臨床情報の価値の向上が
医療分野に革新をもたらす
Improving the value of clinical information
-
About
MICについて
-
ご挨拶
Message
-
スタッフ紹介
Staff
-
業務内容
Work
-
特色ある研究活動
Research
-
業 績
Results
研究支援
COS3Clinical Observational Study Support System
医療情報や疫学、統計学のスペシャリストによる研究デザイン策定、データマネジメント、統計解析まで、包括的な観察研究支援を行っています。
臨床研究備忘録
by COS3
混同に要注意! <因果関係 ≠ 相関・関連>
「因果関係がある」とは?(諸説あり)
“他の因果解釈可能性を排除したうえで” 「要因XはアウトカムYに影響する」と言えること
「他の因果解釈可能性を排除した因果効果」とは?
①交換可能性
②一致性 ➡重要なのは、要因X以外のすべての背景が、対象者全員同じであること
③正値性
➡これを満たす仮定のもとで計算される
対象者全員が要因X「あり」の場合のアウトカムYと、全員が要因X「なし」の場合のアウトカムYとのちがい
➡計算方法;「反事実」を用いた因果推論(Rubin流の因果推論)を活用
;現実世界で要因X「あり/無し」の対象者が、「もし要因Xがなかった/あった場合の“潜在アウトカム”」の導入
※リアルワールドデータRWD(観察研究)で「因果」を言いたいなら ➡ ↑3条件の克服が必須
= 「要因Xを持ちやすい背景」(バイアス)、逆因果等の制御
➡ドメイン知識(各疾患の患者背景)とDAGに基づく背景変数把握(存在・順番・関係性)
➡適切な「調整」やデザイン(IPW、操作変数、差分の差、回帰不連続…
これらを経てやっと、観察研究(RWD)で因果関係を言える!
※因果の検討 = そもそもDAGが描ける前提 = アウトカムYとの因果関係を見たいのは唯一の要因X
➡多変量解析に大量の説明変数を投入し「有意」であった複数の変数 = 「相関・関連」因子 ≠ 因果関係
➡「因果」を言えない「相関・関連」因子をいきなり介入研究に持ち込むのはナンセンス