Transcript 公衆衛生学
公衆衛生学 疫学デザインと健康指標 2008.7.15 今日の担当 藤井良宜 • 宮崎大学教育文化学部 – 数学教育講座 • 専門 生物統計学 – 現在の研究テーマ コホート内症例対照研究の解析方法とデザイン • 質問事項など – 宮崎大学教育文化学部403号室 – E-mail : [email protected] – Ｗｅｂページ：http://www.miyazaki-u.ac.jp/~yfujii/ Homepage/ph/publichealth.html 今日のテーマ • 疫学研究のデザイン – 介入研究 – コホート研究 – ケースコントロール研究 • 健康指標 – 死亡率，有病率 – 年齢調整死亡率とＳＭＲ – 罹患率 疫学とは？ • 明確に規定された人間集団の中で出現する 健康関連のいろいろな事象の頻度と分布お よびそれらに影響を与える要因を明らかにし て，健康関連の諸問題に対する有効な対策 樹立に役立てるための科学 （日本疫学会1996年） 人間集団 因果関係？ 一つの要因だけで 説明できない場合が多い 頻度や分布 どれくらいの頻度で病気が発生しているのか？ どこで病気が発生しているのか？ いつ病気は発生しているのか？ 病気の要因 は何か？ どのような対策を採れ ばよいのか？ 因果関係がわからなくても 対策は可能 ジョン・スノー • １９世紀半ば • 英国のビクトリア女王時代の麻酔医 • コレラの対策を考える – 死亡した人の共通点を探る – 水道の汚染が原因と推測 – ヒント • コレラ多発地域から離れた地域の住民でコレラで死亡 していた者がいた • その人たちは，汚染地域に水を買いに来ていた 原因は一つか？ • 初期の疫学 – 病原菌の発見，ウイルスの発見 – 原因が特定できた • 複雑な要因が絡み合った疾患は？ – 環境要因 – 遺伝要因 • 複雑に要因が絡み合っている？ • その中で対策を立てたい 生活習慣病 原因追求のための 研究法 • 介入研究 – ある種の介入を行った集団と、そうでない集団 を比較する • コホート研究 – ある集団をいろいろな調査を行いながら追跡 していく。途中の状況の違いと疾病状況の比 較をする • 患者対照研究 – 実際に疾病の発生した患者とそうでない人を 比較して、その特性の違いを明らかにする。 研究の難易度と信憑性 • 基本的には、 • 難しさ – 介入研究＞コホート研究＞患者対照研究 • 信憑性 – 介入研究＞コホート研究＞患者対照研究 ある程度、患者対照研究で狙いを絞る必要 がある。 介入研究例（仮想） • ある薬が効果があるかどうか，を調べたい。 投与群 追跡 回復に向 かった割 合 患者群 非投与群 スタート時点 終了時点 コホート研究例（仮想） • 内科の看護師と外科の看護師の間である疾 病の発症率が異なるのかどうか、を調べたい。 内科の 看護師 追跡 疾病発生 率を比較 する スタート時点で 集団や交絡因子 外科の を特定する 看護師 交絡因子や原因因子は できるだけ反復測定 スタート時点 もちろん、交絡 因子への対処 が必要 終了時点 基本的な分析 罹患 非罹患 外科 200 2800 内科 150 2850 合計 3000 3000 罹患割合で比較すると、 外科 6.7％ 内科 5.0％ • 現実には、 – 交絡因子の対処 が必要 – 最後まで、みんな 観測されたか？ 他の疾患での死亡 追跡不能例はない か？ 外科のほうが罹患割合は高そうであるが、 明確に言うには、統計的検定が必要 観測期間の違いへの対処 • 他の疾患での死亡や追跡不能の人の対処を どうするか 3.2年 × 4.3年 × 総観測期間を調べる 4.5年 × 脱落 死亡 この値を罹患率という 3.8年 3.2+4.5+3.8+4.3+5.0 ＝20.8 （人年） × 5.0年 死亡数を調べる ３人 3 ＝ 0.14 20.8 患者対照研究例（仮想） • 乳児の疾患の原因として、妊娠期間中の母 親の行動等を考えたい。 疾患を 持つ乳児 ある因子 の分布 比較する ある因子 の分布 さかのぼって調査する 妊娠期間 疾患を 持たない 乳児 研究スタート データ例（仮想） • 乳児の疾患とある薬の服用の関連を調べた い。 • 疾患ありの乳児と疾患なしの乳児を比較して、 薬の服用の有無を調べた。 疾患あり 疾患なし 薬の服用 有 無 42 8 84.0% 16.0% 238 112 68.0% 32.0% 合計 50 350 患者の方が、薬の服用した乳児の割合が高い。 オッズ比 • 患者対照研究では，オッズ比が関連性の指 標として用いられる 疾患あり 疾患なし 薬の服用 有 無 42 8 84.0% 16.0% 238 112 68.0% 32.0% オッズ比 合計 50 350 42 / 50 /8 / 50 238/ 350 /112/ 350 42112 2.47 238 8 オッズ比の解釈 コホート研究の場合 患者 薬を服用した乳児 2000 薬を服用していない乳児 3000 400人 罹患割合20％ 非患者 1600人 患者 300人 罹患割合10％ 非患者 2700人 オッズ比の解釈 患者対照研究の場合 • 患者対照研究では、患者はすべて調べて、 対照者は非患者の中からサンプルを取ること が多い。 服用していない乳児 服用した乳児 そのまま 患者 400人 300人 非患者 1600人 2700人 患者 400人 サンプリング 300人 非患者 1600a人 サンプリング率 a とする。 2700a人 オッズ比の解釈 コホート研究と患者対照研究 • オッズ比は、 • この値は、 400 2700a 2.25 3001600a – 服用した乳児の中での罹患割合をp – 服用していない乳児の中での罹患割合をq とすると、 と一致する。 p(1 q) q(1 p) 例では、p=0.2, q=0.1より p(1 q) 0.2 0.9 q(1 p) 0.1 0.8 ＝2.25 オッズ比の解釈 数の表す意味 • オッズ比の値によって、次のように解釈する。 乳児 疾患あり 疾患なし 薬の服用 有 無 a b c d 正確には、観測値はバラツ キがあるので、信頼区間や 検定の考え方が必要 1より大きいとき、 薬を服用した乳児の ほうが罹患しやすい 1のとき 薬の服用は罹患に 影響しない 1より小さいとき 薬を服用していない乳児 の方が罹患しやすい 患者対照研究は 特殊な考え方か？ • 意外に、日常生活ではこのような考え方を 用いているのではないか？ – 長生きの人たちの生活を調べる – お金持ちと普通の人の違いを調べる – 受験で成功した人と失敗した人の違いを見る など • ただし、多くの場合対照のとり方について 深く考えられていない。（時には自分自身） 対照の選択 • 患者対照研究では、対照をどのように選択 するのか、という点が一番難しい。 • 原則的には、 – 患者集団を特定する。 – 病気を発症したら、患者集団に入ったであろう 人々の集団を考える。 – その集団の中で患者集団に入っていないひと の中から無作為に抽出する。 交絡 • 病気の原因を探る場合には、一つの要因だ けが原因となるわけではない。 • 本当の原因ではなくても、見かけ上原因の ように見える場合もある。このような現象を 交絡といい、交絡をもたらす因子を交絡因 子という。 疾病発生 飲酒 喫煙 仮想例 疾病発生 多 量 飲 酒 Yes No Yes 41 29 No 59 81 合計 100 100 喫煙 多 量 飲 酒 Yes No Yes 70 30 No 30 70 疾病発生 合計 100 100 多量飲酒と喫煙には 関連がある 喫 煙 Yes No Yes 50 20 No 50 80 合計 100 100 喫煙は疾病発生に影響する 喫煙で層別してみよう 疾病発生 多 量 飲 酒 Yes 41 29 Yes No No 59 81 合計 100 100 喫煙群 非喫煙群 Yes No Yes 6 14 No 24 56 合計 30 70 6 56 OR 1 14 24 Yes No Yes 35 15 No 35 15 合計 70 30 3515 OR 1 15 35 交絡因子の特徴 • 交絡因子は、その存在を意識しないと調べ ることはできない。 – 見かけ上の関連だけが観測される • できるだけ、交絡因子となりうるもの（潜在的 な交絡因子）は、研究においては対処したい – 観測して調整する 観察研究 – マッチングを行う 患者対照研究 – ランダム割付によって、影響を除去する 介入研究 患者対照研究での 交絡因子の調整 • 対照をサンプリングする際には、 – 交絡因子で層別してサンプリングをする。 – 交絡因子でマッチングをする。 • マッチングとは、できるだけ患者と条件が同じ 人を選ぶ。 – たとえば、年齢、性別、居住地などをあわせて いって、対象を選ぶ。 – マッチングを行うと，その因子の影響は推定でき ないなどの問題もある。 交絡因子をどう取り扱うか、 それが研究の大きなポイントとなる 背景をしっかり把握しておく。 潜在的交絡因子をピックアップする。 どのような対処するかを考える。 健康指標 • 死亡率，有病率 • 年齢調整死亡率とＳＭＲ • 罹患率 病気の発生を どのようにつかむのか？ • たとえば，宮崎県での病気発生を知りたい • はっきりわかるのは，死亡率 • 死亡率を調べる – 粗死亡率 – 年齢調整死亡率 – ＳＭＲ • 有病率や罹患率は，集団を特定する必要が ある 宮崎県の死因順位 （平成11年の統計） 1） ?悪性新生物 2）心疾患 3）脳血管疾患 4）肺炎 5）不慮の事故 6）? 自殺 7）老衰 8）腎不全 9）慢性閉塞性肺疾患 10）肝疾患 たとえば、悪性新生物での死亡率 はなぜ高いのだろうか？ 他の死因に比べたら高い 全国的な傾向と比べると？ 死因の分類 • ＷＨＯ – 疾病及び関連保健問題の国際統計分類 • 日本では、上の分類に準拠した – 疾病、傷害及び死因分類表 • 詳しくは、国民衛生の動向を参照せよ。 死亡率の計算 • 粗死亡率（悪性新生物） 全国でも、悪性新 生物が死亡率1位 11年度の死亡数 2758人 総人口 1175006人（平成11年10月1日現在） ただし、死亡率計算では、1174000人を用いている 死亡率＝2758 / 1174000=0.0023492… =234.9 （人口10万人当たり） 全国の死亡率は、231.6 （人口10万人当たり） 全国平均に比べると、少し高いがそれほどの差ではない 他の死因は • 心疾患 – 宮崎県 134.4 全国 120.4 • 脳血管疾患 – 宮崎県 125.2 全国 110.8 この2つの死因は、前年度よりも増加している。 原因は何だろう？ 原因を探る • ある程度、死亡率の高い集団を特定する ために、次のようなことを考える。 – 年齢別で調整する。 年齢調整死亡率 • 年齢分布の違いによって死亡率の違いが出てい ないか？ – 性別で分ける。 – 地域ごとに分ける。 死亡率の高い集団が特定されれば、 その集団の特徴を探っていく。 より細か い分析へ 年齢調整死亡率 • 全体的な傾向を知る上で、年齢分布を調整し た死亡率が使われる。 • ２つの年齢調整死亡率 – 直接法 • 対象集団が、基準集団と同じ人口分布である場合 の死亡率を計算する。 – 間接法 • 年齢別死亡率が基準集団と同じであると仮定を した場合の死亡数と、実際の死亡数を比較する。 間接法は、対象集団の年齢別死亡率は必要としない。 年齢調整死亡率（直接法） を計算するには • 準備すべきもの 「昭和60年モデル人口」が使われる ことが多い – 基準集団をどうするのか？ – 基準集団の年齢階級別人口 – 対象集団の各年齢階級別死亡率 • 計算方法 対象集団の 年齢階級死亡率 基準集団の × 年齢階級別人口 基準集団の人口総数 の和 昭和60年モデル人口 • 昭和60年の国勢調 査人口をもとに、ベ ビーブームなどの極 端な増減を補正し、 1000人単位の概数 として、「昭和60年モ デル人口」が基準人 口として使われるこ とが多い 昭和60年モデル人口 年齢 0 5 10 15 20 25 30 35 40 45 50 55 60 65 70 75 80 85 ～ ～ ～ ～ ～ ～ ～ ～ ～ ～ ～ ～ ～ ～ ～ ～ ～ ～ 4 9 14 19 24 29 34 39 44 49 54 59 64 69 74 79 84 基準人口 (千人) 8180 8338 8497 8655 8814 8972 9130 9289 9400 8651 7616 6581 5546 4511 3476 2441 1406 784 例 平成11年度宮崎県男性 悪性新生物による死亡 年齢 0 5 10 15 20 25 30 35 40 45 50 55 60 65 70 75 80 85 ～ 4 ～ 9 ～ 14 ～ 19 ～ 24 ～ 29 ～ 34 ～ 39 ～ 44 ～ 49 ～ 54 ～ 59 ～ 64 ～ 69 ～ 74 ～ 79 ～ 84 ～ 合計 基準人口 年齢階級 基準人口での (千人) 別死亡率 期待死亡数 8180 6.7 548 8338 3.2 267 8497 8.1 688 8655 2.5 216 8814 3.1 273 8972 6.2 556 9130 13.5 1233 9289 20.9 1941 9400 48.4 4550 8651 93.4 8080 7616 215.3 16397 6581 249.2 16400 5546 451.3 25029 4511 800.1 36093 3476 1156.2 40190 2441 1642.9 40103 1406 2055.2 28896 784 3235.4 25366 120287 246826 基準人口×年齢階級別死亡率 ÷１００ 注）100で割るのは、死亡率 が10万人当たりだから 粗死亡率 302.7 年齢調整死亡率（直接法） 246826 100000 120287000 205.2 年齢調整死亡率（間接法） を計算するには • 準備すべきもの – 基準集団をどうするのか？ – 対象集団の年齢階級別人口 – 基準集団の各年齢階級別死亡率 – 対象集団での死亡数（年齢階級別である必要はない） • 計算方法 対象集団の観察死亡数 × 基準集団の死亡率 対象集団の期待死亡数 対象集団の 期待死亡数とは 基準集団の 年齢階級死亡率 × 対象集団の 年齢階級別人口 の和 注）直接法の期待死亡数と似ているが、基準集団と対象 集団が入れ替わっている • 間接法では、基準集団として日本全国の データが使われることが多い。 • この場合、対象集団については年齢階級 別人口と死亡数がわかれば計算可能 間接法の場合には、 SMRも用いられる • SMR（標準化死亡比） 対象集団の観察死亡数 × １００ 対象集団の期待死亡数 SMRが100より大きければ、基準集団よりも死亡率が高く、 小さければ、死亡率が低い。 基準集団との比較だけでなく、いろいろな集団について、 SMRを計算して比較する場合が多い。 例 平成11年度宮崎県男性 悪性新生物による死亡 悪性新生物による死亡率 年齢 0 5 10 15 20 25 30 35 40 45 50 55 60 65 70 75 80 85 90 ～ ～ ～ ～ ～ ～ ～ ～ ～ ～ ～ ～ ～ ～ ～ ～ ～ ～ ～ 合計 4 9 14 19 24 29 34 39 44 49 54 59 64 69 74 79 84 89 宮崎県男 年齢階級 宮崎県男性での 性人口 別死亡率 期待死亡数 28,889 2.9 0.8 31,480 2.3 0.7 35,623 3 1.1 36,890 4.3 1.6 30,493 4.8 1.5 33,865 5.9 2.0 29,841 10.6 3.2 32,672 19.3 6.3 37,993 41.2 15.7 44,401 92.6 41.1 45,923 172.2 79.1 33,593 302.5 101.6 33,040 531.2 175.5 34,044 892.1 303.7 28,742 1281 368.2 17,181 1719.5 295.4 10,248 2396.6 245.6 5,046 2919.1 147.3 1,926 3382.8 65.2 551890 1855.5 宮崎県男性人口 ×年齢階級別死亡率 ÷１０００００ 注）ここでは、宮崎県の人口は H12.10のデータを用いている 死亡数 1680 全国死亡率 294.3 年齢調整死亡率（間接法） 1680 294.3 1855.5 266.5 ＳＭＲの計算 老衰、男性、保健所別 SMRの高い地域 では，年齢調整後 の死亡率が高い 有病割合と罹患割合 新規発生した 患者 追跡 コホート集団 有病割合は,1時点での 有病者数の割合を表す ある期間の間に,新規に発 生した患者の割合 観測期間と罹患率 • 他の疾患での死亡や追跡不能の人の対処を どうするか 3.2年 × 4.3年 × 総観測期間を調べる 4.5年 × 脱落 罹患 この値を罹患率という 3.8年 3.2+4.5+3.8+4.3+5.0 ＝20.8 （人年） × 5.0年 罹患数を調べる ３人 3 ＝ 0.14 20.8