研究方法論
因果推論 — 反事実モデルとDAGで効果を識別する
因果推論は、関連と因果を厳密に区別し、観測データから介入効果を識別する枠組みである。本稿は潜在的結果（Rubin因果モデル）と有向非巡回グラフ（Pearlのdo計算）という二大理論を軸に、交絡・選択・媒介の構造を可視化し、識別戦略を整理する。
この記事の要点
- 因果効果は潜在的結果（介入した世界と介入しなかった世界の対比）として定義され、観測できない反事実を補完する論理が要る。
- DAGは交絡（共通原因）・媒介（経路上の変数）・合流点（コライダー）を区別し、調整すべき変数と調整してはならない変数を明確化する。
- コライダーや媒介変数を誤って調整すると、存在しない関連を生む選択バイアスや過剰調整バイアスが生じる。
- 識別戦略にはランダム化、層別・回帰調整、傾向スコア、操作変数、差分の差分、回帰不連続などがある。
潜在的結果の枠組み
Rubin因果モデルでは、各個体について介入を受けた場合の結果と受けなかった場合の結果という二つの潜在的結果を考え、その差を個体因果効果と定義する。現実には一方しか観測できない（因果推論の根本問題）ため、平均処置効果を集団レベルで推定する。これには交換可能性（ignorability）、正値性（positivity）、一貫性（consistency）という識別仮定が必要となる。
識別の三仮定
交換可能性は処置群と対照群が（観測変数で条件づけたとき）転帰の分布で交換可能であること、正値性は各共変量水準で処置・非処置の双方が起こりうること、一貫性は観測された処置に対応する潜在的結果が観測値と一致することを要求する。
- 交換可能性：条件づき交絡なし（測定された交絡で十分か）
- 正値性：全共変量層で処置確率が0でも1でもない
- 一貫性：処置の定義が明確で観測と整合する
DAGによる構造の可視化
有向非巡回グラフは変数間の因果関係を矢印で表し、バックドア基準により調整すべき交絡経路を特定する。共通原因（交絡）は閉じるべき経路を開くため調整が必要だが、媒介変数（処置の効果が伝わる経路上の変数）や合流点（コライダー、二つの原因が共通の結果に注ぐ点）の調整は、かえってバイアスを導入する。DAGはこの調整の可否を視覚的・形式的に判断する道具である。
エビデンスの現在地（確実性: 強い）
潜在的結果とDAGに基づく因果推論の理論的枠組みは、統計学・疫学・計量経済学で広く確立され、整合的であるという点で確実性は強い。ただし、識別仮定（特に未測定交絡がないこと）は本質的に検証不能であり、結論の妥当性は仮定の妥当性に依存する。したがって理論の確実性が高いことと、個別研究の因果主張の確実性が高いことは区別して扱う必要がある。
論点と限界
最大の限界は、未測定交絡の不在を経験的に証明できないことである。感度分析（E値など）は、結果を覆すのに必要な未測定交絡の強さを定量化するが、その存在を否定はできない。また、識別戦略ごとに固有の仮定（操作変数の除外制約、差分の差分の平行トレンド）があり、その妥当性が結論を左右する。因果の言語を観察研究で用いる際は、依拠する仮定を透明に述べることが不可欠である。
現場・臨床応用
因果の枠組みは、現場で「この関連は介入で変えられるのか」を判断する助けになる。相関を見て即座に介入を導入する前に、交絡・逆因果・選択の可能性を点検する習慣が、無効・有害な実践の採用を防ぐ。情報発信では、観察研究の知見を因果として断定せず、識別の限界を明示する。本稿は教育的情報であり、個別の診断・治療の指針ではない。
医療免責
本記事は教育目的の学習コンテンツです。診断・治療行為を代替するものではありません。痛み・しびれ・急性外傷・発熱・進行性の症状や、医師から運動制限を受けている場合は、自己判断で進めず医師・国家資格者にご相談ください。
主要な参考文献・ガイドライン
本記事は、以下の学会ガイドライン・ポジションステートメント・標準的な専門書などの公開情報に基づいて整理しています。具体的な数値や適用は原典・最新版をご確認ください。
- Hernán & Robins『Causal Inference: What If』（標準教科書）
- Pearl『Causality』（DAGとdo計算の基礎）
- コクラン共同計画 Handbook（交絡とバイアスの評価）
- STROBE 報告ガイドライン（観察研究の透明な報告）
よくある質問
相関は因果ではないとよく言いますが、なぜですか。
観測された関連は、共通原因（交絡）、逆因果、選択バイアスなどでも生じうるためです。因果と言うには、これらを設計や統計で排除し、識別仮定が満たされることを論じる必要があります。
DAGで合流点を調整するとなぜ問題ですか。
合流点（コライダー）は二つの原因が注ぐ共通の結果です。これを調整すると、本来独立な二つの原因の間に見せかけの関連が生じ、選択バイアスを導入してしまうためです。
未測定交絡があるかはどう調べますか。
存在を直接証明することはできませんが、感度分析（E値など）で結論を覆すのに必要な交絡の強さを定量化できます。それが現実的に大きいほど結論は頑健とみなせます。
操作変数法とは何ですか。
処置には影響するが転帰には処置を介してのみ影響する外生変数を用いて因果効果を識別する方法です。除外制約や関連の強さといった仮定の妥当性が結論を左右します。
cortis Trainer Academy
学びを、現場で使える知識に。
基礎から評価・運動療法・医療連携まで。身体を診る専門職のための継続学習アカデミー。基礎は登録不要・無料。