観察研究で「背景を揃える」道具 – 傾向スコア（IPTWとSMR重み付け）をKim 2019で読む

2026年9月20日

論文を読んでいて「傾向スコア（propensity score）で調整した」「IPTW」「SMR重み付け」という一文に出会うと、結果の表だけ眺めて先へ進みたくなります。けれど、この一文が何をしているかを知っておくと、「その差は本物か、背景の偏りの影響か」を自分で判断できるようになります。

この記事は、医学的な結論ではなく統計手法そのものの解説です。題材として、非動脈炎性前部虚血性視神経症（nonarteritic anterior ischemic optic neuropathy, NAION）と脳小血管病（cerebral small vessel disease, SVD）の関連を調べた Kim 2019 を使います。NAION 63例と対照2,749例という極端に症例数の違う2群をどう公平に比べたか、が傾向スコアの良い実例になっています。

この記事で押さえたいこと

観察研究では、結果にも影響する背景因子が群間で偏る＝交絡（confounding）があるため、生の比較は危険
傾向スコアは「その群に入る確率」を1つの数字に要約し、背景を揃える道具
揃え方は マッチング／層別化／重み付け の3系統
重み付けには IPTW（全体での効果＝ATE） と SMR重み付け（曝露群での効果＝ATT） がある
傾向スコアでも測定された因子しか調整できない（ランダム化との決定的な違い）

なぜ「背景を揃える」必要があるのか

ランダム化比較試験（RCT）では、コインを投げるように割り付けるので、年齢・喫煙・併存症などが両群でほぼ揃います。だから群間の差は「治療（曝露）のせい」と読めます。

一方、観察研究では割り付けが自然任せです。Kim 2019 でも、NAION群は対照群より糖尿病が多く、逆に喫煙は対照群に多い、という偏りがありました。この状態で「NAION群はSVDが多い」と生のまま比べると、それがNAIONのせいなのか、年齢や血管リスク因子の偏りのせいなのかが分かりません。これが交絡です。

交絡を取り除く古典的な方法は多変量回帰での調整ですが、もう一つの強力な道具が傾向スコアです。

傾向スコアとは何か

傾向スコア(propensity score)＝「観測された背景因子から計算した、その群（曝露群）に入る確率」です。Kim 2019 なら「年齢・性別・高血圧・糖尿病・脂質異常・喫煙から計算した、NAIONである確率」。通常はロジスティック回帰で推定します。

Rosenbaum と Rubin（1983）が示した核心は、多次元の背景因子を、この1つのスコアに圧縮しても、群間のバランスを取るには十分だということです（傾向スコアは「バランシングスコア」）。たくさんの変数を同時に揃えるのは難しくても、「傾向スコアが同じ人同士」を比べれば、背景はならされます。

揃え方は3系統：マッチング／層別化／重み付け

傾向スコアの使い方は大きく3つです。

方法	やること	向き・注意
マッチング	スコアが近い症例と対照をペアにする	直感的だが、ペアにできなかった人を捨てる→除外で対象集団が変わりうる
層別化	スコアでいくつかの層に分けて層内比較	データは残るが層内に残差交絡が出やすい
重み付け	スコアから計算した重みで疑似集団を作る	データを捨てない。IPTW / SMR重み付けなど

Kim 2019 がマッチングや層別化を採らず重み付けを選んだ理由は、これらではデータを捨てることになり選択バイアスが生じうるためでした（症例63例に対し対照が2,749例と大きく、マッチングで除外されるのは主に対照側です）。「手法選択そのものに理由がある」典型例です。

重み付けの2種：IPTW と SMR重み付け

重み付けは「各人に重みを付けて、背景が揃った疑似集団(pseudo-population)を作る」発想です。代表的な2つで、推定している効果の意味が違います。

IPTW（逆確率治療重み付け, inverse probability of treatment weighting）

曝露群は「曝露確率の逆数 1/e」、非曝露群は「1/(1−e)」で重み付け。
作られるのは「集団全体が曝露した世界 vs 全員非曝露の世界」の比較＝ATE（average treatment effect、集団平均の効果）。
「もし母集団全員が曝露/非曝露だったら」という問いに答える。

SMR重み付け（standardized mortality/morbidity ratio weighting）

曝露群は重み1のまま、非曝露群を曝露群の背景分布に合わせて重み付け（対照に odds e/(1−e) を掛けるイメージ）。
作られるのは「実際に曝露した人たちと同じ背景を持つ疑似対照」との比較＝ATT（average treatment effect on the treated、曝露群における効果）。
「実際にNAIONになった人において、対照と比べてSVDがどれだけ多いか」という問いに答える。

重みの直感はこうです。ある対照の傾向スコアが0.8（＝背景がNAIONによく似ている）なら、SMR重みは 0.8/(1−0.8)=4と重く数え、0.2（＝NAIONに似ていない）なら 0.2/(1−0.2)=0.25と軽く数えます。つまり「NAION患者に似た対照ほど重く」数えることで、症例群とそっくりな疑似対照集団を浮かび上がらせる、という操作です（この0.8・0.2は説明用の例で、NAIONが全体の約2%の実データではこれほど高い値は稀です）。

Kim 2019 は、まず IPTW を試したが共変量のバランスが取れず、SMR重み付けを採用しています。つまり「NAION患者集団に、背景をそっくり合わせた疑似対照集団」を作って比較したわけです。どの重み付けでも良いわけではなく、バランスが取れたかを確認して選ぶという作法が読み取れます。

図1: 観察研究では、結果にも影響する背景因子が症例群と対照群で偏る＝交絡（①）。傾向スコア（その群に入る確率）を使い、SMR重み付けで対照を症例群の背景分布に合わせると（②）、症例群とそっくりな疑似対照集団ができ、背景をそろえて関連を評価できる（③）。ただしそろえられるのは測定した因子のみで、未測定交絡や選択バイアスは残る。

Kim 2019 ではどう読むか

手順を追うと、傾向スコア論文の「読みどころ」が見えます。

重み付け前の偏りを確認：NAION群は糖尿病が多く(27% vs 15%)、喫煙は対照に多い(19% vs 69%)など、背景がずれている。
SMR重み付けで疑似対照を作る：重み付け後、糖尿病27%/27%、喫煙19%/19% のように背景がほぼ一致（=バランスが取れた証拠）。ここを確認するのが第一の読みどころ。なお、バランスの良し悪しは目視だけでなく標準化差（standardized difference）が概ね0.1未満を目安にするのが定石です（Austin 2011）。p値ではなくこの指標を見るのがポイント。
揃えた上で比較：重み付け後のロジスティック回帰で、NAIONにおけるSVDのオッズ比は調整後 4.86（95%CI 2.10–11.24）。重み付け前の生の比較(68% vs 37%)が、背景を揃えても残った、という構図。

なお、Kim 2019 の「曝露」はNAIONという疾患で、MRIも診断の前後1年以内に撮像されています。したがってここで得られるのは、背景を症例群にそろえたうえでの**関連（オッズ比）**であって、「NAIONがSVDを増やす効果」を示したものではありません。ATTを「曝露群での効果」と呼ぶのは手法の呼称であり、時間的前後や因果を証明したという意味ではない点に注意します。

「生の差 → 背景を揃えても残るか」を一段ずつ確認するのが、傾向スコア論文の正しい読み方です。

最大の限界：測定された交絡しか調整できない

ここがランダム化との決定的な違いです。RCTのランダム割り付けは、測定していない未知の因子まで平均的に揃えます。一方、傾向スコアはモデルに入れた（=測定した）因子しか揃えられません。

したがって、

重要な交絡因子を測り損ねていれば、残差交絡は残る
傾向スコアのモデルが正しい前提が必要
群間でスコアの重なり(overlap/positivity)が乏しいと、一部の人の重みが極端に大きくなり推定が不安定になる（症例数が少ないことによる信頼区間の広がりとは、別の問題）
そもそも傾向スコアが揃えるのは交絡だけで、対象の選ばれ方（選択バイアス）や測定の違い（情報バイアス）は補正できない。Kim 2019 でも症例は大学病院の受診者、対照は健診受診者で、登録期間もMRI装置も異なり、著者自身も選択バイアスの可能性を限界に挙げている

「傾向スコアで調整＝因果が証明された」ではありません。観察研究で因果に一歩近づく道具であって、RCTの代わりにはならない、という温度感で読むのが安全です。

まとめ

観察研究は群間の背景が偏る（交絡）。生の比較は危険。
傾向スコアは「その群に入る確率」を1次元に要約し、背景を揃える道具（Rosenbaum & Rubin 1983）。
揃え方はマッチング／層別化／重み付け。重み付けは全データを使える点が強みで、マッチングとの優劣は症例数だけでは決まらず、共変量のバランスと重なりで判断する。
IPTW＝集団全体の効果(ATE)、SMR重み付け＝曝露群での効果(ATT)。意味が違うので、何を推定したかを確認する。
Kim 2019 は症例63例 vs 対照2,749例をSMR重み付けで揃え、NAIONにおけるSVDのオッズ比 4.86 を示した。
ただし測定した因子しか調整できない。RCTの代わりではない。

参考文献・参考資料

Kim MS, Jeong HY, Cho KH, et al. Nonarteritic anterior ischemic optic neuropathy is associated with cerebral small vessel disease. PLoS One. 2019;14(11):e0225322. doi:10.1371/journal.pone.0225322
Rosenbaum PR, Rubin DB. The central role of the propensity score in observational studies for causal effects. Biometrika. 1983;70(1):41-55. doi:10.1093/biomet/70.1.41
Austin PC. An Introduction to Propensity Score Methods for Reducing the Effects of Confounding in Observational Studies. Multivariate Behav Res. 2011;46(3):399-424. doi:10.1080/00273171.2011.568786

免責事項 本記事は教育・情報提供を目的とした統計手法の解説であり、個別の医療的助言や、特定論文の結論の妥当性を保証するものではありません。実際の論文評価や診療判断では、原著・専門家の意見・各施設の体制を踏まえて判断してください。