交絡の理論と制御 — 関連を因果と誤らないために

交絡の定義と判定

交絡(confounding)は、曝露と転帰の双方に関連する第三因子が両者の見かけの関連を歪める現象である。古典的判定基準では、交絡因子は(1)転帰の独立したリスク因子であり、(2)曝露と関連し、(3)曝露と転帰を結ぶ因果経路上の中間因子(メディエーター)ではない、という条件を満たす。例えば運動習慣と死亡率の関連を見る際、年齢は運動量とも死亡とも関連し中間因子でないため交絡因子となる。

因果ダイアグラム(有向非巡回グラフ、DAG)を用いると、交絡は曝露と転帰に共通の祖先(共通原因)が開いた裏口経路(backdoor path)として可視化される。DAGは調整すべき変数と調整してはならない変数(中間因子や合流点=コライダー)を区別する助けとなり、闇雲な多変量調整による合流点バイアス(collider bias)や過剰調整を防ぐ。

調整してはいけない変数

すべての関連変数を調整すればよいわけではない。中間因子や合流点を調整すると新たなバイアスを生む。

• 中間因子(メディエーター)の調整: 因果効果の過剰調整
• 合流点(コライダー)の調整: 選択的バイアスの誘発
• 曝露の結果である変数の調整: 効果の希釈
• 操作変数の不適切な扱い: 推定の不安定化

制御の方法

制御は設計段階と解析段階に分かれる。設計段階では、制限(特定の値に対象を限定)、マッチング(交絡因子の分布を群間で揃える)、そして最強の手段としてランダム化がある。解析段階では、層別化(交絡因子の水準ごとに関連を評価しマンテル-ヘンツェル法で要約)、多変量回帰(複数交絡を同時調整)、傾向スコア(曝露を受ける確率を多数の共変量から推定し、マッチング・層別化・逆確率重み付けに用いる)が使われる。傾向スコアは曝露が一般的で交絡因子が多い状況で有用である。

エビデンスの現在地

確実性: 強い(理論)・中程度(実装の十分性)。交絡の概念とDAGによる判定、各制御法の数理的性質は方法論的に確立している。一方で、観察研究において測定された交絡を適切に調整しても残差交絡を完全には排除できないことも理論的合意である。傾向スコアと従来の多変量回帰のどちらが優れるかは状況依存で、両者が測定された交絡のみを扱う点は共通する。未測定交絡への対処(操作変数・差分の差分・回帰不連続)は前提が厳しく、適用の妥当性は個別評価を要する。

論点と限界

最大の限界は未測定・誤測定の交絡である。どれほど高度な解析を施しても、測定されていない交絡因子は調整できず、観察研究の因果解釈には常に残差交絡の可能性が伴う。傾向スコアは交絡因子の縮約には有効だが、未測定交絡を扱えない点で多変量回帰と同等の制約をもつ。感度分析(E-valueなど)により、観察された関連を打ち消すのに必要な未測定交絡の強さを評価し、結論の頑健性を示すことが推奨される。

現場・臨床応用

観察研究を読む臨床家は、主要な交絡因子が測定・調整されているか、調整対象に中間因子や合流点が混入していないか、残差交絡への感度分析が行われているかを確認する。研究者はDAGで調整変数を事前に定め、過剰調整を避けつつ、未測定交絡の可能性を透明に議論することで、観察データからの因果主張の信頼性を高められる。

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。

• Rothman KJ, Greenland S, Lash TL『Modern Epidemiology』
• Hernán MA, Robins JM『Causal Inference: What If』
• STROBE 声明(観察研究の報告ガイドライン)
• Pearl J『Causality』(因果ダイアグラムの理論)

よくある質問

関連記事・関連する学問