Modern Epidemiology（現代疫学）

引用

Lash, T. L., VanderWeele, T. J., Haneuse, S., & Rothman, K. J. (2021). Modern Epidemiology (4th ed.). Wolters Kluwer.

章の要約

本書は4部43章からなり、約1,200ページに及ぶ。著者4名が基礎・デザイン・解析の章の大半を執筆し、より専門的な章は各分野の寄稿者が担当している。Stata Bookstoreの掲載情報によれば、寄稿した専門家はさらに35名である。最初の3部（基礎、デザイン、解析）が方法論の中核で、第4部は、それを応用する個別トピックの章である。

第1部 第1〜6章：基礎

疫学の範囲（1）、因果推論と科学的推論（2）、形式的因果モデル（3）、発生の指標（4）、効果の指標と関連の指標（5）、妥当性と効率を考慮した疫学研究デザイン（6）。導入の章の直後に、指標やデザインに先立って因果が置かれている。Anders Ahlbomは『European Journal of Epidemiology』の書評で、発生の指標の章だけで約25ページに及ぶと指摘している。現実の集団では、教科書的な生命表モデルが示すよりも、罹患率や有病率の計算が難しいためである。

第2部 第7〜15章：研究デザインと解釈

コホート研究（7）と症例対照研究（8）に続き、公衆衛生サーベイランス（9）、フィールド手法（10）、二次データに基づく研究（11）が置かれる。この部の残りは妥当性に関するもので、交絡と交絡因子（12）、測定と測定誤差（13）、選択バイアスと一般化可能性（14）、精度と研究規模（15）である。Ahlbomは、この部にデータ収集やバイアスを定量化する原則も含まれており、多くの教科書の研究デザインの範囲を超えていると述べている。

第3部 第16〜31章：データ解析

解析の部は、疫学データ解析の基礎（16）、カテゴリカル統計入門（17）、層別化と標準化（18）、多値の曝露とアウトカムのカテゴリカル解析（19）で始まる。回帰は2章にわたり、モデルの設定（20）とモデルの当てはめと評価（21）である。続いて、イベント発生までの時間の解析（22）、ベイズ統計入門（23）、縦断データおよびクラスター相関データの解析（24）、時間依存曝露を伴う因果推論（25）、交互作用の解析（26）、媒介分析（27）、操作変数と準実験的アプローチ（28）、バイアス解析（29）、生態学的研究と解析（30）、エージェントベースモデリング（31）が並ぶ。出版社は、周辺構造モデル、操作変数分析、構造ネストモデルを新規または更新された内容として挙げている。

第4部 第32〜43章：特別なトピック

12の寄稿章が、方法を個々の分野に応用する。感染症疫学（32）、生殖疫学（33）、精神疫学（34）、臨床疫学（35）、分子疫学（36）、遺伝疫学（37）、傷害・暴力疫学（38）、社会疫学（39）、環境疫学（40）、職業疫学（41）、栄養疫学（42）、薬剤疫学（43）である。

主要概念

第1部：基礎

• 因果推論と因果モデル：第2章と第3章は、原因に関する推論、続いて因果ダイアグラムを含む因果の形式モデルを扱う。
• 発生の指標：罹患率と有病率で、第4章で詳しく扱われる。
• 効果と関連の指標：曝露とアウトカムを比較するための量（第5章）。

第2部：デザインと妥当性

• コホート研究と症例対照研究：二つの主要な観察研究デザインで、それぞれ独立した章がある。
• 交絡、測定誤差、選択バイアス：それぞれ1章が割かれた、妥当性への三つの脅威。
• 精度と研究規模：妥当性に対応する、計画段階の課題。

第3部：解析

• 層別化と標準化：回帰に先立つカテゴリカルな手法。
• 回帰分析：モデルの設定、当てはめ、評価。
• ベイズ統計とバイアス解析：偶然誤差を超えた不確実性への確率論的アプローチ。
• 媒介、交互作用、時間依存曝露：専用の方法を要する因果的問い。
• 操作変数と準実験的アプローチ：交絡を完全には測定できない状況のためのデザイン。

第4部：特別なトピック

• 分野別の疫学：感染症、生殖、精神、臨床、分子、遺伝、傷害・暴力、社会、環境、職業、栄養、薬剤疫学。

批判的分析

長所

• 因果が構成に組み込まれている。 因果的推論と因果モデルの2章が指標とデザインより前に置かれており、Ahlbomによれば、これは因果推論が現在この分野で占める中心的な位置を反映している。同じ書評は、原因は操作可能でなければならないのかといった未解決の問いに、著者らが決着をつけようとはしていないことも指摘している。
• 妥当性に独自の方法がある。 バイアスを列挙するだけでなく、交絡、測定誤差、選択バイアスにそれぞれ章を割き、さらにバイアス解析の専用章を置いているため、バイアスの定量化が後付けではなく標準的な道具立てに含まれている。
• 疫学のために書かれた解析。 Ahlbomは、疫学のデータとデザインには一般の統計書が扱わない方法が必要なので解析の部があるのだと説明し、単純な帰無仮説検定を避けるという長年の助言を本書が保ち、P値関数を重視していると述べる。
• 二通りの読み方。 書評は、全体を通読する読者もいるが、参考書・百科事典として使う読者の方が多いだろうとみている。出版社も、疫学研究の原則と方法を包括的に扱う本と説明している。

短所

• 入門書ではない。 疫学入門と生物統計の基礎を前提とし、第3部は回帰、ベイズ法、因果推定へと急速に進む。
• メタ分析の章がない。 Ahlbomはメタ分析と研究の統合に関する議論を期待したが、見当たらなかったと述べている。目次にもその章はないため、研究を統合する必要がある読者は別の資料を使うべきである。
• 分量と執筆者の多さ。 1,100ページを超え、多数の寄稿者がいるため、第4部の専門章は、それぞれ別の人が書いた分野の概説であり、各分野の体系的な講義ではない。
• 方法は変化する。 書評は、人工知能とビッグデータを、本書がまだ扱っていない領域として挙げている。2021年の第4版が現在の最新版である。

コースにおける位置づけ

『Modern Epidemiology』は、このコースの図書リストにおける大学院レベルの参考書である。『Gordis Epidemiology』は定量的な素養のない読者向けの入門教科書、『Essential Epidemiology』は公衆衛生・保健医療専門職向けのより本格的な教科書であり、どちらも先に読むのがよい。『Epidemiology: An Introduction』は、因果、発生、デザイン、バイアス、交絡を、公式よりも考え方に重点を置いて基礎から展開しており、『Modern Epidemiology』の書き方への概念的な準備として最も近い。

『Epidemiology: Study Design and Data Analysis』（Woodward）は、実データを用いて解析の方法を示す、統計面での最も近い併読書である。『Modern Epidemiology』の第3部は同じ領域の一部をより広く、より高度に扱い、さらに因果的手法とバイアス解析に焦点を置く。具体的な計算例が必要なときはWoodward、概念上の根拠、方法の限界、Woodwardが扱わない話題が必要なときは『Modern Epidemiology』を使うとよい。

本書の使い方

本書は、疫学入門と回帰を含む生物統計の講義を終えた、疫学・公衆衛生の大学院生、博士課程の研究者、実務の疫学者を対象とする。

実践的な進め方：第1部を順に読む。後の部が、因果、発生、効果の指標という語彙を前提とするためである。次に、デザインと妥当性の中核である第7章、第8章、第12〜15章を読み、研究を計画・評価するたびに戻る。第3部は参考書として使う。基礎（16〜19）と回帰の章（20、21）は順に読み、その他（イベント発生までの時間、ベイズ、交互作用、媒介、操作変数、バイアス解析）は研究に必要になったときに選ぶ。第4部は自分の分野の章を読み、ほかの章は同じ方法の応用例として役立つ。本書はメタ分析を扱わないので、研究の統合が必要なら別の資料と併用する。