Epidemiology: Study Design and Data Analysis（疫学：研究デザインとデータ解析）

引用

Woodward, M. (2013). Epidemiology: Study Design and Data Analysis (3rd ed.). Chapman & Hall/CRC.

章の要約

本書は14章と3つの付録（本書のウェブサイトの資料、統計表、演習用の追加データセット）から成る。各章の終わりには演習問題がある。出版社は、本書を自己完結的なものと説明している。研究デザインを紹介して標準的な方法を復習し、そのうえでコホート研究、症例対照研究、介入研究の解析、サンプルサイズ、統計モデリング、メタアナリシス、リスク予測、計算集約的手法へと読者を導く。

第1章：基本的な問題

冒頭の章は、DollとHillの仕事を事例として、疫学とは何かを問う。集団と標本、疾病と危険因子の測定、因果関係、日常的に収集されるデータを用いる研究、研究デザインの概観、データ解析の概観を扱う。

第2章：基本的な解析手法

必要な読者のための初等統計学の復習である。変数の型、表とグラフ、カテゴリ変数の推測、量的変数の記述的手法、平均と非正規データに関する推測、一致度の測定、診断検査の評価を扱う。

第3章：危険因子の評価

この章は標準的な関連の指標を展開する。リスクと相対リスク、オッズとオッズ比（およびその選び方）、有病率調査、関連の検定、複数の水準で測定された危険因子、寄与危険、率と相対率、差の指標である。StataのEPITABコマンドも含まれる。

第4章：交絡と交互作用

交絡と交互作用の概念が導入され、それぞれを特定し、評価し、扱う方法、標準化とマンテル・ヘンツェル法、交互作用の検定が示される。

第5章：コホート研究

コホート研究のデザイン上と解析上の考慮に続き、コホート生命表、カプラン・マイヤー推定、生存確率の比較、競合リスク、人年法、時期・コホート解析が扱われる。

第6章：症例対照研究

基本的なデザインと解析、症例と対照の選択、マッチングとマッチした研究の解析、さらに入れ子型症例対照、ケース・コホート、ケース・クロスオーバーなどの変種を扱う。

第7章：介入研究

倫理とバイアスの回避が論じられ、並行群間、クロスオーバー、逐次の各デザイン、治療群への割り付け、試験をコホートとして解析することが続く。

第8章：サンプルサイズの決定

検出力が導入され、平均、平均の差、割合、相対リスクの検定、症例対照研究、複雑な標本抽出デザインのサンプルサイズが扱われる。

第9章：量的アウトカム変数のモデリング

連続的なアウトカムの統計モデルを、1つの説明変数から複数の説明変数まで扱い、モデル構築と検証、一般線形モデル、交絡、スプライン、パネルデータ、非正規の代替手法に及ぶ。

第10章：二値アウトカムデータのモデリング

標準的な回帰が二値アウトカムに適さない理由を説明し、ロジスティック回帰を展開する。係数の解釈、多重モデル、検定、交絡と交互作用、量的な説明変数、モデル検証、測定誤差である。症例対照研究、多水準のアウトカム、縦断データ、二項回帰、傾向スコアでこの章は完結する。

第11章：追跡データのモデリング

生存時間の関数とハザード関数の推定から、CoxモデルやWeibullモデルを含む比例ハザードモデルへ進み、モデル検証、競合リスク、ポアソン回帰、プールしたロジスティック回帰が続く。

第12章：メタアナリシス

エビデンスのレビューと系統的レビュー、統合の一般的な方法、異質性、表形式データの統合、個々の参加者データ、研究の質、出版バイアス、そしてメタアナリシスの長所と限界を扱う。

第13章：リスクスコアと臨床判断規則

この版で新たに加わった章。統計モデルから作るリスクスコア、識別能、較正と再較正、予測の精度、再分類、検証、リスクスコアの提示、影響研究を扱う。

第14章：計算集約的手法

こちらも新しい章。ブートストラップ、ブートストラップ信頼区間と仮説検定、並べ替え検定、欠測値を扱い、素朴な補完法や単変量・多変量の多重補完法を含む。

主要概念

第1–4章：基礎

• 相対リスクとオッズ比：関連の2つの主要な指標。両者の選び方も示される（第3章）。
• 交絡と交互作用：第3の要因が関連をゆがめたり修飾したりする仕組み（第4章）。
• 標準化とマンテル・ヘンツェル法：交絡を調整する方法（第4章）。

第5–8章：デザイン

• カプラン・マイヤー推定と人年法：コホートの追跡データの解析（第5章）。
• マッチングと入れ子型症例対照デザイン：症例対照法の変種（第6章）。
• 検出力とサンプルサイズ：研究にどれだけの規模が必要かを計画する（第8章）。

第9–14章：モデルと発展的手法

• ロジスティック回帰と傾向スコア（第10章）、比例ハザードモデル（第11章）。
• メタアナリシス、異質性、出版バイアス（第12章）。
• リスクスコアの識別能と較正（第13章）。
• ブートストラップ、並べ替え検定、多重補完（第14章）。

批判的分析

長所

• 疫学の文脈での統計学。 著者は生物統計学者で、各デザインにそれぞれの解析を対応させている。コホート研究、症例対照研究、介入研究にはそれぞれ専用の章があり、モデリングの章はアウトカムの型（量的、二値、追跡）ごとに構成されている。
• 内容が更新されている。 第3版ではリスクスコアと計算集約的手法の章、および二項回帰、競合リスク、情報量規準、傾向スコア、スプラインの節が加わった。
• 実用的な支援。 出版社は、本書のウェブページで実データ、SASとStataのプログラム、サンプルサイズの表計算シートを提供しており、演習にもStataとSASが使われている。
• 書評の反応。 Gregory E. Gilbertは The American Statistician（2014年11月）で、著者の文章は非常にうまく、本文は演習に富んでいると書いた。以前の版の書評は、技術的な難しさが無理のない水準であること、そして洗練されたモデルや解析を総和記号以上に複雑なものを使わずに説明していることを称賛している。

短所

• 方法の本であり、疫学の最初の授業ではない。 本書の重点は定量面にあり、因果関係や研究の論理に関する概念的な内容は第1章に集中している。疫学が初めての読者は、概念を扱う教科書を併せて読む必要がある。
• ソフトウェアの選択。 実例のプログラムはSASとStataで書かれている。他のソフトを使う読者は例を自分で置き換える必要がある。
• 多くのモデルを足早に紹介。 以前の版の書評（国際統計協会のShort Book Reviews）は、よく使われるモデルの紹介を、悪くないがごく足早な概観と評した。1つのモデル群を深く学びたい読者は専門の教科書を参照するとよい。

コースにおける位置づけ

疫学コースの中で、本書は定量的で解析に重点を置いた1冊である。Gordisの Epidemiology、Epidemiology: An Introduction、Essential Epidemiology は概念的な入門書で、疾病がどう測定され、研究がどうデザインされ、因果関係がどう判断されるかを、回帰をほとんど、あるいはまったく使わずに説明する。出発点にはこれらが適しており、Woodwardはそこに統計的な道具立てを加える。

Modern Epidemiology は大学院レベルの包括的な参考書で、因果推論とバイアスの定量的評価を深く扱う。Woodwardはより短く、解析とソフトウェアにより直接結びついているので、データセットを解析する場面では実用的な相棒となり、理論とバイアスについては Modern Epidemiology が次の段階になる。

本書の使い方

疫学、公衆衛生、医療統計の大学院生や、コホート、症例対照、試験のデータを解析する必要のある研究者に向いている。疫学の入門課程と統計学の最初の課程を履修していると望ましい。第2章で初等統計学が復習され、後の章は回帰が全く初めてではないことを前提とする。

実践的な進め方：

• 中核： デザインと関連の指標のために第1章と第3–7章。第4章の交絡は後のモデリングの章の土台となる。
• 解析： 回帰モデルの第9–11章を順に。各章は前の章の上に積み上げられている。
• 必要に応じて： 研究を計画するときは第8章、レビューには第12章、予測と再標本化の手法には第13–14章。
• 練習： データセットとプログラムをダウンロードし、StataまたはSASで例を再現し、各章末の演習に取り組む。