バイオアッセイ量的反応法(Quantal Response)の追加機能

量的反応(比率)バイオアッセイでは、回帰・平行性・直線性の妥当性検定に、既定の尤度比逸脱度法、またはEP 5.3の慣例であるFinneyの最小カイ2乗法を使用できます。逸脱度法では、反応率がちょうど0%または100%の用量群があると注記で知らせ、Finney法を推奨します。相対力価、その信頼区間、当てはめた係数は、どちらを選んでも変わりません。

最終レビュー

重要なポイント

Quantal Response Methodでは、妥当性検定を尤度比逸脱度、またはFinneyの古典的最小カイ2乗法のいずれでも計算でき、後者は用量群の反応率が0%または100%でも安定しています。

このページの内容
  1. バイオアッセイ — Quantal Response Method
  2. 追加された内容
  3. 規制上・統計上の背景
  4. 数理的な説明
  5. 考え方:2つの慣例がある理由と使い分け
  6. 出力で変わるものと変わらないもの
    1. 影響を受けるもの:
    2. 影響を受けないもの:
  7. この機能の場所
  8. 公表されている参照データによる検証
  9. 参考文献

バイオアッセイ — Quantal Response Method

追加された機能:妥当性検定法の選択("Likelihood-Ratio Deviance" または "Finney's Classical Chi-Square")と、極端な反応率に関する自動診断注記

 

追加された内容

Quantal Response Methodに、3つの妥当性検定(回帰の有意性(Significance of Regression)、平行性(Parallelism)、直線性(Linearity))を計算する2つ目の方法が任意で追加されました。あわせて、既定の計算が数値的に不安定になりうる特定の条件がデータに含まれる場合にのみ表示される、自動診断注記も追加されました。相対力価の点推定値とその信頼区間は、どちらの追加によっても変わりません。どちらも妥当性検定と、その結果をどこまで信頼できるかにのみ関係するためです。

規制上・統計上の背景

量的反応アッセイは、記録される結果が連続的な測定値ではなく比率(たとえば各用量で反応した被験体の割合)である場合に使用します。対数用量と反応確率を結びつけるモデル(一般にプロビットまたはロジット)を当てはめ、力価を報告する前に、他のバイオアッセイ法と同じ3つの妥当性検査(回帰の有意性、平行性、直線性)が必要です。

これら3つの妥当性検定を計算する手順として、独立して妥当な2つの統計的手順があります。現代の既定の方法は、入れ子になった一連の一般化線形モデルを最尤法で当てはめ、尤度比逸脱度検定で比較します。もう一方の古典的な方法は、D.J. Finneyが「Statistical Method in Biological Assay」(このバイオアッセイ関連ツール群全体が従う基本文献)で詳しく述べたもので、線形化した「作業変量」に基づく最小カイ2乗法を用います。欧州薬局方(Ph. Eur.)第5.3章「Statistical Analysis of Results of Biological Assays and Tests」に準拠した市販ソフトウェアは、慣例として後者を使用します。

数理的な説明

逸脱度法(本ツールの従来の既定)。個々の調製物/用量群ごとに自由パラメータを1つ持つ完全飽和モデルを最尤法で当てはめ、より制約の強い入れ子モデル(調製物間で共通の傾き、完全にプールした1本の直線)も順に当てはめます。各妥当性検定は、これらの入れ子モデルのうち2つの間の尤度比逸脱度の差です。

Deviance difference = -2 x (log-likelihood of the simpler model - log-likelihood of the more general model)

この値を、2つのモデル間の当てはめパラメータ数の差に等しい自由度のカイ2乗分布と比較します。これは標準的な現代の最尤法ですが、完全飽和モデルがすべてのサブグループで有限の推定値に収束することを前提としています。サブグループの観測反応率がちょうど0%または100%の場合、プロビットまたはロジットモデルではその結果を再現できる有限のパラメータ値が存在しないため、この前提は成り立ちません(統計学では「完全分離」と呼ばれる状態です)。

Finneyの古典的最小カイ2乗法(新しい選択肢)。飽和モデルを当てはめる代わりに、すでに収束した共通傾きモデルから出発し、各用量群について「作業」プロビット値またはロジット値を計算します。これは、当てはめた線形予測子に、観測された反応比率とモデルの予測比率との差に比例する補正項を加えたもので、その点で想定される二項分散の逆数で重み付けします。

working variate (per group) = fitted linear predictor + (observed proportion - fitted proportion) / (local slope of the link function)

weight (per group) = group size x (local slope of the link function)^2 / (fitted proportion x (1 - fitted proportion))

そのうえで、生の比率の代わりにこれらの作業変量に対して通常の重み付き最小二乗回帰と逐次分散分析を行い、回帰、非平行性、非直線性のカイ2乗統計量を求めます。個々のサブグループのパラメータを別々に推定する必要がないため、0%または100%のサブグループがあっても、非有限の当てはめが生じることはありません。

考え方:2つの慣例がある理由と使い分け

両方の方法は、挙動の良いデータでは漸近的に等価であり、すべての用量群の観測反応率が0%や100%から十分に離れている場合、実際にもほぼ同じカイ2乗統計量が得られます。したがって、どちらを使うかを決めるのは好みではなくデータです。用量反応曲線の両端では、特にサンプルサイズが小さいサブグループで、観測比率が極端な値になることはよくあり、珍しいことではありません。そのようなサブグループがある場合、逸脱度法の妥当性統計量は不安定になったり過大になったりすることがありますが、Finney法は極端なサブグループのパラメータを単独で当てはめる必要がないため、数値的に安定しています。

ユーザーがその数値的問題を理解していなくても対応できるよう、ツールは生データを直接調べて、まさにこの条件(反応数がちょうどゼロ、または試験した被験体数にちょうど等しい用量群)の有無を確認します。見つかった場合、逸脱度法が選択されているときに限り、リスクを説明してFinneyのカイ2乗法を推奨する自動注記を表示します。Finney法はこの条件の影響を受けないため、選択されているときは注記を表示しません。この検出は、内部の計算が出すかもしれない数値警告ではなく、観測された比率そのものに基づいています。より広い種類の技術的警告は、極端なサブグループのない挙動の良いデータでも発生することがあり、誤警報になるためです。

注記が表示された場合はFinney法の選択を推奨します。また、既定でこれを使用するEP 5.3準拠の市販ソフトウェアと妥当性検定の統計量を照合する場合にも有用です。極端なサブグループがない場合は、本ツールの従来の逸脱度ベースの既定も、完全に妥当な標準的選択です。

出力で変わるものと変わらないもの

影響を受けるもの:

  • 3つの妥当性検定(回帰の有意性、平行性、直線性)のChi-Square(またはF-value)とP-value列
  • いずれかの用量群の観測反応率がちょうど0%または100%の場合に(逸脱度法の選択時に)表示される、新しい自動診断注記

影響を受けないもの:

  • 各被験品の推定相対力価
  • 力価の信頼区間
  • 当てはめた回帰係数(傾きと切片)

この機能の場所

Quantal Response Methodツールの入力フォームにある「Validity test method」という項目で、「Likelihood-ratio deviance (this tool's default)」と「Finney's classical minimum chi-square (EP 5.3 default)」のどちらかを選択できます。自動診断注記は、表示される条件に該当し、かつ逸脱度法が選択されている場合に、妥当性検定の結果とともに出力に表示されます。

qr-add-option-bioassay


公表されている参照データによる検証

どちらの追加機能も、Finney自身がこの方法の説明に用いた公表済みの計算例で検証しました。これは、マウスの痙攣反応で測定したインスリン力価のプロビットモデルによるアッセイで、標準品は9用量水準、被験品は5用量水準からなり、Finney自身の教科書に掲載されたものです。標準品の最低用量群(用量3.4、n=33)は反応数がゼロで、実際に0%の観測であり、新しい自動注記が検出するよう設計されたまさにその条件です。

出典:D.J. Finney, "Statistical Method in Biological Assay," 3rd Edition (1978), Griffin, London, p. 376の計算例。Stegmann Systems社のPLA 3.0公表例レポート(Document-2077、"D.J. Finney, p. 376... Insulin, Mouse convulsion - with Suitability tests")に再掲されたものを使用。

検定/指標

公表値(Finney / PLA)

算出値(Finneyカイ2乗オプション)

回帰の有意性(カイ2乗, df=1)

130.26783, p=3.581E-30

130.2678, p≈0

平行性(カイ2乗, df=1)

0.28243, p=0.59512

0.2824, p=0.5951

直線性(カイ2乗, df=10)

5.42085, p=0.86135

5.4208, p=0.8614

力価比(T:S)

0.66852

0.66852(予想どおり、この設定の影響を受けません)

95% CI

0.55339 – 0.80406

0.5534 – 0.8041(予想どおり、この設定の影響を受けません)

 

同じデータセットで既定の(逸脱度ベースの)方法を選択すると、ツールの自動診断注記が正しく表示され、標準品の用量3.4のサブグループがリスクの原因であることを特定し、Finneyのカイ2乗法を推奨しました。Finneyのカイ2乗法を選択すると、この方法は基となる不安定性の影響を受けないため、注記は正しく表示されませんでした。別の確認では、極端なサブグループを含まない挙動の良いデータセットで注記が表示されないことを確かめ、誤警報がないことを確認しました。

参考文献

  • 欧州薬局方(Ph. Eur.)第5.3章 "Statistical Analysis of Results of Biological Assays and Tests"(第5版、2005年、およびその後の版)。
  • 米国薬局方、一般章 <111> "Design and Analysis of Biological Assays"。
  • Finney, D.J. (1978). "Statistical Method in Biological Assay," 3rd Edition. Charles Griffin & Company, London. 計算例とデータ:p. 376。
  • Stegmann Systems GmbH, PLA 3.0 published worked example (Document-2077) — https://www.bioassay.de/media/document/document-2077-o130_permanent_pla_307.pdf

よくある質問

量的反応バイオアッセイとは何ですか?

量的反応アッセイは、記録される結果が連続的な測定値ではなく比率(たとえば各用量で反応した被験体の割合)である場合に使用します。プロビットまたはロジットモデルが対数用量と反応確率を結びつけ、相対力価を報告する前に、回帰の有意性、平行性、直線性の妥当性検査に合格する必要があります。

用量群の反応率が0%または100%のとき、逸脱度法が失敗することがあるのはなぜですか?

逸脱度法は、用量群ごとに1つのパラメータを持つ飽和モデルを当てはめます。サブグループの観測反応率がちょうど0%または100%の場合、プロビットまたはロジットモデルではそれを再現できる有限のパラメータが存在せず、これを完全分離と呼びます。その結果、妥当性統計量が不安定になったり過大になったりすることがありますが、Finney法は数値的に安定したままです。

Finneyの最小カイ2乗法はどのように機能しますか?

収束した共通傾きモデルから出発し、各用量群について、観測比率と当てはめ比率との差で調整した作業プロビット値またはロジット値を、二項分散に基づく重みとともに計算します。これらの作業変量に対する重み付き最小二乗回帰から、回帰、非平行性、非直線性のカイ2乗統計量が得られます。

Zometric Statistical Softwareで妥当性検定法を選択するにはどうすればよいですか?

Quantal Response Methodの入力フォームで、Validity test method項目からLikelihood-ratio deviance(既定)またはFinney's classical minimum chi-squareを選択します。逸脱度法を選択している場合、反応数がゼロまたは全被験体の用量群があると自動注記で知らされます。その場合や、EP 5.3準拠のソフトウェアと照合する場合は、Finney法を選択してください。相対力価とその信頼区間は変わりません。