8  演習と、交絡の調整のチェックリスト

これまでの章の内容を、自分の手で使ってみます。 この章のコードセルは自動では実行されません。空欄(___)を埋めて「Run Code」 を押してください。解答例は各問の下に折りたたんであります。

8.1 チェックリスト

# 確かめること 章
1 知りたいのは どの曝露の、どの結果への、どの効果(総効果・直接効果)か、書き出したか 2
2 DAG を描き、交絡因子・中間因子・合流点を区別したか。調整する変数を データを見る前に 決めたか 2
3 曝露より 後に起きたこと(中間因子・結果の影響を受けるもの)を調整していないか 2
4 対象者の 選ばれ方(入院患者・参加者・検査を受けた人)が合流点になっていないか 2
5 結果がよくある(10% 以上)とき、オッズ比を リスク比のように 解釈していないか。標準化 したリスク差・リスク比も示したか 3
6 連続量の交絡因子を 粗く区切って いないか。曝露を区切っていないか。直線の仮定を スプライン で確かめたか 4
7 効果の違いを、サブグループごとの p 値ではなく 交互作用 で評価したか。尺度(乗法・加法)を明記したか 5
8 イベント数に比べて変数が多すぎない か(変数 1 つあたり 10 イベントが目安) 6
9 交絡因子を p 値やステップワイズで選んで いないか 6
10 傾向スコアを使うなら、正値性(重なり)・バランス(SMD)・極端な重み を確かめたか。推定している集団(ATE / ATT)を明記したか 7
11 測っていない交絡 について議論したか(E 値など) 1, 7
12 1 つのモデルから、調整変数の係数を「効果」として報告していないか(Table 2 の誤謬) 2

8.2 演習 1:糖尿病と 24 年間の心血管疾患

8.2.1 1-1. 調整なしと、年齢・性別での調整

fit1 <- glm(CVD ~ DIABETES + AGE + SEX, family = binomial, data = fram)

オッズ比は 4.70 → 3.63 に下がります。糖尿病の人は平均年齢が 55.4 歳と、そうでない人(49.8 歳)より高齢で、その分の交絡が取り除かれました。

8.2.2 1-2. 標準化したリスク差・リスク比

24 年間の CVD は 26% と「よくある結果」です。年齢・性別で調整したリスク差とリスク比を、標準化で求めてください。

p1 <- mean(predict(fit1, newdata = mutate(fram, DIABETES = 1), type = "response"))
p0 <- mean(predict(fit1, newdata = mutate(fram, DIABETES = 0), type = "response"))

リスク差 26.4 ポイント、リスク比 2.04 です。オッズ比 3.63 より、リスク比はずっと 1 に近くなります(第 3 章)。

8.3 演習 2:何を調整するか

「喫煙は 24 年間の CVD を増やすか(総効果)」を調べます。次の変数のうち、調整すべきもの・すべきでないものを分けてください。

  1. 年齢
  2. 性別
  3. 1 日の喫煙本数(CIGPDAY)
  4. 1 回目の診察の後で始まった降圧薬の治療
  5. 教育歴
  6. 研究期間中の心筋梗塞による入院
  • 調整する:1 年齢、2 性別、5 教育歴(喫煙と CVD の両方に影響しうる共通の原因)
  • 調整しない:
    • 3 喫煙本数:曝露そのものの一部(喫煙者だけが本数を持つ)。量反応を見たいなら、曝露として別に扱う
    • 4 曝露の後の治療:喫煙 → 血圧上昇 → 治療、という 中間因子・曝露の結果
    • 6 結果の一部・結果の後に起きたこと:調整すると合流点のバイアスを生む
  • 1 回目の診察時の血圧や BMI は、喫煙の 結果(中間因子)でもあり、原因(交絡)でもありうるので、DAG を描いて議論が必要です(第 2 章)

8.4 演習 3:粗い区切りの残余交絡

喫煙と CVD で、年齢を「50 歳未満 / 以上」で入れた場合と、連続量で入れた場合を比べてください。

年齢2区分 = ... + 年齢2区分
年齢連続  = ... + AGE

1.17 → 1.23 → 1.30 です。2 区分では、喫煙者が若いことによる交絡が残り、関連を過小評価しています(第 4 章)。

8.5 演習 4:男女で喫煙の影響は違うか

男女別のオッズ比と、交互作用項を確かめてください。

fit_int <- glm(CVD ~ CURSMOKE * factor(SEX) + AGE, family = binomial, data = fram)

男性 1.23(1.01〜1.50)、女性 1.44(1.15〜1.81)で、信頼区間は大きく重なっています。交互作用項は p = 0.85 で、男女で効果が違うという証拠はありません。 「女性では関連が強い」と書くのではなく、「男女で明らかな違いはなかった」と報告します(第 5 章)。

8.6 確認問題

ノート問 1

「運動習慣と認知症」の研究で、BMI と血圧と HbA1c で調整したら、運動の効果が小さくなりました。「運動の効果の大部分は交絡だった」と言えますか?

言えません。運動は BMI・血圧・血糖を改善するので、これらは 中間因子 である可能性が高い。調整すると、運動の効果のうちそれらを介する部分を差し引いてしまいます(過剰調整、第 2 章)。

ノート問 2

入院患者だけを対象にした研究で、「喫煙者は COVID-19 の重症化が少ない」という結果が出ました。考えられる説明は?

入院(対象者の選ばれ方)が合流点になっている可能性があります。喫煙関連の病気で入院した人と、COVID-19 で入院した人が混ざると、入院患者の中で喫煙と重症の COVID-19 の間に負の関連が生じます(バークソンのバイアス、第 2 章)。

ノート問 3

24 年間の死亡(35%)について、調整オッズ比 1.63 を「喫煙者は死亡リスクが 63% 高い」と書きました。何が問題ですか?

結果がよくあるので、オッズ比はリスク比より 1 から遠くなります。標準化したリスク比は 1.28(28% 高い)、リスク差は 8.6 ポイントでした(第 3 章)。

ノート問 4

イベントが 40 件の研究で、交絡因子を 15 個調整したロジスティック回帰の結果、曝露のオッズ比が 3.5 でした。この結果をどう見ますか?

変数 1 つあたり約 2.5 イベントしかなく、オッズ比は過大に偏り、不安定な可能性が高い(第 6 章)。交絡因子を DAG で絞る、傾向スコアにまとめる、罰則つき回帰を使う、などを検討します。

ノート問 5

傾向スコアマッチングで、すべての共変量の SMD が 0.1 未満になりました。これで、ランダム化比較試験と同じくらい信頼できる結果と言えますか?

言えません。バランスがそろったのは 測った 共変量だけです。ランダム化は測っていない要因もそろえますが、傾向スコアにはできません(第 7 章)。E 値などで、測っていない交絡への頑健さを示します。

ノート問 6

ある研究で、50 歳未満では治療の効果が有意(p = 0.01)、50 歳以上では有意でなかった(p = 0.20)ため、「若い人にだけ効く」と結論しました。何を確かめるべきですか?

年齢と治療の 交互作用 を直接検定・推定します。2 つの層で推定値と信頼区間が重なっているなら、効果の違いの証拠にはなりません。そのサブグループ解析が 事前に計画されていたか も確かめます(第 5 章)。

8.7 おわりに

交絡の調整は、「モデルに変数を入れる作業」ではなく、

  1. 問い(どの効果を知りたいか)を決め
  2. 因果の構造(DAG)から調整する変数を決め
  3. 情報を落とさずに(連続量・スプライン)、変数を入れすぎずに モデルを作り
  4. 結果を 解釈しやすい尺度(標準化したリスク差・リスク比)で示し
  5. 測っていない交絡 の可能性を正直に議論する

という一連の作業です。どの手法を使っても、測っていない交絡は残る ことを忘れずに。