マインドマップギャラリー 症例対照研究
予防医学疫学症例対照研究の内容は、データ収集と分析、症例対照研究の利点と限界、概要、 設計・実装など
2024-01-19 15:43:27 に編集されました症例対照研究
概要
コンセプト
対象集団から研究対象の疾患を患っている人を症例グループとして選択し、疾患を持っていない人を対照グループとして2つのグループが過去に特定のまたは特定の疑わしい要因に曝露されたかどうか、および曝露の程度を調査して比較します。 2 つのグループを比較します。曝露歴の違い、曝露要因が疾患と関連しているかどうか、および関連の程度を分析する観察研究手法です。
症例群と対照群の曝露比は、研究対象者のレビューを通じて得られる、つまり「結果」から「原因」を推測することが多いため、後ろ向き研究とも呼ばれます。
基本的な機能
観察研究手法
遡及研究です
研究対象のグループ化基準
暴露率に基づいて指標を分析する
設計と実装
研究目的を明確にする
症例対照研究の主な機能は、病因仮説を検証し、病因因子をスクリーニングすることです。
症例対照研究の分類
研究前の仮説の有無で分類
探索的症例対照研究
考えられるリスク要因を特定し、仮説を立てます。食中毒調査など
実験的症例対照研究
記述的研究に基づいて、最初に病因仮説を立てた後、この仮説が正しいかどうかをテストするためにこの方法が使用されます。
一致する順に並べ替える
一致した症例対照研究
利点: 分析中の統計テスト機能を強化できる
短所: 複雑な選択と比較、面倒なデータ収集と分析
比類のない症例対照研究
探索的な症例対照研究に適しており、実装が容易で、より多くの情報を入手できます。
研究テーマを選択する
ケースの選択
原則として
診断は信頼できる
選択されたケースは調査中の要因にさらされる可能性がある必要があります
症例のソース: 病院の症例、地域の病気
ケースの種類
新しい症例
利点: 暴露履歴の呼び出しがより簡単かつ信頼性が高くなります。
短所: 研究サンプルを満たすのに十分な数の症例を取得するまでの待ち時間が長くなり、コストが高くなる
現在の症例
過去の病気から生き残った人を指します
死亡者(数
研究で暴露履歴が収集される前に死亡した症例を指す
コントロールの選択
比較を選択するための原則
代表
比較可能性
露出をコントロール選択の基準として使用することはできません
比較元
選択されたケースのソース母集団から抽出
病院比較
群衆制御
ケースとコントロールのマッチング
マッチング: マッチングとも呼ばれ、研究対象を選択する際、症例グループと対照グループは特定の特性または変数において一致します。
過剰適合:適合因子が増加するにつれて、研究対象の曝露因子が症例群と対照群の間で徐々に収束し、曝露と疾患の関連性が隠蔽または過小評価されます。
グループマッチング(グループマッチング、周波数マッチング)
コントロールには、ケースと同じ一致因子の全体的な分布が必要です
個別のマッチング
個別ベースでのケースとコントロールのマッチング
一般的には 1:4 以内で、1:1 のマッチングはマッチングとも呼ばれます。
サンプルサイズの推定
サンプルサイズの決定要因
1. 対照群における研究対象因子の推定曝露率 (P1); 2. 症例グループにおける調査対象因子の推定曝露率 (P2) またはオッズ比 (OR)。 仮説検定有意水準(α) 4. 4. テストの効率またはテストの信頼性 (1-β)
データ収集の内容と方法
コンテンツを収集する
(1) 全身状態 (2) 病状 (3) 曝露歴
収集方法
既存の記録を確認する
インタビュー(アンケート)
身体検査と臨床検査
データの整理
校正 レビュー ファイルまたはコンピュータに入力する
データの編集と分析
一般的な手順
記述統計
推論統計分析
症例群と対照群間の曝露歴の違いの比較
結合強度の推定
曝露と疾患の関連の強さ(OR値)の分析
グループデザインにおける症例対照研究からのデータの分析
×2検査
結合強度の計算
オッズ比を計算する OR
または =ad/bc
比率: 何かが起こる確率と起こらない確率の比率を指します。
オッズ比 (OR): 対照群の曝露率に対する症例群の曝露率の比
OR値の意味
OR=1: 曝露と病気の間に関連性がないことを示します。
OR>1: 曝露要因と疾患の間には「正の相関関係」があり、曝露要因は疾患の危険因子であり、疾患のリスクを高めます。
OR<1: 曝露因子は病気に対して「負の関係」があり、病気のリスクを軽減します。
OR の 95% 信頼区間の推定値
OR の 95% 信頼区間には 1 が含まれており、これは、曝露因子と疾患の関係が統計的に有意ではないこと、または曝露によって引き起こされる疾患のリスクが曝露なしの場合よりも有意に高くないことを示します。
層別分析
役割: 交絡バイアスの制御
層別化とは、1 つ以上の交絡因子の曝露に従って研究サンプルを層別化し、各層内の曝露と疾患の関連を分析し、各層内の OR 値を計算することです。
階層分析
意義: 因果関係の推論の根拠を高めるために、曝露と病気の間の用量反応関係を分析します。
ペアデータの分析
×2検査
OR=c/b
症例対照研究の利点と限界
アドバンテージ
1. 必要な研究時間が短く、人的資源、財政的資源、物質的資源が節約されます。
2. 希少疾患の研究に適しています。
3. 潜伏期間の長い病気の研究に適しています。
4. 複数の要因と病気の関係を同時に調査できる
制限
1. サンプルの代表性が低く、選択バイアスが生じやすい。
2. 曝露データは不正確であり、リコールバイアスが発生しやすい。
3. 曝露率が非常に低い集団の研究には適していません。
4. RR を計算することは一般に不可能であり、関連の強さを推定するには OR を使用することしかできず、一般に因果関係について結論を引き出すことはできません。
一般的なバイアスとその制御
バイアスの種類
選択バイアス
研究対象と非研究対象の間の特性の系統的な違いから生じる系統的誤差
主に研究・設計段階
入院率のバイアス、既存症例と新規症例のバイアス、検出された症状のバイアス、時間効果のバイアスなど。
情報バイアス
これは、疾患の診断が不明確または一貫性のないことによって引き起こされ、曝露因子の定義が不明確であることや、比較グループ間の基準が一致していないことが原因でグループ分けエラーが発生し、曝露の誤分類や曝露レベルの不正確な等級付けにつながります。
例: リコールバイアス、調査バイアス
交絡バイアス
曝露と研究対象の疾患の両方に関連し、症例と対照間で不均等に分布している場合、曝露と疾患の真の関係を歪める可能性がある要因
バイアスの制御
1. 合理的に設計し、可能な限りランダム化サンプリングを使用します。 2. 目隠しの適用に注意してください。 3. 調査変数の客観的な指標を用意することが最善です。 4. データを整理するときは、ケース グループとコントロール グループのバランスに注意してください。 5. 交絡バイアスを制御するために、設計にマッチング設計手法を使用できます。 6. 厳格な品質管理