## Firth 回帰とは Firth(ファース)回帰は、ロジスティック回帰の推定に小さな罰則を加え、推定値が大きく振れすぎないようにした方法です(Firth D. Biometrika 1993;80:27-38. doi:10.1093/biomet/80.1.27)。イベントが少ないロジスティック回帰で広く使われ、少数例の 2 値アウトカムの解析では標準的な方法の 1 つになっています(Puhr 2017)。 使う場面は次の 2 つです。 | 場面 | 通常のロジスティック回帰で起きること | Firth 回帰 | |---|---|---| | イベントが少ない | オッズ比が大きめに出る偏りがある | 偏りを小さくする | | 分離(separation) | ある変数の陽性者が全員イベントありのように完全に分かれると、係数が無限大に発散する | 有限の推定値と信頼区間が出る(Heinze 2002) | ## 例: 分離が起きたデータ 20 人中イベント 5 人で、マーカー陽性の 3 人が全員イベントありだったとします。 ``` イベントなし イベントあり マーカー陰性 15 2 マーカー陽性 0 3 ``` 通常のロジスティック回帰では、マーカーの効果を推定できません。Stata は分離を検出してマーカーをモデルから外し、陽性の 3 人も解析から除きます。 ```stata . logit event marker note: marker != 0 predicts success perfectly; marker omitted and 3 obs not used. ``` R の `glm` は、このデータでは警告も出さずに発散した係数を返します。気づかずに使う危険があるのは R のほうです。 ```r d <- data.frame(event = c(rep(1, 5), rep(0, 15)), marker = c(1, 1, 1, rep(0, 17))) glm(event ~ marker, family = binomial, data = d) # marker の係数 20.58、SE 3765.8 → オッズ比 約 8.7 億。発散している ``` Firth 回帰では R の `logistf` パッケージを使います。 ```r library(logistf) f <- logistf(event ~ marker, data = d) summary(f) exp(coef(f)); exp(confint(f)) ``` ``` coef se(coef) lower 0.95 upper 0.95 Chisq p (Intercept) -1.824549 0.6815542 -3.442869 -0.6533603 10.447410 0.001228216 marker 3.770459 1.6583819 1.090975 8.7938663 8.261865 0.004048651 ``` オッズ比は 43.4(95% CI 3.0–6593.7)、P = 0.004 です。信頼区間はとても広いものの、解釈できる値が出ます。信頼区間と P 値は罰則付き尤度に基づくプロファイル法で計算されます(Wald 法ではありません)。 Stata では SSC の `firthlogit` を追加して使います。 ```stata ssc install firthlogit firthlogit event marker, or ``` ## 注意 - **イベントが少ないことそのものは解決しない**。推定を安定させる道具であり、変数を詰め込みすぎない原則は変わりません。どれだけの変数を入れてよいかは、イベント数だけでなく全体の人数などにもよります(van Smeden 2016) - **予測確率は 0.5 寄りに偏る**。係数の偏りは小さくなる一方で、予測確率は 0.5 側に引き寄せられ、イベントがまれなほど偏りが大きくなります(Puhr 2017)。予測確率そのもの(較正)を使うなら、切片を補正する FLIC を使います。R では `flic(f)` です。FLIC は切片だけを動かすので、患者の順位は変わらず、AUC は Firth 回帰と同じです ## 文献 - Firth D. Bias reduction of maximum likelihood estimates. Biometrika 1993;80:27-38. doi:10.1093/biomet/80.1.27 - Heinze G, Schemper M. A solution to the problem of separation in logistic regression. Stat Med 2002;21:2409-19. PMID: 12210625 - van Smeden M, et al. No rationale for 1 variable per 10 events criterion for binary logistic regression analysis. BMC Med Res Methodol 2016;16:163. PMID: 27881078 - Puhr R, et al. Firth's logistic regression with rare events: accurate effect estimates and predictions? Stat Med 2017;36:2302-17. PMID: 28295456 ## 関連 - [[DeLong検定でAUCを比べる]]