注意してください：

私たちは現在、この章を更新する過程にあり、これが完了している間、あなたの忍耐

疫学研究におけるバイアス

疫学研究の結果は、調査中のアウトカムの開発に対する暴露の真の効果を反映している可能性がありますが、

このような代替の説明は、偶然（ランダムエラー）、バイアス、または交絡の影響によるものであり、存在しない場合には有効な統計的関連付けが存在するか、または存在する場合には関連付けが存在しない1と結論づけることができる。

観察研究は、偶然、バイアス、交絡の影響を特に受けやすく、これらの要因は、その影響を最小限に抑えるために、疫学研究の設計段階と分析段階の両方

バイアス

バイアスは、対象の結果に対する曝露の真の効果の誤った推定をもたらす疫学研究における系統誤差として定義することができ1

• バイアスは、研究方法論の系統誤差からの結果です。
• バイアスの効果は、系統誤差の方向に応じて、真の値の上または下のいずれかの推定値になります。
• バイアスの大きさは、一般的に定量化することは困難であり、分析段階でバイアスのほとんどの形態の調整のための限られた範囲が存在する。 その結果、研究結果の妥当性への影響を制限するためには、研究の設計および実施中にバイアスが導入される可能性のある方法を慎重に検討し、制御

疫学研究におけるバイアスの一般的なタイプ

バイアスの50以上のタイプは、疫学研究で同定されているが、簡単にするために、彼らは広く

1. 情報バイアス

情報バイアスは、暴露または結果に関するデータが様々な研究グループから得られる方法の体系的な違いから生じる。1これは、個人が間違った結果カテゴリに割り当てられ、暴露と結果との関連性の誤った推定につながることを意味する可能性があります。

測定の誤差は誤分類としても知られており、バイアスの影響の大きさは、発生した誤分類のタイプに依存します。 誤分類には微分と非微分の二つのタイプがあり、これらは他の場所で扱われています（”変動の原因、その測定と制御”を参照）。

オブザーバーバイアスは、調査中の仮説に関する研究者の事前知識、または個人の曝露または疾患状態の知識の結果である可能性があります。

オブザーバーバイアスは、研究者の事前知識の結果である可能性があります。 そのような情報は、各研究グループの研究者による情報の収集、測定、または解釈に影響を与える可能性があります。

例えば、高血圧を治療するための新しい薬の試験では、研究者がどの治療アーム参加者が割り当てられたかを認識している場合、これは血圧測定の オブザーバーは、治療された人の血圧を過小評価し、対照群の人の血圧を過大評価する可能性があります。

インタビュアーバイアスは、インタビュアーが体系的に面接者によって与えられた応答に影響を与える可能性のある主要な質問をする場

オブザーバー/インタビュアーバイアスの最小化:

• 可能であれば、観察者は、個々の曝露および疾患状態に盲目にされるべきである
• 盲目の観察者は、調査中の仮説に盲目にされるべきである。
• 無作為化比較試験では、治療および対照群（二重盲検）への盲目の研究者および参加者。
• 情報の収集、測定、解釈のためのプロトコルの開発。
• 血圧計などの標準化されたアンケートまたは校正された機器の使用。
• 面接者のトレーニング。

リコール（または応答）バイアス-ケースコントロール研究では、暴露に関するデータが遡及的に収集されます。 従ってデータの質は正確に過去の露出をリコールする患者の機能の大部分で定められる。 リコールバイアスは、暴露に関する情報が症例と対照の間で異なる場合に発生する可能性がある。 例えば、調査中の結果（ケース）を有する個人は、調査中の結果（コントロール）のない個人とは異なる曝露経験を報告することができる。

リコールバイアスは、暴露と結果との関連性を過小評価または過大評価する可能性があります。

リコールバイアスを最小限に抑える方法には、

• 作業記録または医療記録から暴露データを収集する方法があります。
  • 作業記録や医療記録から暴露データを収集する方法があります。
  • 研究仮説に参加者を盲目にします。

  社会的望ましさバイアスは、調査の回答者が、肯定的な行動を過度に報告したり、望ましくない行動を過小報告したりするなど、他の人に好まれ 報告バイアスでは、個人は、同様の理由（例えば、喫煙歴の周り）のために、情報を選択的に抑制または明らかにすることができる。 報告バイアスは、研究著者による選択的結果報告を参照することもできます。

  パフォーマンスバイアスとは、研究担当者または参加者がグループ割り当てを認識しているときに行動/応答を変更するときを指します。

  検出バイアスは、結果情報が収集される方法がグループ間で異なる場合に発生します。 計測器バイアスとは、不十分に校正された計測器が体系的に測定を過少評価/過小評価する場所を指します。 結果の査定者の盲目になることおよび標準化された、目盛りを付けられた器械の使用はこれの危険を減らすかもしれない。

  2. 選択バイアス

  選択バイアスは、

  • 研究に参加している人とそうでない人（一般化可能性に影響を与える）または
  • 研究の治療群と対照群（群間の比較可能性に影響を与える）の間に体系的な違いがある場合に発生する。

  つまり、研究グループ間の特性に違いがあり、それらの特性は、調査中の暴露または結果のいずれかに関連しています。 選択バイアスは、さまざまな理由で発生する可能性があります。

  サンプリングバイアスは、ターゲット母集団内のいくつかの個人が他のものよりも包含のために選択される可能性が高いシナリオを説明します。

  たとえば、参加者が研究のためにボランティアを求められた場合、ボランティアをした人は一般集団の代表者ではなく、研究結果の一般的な可能性を脅かしている可能性があります。 ボランティアは、一般集団よりも健康意識が高い傾向があります。

  配分バイアスは、研究グループの参加者間に体系的な違いがある場合（研究されている介入以外）、対照試験で発生します。

  配分バイアスは、研究グループ これは無作為化によって回避することができます。

  フォローアップの損失は、コホート研究に関連する特定の問題です。 フォローアップを失った個人が、研究に残っている人との曝露および結果に関して異なる場合、バイアスが導入される可能性がある。 無作為化対照試験のグループからの参加者の差動損失は、消耗バイアスとして知られています。

  •ケースコントロール研究における選択バイアス

  選択バイアスは、ケースとコントロールの間の非比較可能性を生じるケースコントロール研究に固有の特 症例対照研究では、対照は症例と同じ母集団から引き出されるべきであるので、それらは症例を生成した母集団の代表である。 対照は、母集団における曝露率の推定値を提供するために使用される。 したがって、選択バイアスは、対照として選択された個体が症例を生成した集団の代表的でない場合に発生する可能性がある。

  症例対照研究における選択バイアスの可能性は、症例および対照が病院または診療所から排他的に募集される場合に特に問題である。 そのような制御は記号論理学の理由のために好ましいかもしれません。 しかし、病院の患者は、より広い人口に対して異なる特性を有する傾向があり、例えば、アルコール消費量または喫煙のレベルがより高い可能性がある。 彼らの病院への入院は、彼らの曝露状態に関連しているかもしれないので、対照間の曝露の測定値は、参照集団のそれとは異なる場合がある。 これは、曝露と疾患との間の関連の偏った推定値をもたらす可能性がある。

  例えば、肺癌に対する喫煙の影響を探るケースコントロール研究では、他の肺疾患のための病院への入院も喫煙状態に関連している可能性があるため、コントロールが呼吸病棟の他の状態を有する患者であった場合、関連の強さは過小評価されるだろう。 コントロールが他の病棟から取られている場合、より微妙に、肝疾患に対するアルコールの影響は、潜在的に過小評価される可能性があります：平均よりも高いアルコール消費量は、外傷などの他の様々な条件のための入院につながる可能性があります。

  選択バイアスの可能性は、人口ベースのケースコントロール研究では問題になりにくい可能性があるため、病院や診療所のケースを使用する場合は、近隣 代替的に、選択バイアスの可能性は、複数の供給源から制御器を選択することによって最小化されてもよい。 たとえば、病院と近隣の両方のコントロールの使用。

  •コホート研究における選択バイアス

  彼らは関心の結果を開発する前に露出し、未露光の個人が登録されているため、選択バイアスは、ケースコント

  しかし、フォローアップまたはケース確認の完全性が暴露カテゴリ間で異なる場合、選択バイアスが導入される可能性があります。 例えば、コミュニティから選択された未露光コントロール（フォローアップバイアスへの損失）よりも、すべてが同じ工場で働く暴露された個人を追跡す これは、すべての研究グループ間で高レベルのフォローアップが維持されるようにすることによって最小限に抑えることができます。

  健康な労働者の効果は、職業コホート研究に特有の選択バイアスの潜在的な形態である。 例えば、職業コホート研究は、特定の職業グループの個人と外部標準集団の個人との間の疾患率を比較しようとする可能性がある。 一般的に雇用されている個人が働くために健康でなければならないので、ここでバイアスのリスクがあります。 対照的に、一般的な人口には、働くのに適していない人も含まれます。 したがって、職業群コホートにおける死亡率または罹患率は、人口全体よりも低い可能性がある。

  この形式のバイアスの可能性を最小限に抑えるために、比較グループは、単一の施設1内の異なる場所で実行される異なるジョブを持つ労働者のグルー あるいは、比較群は、雇用された個人の外部集団から選択されてもよい。

  •無作為化試験における選択バイアス

  無作為化試験は、個人が比較されるグループにランダムに割り当てられているため、理論的には選択バイアスの影響を受ける可能性が低く、研究者または参加者がこの割り当てプロセスに影響を与える能力を最小限に抑えるための措置を講じる必要があります。 しかし、研究への参加の拒否、またはその後の撤回は、理由が暴露と結果の両方に関連している場合、結果に影響を与える可能性があります。

  交絡

  交絡、相互作用および効果の変更

  交絡は、露出（X）と結果との間の関連付けのための代替説明を提供します。 これは、曝露が別の危険因子（Y）とも相関しているため、観察された関連が実際に歪んでいる場合に発生します。 結果として、推定された関連性は、結果に対する暴露Xの真の効果と同じではありません。

  研究グループ間の追加の危険因子Yの不均等な分布は交絡になります。

  研究グループ間の追加の危険因子Yの不均等な分布は交絡になります。

  察された関連は、調査中の暴露ではなく、研究グループ間の違いの影響によるものである可能性があります。1

  潜在的な交絡因子は、研究中の疾患のリスクに影響を及ぼす可能性のある因子です。 これには、疾患への直接的な因果関係を有する要因、ならびに年齢および社会経済的地位などの他の未知の原因の代理尺度である要因が含まれ2

  

  変数が交絡因子とみなされるためには、

  1. 変数は独立して結果に関連付けられている必要があります（すなわ
  2. 変数は、ソース母集団の調査中の暴露にも関連付けられている必要があります。
  3. 変数は、暴露と疾患の間の因果経路にあるべきではありません。

  交絡の例

  ある研究では、アルコール消費が冠状動脈性心疾患（CHD）のリスクと関連していることが判明しました。 しかし、喫煙はアルコールとCHDとの関連を混乱させている可能性があります。

  喫煙はCHDの危険因子であるため、結果とは独立して関連しており、喫煙者は非喫煙者よりも多くを飲む傾向があるため、喫煙はアルコール消費にも関

  喫煙の潜在的な交絡効果を制御することは、実際にはアルコール消費とCHDとの間に関連性を示さない可能性があります。

  喫煙の潜在的な交絡

  

  交絡因子の影響

  交絡因子は、制御されていない場合、研究されている暴露の影響の推定に偏りを引き起こ 交絡の効果は、

  • 実際の関連が存在しない場合、観測された関連が存在する可能性があります。
    • 実際の関連が存在しない場合。
    • 真の関連が存在する場合、観測された関連はありません。
    • 関連の過小評価（負の交絡）。
    • 関連の過大評価（正の交絡）。

    交絡のための制御

    交絡は、研究設計段階で対処するか、十分な関連データが収集されている提供する分析段階で調整することができます。 多くの方法を潜在的交絡因子の制御に適用することができ、それらのすべての目的は、交絡因子に関してグループを可能な限り類似させることである。

    設計段階で交絡の制御

    潜在的な交絡因子は、以前の研究に基づいて設計段階で同定することができるか、要因と結果との間のリンクが生物学的にもっともらしいと考えられる可能性があるためです。 設計段階で交絡を制限する方法には、ランダム化、制限、およびマッチングが含まれます。

    •ランダム化

    これは、既知および未知のすべての潜在的な交絡変数が研究グループ間で均等に分散されるべきであるため、交絡を制御する理想的 これは、研究グループへの個人のランダムな割り当て（例えば、乱数のテーブルを使用して）を含みます。 しかし、この方法は実験的な臨床試験でのみ使用することができます。

    •制限

    制限は、交絡者との関係で類似している個人に研究への参加を制限します。 例えば、研究への参加が非喫煙者のみに限定されている場合、喫煙の潜在的な交絡効果は排除されます。 しかし、制限の欠点は、研究グループが均質である場合、研究の結果をより広い集団に一般化することが困難である可能性があることである。1

    •マッチング

    マッチングは、潜在的な交絡因子（例えば、年齢や喫煙状態）の分布がケース間のそれとできるだけ類似しているようにコントロールを選 実際には、これは症例対照研究でのみ利用されますが、2つの方法で行うことができます。

    1. ペアマッチング-各症例に対して、同様の特性を 疫学研究における交絡の存在または大きさは、潜在的な交絡因子を考慮した後、粗推定値（交絡を制御することなく）と調整された推定値との間の不一致の程度を観察することによって評価される。 推定値が変更されており、層固有の比率の間にほとんど変化がない場合（下記参照）、交絡の証拠があります。交絡の存在を評価するために統計的検定を使用することは不適切ですが、その効果を最小限に抑えるために次の方法を使用することができます。

       •層別化

       層別化は、例えば年齢や性別によって、交絡変数の異なる層内で暴露と結果との関連を調べることを可能にする。

       *層別化 関連の強さは、最初は交絡変数の各階層内で別々に測定されます。 層固有のレートが比較的均一であると仮定すると、それらをプールして、潜在的な交絡因子について調整または制御された要約推定値を与えることがで 例として、Mantel-Haenszel法があります。 この方法の一つの欠点は、元のサンプルが層別化されるほど、各層が小さくなり、関連性を検出する能力が低下することである。

       •多変数解析

       統計モデル化（例： 多変数回帰分析）は、複数の交絡因子を同時に制御するために使用され、各交絡因子の効果を個別に解釈することができます。 これは、分析段階で交絡を処理するために最も一般的に使用される方法です。

       •標準化

       標準化は、研究集団間の交絡因子の分布の違いの影響を否定するために標準参照母集団を使用することにより、交絡因子（一般的に年齢 詳細については、”分子、分母、およびリスクのある母集団”を参照してください。

       残差交絡

       交絡因子に関するデータが正確に収集された場合にのみ、分析段階で交絡因子を制御することが可能です。 残差交絡は、すべての交絡因子が不正確に測定されたか、または測定されていないため（たとえば、未知の交絡因子）、適切に調整されていない場合に発生 それは複数の健康成果に影響を与えるが、正確に測定することは困難であるため、一例は、社会経済的地位であろう。3

       相互作用（エフェクト修飾）

       相互作用は、二つの変数間の関連付けの方向または大きさが第三の変数（エフェクト修飾子）のレベルに応じて変化 例えば、アスピリンは、インフルエンザなどのウイルス性疾患の症状を管理するために使用することができる。 但し、それが大人で有効かもしれない間、ウイルスの病気の子供のアスピリンの使用はレバー機能障害および頭脳の損傷と関連付けられます（ライ4この場合、ウイルスの病気の管理に対するアスピリンの効果は年齢によって変更されます。

       相互作用が存在する場合、関連の全体的な推定値を計算することは誤解を招く可能性があります。 交絡とは異なり、相互作用は生物学的現象であり、統計的に調整すべきではありません。 相互作用を扱う一般的な方法は、第三の変数の各レベルの関連付けを分析して提示することです。 上の例では、ウイルスの病気のアスピリンの使用に続くReyeのシンドロームの開発の確率は大人と比較される子供でずっとより大きく、これは効果の改 相互作用は、例えば、階層特異的推定値における異質性を評価するためのカイ二乗検定を使用して、統計的に確認することができる。 しかし、そのような試験は、相互作用を検出するための低い電力を有することが知られており、層固有の推定値の目視検査も推奨される。

       1. Hennekens CH,Buring JE. 医学の疫学、Lippincott Williams&Wilkins、1987。
       2. Carneiro I,Howard N.疫学の紹介。 2011年、東京大学出版会より刊行された。
       3. http://www.edmundjessop.org.uk/fulltext.doc-アクセス20/02/16
       4. McGovern MC. ライ症候群とアスピリン：私たちが忘れないように。 BMJ2001;322:1591.

相互作用のテストのためのパワー：タイプ1の誤り率を上げる効果。 2007年4月4日に発売された。