Epidemiology: An Introduction（疫学入門）

引用

Rothman, K. J., Huybrechts, K. F., & Murray, E. J. (2024). Epidemiology: An Introduction (3rd ed.). Oxford University Press.

章の要約

第3版は本文300ページあまり、全15章からなり、各章の末尾には討論用の問いが置かれている。序文は本書の狙いをはっきり述べている。疫学は応用統計学以上のものであり、重点は公式や計算ではなく原理と概念に置かれる。第1版と第2版はRothmanの単著だったが、序文によれば今回は3人の共同改訂で、すべての章が見直され、COVID-19のパンデミックを受けて感染症疫学の記述が拡充され、2つの章（第14章と第15章）が新たに加わった。

第1章：疫学的思考への導入

本書は異例にも交絡から始まる。序文はその理由を、交絡こそ疫学が「常識」以上のものであり、誤った推論を避けるには確かな原理が必要であることを示す例だからだと説明している。

第2章：疫学と公衆衛生の先駆者たち

この分野を形づくった人物の短い紹介で、アヴィセンナ、グラント、スノウ、ナイチンゲール、レーン＝クレイポンらが取り上げられる。この版では、喫煙と疾病を結びつけた研究から社会疫学の発展まで、共同研究の重要性を強調する形で拡充されている。

第3章：因果とは何か

因果関係の一般的なモデルと因果推論の議論。序文は、これらの考え方は科学教育で飛ばされがちだが、疫学の入門には欠かせないと述べる。

第4章：疾病頻度、関連、因果効果の指標

基本的な疫学指標を扱う。疾病がどれくらいの頻度で起こるかをどう数量化し、集団間でどう比較し、その比較が因果効果とどう関係するかを説明する。

第5章：疫学研究の種類

主要な研究デザインを、第4章で定義した比較を行うための方法として提示する。

第6–7章：バイアスへの対処／偶然誤差と統計学の役割

誤差を扱う2章。まず系統誤差（バイアス）、次に偶然誤差を取り上げる。著者らは、任意の閾値による有意性検定ではなく、関連の大きさとその推定の精度によって結果を解釈する立場をとる。

第8–9章：単純な疫学データの分析／層別解析

第8章は単純なデータから疫学的効果を推定する基本的な方法を導入し、第9章はそれを層別データに拡張する。層別は表の中で交絡を制御する標準的な方法である。

第10–11章：疫学分析における回帰モデルの利用／交互作用の測定

回帰モデルと交互作用を、後の授業への準備として初歩的な形で提示する。序文によれば、本文はこれらの話題に対する疫学的なアプローチと、分析を誤った方向に導きうる非疫学的なアプローチとの境界をはっきり示している。

第12章：臨床における疫学

臨床疫学：スクリーニング、予後、治療の安全性と有効性の評価。

第13章：感染症疫学

感染症疫学に特有の主要概念と用語。この版で拡充された。

第14章：フィールド疫学

この版で新設された章で、公衆衛生上の問題への疫学の応用を扱う。疾病サーベイランスの原則、現場で用いられる研究デザイン、アウトブレイクの調査と制御が含まれる。

第15章：いくつかの発展的話題への導入

これも新設の章で、方法論の発展的な話題をいくつか選んで短く紹介する。網羅ではなく、さらに学ぶための入り口として意図されている。

主要概念

第1–5章：基礎

• 交絡：第三の要因が曝露と疾病の見かけの関係をゆがめる効果の混同。疫学的推論が必要な理由を示す、本書冒頭の例である。
• 因果モデル：ある要因が疾病を引き起こすとはどういうことかを示す一般的な枠組みで、後の推論の議論の基礎となる。
• 頻度と効果の指標：疾病がどれくらい起こるか、また曝露がその頻度をどれだけ変えるかを表す量。
• 研究の種類：曝露群と非曝露群の疾病頻度を比較するための主要なデザイン。

第6–11章：誤差と分析

• バイアス（系統誤差）：研究を大きくしても小さくならない誤差。偶然誤差より先に扱われる。
• 有意性検定より推定：合否の閾値ではなく、効果の大きさとその精度で結果を判断すること。
• 層別：交絡を取り除くために、第三の変数の水準ごとにデータを分析すること。
• 交互作用：ある要因の効果が別の要因の水準によって変わること。

第12–15章：応用と発展

• 臨床疫学：スクリーニング、予後、治療の判断に疫学の方法を応用すること。
• サーベイランスとアウトブレイク調査：フィールド疫学の中心的な仕事。

批判的分析

長所

• 計算より先に概念。 序文は本書を統計のマニュアルではなく疫学的思考の本として位置づけており、目次の順序もそれを裏づけている。歴史、因果、指標が分析の章より先に来る。初めての授業では、学生はそれぞれの方法に出会う前にその理由を知ることができる。
• 統計的推論についての明確な立場。 著者らは有意性検定ではなく効果の大きさと精度で結果を解釈すると明言し、回帰と交互作用はバイアス、偶然誤差、層別の後に置いている。学生は最初から一貫した考え方を学べる。
• 予備知識をほとんど必要としない。 序文によれば、予備知識はほとんど、あるいはまったく必要なく、原因の定義のような基本的な概念も簡単な例で展開される。医学や公衆衛生以外の分野でも使いやすい。
• 現在の実践に合わせた改訂。 第3版は、サーベイランスとアウトブレイクを扱うフィールド疫学の章を加え、COVID-19を受けて感染症の記述を拡充し、発展的な方法を指し示す章で締めくくられる。各章末には討論用の問いがあり、序文は本書の分析の多くを実行できるパブリックドメインの表計算ワークブックEpisheetを紹介している。

短所

• 解答が印刷されていない問い。 章末の問いは討論の材料として位置づけられており、序文は解答例を示す代わりに、議論と読者投稿の解答のための出版社ウェブサイトを案内している。採点つきの演習を求める学生には別の教材が必要になる。
• モデリングの扱いは初歩的。 回帰と交互作用はあえて初歩的な形でしか導入されず、第15章も発展的な話題を概観するだけで深くは展開しない。モデルを当てはめて解釈する必要のある学生は、方法論のテキストが必要になる。
• 応用の章は短い。 臨床疫学、感染症疫学、フィールド疫学はそれぞれ1章、約12〜20ページで扱われる。全体像をつかむには十分だが、たとえばアウトブレイク調査の詳しい訓練には足りない。

コースにおける位置づけ

本書はこのコースの入門書のなかで最も概念を中心にした一冊である。Gordis Epidemiology は同様の範囲を、図版の多いより長い教科書で扱い、スクリーニング、ランダム化試験、保健医療サービスや政策における疫学の利用により多くの紙幅を割き、章末の復習問題と解答も備えている。両者は、一方を考え方の理解に、他方を演習に使う形でうまく組み合わせられる。Webb、Bain、Pageの Essential Epidemiology は公衆衛生と保健医療職を対象にした本格的な教科書で、予防、スクリーニング、アウトブレイク、政策への応用に多くのページを割いている。

Rothman、Huybrechts、Murrayの本は大学院レベルの本への準備にもなる。Rothmanが共著者に名を連ねる Modern Epidemiology は因果推論、妥当性、分析を網羅的に扱う参考書であり、本書の第3、6、7、15章はその自然な導入となる。Mark Woodwardの Epidemiology: Study Design and Data Analysis は実データを使って作業を進める統計寄りのテキストで、第8–11章から進んで自分でデータを分析する学生に向いている。

本書の使い方

本書は公衆衛生、医学、看護、その他の保健科学を学ぶ1年生、そして疫学研究を読み、その結論がどう導かれるかを理解したい人に向いている。簡単な算数と割合に慣れていれば十分で、統計学の予備知識は前提とされない。

実践的な読書計画：

• 中核（順番に）： 第1章と第3–7章。因果的な考え方、基本的な指標、研究デザイン、そしてあらゆる解釈を左右する2種類の誤差を確立する。第2章は短く、背景を知るために早めに読む価値がある。
• 分析： 第8章と第9章は、率やリスク、層別推定値を計算する人にとって中心となる。Episheetをダウンロードし、読み進めながら本書の例を再現するとよい。専門のソフトウェアなしで概念を実用的な技能に変えられる。
• 橋渡しの章： 第10章と第11章は、統計学や方法論の授業が始まってからでもよい。モデルと交互作用への見取り図として読む。
• 関心に応じて選ぶ： 臨床系の学生には第12章、公衆衛生と感染症には第13章と第14章、さらに方法論を学ぶ予定の人には第15章。

解答集は印刷されていないので、各章末の討論用の問いは同級生と一緒に取り組むとよい。Gordis Epidemiology の復習問題のような数値演習の教材と組み合わせ、公表された研究に出会ったら、そのデザイン、主なバイアス源、推定の精度を自分で言えるか試してみるとよい。