疫学研究デザインと因果推論（記述・生態学・横断・コホート・症例対照・RCT、Hill の視点、エビデンスの階層）

🧠 全体像：疫学研究のデザインは「誰を・何で選び・どの向きに・何を測るか」の組み合わせで決まる。コホート研究cohort study コホート研究（cohort study）cohort study（コホート研究） は曝露で選んで追跡し（罹患とRRが取れる）、症例対照研究case-control study 症例対照研究（case-control study）case-control study（症例対照研究） は疾患で選んで過去の曝露を調べ（ORが取れ、稀な疾患に強い）、横断研究cross-sectional study 横断研究（cross-sectional study）cross-sectional study（横断研究） は同時点を切り取り（有病率prevalence有病率（prevalence）prevalence（有病率））、生態学的研究は集団単位の相関を見る。無作為化比較試験randomized controlled trial (RCT) 無作為化比較試験（randomized controlled trial (RCT)）randomized controlled trial (RCT)（無作為化比較試験） は介入を割り付け、交絡confounding 交絡（confounding）confounding（交絡） を抑えやすい。結果は「どのデザインで出たか」とセットで読む。

疫学研究の全体像

疫学研究の主な機能は、健康に関する情報を集め、分析し、集団の健康を改善するために活用することである。研究の計画には、専門的（医学・疫学・倫理）、行政的、経済的な配慮が要る。

flowchart TD
    A["疫学研究"] --> B["観察研究<br>研究者は介入しない"]
    A --> C["実験（介入）研究<br>研究者が介入を割り付ける"]
    B --> D["記述研究<br>誰が・どこで・いつ"]
    B --> E["分析研究<br>関連を比べる"]
    E --> F["集団（集計）データ"]
    E --> G["個人データ"]
    F --> H["生態学的研究"]
    G --> I["<span class='jp-term jp-term-diagram' title='case-control study'>症例対照研究</span><br>疾患から過去の曝露へ"]
    G --> J["<span class='jp-term jp-term-diagram' title='cross-sectional study'>横断研究</span><br>ある時点"]
    G --> K["<span class='jp-term jp-term-diagram' title='cohort study'>コホート研究</span><br>前向き・歴史的"]
    C --> L["<span class='jp-term jp-term-diagram' title='randomized controlled trial (RCT)'>無作為化比較試験</span>"]

💡 厳密には、生態学的研究の「生態学的」という性質は、独立した研究デザイン study design 研究デザイン（study design） study design（研究デザイン） というよりデータの単位（集団）に由来する分析上の問題である。

典型的な研究の進み方

疫学の調査は、ふつう仮説をだんだん絞りながら進む。

flowchart TD
    A["逸話的な観察・<span class='jp-term jp-term-diagram' title='chance'>偶然</span>の所見"] --> C["暫定的な仮説"]
    B["記述研究<br>（人・場所・時間のパターン）"] --> C
    C --> D["分析研究<br>（コホート・症例対照など）"]
    D --> E["実験研究<br>（<span class='jp-term jp-term-diagram' title='randomized controlled trial (RCT)'>無作為化比較試験</span>）"]
    E --> F["多数の実験研究のレビュー<br>（<span class='jp-term jp-term-diagram' title='meta-analysis'>メタアナリシス</span>）"]

どのデザインを選ぶか

flowchart TD
    A["研究の問い"] --> B{"介入を無作為に<br>割り付けられるか"}
    B -->|"はい（倫理的に可能）"| C["<span class='jp-term jp-term-diagram' title='randomized controlled trial (RCT)'>無作為化比較試験</span>"]
    B -->|"いいえ"| D{"疾患が稀、または<br><span class='jp-term jp-term-diagram' title='incubation period'>潜伏期間</span>が長いか"}
    D -->|"はい"| E["<span class='jp-term jp-term-diagram' title='case-control study'>症例対照研究</span>"]
    D -->|"いいえ"| F{"曝露の有無で<br>集団を追跡できるか"}
    F -->|"はい"| G["<span class='jp-term jp-term-diagram' title='cohort study'>コホート研究</span>"]
    F -->|"いいえ"| H["<span class='jp-term jp-term-diagram' title='cross-sectional study'>横断研究</span>・生態学的研究"]

因果関係の考え方

発表された研究の多くは、因果関係bidirectional causal relationship 因果関係（bidirectional causal relationship）bidirectional causal relationship（因果関係） を見分けることを目指す分析疫学 analytical epidemiology分析疫学（analytical epidemiology） analytical epidemiology（分析疫学）・実験研究である。ただし、現実には「1つの原因が1つの結果をもたらす」関係は稀で、たいていは複数の原因が絡み合った因果の網になる。デザインによって、因果を支える証拠の強さが違う。

Hill の9つの視点

Austin Bradford Hill（1965年）は、関連を因果と判断するときに考える9つの視点を挙げた。

⚠️ Hill 自身はこれを「基準」とは呼ばず、合否の判定表にしてはならないと述べた。 9つは必要条件でも十分条件でもない「視点」で、チェックリストとして使われがちだが、各項目を満たすかを決める方法も、最終判断の方法もない¹。ただし、原因が結果に先行すること（時間的関係）だけは、因果の論理上の前提と考えるのが一般的である（疫学の教科書の整理で、Hill の原文の主張ではない。この点は原典と教科書では確認していない）。観察された関連が因果かどうかを考えるときは、まず偶然 chance偶然（chance） chance（偶然）・バイアスbiasバイアス（bias）bias（バイアス）・交絡confounding 交絡（confounding）confounding（交絡） で説明できないかを疑う（批判的読解とバイアス biasバイアス（bias） bias（バイアス））。

記述研究

集団全体の記述（人口データ）と、個人データ（症例報告・症例集積）を使い、誰が・どこで・いつ起きているかを描く。

記述研究は因果を証明するものではなく、仮説を生む段階の研究である。全国の健康面接調査のような調査も、分布を描く記述研究の一例である（例：ハンガリーで、医療部門別に支払われた謝礼の総額が入院医療42%・専門外来33%・家庭医25%に配分されていた、という報告）。

生態学的研究と生態学的誤謬

• 集計データ（国・州・市などの集団単位）を使い、曝露と疾患の相関を調べる。例：州ごとのたばこ消費量と冠動脈疾患死亡率に正の相関がある。
• 個人ごとに「曝露し、かつ発症した」人を結びつけられないため、集団で見られた関連を、そのまま個人に当てはめることはできない²。

⚠️ 生態学的誤謬：集団レベルの関連から、個人レベルの関係を誤って推論すること。例：世界の首都を比べて、平均所得が高い都市ほど冠動脈疾患が多いという生態学的な関連が見つかったとする。そこから「豊かだと心疾患のリスクが上がる」と推論してしまう。ところが先進国の都市の内部では、むしろ貧しい人のほうが冠動脈疾患が多い。集団間の関連と、個人レベルの関連は逆になりうる。

💡 ただし生態学的分析は、集団全体にはたらく力（食料価格・法規制 Regulation規制（Regulation） Regulation（規制）・環境）についての情報を与える。誤謬は弱点だが、集団単位の介入（たばこ税など）を評価するには適している。

横断研究

• 曝露と疾患を、同じ時点で、個人レベルで観察する。疾患と曝露の頻度（有病率prevalence有病率（prevalence）prevalence（有病率））が分かる。
• 時間の前後が決まらないため、原因と結果を区別できない³。曝露が原因か結果かは分からない。

2×2表では、次の2通りの比べ方ができる。

コホート研究

関心のある集団（曝露群exposed group曝露群（exposed group）exposed group（曝露群））と比較集団（非曝露群unexposed group非曝露群（unexposed group）unexposed group（非曝露群））を選び、時間とともに追跡して結果を比べる。

⚠️ 脱落が曝露やアウトカム all-or-none outcomes アウトカム（all-or-none outcomes） all-or-none outcomes（アウトカム） と関連するなら、脱落が選択バイアス selection bias 選択バイアス（selection bias） selection bias（選択バイアス） になる。追跡率が低いコホートの結果は慎重に読む。

症例対照研究

疾患のある人（症例）と、ない人（対照）を集め、疾患より前の曝露を比べる。 曝露歴の聴取や既存記録を使うことが多いが、保存済みのコホート資料から症例と対照を選ぶ場合もある。デザインを決めるのは資料の収集時期より、疾患の有無で対象を選ぶ点である。

例：未熟児網膜症の症例対照研究と、同じ疾患のコホート型の計算

未熟児網膜症retinopathy of prematurity, ROP 未熟児網膜症（retinopathy of prematurity, ROP）retinopathy of prematurity, ROP（未熟児網膜症） の古い研究には、出生体重を比べた症例対照研究 case-control study 症例対照研究（case-control study） case-control study（症例対照研究） と、酸素療法oxygen therapy 酸素療法（oxygen therapy）oxygen therapy（酸素療法） の濃度と期間で群を分けて発症を比べた研究がある。疾患の詳しい説明と現在の酸素管理は専門ノート（未熟児網膜症retinopathy of prematurity, ROP未熟児網膜症（retinopathy of prematurity, ROP）retinopathy of prematurity, ROP（未熟児網膜症））を参照する。以下は研究デザインstudy design 研究デザイン（study design）study design（研究デザイン） の歴史的な数値例であり、診療の基準ではない。

症例対照の表（症例と対照を出生体重の区分ごとに数えた例）：

• 症例での「出生体重1,701 g 未満」のオッズ odds オッズ（odds） odds（オッズ） ＝128÷8＝16、対照では 261÷75＝約3.5。
• OR＝(128×75)÷(8×261)＝約4.6。「症例は、対照に比べて、極低出生体重very low birth weight, VLBW 極低出生体重（very low birth weight, VLBW）very low birth weight, VLBW（極低出生体重） であったオッズ odds オッズ（odds） odds（オッズ） が約4.6倍」と読む。

授業資料の第2群は「1,700〜2,500 g」と印刷されており、第1群の「1,701 g 未満」と1,700 gで重なる。表では互いに重ならない区分として1,701〜2,500 gと示した。原資料の個票は確認できず、1,700 gの症例が実際にどちらへ入ったかは確認できない。

⚠️ この表を「出生体重別の網膜症 retinopathy 網膜症（retinopathy） retinopathy（網膜症） の罹患」と呼んではならない。症例対照研究case-control study 症例対照研究（case-control study）case-control study（症例対照研究） では対照の人数 number of people 人数（number of people） number of people（人数） を研究者が決めており、列の合計（136と336）は集団の人数 number of people 人数（number of people） number of people（人数） を反映しない。罹患は計算できず、指標はORである。

曝露で先に群を分けて追跡する形（コホート型）で計算すると（1952年の酸素療法 oxygen therapy 酸素療法（oxygen therapy） oxygen therapy（酸素療法） に関する歴史的な例）：

• RR＝61%÷16%＝約3.7。曝露（酸素）を先に分けて追跡しているので、罹患とRRを直接計算できる。投与濃度と期間は現行の治療目標 Goals 治療目標（Goals） Goals（治療目標） として転用しない。

⚠️ 授業資料はこの例を「コホート研究cohort study コホート研究（cohort study）cohort study（コホート研究） に基づく」とするが、原研究（Patz ら、1952年）は観察研究のコホートではない。 新生児を高濃度酸素と低濃度酸素の保育器 incubator 保育器（incubator） incubator（保育器） へ交互 alternating 交互（alternating） alternating（交互） に割り付けた対照臨床試験 clinical trial (clinical study) 臨床試験（clinical trial (clinical study)） clinical trial (clinical study)（臨床試験） で、研究者が曝露を割り付けた介入研究である。無作為化randomized 無作為化（randomized）randomized（無作為化） ではなく交互 alternating 交互（alternating） alternating（交互） 割り付けで、割り付けの偏りは評価できなかったとされる⁴（総説には「無作為化試験」と記すものもある⁵）。ここでは「群を先に分けて追跡すれば罹患とRRを直接計算できる」という点だけを、コホート型の計算の例として使う。表の人数 number of people 人数（number of people） number of people（人数） は、網膜症retinopathy 網膜症（retinopathy）retinopathy（網膜症） を軽症と重症に分けた原書の表の合計（高濃度群は軽症10・重症7、低濃度群は軽症6・重症0）と一致する。

💡 同じ疾患・同じ領域でも、デザインが違えば取れる指標が違う（症例対照＝OR、コホート型＝RR・罹患）。酸素療法oxygen therapy 酸素療法（oxygen therapy）oxygen therapy（酸素療法） の表の人数 number of people 人数（number of people） number of people（人数） は上の原書の表と一致したが、出生体重の表 Fletcher 1955 表（Fletcher 1955） Fletcher 1955（表） は原著の値との照合をしていない。

症例対照研究の誤りの源

• 選択バイアスselection bias選択バイアス（selection bias）selection bias（選択バイアス）：症例と対照の取り方が違う。
• 想起retrieval 想起（retrieval）retrieval（想起） の歪み（想起バイアスrecall bias想起バイアス（recall bias）recall bias（想起バイアス））：症例は過去を詳しく振り返る。
• 観察者バイアス biasバイアス（bias） bias（バイアス）：聞き取る側が症例かどうかを知っていて、聞き方が変わる。
• 疾患が稀でない場合、RRとORは大きく食い違う。関連が正のときORはRRより大きく、負のときはORのほうが小さくなる。

例題：マッチングと選択バイアス

英国の11の保健区で、1982〜85年に36歳未満で乳癌と診断された女性を症例とし、年齢（生年月日が6か月以内）をマッチした対照を、症例の家庭医の患者名簿から無作為に1人選ぶ症例対照研究 case-control study 症例対照研究（case-control study） case-control study（症例対照研究） を考える（授乳と乳癌の関係を問う）。

• 症例と対照は、白人女性で、悪性腫瘍の既往がなく、重い知的障害・精神疾患がないものに限る。
• 対照は、症例の診断より前にその家庭医へ登録されていた人から選ぶ。症例が面接できなければその対照も除き、対照が面接に応じなければ次の対照を選ぶ（2人目が必要だった症例が68、3人目が12）。面接は1984年1月〜1988年2月に訪問で行い、対応する症例と対照は同じ面接者が担当した。
• 症例1,049人のうち755人（約72%）、最初に選ばれた対照755人のうち675人（約89%）が面接に応じた。授業資料の「755/1,049＝75%」は算術的に一致しない。

ここから読み取れる、デザインの要点：

例題：脱落バイアス

1991年に英国南西部 western 西部（western） western（西部） の公立・私立9校の15〜16歳（第11学年）1,025人が質問に答え、1992年の追跡で返送したのは315人だった（性感染症の知識・初交年齢・避妊なしの性交・一夜限りの関係の頻度・関係が続いた日数・性感染症にかかった友人の有無などを調べ、16歳前後で性行為を始めた人のRRを計算した前向き研究。授業資料の記載では標本の平均年齢は16.9歳）。追跡に答えたのは、女子と学業志向の生徒が多かった。回答した人がもとの1,025人を代表しないので、脱落が偏りを生む（社会階級social class 社会階級（social class）social class（社会階級） による差はなかった）。追跡率が約3割の研究では、結果が一般の生徒にそのまま当てはまると考えてはならない。

無作為化比較試験と盲検化

患者を無作為に治療群と対照群に割り付け、追跡して結果を比べる。割り付けの無作為化 randomized 無作為化（randomized） randomized（無作為化） により、測定していない交絡因子 confounding factor 交絡因子（confounding factor） confounding factor（交絡因子） まで期待値として群間で均等になる点が、観察研究との本質的な違いである。

盲検化

盲検化blinding 盲検化（blinding）blinding（盲検化） は、アウトカムall-or-none outcomes アウトカム（all-or-none outcomes）all-or-none outcomes（アウトカム） の評価の偏り（情報バイアスinformation bias情報バイアス（information bias）information bias（情報バイアス））を減らす⁶。

⚠️ 盲検化blinding 盲検化（blinding）blinding（盲検化） と割り付けの隠蔽は別物である。 隠蔽は割り付け前に次の割り付けを推測できないようにすること、盲検化blinding 盲検化（blinding）blinding（盲検化） は割り付け後に誰がどの治療を受けているか知らせないこと。また、二重盲検double-blind 二重盲検（double-blind）double-blind（二重盲検） でない試験を自動的に劣るものとみなしてはならない。死亡のような客観的 objective 客観的（objective） objective（客観的） アウトカム all-or-none outcomes アウトカム（all-or-none outcomes） all-or-none outcomes（アウトカム） では、盲検化blinding 盲検化（blinding）blinding（盲検化） がなくても偏りが生じにくい。大切なのは「誰を・どのように盲検化 blinding 盲検化（blinding） blinding（盲検化） したか」が論文に明記されているかである⁶。

デザイン別の推奨用途

（＋の数が多いほど最適、−は不向き）

💡 覚え方：稀な「疾患」→症例対照、稀な「曝露」→コホート。 症例を集めるのは疾患が稀なとき効率がよく、曝露者を追跡するのは曝露が稀なとき効率がよい。

エビデンスの階層

簡略化した6段のピラミッドでは、上から系統的レビュー、無作為化比較試験randomized controlled trial (RCT)無作為化比較試験（randomized controlled trial (RCT)）randomized controlled trial (RCT)（無作為化比較試験）、コホート研究cohort studyコホート研究（cohort study）cohort study（コホート研究）、症例対照研究case-control study症例対照研究（case-control study）case-control study（症例対照研究）、症例集積・症例報告、社説・専門家意見expert opinion 専門家意見（expert opinion）expert opinion（専門家意見） の順になる。

⚠️ ピラミッドは「ガイド」であって「規則」ではない。 階層は主に内的妥当性 validity 妥当性（validity） validity（妥当性） （バイアスbias バイアス（bias）bias（バイアス） のリスク）を表すが、実際の確実性は、研究の限界・不精確さ・非一貫性・非直接性でも上下する（GRADE）。無作為化試験でも盲検化 blinding 盲検化（blinding） blinding（盲検化） や隠蔽が不十分なら格下げされ、無作為化randomized 無作為化（randomized）randomized（無作為化） できない介入でも効果が劇的なら格上げされうる。系統的レビューは階層の一段というより、エビデンスを吟味・統合・適用するための「レンズ」と位置づけ直す提案もある⁷。

研究計画の演習：どのデザインを選ぶか

論文を批判的に読むための13の問い

疫学研究を読むときは、次の問いを順にたどる（具体的な誤差・バイアスbias バイアス（bias）bias（バイアス） の検討は批判的読解とバイアス biasバイアス（bias） bias（バイアス））。

1. 主な目的は何か。
2. 中心となる仮説は何か。ほかにあるか。
3. 研究者が考える因果のモデルはどうなっているか。
4. どのデザインか。なぜそれを選んだか。そのデザインの一般的な長所 strengths長所（strengths） strengths（長所）・短所は何か。この研究に固有の長所 strengths長所（strengths） strengths（長所）・短所は何か。
5. アウトカムall-or-none outcomes アウトカム（all-or-none outcomes）all-or-none outcomes（アウトカム） をどう定義したか。
6. 曝露をどう定義したか（基準・測定法・測定の質）。
7. 誤差の起源は何か（ランダム誤差・バイアスbiasバイアス（bias）bias（バイアス）・交絡confounding交絡（confounding）confounding（交絡））。
8. それが結果にどう影響しうるか。
9. 関連は観察されたか。どう解釈するか。
10. 結果は、序論introduction序論（introduction）introduction（序論）・考察discussion 考察（discussion）discussion（考察） の記述と一致するか。
11. 因果の主張はどれほど強いか。
12. 公衆衛生public health 公衆衛生（public health）public health（公衆衛生） への含意は何か。
13. 新しい情報を提供したか。科学的な意義は何か。

まとめ

• 疫学研究は、観察研究（記述・分析）と実験（介入）研究に分かれ、分析研究には生態学的研究・横断研究cross-sectional study横断研究（cross-sectional study）cross-sectional study（横断研究）・症例対照研究case-control study症例対照研究（case-control study）case-control study（症例対照研究）・コホート研究cohort study コホート研究（cohort study）cohort study（コホート研究） がある。デザインによって、因果を支える証拠の強さと、取れる指標が違う。
• コホート研究cohort study コホート研究（cohort study）cohort study（コホート研究） は曝露で選び罹患とRRを直接測れるが、費用と脱落が課題。症例対照研究case-control study 症例対照研究（case-control study）case-control study（症例対照研究） は疾患で選びORを求め、稀な疾患と長い潜伏期間 incubation period 潜伏期間（incubation period） incubation period（潜伏期間） に強いが、想起retrieval 想起（retrieval）retrieval（想起） と選択のバイアス bias バイアス（bias） bias（バイアス） に弱い。横断研究cross-sectional study 横断研究（cross-sectional study）cross-sectional study（横断研究） は有病率 prevalence 有病率（prevalence） prevalence（有病率） を求めるが、時間の前後は分からない。生態学的研究は集団の関連を見るため、個人への当てはめで生態学的誤謬に陥る。
• Hill の9つの視点は合否の基準ではなく、どれも必須条件ではない（時間的関係だけは因果の論理上の前提とされる）。
• 無作為化比較試験randomized controlled trial (RCT) 無作為化比較試験（randomized controlled trial (RCT)）randomized controlled trial (RCT)（無作為化比較試験） は測定していない交絡 confounding 交絡（confounding） confounding（交絡） まで均等にできるが、盲検化blinding 盲検化（blinding）blinding（盲検化） と割り付けの隠蔽は別物である。エビデンスの階層は、デザインの序列を示すガイドとして使い、研究の質で上下することを忘れない。