医学・薬学分野の観察研究では、治療の有無や治療方法の違いによって、患者の年齢、性別、基礎疾患、重症度などの背景因子に偏りが生じることが少なくありません。これらの背景因子が治療選択と治療成績の双方に関係する場合、単純な群間比較では治療効果を適切に評価できない可能性があります。このような影響を「交絡（confounding）」と呼び、その調整は観察研究の信頼性を確保するうえで重要な課題です。
交絡を調整する代表的な統計手法として、傾向スコアマッチング（Propensity Score Matching：PSM）とOverlap Weighting Method（OWM）があります。
1．傾向スコアとは何でしょうか？
傾向スコア（Propensity Score：PS）とは、患者の背景因子に基づいて、ある治療を受ける確率を推定したものです。通常はロジスティック回帰モデルなどを用いて算出します。
例えば、年齢、性別、疾患の重症度などが類似した患者同士であれば、治療を受ける確率も近いと考えられます。この傾向スコアを利用して、治療群と対照群の患者背景を比較可能な状態に近づけることが、両手法の基本的な考え方です。
2．傾向スコアマッチング（PSM）の特徴
PSMは、治療群と対照群から傾向スコアが近い患者同士を対応させ、背景因子の類似した集団を構成して比較する方法です。
メリットは、患者背景が類似した症例同士を比較できるため、解析の考え方が直感的で理解しやすいことです。また、対応する患者を抽出した後の背景因子の均衡を確認することで、比較対象集団の妥当性を評価できます。
一方、デメリットは、適切な対応相手が見つからなかった患者が解析対象から除外される場合があることです。その結果、症例数の減少によって推定精度が低下する可能性があります。また、マッチングの方法、許容幅（caliper）、復元抽出の有無などによって解析結果が変わる場合があります。
なお、PSMによって推定される治療効果がどの患者集団に対応するかは、マッチングの設計や対象症例の選択によって異なります。
3．Overlap Weighting Method（OWM）の特徴
OWMは、傾向スコアに基づいて患者ごとに重みを付け、治療群と対照群の背景因子を均衡させる方法です。
一般的なOWMでは、治療群の患者に「1－傾向スコア」、対照群の患者に「傾向スコア」という重みを与えます。これにより、どちらの治療も選択され得る背景を持つ患者の寄与が大きくなり、一方の治療を受ける可能性が極めて高い患者の寄与は小さくなります。
メリットは、PSMのように症例を明示的に除外することなく、各症例の情報を重みに応じて活用できることです。また、重みが0から1の範囲に収まるため、極端に大きな重みによる推定の不安定性を回避できます。さらに、傾向スコアを通常のロジスティック回帰で推定した場合、モデルに含めた共変量について、重み付け後の群間平均が理論上、数値計算上の精度で一致するという特長があります。
一方、デメリットとして、患者ごとに異なる重みを付けて解析するため、PSMより結果の解釈が直感的でないことが挙げられます。また、OWMが主として推定するのは、治療選択に重なりがある患者集団における平均治療効果（Average Treatment Effect in the Overlap Population：ATO）であり、研究対象患者全体における平均治療効果とは異なる点に注意が必要です。
4．両手法の比較
| 比較項目 | PSM | OWM |
| 調整方法 | 背景が類似した患者同士を対応させる | 傾向スコアに応じた重みを付ける |
| 症例の扱い | 一部の症例が除外される場合がある | 原則として全症例を重み付きで使用 |
| 背景因子の均衡 | マッチング後に確認が必要 | 一定条件下でモデル投入共変量の平均が一致 |
| 推定の安定性 | 対応症例数やマッチング条件に依存 | 極端な重みを抑えられる |
| 推定対象 | マッチングの設計に依存 | 主に治療選択が重なる患者集団（ATO） |
| 主な注意点 | 症例数の減少、対応方法への依存 | 重み付け解析と推定対象の解釈 |
5．どちらの手法を選択すべきでしょうか？
PSMとOWMのいずれが適切かは、研究目的、症例数、患者背景の分布、推定したい治療効果によって異なります。
例えば、背景因子が類似した患者同士を対応させ、比較対象を明確にしたい場合には、PSMが適しています。一方、症例をできるだけ除外せず、治療選択に重なりのある患者集団を対象として、極端な重みを避けながら解析したい場合には、OWMが有力な選択肢となります。
ただし、どちらの方法も、測定されていない交絡因子の影響まで除去できるわけではありません。また、傾向スコアの推定モデルや共変量の選択が不適切であれば、解析結果に偏りが残る可能性があります。
そのため、解析後には標準化平均差（Standardized Mean Difference：SMD）などを用いて背景因子の均衡を確認するとともに、推定対象集団や解析方法の妥当性を慎重に評価することが重要です。
PSMとOWMは、どちらが優れているかを一律に判断するものではなく、研究目的に応じて適切に使い分けるべき統計手法です。
日本統計技術研究所では、研究の目的やデータの特性を踏まえ、適切な交絡調整方法の選択から解析結果の評価・解釈まで、統計学の専門的な立場から研究を支援しております。
株式会社日本統計技術研究所
