観察研究の必須事項
エビデンスの「質」を意識した研究計画への誘い:研究を始める前に知っておきたい研究報告の国際基準
竹林由武情報・システム研究機構統計数理研究所リスク解析戦略研究センター医療・健康科学プロジェクト
日本心理学会第 78 回大会 公募シンポジウム SS-067
2014 年 9 月 11 日 同志社大学 RY302 室
観察研究の報告の質向上のための声明
Ann Intern Med. 2007;147:W-163–W-194
計 8 誌で同時刊行計 4 誌で解説論文の刊行(Annals of Internal Medicine, Lancet など医学系トップジャーナル )以後、 100 誌を越える生物医学雑誌が STROBE の支持を表明
2
声明 & 解説論文の邦訳もある
観察研究 (observational study)
コホート研究(cohort study)
症例対照研究(case control study)
横断的研究(cross sectional study)
アウトカム暴露
アウトカム暴露
調査 ( 開始 )時点
過去 将来
無作為割り付けを行わない研究の総称
4
観察研究のエビデンスレベル
バイアスのリスクを小さくしないと、観察研究は無意味
レベル エビデンスの種類1++ 質の高いメタ・アナリシス, RCT の系統的展望,バイアスのリス
クが非常に小さい RCT1+ 良くできたメタ・アナリシス , RCT の系統的展望 , バイアスのリ
スクが小さい RCT1- メタ・アナリシス , RCT の系統的展望 , バイアスのリスクが大き
い RCT2++ バイアスのリスクが非常に小さい観察研究の系統的展望2+ バイアスのリスクが小さい観察研究2- バイアスのリスクが大きい観察研究3 症例シリーズ研究4 専門家の意見
AHRQ: http://www.guideline.gov/content.aspx?id=39324
無作為化比較試験
観察研究
5
偶然誤差 (RE): 方向性を持たない偶然による誤差
系統誤差 (SE): 一定の方向性をもった誤差
測定の基本原則 :
RE 小 SE 小 RE 小 SE 大 RE 大 SE 小RE 大 SE 大
誤差を小さくするのが、研究の質向上のキモrandom error
systematic error= バイアス
真の値 = 測定値+ 誤差
該当節 共通項目 デザイン特有項目
タイトルと抄録
1 項目
序論 (I) 2 項目方法 (M) 8 項目 1 項目結果 (R) 2 項目 3 項目考察 (D) 4 項目その他 1 項目
計 18 項目 4 項目22 項目
STROBE 声明の構成
6
研究計画段階で考慮しておくことで研究の質向上に寄与する事項を紹介
本日の話題
研究計画段階での必須事項
根拠ある例数設計をする
信頼性と妥当性のある測定指標を選択する
選択・情報バイアスを最小限にする
交絡要因を測定する
7
研究計画段階での必須事項
根拠ある例数設計をする
信頼性と妥当性のある測定指標を選択する
選択・情報バイアスを最小限にする
交絡要因を測定する
8
偶然誤差を減じる
系統誤差を減じる
研究計画段階での必須事項
根拠ある例数設計をする
信頼性と妥当性のある測定指標を選択する
選択・情報バイアスを最小限にする
交絡要因を測定する
9
標本サイスの設定根拠を示せ。
標本サイズを大きくすると偶然誤差が小さくなる
10
検定力・信頼区間に基づく方法で例数設計
とにかく標本サイズを大きくする
統計手法を用いて例数設計をする
検定力
研究結果
真の結果
効果なし (null=true) 効果あり (null=false)
効果なし ( 効果量 =0)
正しい判断 (1-α)
第二種の過誤 ( β )
効果あり ( 効果量≠ 0)
第一種の過誤 (α)
正しい判断 (1-β)
効果がある時に、効果ありと正しく判断する確率
検定力 .80 が推奨 (Cohen, 1992)
検定力に基づく例数設計
一つが変化すると他の指標も変化する例数設計に必要な情報① 効果サイズ ② 有意水準 ③ 検定力
効果量 = R2 (.01-.05) ,検定力 =1-β (.80-.95) ,有意水準 =α (.05)
検定力、標本サイズ、効果量の関係重回帰分析の例
14
検定力は、一定の標本サイズ以上から横ばい → 標本サイズを大きくしすぎても無意味
15
意味のある結果を得るためには,狭い信頼区間の幅になるよう大きな標本サイズが必要
1)有意だし確実2)有意だけど不確実3)有意ではなく不確実4)有意ではなく確実
信頼区間は、推定の不確実性を反映する
( )( )
( )( )
0効果量
理想的
信頼区間に基づく例数設計
Kelly & Rauch. Psychological Methods 2006, Vol. 11, No. 4, 363–385
標本サイズは、効果量によらず横ばい( 効果量大きくなると )
検定力に基づく方法よりも、大きな標本サイズが必要
例数設計に必要な情報 ① 効果量 ② 信頼限界比 ③ 信頼区間幅
(99%, 95%, 90%) ( .30, .50, .90)
研究計画段階での必須事項
根拠ある例数設計をする
信頼性と妥当性のある測定指標を選択する
選択・情報バイアスを最小限にする
交絡要因を測定する
17
信頼性と妥当性
18
信頼性
高
低
高 低妥当性
測定指標が的外れだと、推定結果は歪む
19
測定指標の信頼性・妥当性の詳細 > どのような集団で validate されているか > 信頼性・妥当性の指標を数値で示す
2 つ以上の群がある場合 測定方法の比較可能性を明記する 二つの群で,データ収集の方法に差がないか
測定変数の評価・測定方法の詳細を示せ。
対象集団で validate された指標を用いる
20
信頼性 内的整合性 再検査信頼性 評定者間 (内 ) 信頼性
妥当性 内容的妥当性 構成概念妥当性 基準関連妥当性 異文化妥当性
Vet, H. C. W., Terwee, C. B., Mokkink, L. B., & Knol, D. J. (2011) Measurement in medicine. A practical guide. Cambridge: Cambridge University Press.
http://www.slideshare.net/yoshitaket/cosmin-takebayashi-21816803
信頼性と妥当性の評価ポイント
研究計画段階での必須事項
根拠ある例数設計をする
信頼性と妥当性のある測定指標を選択する
選択・情報バイアスを最小限にする
交絡要因を測定する
21
バイアスの発生防止策を示せ
研究デザイン
統計解析
選択バイアス
○ ×
情報バイアス
○ ×
交絡 ○ ○
情報バイアス 交絡
研究計画段階での対処が不可欠
標本抽出 データ収集 統計解析
選択バイアス
22
研究の段階と発生するバイアス
選択バイアス
23
自己選択バイアス Self-selection bias
健康労働者効果 Healthy worker effect
入院バイアス Admission bias
罹患者-有病者バイアス Incidence-prevalence bias
脱落バイアス Withdrawals bias
未回答者バイアス Non-respondent bias
調査対象者の選択方法によって生じる曝露とアウトカムの関係の歪み
情報バイアス
24
曝露やアウトカムなどのデータ収集方法によって生じるバイアス診断バイアス Diagnostic bias
想起バイアス Recall bias
思案バイアス Rumination bias
質問者バイアス Interviewer bias
測定バイアス Measurement bias
誤分類バイアス Misclassification bias
– データ取得の出所・方法の均一化 ( プロトコル作成 )- 曝露やアウトカムの盲検化
バイアスへの対処方法
コホート研究 - アウトカムによらない選択基準を定義する - 追跡による脱落を最小限にする
症例対照研究 – 暴露によらない選択基準を定義する - 可能な時は必ず人口集団を基盤とした標本抽出をする
25
研究目的: 。
研究デザイン:症例対照研究 症例群:自殺が原因で死亡した人
これまでの自殺に関する症例対照研究の対照群: 現在生存している人 ⇒情報バイアスの可能性本研究の対照群(バイアスへの対処): 自殺以外の原因で死亡した人 情報源 = 最近家族や近親者の死亡を経験した人 ⇒ 生存している人を対照とした場合よりも 自殺者に関する情報源との比較可能性が高い.
事例:
26
中国における自殺のリスクファクターを検討する
研究計画段階での必須事項
根拠ある例数設計をする
信頼性と妥当性のある測定指標を選択する
選択・情報バイアスを最小限にする
交絡要因を測定する
27
交 絡他の変数の存在によって生じる,暴露とアウトカムの関係の過大 or 過小評価.
28
コーヒー摂取 心疾患
喫煙
曝露 アウトカム
交絡要因
交絡要因 = 曝露要因とアウトカムの双方と関連する要因
29
交絡要因の調整に用いた方法を示せ
観察研究では、交絡要因の測定は不可欠無理にマッチングすると、かえってバイアスが生じる→ 解析で対処するのがベター
交絡調整の解析手法 : 多変量解析、層別解析、傾向スコア
30
理論、先行研究をレビューして、交絡要因を絞る
曝露 アウトカム
X
曝露 アウトカム
X
曝露 アウトカム
X
曝露 アウトカム
X
◯
×
×
×
Take Home Message
1. 統計手法を用いて例数設計をする2. 測定指標の信頼性と妥当性をレビューする3. 選択・情報バイアスへの対策を練る4. 交絡要因を含めて、曝露とアウトカムの関
係をレビューする
31
質の高い観察研究を計画するために
ご清聴ありがとうございましたContact to : ytake2 ism.ac.jp
32
https://sites.google.com/site/studygroup13csrm/activityhttps://sites.google.com/site/yoshitake2bayashi/