疫学において、ある研究から得られた結果を、関心対象とする他の標的集団に当てはめることは重要なステップです。

この度、因果効果を特定の標的集団に標準化するための理論論文が、European Journal of Epidemiologyに出版されました。

Huitfeldt A, Swanson SA, Stensrud MJ, Suzuki E.
Effect heterogeneity and variable selection for standardizing causal effects to a target population.
Eur J Epidemiol. (In press) (doi:10.1007/s10654-019-00571-w)
→ 本論文へのリンク

本論文については、以下のウェブサイトでも紹介されています。
→ ウェブサイトへのリンク

どうぞご覧ください。

松本尚美院生（博士課程4年生）の母乳栄養と食物アレルギーの関連に関する論文が出版されました。

Matsumoto N, Yorifuji T, Nakamura K, Ikeda M, Tsukahara H, Doi H.
Breastfeeding and risk of food allergy: A nationwide birth cohort in Japan.
Allergol Int. 2019 Sep 17. pii: S1323-8930(19)30136-4. doi: 10.1016/j.alit.2019.08.007. [Epub ahead of print]

→ 本論文へのリンク

救急救命科の湯本先生らと頼藤教授の共著論文が出版されました。

Yumoto T, Naito H, Yorifuji T, Aokage T, Fujisaki N, Nakao A.
Association of Japan Coma Scale score on hospital arrival with in-hospital mortality among trauma patients.
BMC Emerg Med. 2019 Nov 6;19(1):65. doi: 10.1186/s12873-019-0282-x.

→ 本論文へのリンク

救急救命科のクナウプ先生らと頼藤教授の共著論文が出版されました。今年度のJournal of Intensive Care賞に選出されており、3月の集中治療学会で授賞式がある予定です。

Knaup E, Nosaka N, Yorifuji T, Tsukahara K, Naito H, Tsukahara H, Nakao A; JaRPAC Study Group.
Long-stay pediatric patients in Japanese intensive care units: their significant presence and a newly developed, simple predictive score.
J Intensive Care. 2019 Jul 29;7:38. doi: 10.1186/s40560-019-0392-2. eCollection 2019.

→ 本論文へのリンク

頼藤教授の水俣病の初期疫学論文に関するコメンタリーが出版されました。

Yorifuji T.
Lessons from an early-stage epidemiological study on Minamata disease.
J Epidemiol. 2020 Jan 5;30(1):12-14.

→ 本論文へのリンク


本論文は下記、初期疫学論文の英訳版に対してのコメンタリーです。水俣病発生初期に緻密な疫学研究が実施されており、それを海外に伝えるために英訳版としてJournal of Epidemiologyより出版されています。

Kitamura S, Miyata C, Tomita M, Date S, Kojima T, Minamoto H, Kurimoto S, Noguchi Y, Nakagawa R.
A Central Nervous System Disease of Unknown Cause That Occurred in the Minamata Region: Results of an Epidemiological Study.
J Epidemiol. 2020 Jan 5;30(1):3-11.

→ 本論文へのリンク

疫学において、コラプシビリティーは、交絡との関連でよく論じられてきた重要概念です。

この度、潜在アウトカムの枠組みで、因果指標のコラプシビリティーについて論じた論文がEmerging Themes in Epidemiologyに出版されました。

Huitfeldt A, Stensrud MJ, Suzuki E.
On the collapsibility of measures of effect in the counterfactual causal framework.
Emerg Themes Epidemiol. 2019;16:1. (doi:10.1186/s12982-018-0083-9)
→ 本論文へのリンク

従来、疫学や統計学のテキストでは、関連指標のコラプシビリティーについて説明がなされていましたが、因果推論の観点からコラプシビリティーを定義して、議論を拡張した内容です。

どうぞご覧ください。

無作為化比較試験は、因果推論における強力な研究デザインとして知られています。

先日、2015年ノーベル経済学賞受賞者のアンガス・ディートンと、哲学の教授であるナンシー・カートライトが、無作為化比較試験に対する誤解や限界について論じた論文を発表しました。

Deaton A, Cartwright N.
Understanding and misunderstanding randomized controlled trials.
Soc Sci Med. 2018;210:2-21.
→ 本論文へのリンク

この度、彼らの論文に対して、無作為化比較試験におけるメカニズムや不確実性に関するコメンタリーを著しました。以下の通り、Social Science & Medicineに出版されています。

Suzuki E, VanderWeele TJ.
Mechanisms and uncertainty in randomized controlled trials: a commentary on Deaton and Cartwright.
Soc Sci Med. 2018;210:83–85. (doi:10.1016/j.socscimed.2018.04.023)
→ 本論文へのリンク

このほかにも、Social Science & Medicineの本号は、「Randomized Controlled Trials and Evidence-based Policy: A Multidisciplinary Dialogue」と題して、様々な分野の研究者がコメンタリーを発表しています。

どうぞご覧ください。

因果推論における大きな課題の一つは交絡（confounding）です。

この度、交絡を調整するための分析において重要となる「共変量バランス（covariate balance）」の概念を精緻化した原著論文がAnnals of Epidemiologyに出版されました。

本研究では、十分原因モデルを基に、十分原因の各背景因子を関心対象である一連の共変量として用いました。その上で、関連のある背景因子の同時分布を曝露群と非曝露群間で比較して共変量バランスの条件を考察しました。

反事実モデルと十分原因モデルの対応関係を考察した結果、標的集団にかかわらず、共変量バランスが交絡バイアスを制御するための十分条件であるものの、必要条件ではないことを示しました。この知見は、十分原因モデルが反事実モデルよりも“細かい”モデルであるという事実と合致します。

加えて、十分原因を因果ダイアグラムの枠組みで示すことにより、共変量バランスの概念モデルを視覚的に表しました。

本研究で提唱した概念化は、交絡の意味を明確にするうえで非常に有用なものです。

Suzuki E, Tsuda T, Yamamoto E.
Covariate balance for no confounding in the sufficient-cause model.
Ann Epidemiol. 2018;28(1):48–53.
→ 本論文へのリンク

どうぞご覧ください。

疫学ではしばしば、因果推論における大きな課題として「交絡（confounding）」が取り上げられます。

このように交絡は非常に重要な概念であるにもかかわらず、交絡の異なる観念（notion）は十分に理解されていないため、因果推論や疫学理論における混乱が生じてきました。

この度、交絡の四つの異なる観念を論じた総説論文がJournal of Epidemiologyにオンライン出版されました。

本論文では、反事実モデルの観点から、以下の四つの観念を区別することの重要性を論じています。

• Confounding in distribution
• Confounding in measure
• Confounding in expectation
• Realized confounding

これらの観念の違いを説明するに際して、本論文では、「4人の喫煙者における禁煙プログラムの実施」という非常にシンプルな例を用いています。加えて、交絡に関する深い理解が、DAG（directed acyclic graph）という因果ダイアグラムの有用性を理解する上で必要不可欠であることを述べています。

Suzuki E, Mitsuhashi T, Tsuda T, Yamamoto E.
A typology of four notions of confounding in epidemiology.
J Epidemiol. (In press). (doi:10.1016/j.je.2016.09.003)
→ 本論文へのリンク

本論文が、交絡の異なる観念に関する理解を深める一助となることを期待しています。

疫学研究に限らず、科学研究全般において誤差は生じるものです。

この度、因果推論においる誤差（エラー）を体系的に分類する方法について論じた原著論文がAnnals of Epidemiologyに出版されました。

疫学辞典などでも示されているように、誤差は一般的に、系統的誤差とランダム誤差に大別されます。本論文では、それらがさらにどのように分類されるかについて反事実モデルの観点から論じるとともに、DAG（因果ダイアグラム）を用いて解説を試みています。また、ランダム誤差の原因について詳説し、系統的誤差とランダム誤差の関連に関するより深い理解が得られることを論じています。

本論文は、2016年12月30日までは、以下のリンクから無料でダウンロードすることができます。どうぞご利用ください。

Suzuki E, Tsuda T, Mitsuhashi T, Mansournia MA, Yamamoto E.
Errors in causal inference: an organizational schema for systematic error and random error.
Ann Epidemiol. 2016;26(11):788–793.
→ 本論文へのリンク