医療統計学を学ぶ大学生のブログ

医療統計学、因果推論を専攻しています。R, SASユーザーです。

YBS勉強会:『ロスマンの疫学』第4章まとめ

 

  ロスマンの疫学第4章のまとめです。4章以降からボリュームのある章が増えていくので、隔週での活動内で1章進まない場合は、二回分の活動内容をまとめて載せます。

 

 

疾病発生の測定

リスクと発生割合

個人に対するリスク

ある人が特定の疾病を発症する確率。1人に対しては単に発症するかしないかでしかないから,1人の人間でリスクを測定するのは意味がないことが多い。

集団の平均リスク(発生割合)

疾病を発生した人の割合。

リスク=ある一定期間に疾病にかかった人の人数A / その期間内に追跡調査された人の人数N

 

リスクと発生割合

リスクは1人の人間に対して、発生割合は集団に対して用いられることが多いが、発生割合が個人のリスクの推定に用いられることから、この2つを同義語とする場合も多い。疾病の発症、特定の疾病による死亡、また健康上のアウトカムとなる事象の評価に用いられる。
疫学になじみのない人でも理解しやすい。適応する期間の長さを同定しないと値が意味をなさない。累積的な指標であり,ある人において,リスクはその期間の長さに伴って増加する

※同じリスク期間に対しては,人のリスクは時間とともに上昇することもあれば低下することもある

 

 競合リスクの存在により,通常リスクを観察することは不可能
→仮定に基づいた評価尺度と考えることが有用

 

競合リスク(competitive risk)

他の原因による死亡のため研究対象から除外されてしまう現象。競合リスクの存在しないアウトカムは原因を問わない死のみであり、その他のアウトカムの場合、競合リスクには常に注意が必要。

研究参加者が高齢の場合や長期間追跡する場合に競合リスクが大きくなる。競合リスクによって、アウトカムである病気を発症する前にリスク集団から一部の人が除かれるため、観察された発症割合は競合リスクが無かった場合に比べて過小評価となる。

 

競合リスクを除く方法(詳細は後述)
→リスクの代わりに発生率を測定し,それをリスク指標に変換する。また生命表分析など

 

追跡不能例(loss to follow-up)

引っ越しや研究継続の拒否などにより追跡が困難な場合に発生。競合リスクの場合と同様に、意図した追跡期間集団を完全に追跡することができない。

 

リスクや発生割合の意味で用いられる用語

・発病率 (attack rate)
流行期間中に疾病にかかった人の発生割合。感受性(発病のリスク)がある人が最初の感染者との接触によって発症した場合、二次発病率と呼ばれる(第6章参照)

 

・症例致命率 case fatality rate
既に疾病を発生した人の中で,その疾病が原因で死亡する人の割合。特定の時間枠を持つことがほとんどなく、長期にわたって影響を及ぼす疾患では解釈が難しいため、他の指標が用いられる。

 

発生率

競合リスクの問題を扱うために、リスクとは別の疾病発生の指標(発生率)を用いることがよくある。

発生率=疾病にかかった人の人数/追跡調査された人の時間の合計

発生率の分母の測定方法

疾病や事象が再発しうる場合
例)上気道感染

→1度事象が発生してからも追跡期間に貢献する

 

疾病や事象が再発しない場合 
例)白血病による死亡

→事象が発生した時点で追跡期間に貢献しなくなる。競合リスクによって死亡した人や追跡不能例に関しても同様。

 

発生率の分子に数えられる事象のリスクを持っている期間(疾病リスク期間 time at risk of disease)のすべての瞬間を発生率の分母の時間に含む

 

・リスクのように単純な解釈はできない

・発生率の値はどの時間単位を選択するかに依存する

・速度のような瞬間的な概念である

 

時間に伴い率が変化しない定常状態の下では、
待機時間(事象が起こるまでの平均時間)=1/発生率

 

リスクと発生率の関係

発生率が一定であり,リスクが約20%未満である場合

リスク≈発生率×時間

母集団が縮小しないと仮定している。(現実には異なる)

発生率が変化する場合

生存分析を用いてリスクを計算する

生命表

生存分析に用いられる。

関心のある期間を構成している継続した間隔それぞれの生存確率を計算することが目的。
期間全体の生存確率=各区間の生存確率の累積
全体の死亡リスク=1-期間全体の生存確率

 

打ち切り:追跡不能や他の原因での死亡が理由で追跡が不完全な場合

 

点源流行と伝播流行

流行(epidemic)

異常な高頻度で疾病が発生すること

点源流行 (point source epidemic)

原因物質への曝露が唯一の源から生じた流行。発生率は初めに急激に増加し、その後より緩やかに減少する曲線を表す(この流行曲線はしばしば対数正規分布と言われる)

例)汚染された食事を出された飲食店の客に生じた食中毒

伝播流行

病原体が集団の中に伝染する。原因は集団の中で緩やかに広まるため、点源流行の曲線よりも初期は緩やかに増加し、より対称性の形態をとる。

例)インフルエンザの流行

有病割合

有病割合

集団における有病者の割合であり、疾患の状態の指標。
※リスクや発生率は疾患の発症の指標

発生率と罹病期間の両方を反映する。

有病割合と発生率の関係

定常状態(発生率と罹病期間がずっと変わらない状態)では、

有病割合オッズ=発生率×平均罹病期間

⇔有病割合=(発生率×平均罹病期間) / (1+発生率×平均罹病期間)

 

特に有病割合が小さい(<0.1)場合、

有病割合≈発生率×平均罹病期間

年齢別有病率には当てはまらないことに注意。

有病割合の用途

病因を研究するには有用でないが、集団における疾病の負担を測定するのには極めて有用。ただし,先天異常をはじめとする出産に関連した現象に対しては、たとえ原因を調査するためであっても、一般的に発生の指標よりも有病割合が用いられる(発生の指標を測定するのが困難)。有病率は状態を計測するものであるため、疾患以外の集団の特性や状態を説明するのにもしばしば使用される。

 

因果的効果の指標

・疫学研究の主要な目的:疾患の原因を調査すること

特定の個人においてではなく,理論上の意味で曝露が疾患の原因なのか、という命題を評価する。曝露と病気の間に因果関係がなくても、ある物質に曝露された後に病気になる可能性がある。
→因果的効果を測定するためには,曝露した人たちの経験を曝露しなかったときの経験と比較する必要がある

 

反事実的理想論(Counterfactual ideal)

曝露を受けた人と受けていない人の間でリスクや発生率を比べる場合、その差が曝露によるものである確証はない。同じ人の曝露と非曝露の状態を同時に追跡して比較することが理想ただし,このような設定は不可能(反事実的 counterfactual)。

 

効果指標

反事実的な理想は決して達成することはできないため、疫学的研究をデザインするに当たりできる限りそれに近づけるよう努力することになる。

 

比較可能性を高める研究デザイン

・クロスオーバー試験

研究対象者がある一定期間をおいて、1つの集団から別の集団へ移行する。曝露が実験的な設定のもとで研究することが可能。効果が短時間である場合のみ実行可能。

反事実的比較の理想に近いものだが、1人の人間はある一時点では1つの研究集団にしか入れないので、それを達成したわけではない。

 

・無作為割付けされた実験

すべての参加者は無作為に曝露状態に割り当てられる。無作為割り付けされた参加者の数が十分であれば、曝露群と非曝露群で曝露以外の特性の分布が同じになると期待できる。

 

・曝露を受けた対象者と同じか似たような病気のリスク因子のプロファイルを持っている非曝露対象者を選ぶ方法

比較可能性を達成することが因果的効果の評価を目的としたあらゆる疫学的研究において最優先事項である。曝露群と非曝露群が病気のリスクに関して比較可能だと言えるなら、曝露の効果を評価するのに疾患発生の指標を比較できる

 

絶対的効果指標

・リスク差 risk difference (RD):R1-R0
※寄与リスクattributable riskとも呼ばれる

 

・発生率差 incidence rate difference (IRD):I1-I0
※寄与率 attributable rate とも呼ばれる

 

相対的効果指標

・相対的効果=リスク差RD/非曝露群のリスクR0=リスク比RR-1
絶対的効果が0のとき相対的効果も0

 

・リスク比 risk ratio (RR):R1/R0
リスク比そのものを相対的効果の指標とすることが一般的。1が効果がない場合にあたる。発生率についても同様

 

どのようなときに絶対的および相対的効果指標を使うか

・絶対的効果指標
曝露要因の公衆衛生的な影響を評価するために必要。

 

・相対的効果指標
曝露人口において病気がどの程度曝露された結果なのかということを教えてくれる。相対的効果が大きいからといって、公衆衛生的(社会的な)な影響が大きいとは限らない

 

リスク比と発生率比の関係

リスク差と発生率差は直接比較できないが、リスク比と発生率比はある条件下では等しくなることがある。曝露群での発生率I1,非曝露群での発生率I0が時間が経過しても一定で、期間が短くリスクが約0.20未満にとどまっている場合、

リスク比RR =R1/R0≈(I1×時間)/(I0×時間)=I1/I0=発生率比

発生率比を瞬時リスク比(instantaneous risk ratio)ということもできる。

 

相対リスク(relative risk):発生率比またはリスク比のことを指す

 

桁数の丸め:何桁まで記載すべきか?
→明確な規則はない。計算の途中では丸めず、報告前の最終段階でのみ丸めるべきである。通常は5で終わる数字を丸めるときは切り上げるのが慣習であるが、最も近い偶数に丸めるという偏りのない方法を用いるのが望ましい。

 

リスクがリスクという意味で用いられない場合

アスベストの曝露による肺がんのリスク比が若年者では5.0,高齢者では2.5だとする。
×「アスベスト曝露による肺がんのリスクは,高齢者では若年者ほど高くない」
○「アスベスト曝露による肺がんのリスク比は,高齢者では若年者ほど高くない」

 

寄与分

寄与分画=リスク差RD/曝露群のリスクR1=1-1/RR=(RR-1)/RR
リスク差がバイアスに歪められていない因果的効果を表している場合、寄与分画は曝露群の中の曝露によって生じた疾病発生の割合を数量化した指標となる。
古い教科書では、寄与リスク%(attribute risk percent)や寄与リスク(attribute risk)と書かれている場合がある。

 

例)表4-8
集団全体の寄与分画=曝露群の寄与分画×曝露群症例の割合
                                 =0.8×0.357=0.286
曝露を受けていない者に曝露を原因とする症例は存在しない。
曝露群のうち曝露を原因とする症例/全症例=400/1400=0.286


曝露が2つ以上のレベルに分類される場合
寄与分画=∑ (AFi × Pi)
例)表4-9

寄与分画=0+0.5×0.48+0.75×0.48=0.60

または、(0+600+900)/2500=0.60

 

発生率比がリスク比に近似するなら、リスク比の代わりに発生率比を用いることができる。曝露レベルによって疾病の発生割合が増加することも減少することもある場合、曝露の実効果を評価することは難しく。曝露効果の構成要素が曖昧になる。

 

章末問題

問題

  1. 100人の集団のうち30人が死亡したとする。志望のリスクは30 / 100と計算されるが、この指標には何が欠けているか
  2. 問1のデータについて率は計算できるか?もしできるならそれはいくらか?もしできないならそれはなぜか?
  3. 最終的には、人はすべて死ぬ。なぜどんな集団でも死亡率がいつも100%であるとは言えないのか?
  4. 発生率が時間がたっても一定で、暴露が票宇kの原因である場合、リスクと率比はどちらが大きくなるか?
  5. 「発生率比が10とは、暴露群の疾病リスクが高いことを示している」という説明が間違っているのはなぜか?
  6. ある新聞記事に、過去10年間である病気が1200%増加したと掲載された。この増加に相当する率比はいくらか?
  7. 別の病気は20%増加したとする。この増加に相当する率比はいくらか?
  8. 表4-6のデータから、抵抗体力価レベルに暴露された申請時における、抵抗体力価レベル曝露を原因とする下痢発祥の寄与分画を計算せよ。抵抗体力価曝露を原因とする全下痢症例での寄与分画を計算せよ。寄与分画として結果を解釈するうえで、どのような前提が必要となってくるか?
  9. 表4-7の乳がん56症例で放射線曝露を原因とする割合はいくらか?その前提は何か?
  10. あなたは保健機関で働いていて、異なる職業に従事する人における腰痛の発生率に関するデータを集めたとする。あなたはどのような効果指標を選ぶか?それはなぜか?
  11. 二つの異なる国で、暴露とある病気の関係を測定した率比が3だったとする。その場合、暴露された人は2つの国で同じリスクを持つといえるか?曝露の効果は2つの国で同じ大きさといえるか?なぜそうなのかありはそうでないのか?

 

回答(議論結果)

  1. 時間の概念
  2. 不可。時間の測定がないため。
  3.  率は瞬間的な概念であり、リスクとは異なる。
  4. 発生率が時間とともに一定であり、被曝が疾病の原因となる場合、at risk集団は被曝したコホートにおいて、被曝していないコホートよりも早く減少する。ゆえに率比のほうが大きくなる。
  5. 率比とリスク比は異なる
  6. 13
  7. 1.2
  8. AR=(0.86 - 0.44)/0.86 = 0.49 PAR= (0.63 - 0.44)/0.63 = 0.31
    因果効果がある。また、交絡、その他バイアスが存在しない。
  9. (11.9 - 7.9)/(11.9) = 0.34
    因果効果がある。また、交絡、その他バイアスが存在しない。
  10. リスク差(罹患率の差)
    社会的なインパクトの大きさを見ることが出来る。
  11. 言えない。
    それぞれの国においての絶対的リスクが異なる可能性がある。