交絡を調整する

何を調整するか・オッズ比の読み方・連続変数・交互作用・過学習・傾向スコア

今日のゴール

  1. DAG で、調整すべき変数(交絡)と、してはいけない変数(中間因子・合流点)を区別できる
  2. オッズ比とリスク比の違いを理解し、標準化 でリスク差・リスク比を出せる
  3. 連続変数・交互作用・変数の数の 落とし穴 を説明できる
  4. 傾向スコア を使い、その限界(測っていない交絡)を説明できる

ヒント

詳しい解説・ブラウザで動く R・演習は ハンズオンブック にあります。データは Framingham(教育用)とシミュレーション

1. 交絡とは

喫煙と 24 年間の死亡

OR 下限 上限
調整なし 1.11 0.98 1.25
年齢性別で調整 1.63 1.40 1.90
  • 喫煙者は 3.6 歳若く、男性が多い → 年齢が 交絡
  • 交絡因子:結果の原因、曝露と関連、曝露の結果ではない

適応による交絡:降圧薬と死亡

OR 下限 上限
調整なし 3.82 2.69 5.43
年齢性別 2.67 1.82 3.92
+血圧 1.70 1.13 2.54
+既往・危険因子 1.40 0.92 2.13

重い人ほど薬が出る → 調整で下がるが 1 にはならない。測っていない交絡は調整できない

2. 何を調整するか

DAG の 3 つの形(シミュレーション)

形 図 調整なし Z で調整 本当の値
交絡 X ← Z → Y 0.52 0.00 0
中間因子 X → Z → Y 0.54(総効果) 0.20(直接効果) 0.55 / 0.2
合流点 X → Z ← Y 0.01 −0.48 0
  • 中間因子の実例:BMI(5 あたり)と CVD → OR 1.35、血圧で調整 すると 1.18(過剰調整)
  • 合流点で 選ぶ のも同じ:無関係な 2 つの病気が、入院患者だけでは OR 0.20(バークソン)
  • 曝露より 後に起きたこと は原則として調整しない。調整変数の係数は解釈しない(Table 2 の誤謬)

3. オッズ比を読む

オッズ比 ≠ リスク比:標準化

指標 値
オッズ比 1.63
リスク比(標準化) 1.28(1.19〜1.37)
リスク差(標準化) 8.6 ポイント(6.1〜11.1)
  • 24 年間の死亡は 35%(よくある結果)→ オッズ比は 1 から遠くなる
  • 標準化:全員を「喫煙あり」「なし」にして予測を平均し、比・差をとる
  • 非併合性:ランダム化(交絡なし)でも、OR は調整で 2.06 → 2.70 に変わる

4. 連続変数

粗く区切ると交絡が残る、直線か確かめる

喫煙と死亡のオッズ比(年齢の入れ方)

年齢 OR
2 区分(50 歳) 1.39
4 区分(10 歳刻み) 1.56
直線 1.63
スプライン 1.63

曝露を区切ると情報・検出力が失われる

5. 交互作用

効果は誰でも同じか

  • 糖尿病と CVD:OR 男性 2.67、女性 4.75。交互作用 p = 0.10(言い切れない)
  • 効果が同じでも、人数が違えば 約 6 割の研究で「男性だけ有意」(シミュレーション)
    • → 効果の違いは 交互作用で直接 評価。サブグループは事前に計画
  • 尺度で答えが変わる
曝露なし 曝露あり リスク比 リスク差
若年 2% 4% 2 2 ポイント
高齢 20% 40% 2 20 ポイント

6. 過学習と変数選択

イベント数と、p 値で選ぶ問題

  • 本当の OR 2、共変量 10 個:イベント約 30(変数あたり約 3)→ OR 平均 2.7、1.2〜4.3 とばらつく
    • 目安:変数 1 つあたり 10 イベント
  • 弱い効果 5 個・効果なし 15 個から p < 0.05 で選ぶ
    • 本物は約 1 個しか選ばれず、推定値は 0.37(本当は 0.15)。偽物も約 0.8 個
  • 交絡因子を「有意なら調整」:本当は 0 の効果が 0.11 に(常に調整なら 0)
  • ステップワイズは「予測に役立つ変数」を選ぶ方法。交絡因子は DAG で選ぶ

7. 傾向スコア

背景をそろえて比べる

  • まず 正値性:降圧薬 144 人は全員が高血圧の既往あり → 高血圧の人に絞る
  • 傾向スコア = 背景から見た治療を受ける確率
  • 重みづけ(IPW)の前後で SMD(0.1 未満が目安)を比べる
重みなし IPW
AGE 0.35 0.01
SEX 0.34 0.04
SYSBP 0.47 -0.05
DIABP 0.26 -0.08
CURSMOKE -0.15 -0.01
DIABETES 0.09 -0.05
BMI 0.10 -0.07
TOTCHOL 0.23 -0.02
PREVCHD 0.24 0.03
PREVSTRK 0.25 0.02

方法による違いと、限界

方法 死亡のリスク差 推定している集団
調整なし 14.8 ポイント ―
回帰 + 標準化 6.5 ポイント 高血圧の人全体
IPW 9.7 ポイント(0.6〜19.2) 高血圧の人全体(ATE)
マッチング(138 組) 12.3 ポイント 薬を飲んでいたような人(ATT)
  • 極端な重み(1 人で 36 人分)に注意
  • 測っていない交絡は取り除けない。E 値 1.66:その程度の交絡因子で説明できてしまう

チェックリスト

  1. 問い(どの効果か)と DAG を、データを見る前に
  2. 中間因子・曝露の後の変数・合流点(選ばれ方)を調整しない
  3. よくある結果では 標準化したリスク差・リスク比 も
  4. 交絡因子は区切らず、直線の仮定は スプライン で確認
  5. 効果の違いは 交互作用 で。尺度を明記
  6. 変数 1 つあたり 10 イベント、p 値・ステップワイズで交絡因子を選ばない
  7. 傾向スコアは 正値性・バランス・重み、推定する集団を明記
  8. 測っていない交絡 を議論する(E 値)