Wikipedia preview

出典(authority):フリー百科事典『ウィキペディア（Wikipedia）』「2015/08/11 23:45:54」(JST)

wiki ja

交絡（こうらく、英: Confounding）は、統計モデルの中の従属変数と独立変数の両方に（肯定的または否定的に）相関する外部変数が存在すること。そのような外部変数を交絡変数（confounding variable）、交絡因子（confounding factor、confounder）、潜伏変数（lurking variable）などと呼ぶ。したがって科学的研究では、第一種過誤（従属変数が独立変数との因果関係にあるという偽陽性の結論）と呼ばれるこれらの要因を避けるよう制御する必要がある。2つの観測された変数のそのような関係を擬似相関という。すなわち交絡が存在する場合、観測された現象の真の原因は交絡変数であるにもかかわらず、独立変数を原因と推論してしまう。

概要

定義上、交絡変数は想定される原因と結果の両方に関連している。交絡因子は原因と結果の中間に位置することはない。AがCの原因と想定されるとき、交絡変数BはAを原因として起きるのではないし、またBによって常にCが起きるとは限らない。例えば、女性であることは常に喫煙の原因とはならないし、喫煙が常に癌の原因とは限らない。従って、女性であることと癌になることの因果関係を研究する際には、考えられる交絡因子として喫煙を考慮すべきである。(このたとえ話は一つの予言である。)さらに、2つのリスクグループ（例えば男性と女性）があるとき、交絡因子はそれぞれのグループで常に異なる普及率（例えば喫煙率）となっている。(Hennekens, Buring & Mayrent, 1987)

統計学的研究における因果関係の判定基準は盛んに研究されてきたが、ジューディア・パールは統計学的な概念だけで交絡変数を定義することはできず、そのためにはある程度の因果的想定が必要であることを示した^[1]。Austin Bradford Hill は1965年の論文で因果関係の判定基準を提案した^[2]。多くの疫学者はこれを交絡と因果関係を考える出発点として採用した。しかし、これはせいぜいヒューリスティック的な価値しかない。因果グラフによって因果的な想定を表す際には、backdoor≒バックドアといわれる簡単な基準によって、交絡変数の集合を特定することが可能である。

研究における交絡の回避方法

研究において、積極的に交絡変数を除去したり制御したりする方法はいくつか存在する^[3]。

ケースコントロール研究（case-control studies）: ケース群とコントロール群に等しく交絡因子があるものとする。例えば、心筋梗塞の原因の研究をするとき年齢が交絡変数と考えられるなら、67歳の梗塞患者（ケース）と67歳の健常者（コントロール）を対照する。ケースコントロール研究では、対照変数は年齢や性別であることが多い。
コホート研究（cohort studies）: 例えば、年齢が交絡因子と考えられるとき、年齢層をそろえた集団（コホート）を対象として観測する。その中で例えば心筋梗塞の原因として運動量の多寡で対照する。
層化（stratification）: 心筋梗塞において、運動量が多ければ罹患する可能性が低いと考えられ、年齢が交絡因子と考えられるとする。サンプリングされたデータは年齢層によって層化される。すなわち、運動量と心筋梗塞の関係を各年齢層毎に分析する。年齢層によって危険率に差が生じるなら、年齢が交絡因子と考えられる。層化されたデータを扱う統計手法としてマンテル＝ヘンツェル法などがある。

これらの手法にはそれぞれ欠点がある。例えば、45歳のアラスカ出身の黒人で、フットボール選手で菜食主義者で教育者として働いている人が何らかの病気にかかり、ケースコントロール研究の対象者になったとする。対照者として属性がほとんど同じでその病気にかかっていない点だけが異なる人を見つけなければならないが、これは大変な作業である。また常に過大対応や過少対応の危険性がつきまとう。コホート研究では、除外される人があまりにも多くなる傾向があり、層化では層が薄くなりすぎる（標本数が少なすぎる）傾向がある。

既知の交絡因子を測定することによって交絡を制御し、それらを多変量解析における共変動とする方法もある。層化に比較して、交絡変数の強さに関する情報をほとんど得られないという欠点がある。

重要な問題として、交絡変数は必ずしも判別し測定可能とは限らない。疫学では交絡を完全に制御できないことを指して「残余交絡（residual confounding）」と呼ぶ。標本数が多いなら、無作為抽出が最も良い方法であることが多く、その場合は全ての交絡変数（既知も未知も含めて）が全ての研究対象群に等しく分散していると考えられる。

脚注

^ Pearl, Judea (2000年). Causality: Models, Reasoning, and Inference. Cambridge University Press. ISBN 0-521-77362-8.
^ Bradford Hill, Austin (1965年). "The environment or disease: association or causation?". Proc R Soc Med 58 (May): 295–300. PMID 14283879. More than one of |author= and |last= specified (help); Check date values in: |date= (help)
^ Mayrent, Sherry L (1987年). Epidemiology in Medicine. Lippincott Williams & Wilkins. ISBN 0-316-35636-0.

外部リンク

Linear Regression (Yale University)
Scatterplots (Simon Fraser University)
Pearl, J. "Why there is no statistical test for counfounding, why many think there is, and why they are almost right," UCLA Computer Science Department, Technical Report R-256, January 1998

UpToDate Contents

全文を閲覧するには購読必要です。 To read the full text you will need to subscribe.

1. メンデルランダム化 mendelian randomization
2. 女性の生殖能力におよぼすカフェインの影響 the effects of caffeine on reproductive outcomes in women
3. アレルギー疾患の発症に対する母乳の影響 the impact of breastfeeding on the development of allergic disease
4. 家庭におけるペット：アレルギー疾患に対する影響 pets in the home impact on allergic disease
5. 証拠、p値、および仮説検定 proof p values and hypothesis testing

Japanese Journal

教育講演検査医学におけるエビデンスとは? (第6回日本臨床検査学教育学会学術大会)

岡田正彦
臨床検査学教育 : 日本臨床検査学教育学会機関誌 4(1), 4-7, 2012
NAID 40019321636

高齢患者のせん妄への看護介入に関する文献検討

菅原峰子
老年看護学 : 日本老年看護学会誌 16(1), 94-103, 2011-11-30
… 方法の提示」「看護スタッフへの教育」「他専門職種との協働」の併用と,せん妄ケアに「認知機能の強化」を含むことが効果的であった.高齢患者のせん妄に対する看護介入方法開発の課題は,実証方法では組織的な研究体制の構築とランダム化によらない交絡因子の制御,看護介入では介入方法に入院となった主要疾患の特性と治療プロセスを反映させること,せん妄の回復過程を促進する内容の強化であると考えられた. …
NAID 110009425289

Related Pictures

★リンクテーブル★

国試過去問	「103F013」「106C012」「108G005」
リンク元	「confounding factor」「交絡変数」「confounder」「交絡要因」「背景因子」
関連記事	「子」「因子」