頭痛専門医は本当に片頭痛持ちが多い？53%という数字を疫学的に考える
にゅ〜ろろぐ
にゅ〜ろろぐ
Target Trial Emulationとは？トリプタン研究で学ぶ観察研究の読み方
にゅ〜ろろぐ
「この薬を使った患者さんは、使わなかった患者さんより予後がよかった」
電子カルテやレセプトデータを使った観察研究では、こうした結果をよく見かけます。
ただ、ここで考えたいことがあります。
本当に薬が効いたのでしょうか。
それとも、もともと薬を使った患者さんの方が予後のよい集団だったのでしょうか。
実際の診療では、薬を使うかどうかはランダムに決まりません。
医師は患者さんの症状や既往歴、リスクなどを考えて治療を選択します。
この問題に向き合うための研究手法の枠組みが、Target Trial Emulation（TTE：ターゲットトライアル・エミュレーション）です。
TTEは、もしランダム化比較試験（RCT）を実施できるならどのような試験を行うかを先に考え、その設計を観察データでできるだけ再現しようとするものです。
この記事では、片頭痛治療薬のトリプタンに関する実際の研究を取り上げ、TTEの基本から論文の批判的吟味まで解説します。
スポンサーリンク
この記事でわかること
- TTEとは何か、通常の観察研究や傾向スコアマッチングと何が違うのか
- TTEで重要な7つの研究設計の構成要素
- 実際のトリプタン研究を題材に、TTEの論文を批判的に吟味するポイント
TTEとは、理想的なRCTから逆算する研究デザイン
TTEの特徴は、手元のデータから研究を考えるのではなく、答えたいClinical Questionから研究を設計することです。
例えば、片頭痛患者におけるトリプタン使用と心血管イベントの関係を調べるとします。
通常の観察研究では、電子カルテからトリプタン使用者と非使用者を抽出して、心血管イベントの発生率を比較することがあります。
一方、TTEではまず次のように考えます。
もし、トリプタンの心血管安全性を評価するRCTを実施するなら、どのような患者を登録し、どの治療を比較し、いつから追跡するだろうか？
この仮想的なRCTをTarget Trial（ターゲットトライアル）と呼びます。
対象患者、比較する治療、追跡開始時点、アウトカム、解析方法などを決めてから、既存の観察データで再現できる部分とできない部分を検討します。
HernánとRobinsが2016年に体系的に示したこの考え方は、観察研究の設計に大きな影響を与えました。
2025年にはNeurology誌にも脳神経領域の研究者・臨床医向けの解説が掲載されています。
ここで重要なのは、TTEは新しい統計解析の名前ではないということです。
因果関係を検討するために、研究そのものをどう設計するかという枠組みなのです。
なぜ通常の観察研究では誤った結論になりうるのか？
観察研究で得られた群間差は、必ずしも治療の効果を意味しません。
トリプタンと心血管イベントの関係を例に考えてみましょう。
適応による交絡：治療を選ぶ理由が結果にも影響する
心筋梗塞や脳卒中の既往がある患者さんでは、トリプタンの使用を避けることがあります。
そのため、トリプタンを使用していない患者さんの方に、もともと心血管リスクの高い患者さんが多く含まれる可能性があります。
この状態で心血管イベントの発生率を単純に比較すると、トリプタンを使用している患者さんの方が安全に見えるかもしれません。
しかし、それは薬剤の影響ではなく、患者背景の違いによるものかもしれません。
これが交絡の問題です。
傾向スコアマッチングなどで測定された患者背景を調整することはできますが、それだけで観察研究の問題がすべて解決するわけではありません。
不死時間バイアス：いつから追跡するかで結果が変わる
観察研究では、時間の扱いにも注意が必要です。
例えば、研究開始から30日以内にトリプタンを処方された人を使用群、処方されなかった人を非使用群と分類したとします。
このとき、研究開始後の処方情報で使用群を決め、処方までにイベントを起こした患者が使用群に入れない設計になっていると、使用群に有利な偏りが生じることがあります。
これは不死時間バイアス（immortal time bias）が生じる典型的な状況の一つです。
治療を受けたという将来の情報を使って患者を分類すると、治療を受けるまでの時間が不適切に扱われる可能性があるのです。
TTEでは、適格性の判定、治療戦略への割り当て、追跡開始の時点をそろえることを重視します。
この共通の研究開始時点をTime zeroと呼びます。
ただし、Time zeroを設定するだけで十分とは限りません。
実際のデータにおいて、その時点において患者が適格であったか、治療戦略をどう分類したかまで確認する必要があります。
TTEでは何を設計するのか？7つの構成要素
TTEでは、まず理想的なRCTのプロトコルを考えます。
基本となるのは、次の7つです。
| 構成要素 | 確認すること |
|---|---|
| ① 適格基準（Eligibility criteria） | 誰を研究対象にするのか |
| ② 治療戦略（Treatment strategies） | 何と何を比較するのか |
| ③ 治療戦略への割り当て（Assignment） | どの時点で、どのように群を決めるのか |
| ④ 追跡期間（Follow-up） | いつから、いつまで追跡するのか |
| ⑤ アウトカム（Outcomes） | どのような転帰を評価するのか |
| ⑥ 因果効果（Causal contrast） | 治療開始の効果か、治療継続の効果か |
| ⑦ 解析計画（Analysis plan） | どのように効果を推定するのか |
※ 追跡期間にはTime zeroの定義も含みます。
ここで終わりではありません。
理想的なRCTの設計と実際の観察データで再現できた設計を比較することが重要です。
例えば、RCTなら治療開始時点で患者を登録できても、電子カルテでは処方された薬を実際に服用した時点がわからないかもしれません。
また、RCTならランダムに割り付けられる治療も観察研究では患者背景によって選択されています。
その違いを理解し、どのようなバイアスが残りうるのかを考えます。
実際のTTE研究で考える：トリプタンと心血管イベント
ここからは、実際の研究を使ってTTEを読んでみます。
取り上げるのは、Wangらが2024年にMayo Clinic Proceedingsに報告した研究です。
どのようなClinical Questionなのか？
トリプタンは片頭痛の急性期治療に用いられますが、血管収縮作用があるため、心血管疾患や脳血管疾患を有する患者さんでは使用が制限されます。
一方、こうした高リスク患者はRCTから除外されることが多く、安全性についてのエビデンスには限界があります。
そこで研究者らは、次の問いを検討しました。
心血管疾患の既往、または複数の心血管リスク因子を持つ片頭痛患者において、トリプタンを使用する治療は、使用しない治療と比べて心血管イベントを増加させるのか？
研究では、米国Mayo Clinicの電子カルテデータを用いて、トリプタン治療と非トリプタン治療を比較しています。
結果：心血管イベントはトリプタン群で多かった
傾向スコアマッチング後、各群3,518例が解析されました。
治療開始から60日以内の主要心血管イベント（MACE）は次の通りでした。
| トリプタン群 | 非トリプタン群 | |
|---|---|---|
| 対象患者数 | 3,518例 | 3,518例 |
| MACE発生数 | 52例 | 13例 |
| 発生割合 | 1.48％ | 0.37％ |
相対リスク（RR）は4.00（95％信頼区間 2.24～7.14）でした。
相対リスクだけを見ると、結果を大きく感じやすいかもしれません。
一方、絶対リスク差（RD）は1,000人あたり11.09人（95％信頼区間 6.54～15.63人）、
つまり約1.11％ポイントの増加でした。
相対リスクが4倍という結果だけでなく、絶対的にどの程度リスクが増加したのかにも注目する必要があります。
さらに、この研究のMACEには、全死亡、非致死性心筋梗塞、非致死性脳卒中だけでなく、
心不全、TIA、血行再建術も含まれています。
個別のアウトカムでは、非致死性心筋梗塞が15例対0例、非致死性脳卒中が8例対1例でした。脳卒中の相対リスクは8.00でしたが、95％信頼区間は1.00～63.96と非常に広く、推定精度には限界があります。
複合アウトカム全体とその構成要素を分けて評価することも、論文を読む際には重要です。
したがって、複合アウトカムの増加をそのまま心筋梗塞や脳卒中のリスク増加として解釈するのは適切ではありません。
では、この結果をどの程度信頼できるのでしょうか。
ここからがTTEを用いた研究を読む際の重要な部分です。
この研究は理想的なRCTをどこまで再現できたのか？
先ほどの7つの構成要素に沿って、原著を確認してみます。
| 構成要素 | この研究で確認できる内容 |
|---|---|
| 適格基準 | 18歳以上、片頭痛歴1年以上、心血管・脳血管疾患または複数のリスク因子、トリプタン未使用または過去1年間使用なし |
| 治療戦略 | トリプタンによる急性期治療とトリプタンを使用しない通常治療 |
| 割り当て | 実際の処方に基づいて群を分類 ランダム割り付けは未施行 |
| 追跡期間 | 治療開始から60日間 比較群のTime zeroの実装の確認が必要 |
| アウトカム | 全死亡、心筋梗塞、脳卒中、心不全、TIA、血行再建術からなる複合アウトカム |
| 因果効果 | 初期治療群に基づく、ITTに類似した解析 |
| 解析計画 | 1対1の傾向スコアマッチング、相対リスクと絶対リスク差の推定、感度分析 |
表を見ると、研究の基本的な構造は理解できます。
ただし、これだけで適切なTTEが実施されたと判断することはできません。
特に考えたいのは、次の問題です。
① Time zeroは両群で適切に設定されているか？
原著本文では、トリプタン開始日をTime zeroと定義しています。
ここで確認したいのは、非トリプタン群でも同等の治療選択時点を基準に追跡が開始されているかという点です。
両群で適格性の判定、治療戦略への割り当て、追跡開始が適切に対応していなければ、バイアスが生じる可能性があります。
② 研究開始後の情報で患者を選んでいないか？
この研究では、Time zeroの前後60日以内にエルゴタミン系薬剤やジヒドロエルゴタミンを処方された患者が除外されています。
研究開始前の情報で適格性を判断することは自然ですが、研究開始後の情報で患者を除外すると、選択バイアスが生じる可能性があります。
例えば、治療開始後に別の薬剤が必要になった患者を除外することがその患者の状態や転帰に関連している場合です。
もちろん、実際にどのような影響が生じたかは、除外規則の実装方法やデータを確認しなければ判断できません。
重要なのは、TTEを名乗っているというだけでこうした問題が自動的に解決されるわけではないことです。
③ 傾向スコアマッチングで交絡は十分に調整されたか？
本研究では、年齢、性別、片頭痛の病型、心血管疾患や脳血管疾患の既往、血管危険因子などを用いて傾向スコアマッチングが行われています。
測定された患者背景をそろえようとしている点は、この研究の重要な工夫です。
しかし、トリプタンを処方するかどうかには、片頭痛の重症度、発作の程度、心血管疾患の重症度、併用薬なども影響する可能性があります。
これらの情報が十分に測定されていなければ、マッチング後も交絡は残りえます。
本研究でも著者らは、こうした残余交絡の可能性を限界として挙げています。
④ 処方されたことと実際に服用したことは同じではない
電子カルテにトリプタンの処方記録があっても、実際に服用されたかどうかは必ずしもわかりません。
服用時刻、用量、服用回数などが十分に把握できない可能性もあります。
本研究の解析は、初期の治療選択に基づいて比較する、RCTのintention-to-treat（ITT）解析に類似したものです。
ただし、実際にランダム割り付けが行われたわけではありません。
したがって、この研究で得られた群間差をトリプタンを1回服用したことによる直接的な薬理学的リスクと同一視することはできません。
⑤ 感度分析では結果が一貫しているか？
本研究では、対象集団を制限した解析や逆確率重み付け回帰調整を用いた感度分析も実施されています。
異なる解析でも、心血管イベントのリスク上昇と整合する結果が得られたことは、研究結果を解釈するうえで参考になります。
ただし、感度分析で結果が一貫していても、すべての未測定交絡が除去されたことにはなりません。
異なる解析手法を行っても、共通して同じ重要な情報を欠いていれば、同じ方向のバイアスが残る可能性があるためです。
この研究を臨床ではどう解釈する？
本研究は、心血管リスクの高い片頭痛患者において、トリプタン処方と心血管イベントの増加との関連を示しました。
心血管疾患の既往を持つ患者や複数のリスク因子を有する患者にトリプタンを使用する際の慎重な判断を支持する結果です。
一方、観察研究である以上、未測定交絡や研究設計上の問題を完全には否定できません。
また、研究の対象は心血管リスクの高い患者であり、すべての片頭痛患者に結果をそのまま当てはめることはできません。
トリプタンを使うと誰でも心血管イベントが4倍になると解釈してはいけないのです。
TTEの研究から診療に役立つ情報を得るには、効果量だけでなく、どの患者集団で何と比較した結果なのかを理解する必要があります。
別のTTE研究：妊娠中のトリプタン使用
TTEは、RCTを実施しにくい患者集団の研究にも活用されています。
Wangらは2025年に妊娠中のトリプタン使用と妊娠転帰との関連を検討した研究も報告しています。
この研究では、トリプタン使用群183例、非使用群3,674例を比較しました。
満期産の相対リスクは0.84（95％信頼区間0.71～1.01）、早産の相対リスクは1.35（95％信頼区間0.96～1.91）で、統計学的有意差は認められませんでした。
重大な先天奇形についても、有意差は報告されていません。
ただし、ここで注意したいのは、統計学的に有意な差がないことと安全性が証明されたことは違うという点です。
トリプタン使用群は183例であり、稀な有害事象を十分な精度で評価するには限界があります。
妊娠週数、曝露時期、片頭痛の重症度なども結果の解釈に重要です。
妊婦というRCTが難しい集団にTTEが応用されている例として紹介しました。
TTEと傾向スコアマッチングは何が違う？
ここまで読んで、従来の傾向スコアマッチングを用いた観察研究と何が違うのか、疑問に感じるかもしれません。
TTEは、研究をどう設計するかという枠組みで傾向スコアマッチングは主に測定された患者背景を調整するための解析手法です。
傾向スコアマッチングを行えば、測定された共変量について群間のバランスを改善できます。
しかし、治療開始後の情報を使って不適切に患者を選んでいた場合やTime zeroがそろっていない場合にその問題が自動的に解決されるわけではありません。
逆に、TTEを適切に設計しても観察研究でランダム割り付けが行われないという問題は残ります。
そのため、傾向スコアマッチング、逆確率重み付け、回帰モデルなどを使った交絡調整が必要になります。
つまり、設計と解析は対立するものではなく、両方とも必要なのです。
TTEならRCTと同じように信頼できるのか？
残念ながら、TTEはあくまで観察研究なので、RCTと同等の信頼性やエビデンスの確実性が得られるわけではありません。
ランダム割り付けがないことに加えて、未測定交絡、治療やアウトカムの測定誤差、追跡情報の不足、正値性（positivity）の問題などが残ります。
正値性とは、比較したい患者背景において、それぞれの治療戦略が実際に選ばれる可能性があることです。
例えば、心血管疾患の既往があり、トリプタンがほとんど処方されない患者集団では、トリプタン使用と非使用を適切に比較するためのデータが不足するかもしれません。
高度な統計解析であっても、存在しない比較情報を完全に補うことはできません。
実際、2024年に報告された方法論に関するシステマティックレビューでは、TTEを実施したとする100研究のうち、24研究ではターゲットトライアルの仕様が明示されておらず、41研究にはTime zeroに関する問題が指摘されました。
TTEという研究デザインの名前だけでなく、実際にどこまで適切に設計されているかを読む必要があるということです。
TTEの論文を読むときはTARGET Statementも参考になる
2025年には、TTE研究の報告ガイドラインであるTARGET Statementが公表されました。
TARGET Statementでは、理想的なターゲットトライアルの仕様とそれを観察データでどのように再現したかを明確に報告することが重視されています。
論文を読むときにも役立つガイドラインですが、報告項目を満たしているからといって、バイアスがないと保証されるわけではありません。
私ならTTE論文を読むとき、まず何を比較している研究なのか、いつから患者を追跡しているのか、その比較は本当に成立しているのか、を確認します。
そのうえで、交絡調整、アウトカムの妥当性、感度分析、臨床への適用可能性を検討します。
TTEを知ると、観察研究の読み方が変わる
TTEを学ぶ意義は、研究者だけにあるわけではありません。
日常的に観察研究の論文を読む臨床医にとっても、重要な視点だと思います。
例えば、論文を読んでいて、使用群と非使用群の患者背景は似ているか？と確認することはあるでしょう。
そこに、もう一つ問いを加えます。
もし、この研究をRCTとして実施するなら、どの時点で患者を登録し、どの治療戦略に割り付けるだろうか？
こう考えることで、交絡調整の方法だけではなく、患者の選び方やTime zero、追跡期間にも目が向くようになります。
研究結果のp値やリスク比を見る前に、その比較がどのように作られたのかを理解する。
TTEは、観察研究をより深く読むための考え方を教えてくれます。
Take Home Message
- TTEは、理想的なRCTを先に設計し、その構成を観察データでできるだけ再現しようとする研究デザインの枠組みです。
- TTEを用いた論文では、適格基準、治療戦略、Time zero、追跡期間などが適切に設定されているかを確認することが重要です。
- TTEでも未測定交絡やデータの限界は残ります。TTEという名前だけで研究の質を判断せず、その設計と結果を批判的に吟味する必要があります。
参考文献
- Hernán MA, Robins JM. Using Big Data to Emulate a Target Trial When a Randomized Trial Is Not Available. Am J Epidemiol. 2016;183:758–764.
DOI: 10.1093/aje/kwv254 - Terman SW, Speiser JL, Eliasziw M, Kurth T, Schneider ALC. Target Trial Emulation: A Primer on Improving Observational Research in Neurology. Neurology. 2025;105(10):e214269.
DOI: 10.1212/WNL.0000000000214269 - Wang Z, et al. Safety of Triptans in Patients Who Have or Are at High Risk for Cardiovascular Disease: A Target Trial Emulation. Mayo Clin Proc. 2024;99:1722–1731.
DOI: 10.1016/j.mayocp.2024.03.023 - Wang Z, et al. Safety of Triptans in Treating Migraines in Pregnant Women: A Target Trial Emulation. Mayo Clin Proc. 2025;100:1956–1962.
DOI: 10.1016/j.mayocp.2025.01.023 - Cashin AG, et al. Transparent Reporting of Observational Studies Emulating a Target Trial: The TARGET Statement. BMJ. 2025;390.
DOI: 10.1136/bmj-2025-087179 - Suissa S. Immortal Time Bias in Pharmacoepidemiology. Am J Epidemiol. 2008;167:492–499.
DOI: 10.1093/aje/kwm324 - Simon-Tillaux N, Martin GL, Hajage D, et al. Conducting observational analyses with the target trial emulation approach: a methodological systematic review. BMJ Open. 2024;14(11):e086595.
DOI: 10.1136/bmjopen-2024-086595
※ 本記事は研究デザインの理解を目的としています。紹介した観察研究のみを根拠に個々の患者へのトリプタン使用の適否を判断するものではありません。
スポンサーリンク
※本ブログは、私個人の責任で執筆されており、所属する組織の見解を代表するものではありません。
About me
頭痛診療のTipsや最新のエビデンス、医学教育、学会発表、講演、研究・論文執筆まで、頭痛を学び、診て、伝えるための情報を発信しています。