後ろ向きコホート研究:過去の記録から何が言えるか

後ろ向きコホート研究:過去の記録から何が言えるか

アカデミー賞を受賞した俳優は、ほかの俳優より平均余命が3.9年長く、79.7歳と75.8歳でした。2001年に、Redelmeier(レデルマイヤー)とSingh(シン)が過去の記録から俳優たちをたどって得た結果です⁠[1]。5年後、Sylvestre(シルベストル)らは、受賞するまでの期間を受賞前の期間として扱い直して解析しました。すると、受賞者の生存の利点は1年ほどに縮まり、統計的に有意ではなくなりました⁠[2]。俳優たちの生まれた年も亡くなった年も同じままで、変えたのは時間の数え方だけでした。

脳梗塞で入院した患者さんは、リハビリテーションを早く始めた人ほど自宅に帰れているのではないか。急性期病院のリハビリテーション科で働く理学療法士なら、そう感じることがあるかもしれません。確かめるために新しく患者さんを集め、何年もかけて追いかける余裕はありません。けれども電子カルテには、過去5年分の患者さんについて、入院した日、リハビリテーションを始めた日、退院先が残っています。この記録を使えば、明日からでも答えが出せそうです。では、過去の記録から何が言えるのでしょうか。

この記事の要約(押すと開閉します)
  • 定義:過去の記録から、ある時点で曝露のある人とない人を特定し、その後に結果が起きたかを記録の上で時間の順にたどる研究。研究を始めるのは現在だが、観察の向きは過去から現在へ向かう前向き。歴史的コホート研究とも呼ばれる
  • 生まれた経緯:1952年にDollが、ガス会社の年金の記録から元従業員の集団を作り、肺がんによる死亡を期待数と比べた。1954年にCaseらは、染料の原料を扱った労働者の名簿を1920年までさかのぼって作り、膀胱腫瘍の危険を物質ごとに示した。2016年にはHernánとRobinsが、記録の解析を、目標とする試験にならって計画する枠組みを示した
  • 進め方:記録から対象者と曝露の有無を特定し、すでに記録された結果を集めて、群ごとに結果が起きた割合を比べる。一般人口の割合から求めた期待数と比べることもあり、死亡なら、その比を標準化死亡比という
  • 利点:記録がすでにあるので、早く、少ない費用で答えが出る。曝露から結果が現れるまで何十年もかかる病気も調べられる。群ごとに結果が起きた割合を直接比べられる
  • 欠点と限界:記録は研究のために取られたものではないので、測り方がそろわず、欠けた項目や記録されていない要因がある。一般人口と比べると、健康労働者効果のために職業による危険が小さく見積もられやすい
  • 適応による交絡:患者さんの状態によって治療が選ばれるため、治療と結果のあいだに見かけの関連が生じる。統計的に調整できるのは、記録に残っている要因だけ
  • 不死時間バイアス:群の分け方のために、結果が起こりえない期間が一方の群に入り、見かけの差が生じる。アカデミー賞の受賞者の余命の差は、数え直すと1年ほどに縮んだ
  • 計画の立て方:もしランダム化比較試験を行うならどう計画するかを書き出し、対象者の条件を満たす時点、群に分ける時点、追跡を始める時点をそろえる。重症度の情報を集め、記録が欠けている人がどんな人かを確かめる
  • 使われる場面:職業による害のように、曝露から結果が現れるまで長くかかり、しかも答えを急ぐ問い。日常の診療の記録を使って、治療と経過の関連を調べるとき
  • ほかの研究デザインとの違い:後ろ向きコホート研究は曝露の有無で、症例対照研究は結果の有無で対象を選ぶ。どちらも過去の記録を使えるので、記録をさかのぼるかどうかでは区別できない。前向きコホート研究の主な利点は測定の正確さ、後ろ向きコホート研究の主な利点は効率のよさ。記録の上の関連が介入の効果かどうかは、ランダム化比較試験で確かめる
  • 論文で確かめる点:STROBE声明の項目に沿って、評価に必要な情報が書かれているかを確かめる。自分で論文を書くときにも使う。日常診療のデータを使う研究では、拡張版のRECORD声明も参照する

後ろ向きコホート研究とは

後ろ向きコホート研究は、すでにある記録を使って、過去のある時点で曝露のある人とない人に分けた集団を、その後どうなったかまで記録の上でたどる研究です。曝露とは、リハビリテーションを早く始めたことや、ある化学物質を扱ったことのように、結果に影響するかどうかを調べたい要因のことです。コホートは、共通の特徴をもつ人の集団を時間を追って観察するときの呼び名です。

コホート研究の出発点は、曝露がある人とない人を分けることです。そのうえで、それぞれの群で、その後に病気や障害などの結果がどれだけ起きるかを比べます。

前向きコホート研究では、研究を始める今の時点で対象者を集めて曝露を測り、これから先に起きる結果を待ちます。後ろ向きコホート研究でも、研究を始めるのは今です。ただし、対象となる集団と曝露の有無は過去の記録から特定し、結果もすでに記録されたものを集めます⁠[3]。図1の上の2段に、この2つを並べました。

前向きコホート研究、後ろ向きコホート研究、症例対照研究の時間の向きを比べた模式図。前向きコホート研究は現在に曝露の有無で群を分け、未来の結果を待つ。後ろ向きコホート研究は過去の記録から曝露の有無で群を分け、現在までの結果を記録でたどる。症例対照研究は現在に結果の有無で症例と対照を選び、過去の曝露をさかのぼって調べる

図1 前向きコホート研究、後ろ向きコホート研究、症例対照研究の違い。縦の線は研究を始める時点(現在)を表す。コホート研究の2つは曝露で群を分けて時間の順に結果を見る。症例対照研究は結果で対象を選び、時間をさかのぼって曝露を調べる

「後ろ向き」という名前からは、時間をさかのぼって調べる研究のように思えます。しかし、がんの疫学研究の方法をまとめた本で、Breslow(ブレスロー)とDay(デイ)は、この呼び名は少し誤解を招くと指摘しています⁠[4]。後ろ向きコホート研究でも、観察の向きは過去のある時点から現在へ向かう前向きだからです。2人は、出発点が過去にあることを表す「歴史的コホート研究」という呼び名のほうが筋が通っているとしています。

後ろ向きコホート研究が生まれるまで

後ろ向きコホート研究の進め方は、職業による長期の害を過去の記録で確かめた1950年代の研究で形になりました⁠[4, 5]。計画の立て方は、2016年に示された、記録の解析を試験にならって計画する枠組みをもとにしています⁠[6]。

後ろ向きコホート研究が生まれるまでの年表。各行に、そのとき問題になったことと、それに答えた方法を示す。1952年、Doll、国勢調査からの推定では職業ごとの人数が確かでなかったため、ガス会社の年金の記録から元従業員の集団を作り、死亡を期待数と比べた。1954年、Caseら、膀胱腫瘍の原因の物質と危険の大きさがわからなかったため、物質を扱った労働者の名簿を1920年までさかのぼって作り、物質ごとに期待数と比べた。2016年、HernánとRobins、観察データの解析では、群に分ける時点と追跡を始める時点がずれると偏りが生じうるため、目標とする試験の計画を書き出す枠組みを示した

図2 後ろ向きコホート研究が生まれるまでの主な出来事。矢印の左はそのとき問題になったこと、右はそれに答えた方法。緑は、いまの後ろ向きコホート研究の進め方と計画の立て方に残っている段階(各出来事の文献をもとに作成)

1933年、米国の疫学者Frost(フロスト)は、テネシー州の小さな町の黒人の住民について、家族の中の結核の広がりを調べた研究を発表しました。Frostは、この研究を、家族内の接触の影響を示す証拠としてよりも、過去の出来事の記録を公衆衛生の研究に使う方法の例として示しています⁠[5]。

英国の疫学者Richard Doll(リチャード・ドール)は、2001年の総説で後ろ向きコホート研究の歴史をまとめ、この研究を早い例に挙げています。Dollによれば、この方法の歴史は前向きコホート研究とほぼ同じくらい長く、この方法は職業による長期の害を調べるのに特に適しています⁠[5]。

Dollが調べた範囲で、職業による害を後ろ向きコホート研究で調べた最初の例は、ニッケルの精錬所の労働者を会社の記録で追った研究です。この研究は、英国の統計学者Austin Bradford Hill(オースティン・ブラッドフォード・ヒル)が行いました。業界の依頼による研究だったため、1966年にHillが教科書で紹介するまで公表されませんでした⁠[5]。

1947年に発表された研究では、肺がんで亡くなった男性の職業が、死亡診断書をもとに調べられました。ガス工場のいくつかの職種では、肺がんによる死亡が多くなっていました⁠[5]。ただし、この研究では、職業ごとの人数を1921年と1931年の国勢調査から推定するしかなく、1931年より後の人数は確かではありませんでした⁠[7]。

職業ごとの人数が確かでなかったため、Dollは、1947年の研究の結果を、職業による特別な危険を強く疑わせるものの、決定的ではないと考えました⁠[7]。そこでDollは、ロンドンの大きなガス会社の年金の記録から、男性の元従業員の一覧を作りました。対象は、1939年1月1日に年金を受けていた人と、その後10年間に年金を受け始めた人です⁠[7]。

Dollは、1939年から1948年までの年ごとに、年齢の区分ごとの人数と死因を記録から数えました。イングランドとウェールズの年齢別の死亡率をこの人数に当てはめ、亡くなると予想される数も求めました。この数を期待数といいます⁠[7]。

肺がんによる死亡は25人で、期待数のほぼ2倍でした⁠[7]。Dollは、この1952年の論文を、職業による害を調べた後ろ向きコホート研究のうち、公表された最初の例としています⁠[5]。

同じころ、英国の化学工業では、染料の原料となる物質を扱う労働者の膀胱腫瘍が問題になっていました。19世紀から、アニリンを原料とする染料の製造が膀胱腫瘍を起こすと疑われていました。しかし、どの物質が原因かについては意見が分かれ、危険がどれほど高いかもほとんどわかっていませんでした⁠[4]。

英国のがん研究所の研究者Case(ケース)らは、化学製造業者の団体が資金を出した研究計画の一部として、この問題を調べました。疑われていた4つの物質は、アニリン、ベンジジン、α-ナフチルアミン、β-ナフチルアミンです⁠[8]。

Caseらは、化学工業の会社に、これらの物質に一度でも関わったことのある労働者全員の名簿を出すよう依頼しました。21の会社が応じ、1920年以降のおおむね完全な名簿ができました。化学工業で6か月を超えて働いた男性4,622人です。名簿に載った人のうち、死亡診断書に膀胱腫瘍と書かれていた人は127人でした⁠[8]。

Caseらは、この4,622人がイングランドとウェールズの一般の男性と同じ割合で膀胱腫瘍により亡くなるとして、期待数を計算しました。年齢と働き始めた年も考慮した期待数は、3〜5件でした。Caseらは、膀胱腫瘍で亡くなる危険は一般人口のおよそ30倍だと結論しました⁠[8]。

物質に最初にさらされてから腫瘍が見つかるまでの期間は平均で約18年で、5年以内のこともあれば45年を超えることもありました⁠[8]。これから労働者を集めて前向きに追いかけたら、答えが出るのは数十年先です。

BreslowとDayは、答えが急いで求められていたので、Caseらのとった方法のほかに現実的な選択肢はなかったと述べています⁠[4]。2人は、この研究を歴史的コホート研究の原型とし、その後の30年で、この方法が多くの場面で選ばれる方法になったとしています。

コホート研究では、群の分け方から生じる偏りも問題になりました。こうした偏りの1つである不死時間バイアスは、1970年代に、心臓移植で生存が延びるかを調べたコホート研究で初めて指摘されたとされます⁠[9]。心臓移植の研究でのこの偏りは、1972年の論文で記述されています⁠[10]。

米国ハーバード大学の疫学者Hernán(エルナン)らは、こうした偏りを、観察データの解析が、ならうべき試験の再現に失敗した結果とみています。結果に関わるほかの要因の情報が十分にある場合でも、追跡を始める時点を、対象者の条件を満たし群に分ける時点と合わせないと、この失敗が起こりえます⁠[10]。

Hernánと、ハーバード大学のRobins(ロビンズ)は2016年、大きなデータベースで因果を調べる研究を、行いたい試験にならう試みとみなしました。そして、ランダム化比較試験を行えないときに、ならうべき試験を「目標とする試験」と呼び、その計画をはっきり書き出す枠組みを示しました⁠[6]。

過去の記録から集団を特定し、その後の死亡や病気を記録でたどる進め方は、DollとCaseらの研究に見られます⁠[4, 5]。実際の数を、一般人口の死亡率から求めた期待数と比べる方法も、2つの研究で使われました⁠[7, 8]。対象者の条件を満たす時点、群に分ける時点、追跡を始める時点をそろえる計画は、HernánとRobinsの目標とする試験の考え方にもとづいています⁠[6, 10]。

後ろ向きコホート研究の進め方

後ろ向きコホート研究では、過去の記録から対象者と曝露の有無を特定し、すでに記録された結果を集めて、群ごとに結果が起きた割合を比べます⁠[3]。対象を曝露で選ぶので、後ろ向きコホート研究では、それぞれの群で結果が起きた割合、つまりリスクを直接計算できます。

曝露群のリスクを非曝露群のリスクで割った値を相対危険度といい、曝露があると結果が何倍起きやすいかを表します。相対リスクやリスク比とも呼ばれます。症例対照研究では、症例と対照の人数を研究者が決めるので、研究のデータだけからはリスクを計算できず、代わりにオッズ比という指標を使います。オッズ比と相対危険度の関係は、オッズ比の記事で説明しています。

比べる相手には、一般人口を使うこともあります。その場合は、実際の数を、期待数と比べます。Caseらの研究では、物質ごとに期待数と比べました。1人の医師が診る患者さんの中では、膀胱腫瘍はまれな病気なので、どの物質が危ないのかを見分けるのは困難です⁠[8]。

名簿で集団としてまとめ、物質ごとに期待数と比べて、初めて違いがはっきりします(図3)。β-ナフチルアミンだけにさらされた人では、期待数0.30件に対して26件、ベンジジンだけでは0.72件に対して10件でした⁠[8]。

アニリンだけにさらされた人も4件で、期待数の0.89件を上回りました。しかし、Caseらは、自分たちの基準では有意とまではいえない「疑わしい」程度とし、今の証拠ではアニリンが膀胱腫瘍の原因とはいえないと結論しています。4件のうち3件は、マゼンタという別の染料に関わった可能性のある人でした⁠[8]。

染料の原料となる物質にさらされた労働者で、膀胱腫瘍と書かれた死亡診断書の数を、実際に見つかった数と一般人口の割合から計算した期待数で比べた横棒グラフ。β-ナフチルアミンのみでは26件に対し期待数0.30件、ベンジジンのみでは10件に対し0.72件、α-ナフチルアミンのみでは6件に対し0.70件、アニリンのみでは4件に対し0.89件、複数の物質では81件に対し1.48件だった

図3 物質ごとにみた、膀胱腫瘍と書かれた死亡診断書の数(実際の数と期待数)。期待数は、イングランドとウェールズの一般の男性と同じ割合で亡くなると仮定し、年齢と働き始めた年を考慮して計算した数。アニリンのみの4件は、Caseら自身の基準では有意とまではいえないとされた。右の数字は実際の数を期待数で割った値(文献8の表2をもとに作成)

この研究で使われた、実際の数を期待数で割った値は、死亡を数える場合には標準化死亡比と呼ばれます。一般人口の年齢別の死亡率を、調べる集団の年齢構成に当てはめて期待数を出し、実際の死亡数と比べる方法です⁠[4]。1なら一般人口と同じで、1を超えるほど、一般人口に比べて死亡が多いことを示します。それが曝露によるものかどうかは、別に考える必要があります。

リハビリテーションを早く始めた人ほど経過がよいのか、という急性期病院の理学療法士の問いを、全国の記録で調べた研究があります。Matsui(マツイ)らは、2007年に全国の急性期病院から集められた診療報酬の請求データを使いました。これらの病院のうち294病院が提供したリハビリテーションの調査データを、請求データに連結しています⁠[11]。

対象は、発症から1日以内に入院した脳梗塞などの患者さんのうち、入院中にリハビリテーションを受けた5,482人です。手術を受けた人や昏睡の人などは除かれています。Matsuiらは、リハビリテーションを受けたかどうかではなく、始めた時期で群を比べました。入院から3日以内に理学療法士か作業療法士によるリハビリテーションを始めた人を「早期に開始した群」とすると、74.2%がこれに当たりました⁠[11]。

結果の指標には、退院時の修正ランキン尺度を用いました。これは、症状のない0から、死亡を表す6までの7段階で障害の程度を表す尺度です。0か1にあたるのは、症状がないか、あっても日常の仕事や活動はすべてできる状態です。退院時にこの状態だった人は、早期に開始した群で45.3%、そうでない群で40.1%でした⁠[11]。

年齢や性別、発症前の障害の程度、入院時の重症度などを統計的に考慮しても、早期の開始は退院時に障害が軽いことと関連していました⁠[11]。同じ種類の全国データを使い、約10万人を調べたYagi(ヤギ)らの研究でも、入院から3日以内の開始は、日常生活動作の改善と関連していました⁠[12]。

後ろ向きコホート研究の利点

後ろ向きコホート研究の利点は、記録がすでにあるので、早く、少ない費用で答えが出ることです⁠[4, 13]。曝露から結果が現れるまで何十年もかかる病気も調べられます。Caseらの研究では、1920年からの名簿と死亡診断書を使ったので、30年あまりの追跡はすでに終わっていました。また、対象を曝露で選ぶので、群ごとに結果が起きた割合を直接比べられます。

後ろ向きコホート研究の欠点と限界

後ろ向きコホート研究の欠点は、記録が研究とは別の目的で集められたもので、欠けた情報が多いことがあり、結果に関わるほかの要因の情報も欠けやすいことです⁠[4]。研究者がデータの集め方を決められる範囲は限られます⁠[3]。曝露や結果は、記録に残っている範囲でしか測れません。

一般人口と比べる方法には、健康労働者効果と呼ばれる偏りがつきまといます。働いている人は、雇われるときに健康な人が選ばれ、働き続けるにも健康である必要があるので、同じ年齢の一般人口より死亡率が低い傾向があります⁠[14]。そのため、一般人口を比較の相手にすると、職業による危険は小さく見積もられがちです。

職業の疫学研究では、一般人口を比較群にするのはできるだけ避けるべきだとする総説もあります⁠[15]。健康労働者効果は危険を小さく見せる向きに働くので、Caseらの研究のように一般人口の30倍もの危険がみられた場合には、結論が変わることはありません。しかし、危険が小さい曝露を調べるときには、同じ職場で曝露のなかった人のような、集団の内側の比較群を探すことになります。

さらに、後ろ向きコホート研究では、患者さんの状態によって治療が選ばれる適応による交絡と、群の分け方から生じる不死時間バイアスに、特に注意が要ります。

適応による交絡

適応による交絡は、患者さんの状態によって治療が選ばれるために、治療と結果のあいだに見かけの関連が生じる問題です。Matsuiらの研究では、早く始めた人ほど経過がよいという、理学療法士の予想どおりの関連がみられました。

ところが、Matsuiらの解析には、これまでの研究と合わない結果も含まれていました。1日あたりのリハビリテーションの量が多い人ほど、退院時に障害が重かったのです⁠[11]。訓練を多く受けたことで悪くなったとは考えにくい結果です。

Matsuiらは、説明の1つとして、状態によって訓練の量が選ばれたことによる「逆の因果」を挙げています。回復が見込まれる患者さんほど、集中的なリハビリテーションを受けにくかったという報告があるからです⁠[11]。

患者さんの状態によって訓練の量が選ばれ、見かけの関連が生じることは、適応による交絡と呼ばれる問題の典型です。交絡とは、曝露と結果の両方に関わる第3の要因のために、曝露と結果のあいだに見かけの関連が生じたり、本当の関連が隠れたりすることです。適応による交絡では、その第3の要因が、治療を行う理由、つまり適応そのものです。

Salas(サラス)らは、適応による交絡を起こす要因を、3つの条件で定義しています⁠[16]。治療を受けていない人の間で結果の危険因子となること、治療を受けるかどうかとも関係すること、治療から結果への道筋の途中にはないことです。重症度が交絡を起こす場合は、重症度による交絡と呼ぶことも提案しています。次に見る図4の例は、この提案に従えば重症度による交絡にあたります。

適応による交絡を示した模式図。入院時の重症度が、リハビリテーションの開始時期や訓練の量を決め、同時に退院時の障害の程度も左右する。そのため、リハビリテーションと退院時の障害のあいだに、本当の効果とは別の見かけの関連が生じる

図4 適応による交絡の模式図。灰色の破線は、重症度を通して生じる見かけの関連を表す(文献11の考察をもとに作成)

図4のように、脳梗塞の患者さんでは、入院時の重症度が、いつリハビリテーションを始めるか、どれだけ訓練するかを左右します。同時に、重症度は退院時の障害の程度も大きく左右します。

軽い人ほど早く、ベッドから離れて座ったり立ったりする離床ができ、重い人ほど時間をかけて多くの訓練を受けるとします。すると、早期に開始した群には軽い人が、訓練の多い群には重い人が集まります。こうして、早期の開始の効果は大きく、訓練の量の効果は小さく、ときには逆向きに見えることになります。

Matsuiらも、イタリアで行われた先行研究について、効果を過大に見積もっているおそれを指摘しています。早期のリハビリテーションが、軽症から中等症の患者さんに行われやすかったためです⁠[11]。

統計的に重症度を考慮しても、この問題は完全にはなくなりません。調整できるのは、記録に残っている要因だけだからです。医療者は、「この人は今日から起こしても大丈夫そうだ」と判断しますが、その根拠の多くは、記録に数字として残っていません。Matsuiらも、通常の調整では、記録されていない患者さんや医療者の特徴による交絡と、治療の選び方による偏りを十分には取り除けないと書いています。

そこでMatsuiらは、入院した曜日に目をつけました。金曜日に入院した人は、次の日から土日をはさむので、3日以内にリハビリテーションを始める割合が低くなります。実際、早期に開始した群で金曜日に入院した人は12.1%、そうでない群では23.9%でした。入院する曜日は、患者さんの重症度とは関係なく決まると考えられるので、くじ引きに近い役割を持たせることができます⁠[11]。

入院する曜日のような要因を、操作変数といいます。操作変数は、治療を受けるかどうかに影響する一方で、結果に関わる患者さんの特徴とは無関係に決まり、治療を通してしか結果に影響しない要因です。操作変数を使う解析を、操作変数法といいます。

金曜日の入院を操作変数にした解析では、早期の開始によって、退院時に修正ランキン尺度が0か1になる確率が15.3ポイント高まると推定されました。通常の調整による推定は4.8ポイントでした⁠[11]。

操作変数法の推定のほうが大きく、95%信頼区間も7.2〜23.4ポイントと幅があります⁠[11]。この研究では、記録されていない要因が、むしろ早期の開始の効果を小さく見せていた可能性も考えられます。交絡がどちらの向きに働くかは、前もって決めつけられないのです。

ただし、操作変数法の結果は、2つの前提が正しい場合に限って成り立ちます。1つは、金曜日の入院が、重症度など結果に関わる要因と関係しないことです。もう1つは、金曜日の入院が、早期の開始以外の道筋で結果に影響しないことです。たとえば、週末にほかの診療が手薄になることを通して結果が変わるなら、この前提は成り立ちません。

不死時間バイアス

不死時間バイアスは、群の分け方のために、調べている結果が起こりえない期間が一方の群に含まれ、見かけの差が生じる偏りです⁠[9]。よく知られた例に、アカデミー賞の受賞者は長生きするかを調べた研究があります。

RedelmeierとSinghは、後ろ向きコホート研究を行いました。対象は、主演か助演でノミネートされた俳優762人と、同じ映画に出演した同性で同世代の俳優887人です⁠[1]。受賞者の平均余命が3.9年長いという結果は、この比較で得られました。

受賞者が長生きするという結果には、5年後に疑問が出されました。Sylvestreらは、元の解析が、受賞する前に生きていた年数まで、受賞したあとの生存として数えていたことを指摘しました⁠[2]。

受賞者になるには、受賞するまで生きている必要があります。若くして亡くなった俳優は、受賞する前に亡くなるので、受賞しなかった群に入ります。つまり、受賞者の群には、受賞するまでの期間、定義の上で決して死なない時間が含まれているのです(図5)。この時間を受賞前の期間として正しく扱って解析し直すと、受賞者の生存の利点は1年ほどに縮まり、統計的に有意ではなくなりました⁠[2]。

不死時間バイアスを示した模式図。俳優Aは途中で受賞し、その後亡くなった。俳優Bは受賞する前に亡くなった。誤った分け方では、Aの誕生から死亡までの全期間を受賞者の時間として数える。正しい分け方では、受賞までの期間を受賞していない人の時間として、受賞後の期間だけを受賞者の時間として数える。受賞前の期間は、受賞者になるためには必ず生きていなければならない不死時間である

図5 不死時間バイアスの模式図。受賞する前に亡くなった人は受賞者の群に入れないので、受賞者の群の受賞前の期間は、定義の上で死亡が起こりえない時間になる(文献2、9の説明をもとに作成)

受賞するまでの時間のように、曝露の定義のために、調べている結果が起こりえない追跡期間を、不死時間といいます。不死時間による偏りは、心臓移植の研究のあとも、薬の効果を診療データベースで調べる研究で繰り返し問題になりました⁠[9]。

偏りの大きさは、結論を逆転させるほどになることもあります。飲み薬で糖尿病の治療を始めた人を追跡し、脂質異常症の薬であるスタチンがインスリン治療の開始を防ぐかを調べた研究があります。スタチンを使ったかどうかで群を固定して解析すると、インスリンを始める危険が26%低いという結果でした⁠[17]。

スタチンを使い始めるまでの時間を使っていない時間として扱い直すと、関連は逆向きになりました。危険の大きさを比べる指標であるハザード比で、0.74が1.97に変わったのです。著者らは、1.97をスタチンが危険を高める証拠とみなすべきではないと断っています。そのうえで、最初の「26%低い」という結果は不死時間バイアスで説明できると結論しています⁠[17]。

電子カルテで早期の開始を調べる研究でも、群の分け方しだいで同じことが起こります。たとえば、「入院中に歩行練習まで進んだ人」と「進まなかった人」を比べるとします。歩行練習まで進むには、ある程度の日数を入院し、その間に状態が悪くならない必要があります。そのため、前者には経過のよい人が自然に集まります。

「3日以内に開始したかどうか」で分ける場合でも、3日以内に亡くなった人や、退院または転院した人は、早期に開始した群には入りにくくなります。

後ろ向きコホート研究の計画の立て方

HernánとRobinsは、観察データで因果を調べるとき、もしランダム化比較試験を行うならどう計画するかを先に書き出すことを勧めています⁠[6]。これが、目標とする試験にならう枠組みです。対象者の条件、比べる治療の方針、割り付けの方法、追跡の期間、結果、解析の方法などを、試験の計画書のように書き出し、それを記録の上で再現します。

目標とする試験にならう枠組みでは、対象者の条件を満たす時点、群に分ける時点、追跡を始める時点をそろえることが重視されます。群に分ける時点は、試験でいえば治療の方針を割り当てる時点にあたります。ランダム化比較試験では、この3つは自然にそろいます。観察データの解析でこの3つがずれると、不死時間バイアスなどの偏りが生じることがあります⁠[10]。

過去5年分の電子カルテで調べる例を考えます。「入院3日目の終わりの時点でまだ入院している人」を対象にし、その時点までにリハビリテーションを始めたかどうかで群に分け、退院まで追跡します。こうすれば、3日以内に亡くなった人や、退院または転院した人が、どちらか一方の群に偏って入ることを防げます。その代わり、最初の3日間に起きたことは調べられず、結果は3日目まで入院していた人についてのものになります。

あわせて、適応による交絡に備えて、重症度を表す情報を記録から集めます。脳卒中であれば、神経症状の重さを点数で表すNIHSSや、発症前にどの程度自立していたかといった情報です。

記録が欠けている人がどんな人かも確かめます。Matsuiらの研究では、条件を満たした6,882人のうち1,400人が、重要な項目が記録から欠けていたために解析から除かれました。除かれた人には、入院中に亡くなった割合が2.3ポイント高く、平均年齢が1歳高いという違いがありました⁠[11]。記録は研究のために取られたものではないので、欠け方はかたよりがちです。

時点のそろえ方、集める情報、欠けた記録の扱いといった決まりごとを、データを見る前に計画書にしておくことも大切です。計画書の書き方は、研究計画書の書き方の記事で説明しています。

後ろ向きコホート研究が使われる場面

後ろ向きコホート研究は、曝露から結果が現れるまで長くかかり、しかも答えを急ぐ問いに使われます⁠[4]。Dollは、この方法が職業による長期の害を調べるのに特に適しているとしています⁠[5]。Caseらの染料工場の研究は、その代表的な例です。

日常の診療で集められた記録を使って、治療やリハビリテーションと経過の関連を調べるのにも使われます。MatsuiらとYagiらの研究は、全国の急性期病院から集められた診療報酬の請求データを使っていました。ただし、記録の上でみられた関連が、そのまま治療の効果を表すとは限りません。

ほかの研究デザインとの違い

後ろ向きコホート研究と症例対照研究は、どちらも過去の記録を使えますが、対象を曝露で選ぶか、結果で選ぶかが異なります。症例対照研究では、病気になった症例と、病気になっていない対照を先に選び、それぞれが過去にどんな曝露を受けていたかを、時間をさかのぼって調べます⁠[4]。対象の選び方が逆なので、推論の向きも、曝露から結果へ向かうか、結果から曝露へ向かうかで逆になります⁠[3]。

症例対照研究のくわしい説明は症例対照研究の記事に、3つのデザインの比較はコホート研究と症例対照研究の違いの記事にまとめています。ほかの研究デザインは、研究法のページで紹介しています。

前向きと後ろ向きのコホート研究は、どちらが優れているというものではありません。前向きコホート研究の主な利点は測定の正確さ、後ろ向きコホート研究の主な利点は効率のよさだとする総説があります⁠[13](表1)。前向きなら、曝露や交絡因子、結果を、研究のために決めた方法で測れます。後ろ向きなら、すでにある記録を使うので、早く、少ない費用で答えが出ますが、測れるのは記録に残っている範囲に限られます。

比べる点前向きコホート研究と後ろ向きコホート研究
研究を始める時点の結果前向き:まだ起きていない
後ろ向き:すでに起きている
曝露や交絡因子の測り方前向き:研究のために決めた方法で測れる
後ろ向き:記録に残っている範囲に限られる
答えが出るまで前向き:追跡する期間の分だけかかる
後ろ向き:記録を集めて解析する時間で済む
費用前向き:大きい
後ろ向き:小さい
向いている問い前向き:測定の質が結論を左右する問い
後ろ向き:急ぐ問い、結果が現れるまで長くかかる問い

表1 前向きコホート研究と後ろ向きコホート研究の比較(文献13のまとめをもとに作成)

前向きコホート研究のくわしい説明は、前向きコホート研究の記事にまとめています。また、コホート内症例対照研究の記事では、コホートの中から症例と対照を選んで調べる方法を紹介しています。

後ろ向きコホート研究で関連がみられても、それが介入の効果なのかを確かめる最も確かな方法は、患者さんをくじ引きで2つの群に分けるランダム化比較試験です。くじ引きで分ければ、重症度のように記録に残る要因も、医療者の判断のように記録に残らない要因も、2つの群に偶然の範囲でしかかたよらないからです。分け方は、ランダム化の方法の記事で説明しています。

脳卒中の早期離床については、AVERT試験という大規模なランダム化比較試験が行われました。脳卒中の患者さんを専門に診る病棟を、脳卒中ユニットといいます。試験では、5か国56の脳卒中ユニットで、2,104人を2つの群に分けています⁠[18]。

一方の群には、通常のケアに加えて、発症から24時間以内に始める、頻回で量の多い離床を行いました。24時間以内に離床した人の割合は、この群で92%、通常のケアの群で59%でした。3か月後の結果は、修正ランキン尺度が0〜2の良好な状態だった人の割合で比べました。その割合は、早く多く離床した群で46%、通常のケアの群で50%でした。早く多く離床した群のほうが少なかったのです⁠[18]。

9つの試験をまとめたシステマティックレビューでも、ごく早期の離床によって、生き延びてよく回復する人が増えることは示されませんでした⁠[19]。システマティックレビューは、決まった手順で研究を集めて結果を統合した報告です。

AVERT試験の介入は、発症から24時間以内に始め、回数も量も増やすものでした。Matsuiらの研究は、入院から3日以内の開始を見ていました。比べているものが違うので、2つの結果が矛盾しているわけではありません。

それでも、AVERT試験の結果は、記録の上でみられた関連の受け止め方に注意を促しています。「早いほどよい」という関連を、どこまでも早く、多くすればよいという意味に広げてはいけません。記録の上の関連は、どの時期にどれだけ行うかという介入の中身を区別しておらず、患者さんの選ばれ方の影響も完全には取り除けないからです。

論文で確かめる点

STROBE(ストローブ)声明の項目は、評価に必要な情報が論文に書かれているかを確かめる目安になり、自分で論文を書くときにも使えます。STROBE声明は、観察研究の報告のガイドラインで、コホート研究、症例対照研究、横断研究の3つを対象にした22項目のチェックリストです。そのうち18項目は3つに共通で、4項目はそれぞれのデザインに固有です⁠[20]。

STROBE声明の項目には、対象者をどう選んだか、曝露と結果をどう定義したか、データの出どころ、偏りへの対策、欠けたデータの扱いなどが含まれます。ただし著者らは、研究の質を採点する道具ではないと断っています⁠[20]。形成外科の研究者向けの総説も、研究を計画する前と論文を書くときに、このチェックリストに目を通すよう勧めています⁠[3]。

診療報酬の請求データや電子カルテのように、研究とは別の目的で日常的に集められたデータを使う研究には、STROBEを拡張したRECORD声明があります。STROBEで足りない点を補う13項目のチェックリストで、データベースの説明や、対象者や病名をデータの上でどう特定したかなどの報告を求めています⁠[21]。

まとめ

後ろ向きコホート研究は、過去の記録から曝露のある人とない人を特定し、その後の結果を記録の上で前向きにたどる研究です。症例対照研究との違いは、対象を結果ではなく曝露で選ぶことにあります。Caseらの染料工場の研究のように、結果が現れるまで何十年もかかり、しかも答えを急ぐ問いでは、ほかに現実的な選択肢がないこともあります。

記録から集団を作ってたどる進め方は、職業による長期の害を調べた1950年代の研究で形になりました。時点をそろえる計画は、群の分け方から生じる偏りへの答えとして加わりました。

電子カルテの記録を使えば、早く始めた人ほど自宅に帰れているのかについて、明日にでも答えを出すことができます。ただし、その答えが意味をもつためには、いくつかの準備が要ります。

まず、追跡を始める時点と群に分ける時点をそろえて、不死時間バイアスを避けます。次に、重症度のように治療の選び方に関わる情報を集めて、適応による交絡に備えます。記録が欠けている人がどんな人かも確かめます。そして、結果を因果ではなく関連として解釈します。

全国の記録では、早期のリハビリテーションと良い結果の関連がみられました。一方、ランダム化比較試験では、ごく早期に多く離床させた群のほうが、良好な状態だった人の割合が低い結果でした。この経過は、記録が語ることと語らないことを分けて考える必要を示しています。

Caseらの名簿は、1人の医師が診る患者さんの中では見分けにくかった物質ごとの危険を、期待数と比べることで数字にしました。Sylvestreらは、受賞までの年数を受賞前の時間として数え直し、受賞者が長生きに見えていた差の多くが、群の分け方から生まれていたことを示しました。Matsuiらは、入院した曜日に目をつけ、同じ診療の記録の中から、重症度とは関係なく決まると考えられる違いを取り出しました。

手もとにある記録は、どう並べ、何と比べるかによって、危険を浮かび上がらせることも、見かけの差を生むこともあります。

さらに学びたい人へ:おすすめの本

参考文献

  1. Redelmeier DA, Singh SM. Survival in Academy Award-winning actors and actresses. Ann Intern Med. 2001;134(10):955-962. doi:10.7326/0003-4819-134-10-200105150-00009
  2. Sylvestre MP, Huszti E, Hanley JA. Do OSCAR winners live longer than less successful peers? A reanalysis of the evidence. Ann Intern Med. 2006;145(5):361-363. doi:10.7326/0003-4819-145-5-200609050-00009
  3. Song JW, Chung KC. Observational studies: cohort and case-control studies. Plast Reconstr Surg. 2010;126(6):2234-2242. doi:10.1097/PRS.0b013e3181f44abc
  4. Breslow NE, Day NE. Statistical methods in cancer research. Volume II: The design and analysis of cohort studies. IARC Scientific Publications No. 82. Lyon: International Agency for Research on Cancer; 1987.
  5. Doll R. Cohort studies: history of the method. II. Retrospective cohort studies. Soz Praventivmed. 2001;46(3):152-160. doi:10.1007/BF01324251
  6. Hernán MA, Robins JM. Using big data to emulate a target trial when a randomized trial is not available. Am J Epidemiol. 2016;183(8):758-764. doi:10.1093/aje/kwv254
  7. Doll R. The causes of death among gas-workers with special reference to cancer of the lung. Br J Ind Med. 1952;9(3):180-185. doi:10.1136/oem.9.3.180
  8. Case RA, Hosker ME, McDonald DB, Pearson JT. Tumours of the urinary bladder in workmen engaged in the manufacture and use of certain dyestuff intermediates in the British chemical industry. I. The role of aniline, benzidine, alpha-naphthylamine, and beta-naphthylamine. Br J Ind Med. 1954;11(2):75-104. doi:10.1136/oem.11.2.75
  9. Suissa S. Immortal time bias in pharmaco-epidemiology. Am J Epidemiol. 2008;167(4):492-499. doi:10.1093/aje/kwm324
  10. Hernán MA, Sauer BC, Hernández-Díaz S, Platt R, Shrier I. Specifying a target trial prevents immortal time bias and other self-inflicted injuries in observational analyses. J Clin Epidemiol. 2016;79:70-75. doi:10.1016/j.jclinepi.2016.04.014
  11. Matsui H, Hashimoto H, Horiguchi H, Yasunaga H, Matsuda S. An exploration of the association between very early rehabilitation and outcome for the patients with acute ischaemic stroke in Japan: a nationwide retrospective cohort survey. BMC Health Serv Res. 2010;10:213. doi:10.1186/1472-6963-10-213
  12. Yagi M, Yasunaga H, Matsui H, Morita K, Fushimi K, Fujimoto M, et al. Impact of rehabilitation on outcomes in patients with ischemic stroke: a nationwide retrospective cohort study in Japan. Stroke. 2017;48(3):740-746. doi:10.1161/STROKEAHA.116.015147
  13. Euser AM, Zoccali C, Jager KJ, Dekker FW. Cohort studies: prospective versus retrospective. Nephron Clin Pract. 2009;113(3):c214-c217. doi:10.1159/000235241
  14. Chowdhury R, Shah D, Payal AR. Healthy worker effect phenomenon: revisited with emphasis on statistical methods - a review. Indian J Occup Environ Med. 2017;21(1):2-8. doi:10.4103/ijoem.IJOEM_53_16
  15. Li CY, Sung FC. A review of the healthy worker effect in occupational epidemiology. Occup Med (Lond). 1999;49(4):225-229. doi:10.1093/occmed/49.4.225
  16. Salas M, Hofman A, Stricker BH. Confounding by indication: an example of variation in the use of epidemiologic terminology. Am J Epidemiol. 1999;149(11):981-983. doi:10.1093/oxfordjournals.aje.a009758
  17. Lévesque LE, Hanley JA, Kezouh A, Suissa S. Problem of immortal time bias in cohort studies: example using statins for preventing progression of diabetes. BMJ. 2010;340:b5087. doi:10.1136/bmj.b5087
  18. AVERT Trial Collaboration group. Efficacy and safety of very early mobilisation within 24 h of stroke onset (AVERT): a randomised controlled trial. Lancet. 2015;386(9988):46-55. doi:10.1016/S0140-6736(15)60690-0
  19. Langhorne P, Collier JM, Bate PJ, Thuy MN, Bernhardt J. Very early versus delayed mobilisation after stroke. Cochrane Database Syst Rev. 2018;10(10):CD006187. doi:10.1002/14651858.CD006187.pub3
  20. von Elm E, Altman DG, Egger M, Pocock SJ, Gøtzsche PC, Vandenbroucke JP. The Strengthening the Reporting of Observational Studies in Epidemiology (STROBE) statement: guidelines for reporting observational studies. Lancet. 2007;370(9596):1453-1457. doi:10.1016/S0140-6736(07)61602-X
  21. Benchimol EI, Smeeth L, Guttmann A, Harron K, Moher D, Petersen I, et al. The REporting of studies Conducted using Observational Routinely-collected health Data (RECORD) statement. PLoS Med. 2015;12(10):e1001885. doi:10.1371/journal.pmed.1001885

この記事を書いた人

Charcot

コメント