生態学的誤謬の逆襲｜Journal of Epidemiology & Community Health

私が疫学を学び始めた頃、個人レベルの病気の危険因子を研究する方法として、安価だが信頼性の低い生態学的研究が簡単に議論されました。 例えば、脂肪摂取と乳がんに関するコホート研究や症例対照研究を確立するために時間と費用をかけるよりも、単に全国の食事とがん罹患データを使えば、最小限の時間と費用で、脂肪摂取と乳がんの強い相関関係を国際的に示すことができるのです。 しかし、このような研究は、集団内の個人を対象とした研究とは異なり、多くの種類の偏りが生じるため、当然ながら不適切で信頼性に欠けるものと見なされていた。 特に、「生態学的誤謬」は、国民の疾病率に関連する要因が、個人の疾病に関連しない可能性があるという点で起こり得るものである1。 たとえば、豊かさや西洋化に関連するほぼすべての疾患は、過去にはテレビの販売台数と国家レベルで関連しており、今日ではおそらくインターネットの使用率と国家レベルで関連している。

このように、生態学的研究は、疫学が個体のランダム化比較試験の理論に基づく方法論パラダイムでしっかりと確立する以前の「プレモダン」段階の遺物であったのだ。 このパラダイムは、適切に用いれば非常に強力であり、研究デザインとデータ解析の方法がますます洗練されるようになった。 特に、単一個体レベルの曝露を含む無作為化試験のために開発された生物統計学的手法は、それまでアドホックだった疫学的な研究計画やデータ解析の方法を再構築し、より厳密にするために用いられた23。したがって、疫学コースは、コホートやケースコントロール試験と、それらが基づいている臨床試験のパラダイムに合ったデータ解析の方法について議論することにますます限定されてきている。 通常、科学哲学（非常に単純化されたポパー主義を除く）や、理論や仮説がどのように構築されるかについては、ほとんど、あるいは全く議論されません。 5894>

現在、集団レベルの研究は、2つの重要な理由により、再開されている。

第一に、個人レベルの危険因子を研究する場合でも、集団レベルの研究は、取り組むべき最も重要な公衆衛生問題を定義し、その潜在的原因に関する仮説を生み出す上で不可欠な役割を果たすことがますます認識されてきている。 さらに重要なことは、このような研究は、理論や仮説の生成と検証の継続的なサイクルの重要な構成要素であるということです5。歴史的に、疫学者が「付加価値」をもたらすことができた重要な分野は、この集団に焦点を当てることでした。 例えば、がんの原因に関する最近の発見の多く（食事要因と大腸がん、B型肝炎と肝臓がん、アフラトキシンと肝臓がん、ヒト乳頭腫ウイルスと子宮頸がんなど）は、1950年代と1960年代に行われたがん発生率の系統的国際比較が直接的または間接的にその起源となっている6 。 これらの仮説は、当時の生物学的知識と一致している場合もあれば、新しく印象的な場合もあり、集団レベルの分析が行われていなければ、提案されることもなく、さらに調査されることもなかったかもしれない。 最近になって、豊かな国々における喘息の「既知の」原因（例えば、大気汚染やアレルゲンへの暴露など）の研究に膨大な資金が費やされるようになり、標準的な研究によって、喘息の有病率に大きな国際差があることがようやく明らかになりつつある。これは、大気汚染などの「既知の」危険因子では説明できないが7、喘息の病因における乳児感染の保護的役割に関する最近の学説とより一致している8。

生態学的研究が復活した第二の理由は、疾患のリスク要因のいくつかは、純粋に集団レベルで作用していることが次第に認識されるようになってきたことです9-11。 例えば、豊かな国や地域で貧しいと、貧しい国や地域で同じ所得レベルの人と比べて、社会的排除の問題やサービスや資源へのアクセス不足のために、より悪化することがある13。これは、比較的直接的なメカニズムで作用する場合もあるが、社会的背景によって部分的に決定される個人のライフスタイルの側面にも関与することがある。

個人レベルの曝露の影響修飾因子及び決定因子としての集団状況の重要性を考慮しないことは、健康の主要な集団決定因子が無視され、個人の特性に過度の注意が向けられる「個人主義の誤謬」14と呼ぶことができるかもしれない。 このような状況では、これらの個人の特性と健康との間の関連は有効に推定されうるが、他の潜在的な介入策と比較した場合のその重要性や、そうした介入策の背景の重要性は無視されかねない。 例えば、世界のほとんどの国では、個人レベルの研究では、健康の最も重要な決定要因であると思われる特定の個人特性（遺伝的要因を含む）を特定することができる。 しかし、東欧で最近起こった出来事から、こうした個人の特性は、集団レベルでの疾病のより強い決定要因である可能性のある、強力な集団的背景の中で機能していることが明らかになっている15。 この文脈を無視して均質な集団を研究しようとすると，均質なライフスタイルを持つ集団を研究すると，他の要因が疾患の主な決定要因であるという誤った結論を導きかねないのと同様に，個人の特性が疾患の主な決定要因であり，介入にとって最も重要であるという誤った結論を導きかねない4

これらの考察により，近年，集団レベルの研究が復活し，マルチレベル分析の統計手法にますます関心が高まっている。 これらは、個人レベルの影響を含みながら集団レベル（生態学的）効果を推定できるため16、生態学的誤謬と個人主義的誤謬の両方を回避できる点で大きなメリットがある。 しかし、このような研究の統計解析については多くの議論がなされているが、真の生態学的効果の研究に関わるその他の方法論的な問題については、これまで比較的あまり議論されてこなかった。 したがって、本号に掲載されたBlakelyとWoodwardの論文は、非常にタイムリーで貴重な貢献である。 特に、「マルチレベル統計手法の適用が、意味のある頑健な分析を行うための理論的枠組みよりも先行してしまったのではないか」、「研究者がマルチレベル統計手法の『魔法』をデータに適用する最初の爽快感を超えていくにつれ、理論、研究デザイン、エラー源にますます焦点を当てる必要があるのではないか」という彼らの懸念が述べられている。 Mantel-Haenszel法や標準的なロジスティック回帰の使い方を学ぶことが、疫学者になるための学習のほんの一部に過ぎないように、多値ロジスティック回帰を学ぶことは、多値疫学者になるための学習のほんの一部に過ぎないのです。 どちらの場合も、生物統計学的手法は、疫学的ツールキットの一部に過ぎず、そこには、起こりうるバイアスの回避、最小化、評価を含む適切な研究デザインの手法が含まれています。 より重要なのは、どちらの場合も、研究デザインとデータ解析の適切な方法についての知識は、研究するために最も適切な仮説を選択する方法を知っていることの代用にはならないということです。 どうすれば、研究のために最適な仮説を立て、それを検証するために「適切な技術」（個人レベルか集団レベルかを問わず）を使用することができるのでしょうか。 疫学を学ぶ学生たちが、学んだ手法によってその後の問いを定義し制限するのではなく、その手法を適切に使えるようにするにはどうしたらよいのでしょうか？ 5894>

第一に、臨床医学を教えるための問題ベースのアプローチは、世界中の医学部でますます採用されてきている。 このアプローチの価値は、現実の問題を解決するという文脈の中で理論や方法が教えられるということである。 そのため、問題を手法に合わせるのではなく、問題を解決するために適切な手法を選択することができるのです。 おそらく、問題解決型の疫学を教えることは、公衆衛生と、ほとんどの公衆衛生問題が様々なレベルの疾病の原因を含んでいる現実の世界とのつながりを回復するのに役立つのでしょう。 しかし、適切な質問がなされ、それに答えるために「適切な技術」が使用されることを保証するのに役立つかもしれない

第二に、何が「適切な技術」であるかの決定は、証拠に基づいているべきである。 多くの疫学的手法はエビデンスに基づくものではないので、これは案外自明ではない。 例えば、現在の「分子疫学」に対する熱狂の波は、その妥当性を示す証拠がほとんどないにもかかわらず、曝露のバイオマーカーを広く使用することにつながっている。 エビデンスに基づく疫学の必要性は，疫学者が用いる一般的な「研究戦略」にも，用いる特定の研究方法にも当てはまる。 このことは、PooleとRothman17によって、「近代疫学」の批判者と、過去の「より単純な」アドホックな手法への回帰を望む人たちを同一視しているようで、やや軽蔑的に指摘されている。 しかし、ここで問題なのは、高度な統計的手法の使用それ自体が望ましいとか望ましくないとかいうことではない。 むしろ問題は、最も重要な科学的・公衆衛生的疑問に答えるべきであり、そのために「適切な技術」を用いるべきであるということである。 場合によっては、集団的アプローチにより、単純なコホートまたは症例対照研究により調査し、単純な2×2表、あるいは対応するポアソンまたはロジスティック回帰の多変量解析法を用いて分析できる仮説が得られるであろう。 11

いずれの場合も、疫学には疫学者と生物統計学者（および生物学者、社会科学者、その他）の健全な協力関係が引き続き必要であるが、最も重要な集団レベルの研究課題を特定・開発する第一の責任を負うのは疫学者で、その課題は適切な生物統計手法を用いて調査することが可能である。 BlakelyとWoodwardの論文は、この点で、単にマルチレベル・モデリングを我々の分析ツールキットに加えることの危険性を警告し、現在個人レベルの研究で考慮されている（あるいはされるべき）のと同様に、マルチレベル研究でも考慮しなければならない理論の発展、研究デザイン、バイアスの評価という重要な問題を提起しており、重要な貢献であると言えるでしょう。