白髪は寿命を縮める？―見かけの関連を生む「交絡因子」の正体

疫学研究で「曝露（要因）」と「結果（疾病の発生など）」の関連を調べるとき、両者の両方に関わる第三の因子が存在すると、本当の関連が歪められて見えることがある。これを交絡（confounding）といい、その原因となる因子を交絡因子という。 ある因子が交絡因子となるためには、一般に次の3条件をすべて満たす必要がある。 ①曝露因子と関連している（曝露群と非曝露群で、その因子の分布が異なる）。 ②曝露とは独立に、結果に影響を与える（結果のリスク因子である）。 ③曝露から結果に至る因果経路の途中にある中間因子（曝露の結果として生じる因子）ではない。 交絡は、データの偏りによって推定値が一定方向にずれる系統誤差（バイアス）の一種と位置づけられ、標本数を増やしても消えない。したがって、研究の計画段階（無作為化、限定、マッチング）と解析段階（層化解析、多変量解析など）で対処する必要がある。 本問では、条件①をそのまま述べた「曝露因子と関連している」が正しい。

疫学研究における誤差

・偶然誤差：標本抽出による確率的なばらつき。標本数を増やすと小さくなる。精度（precision）に関わる。 ・系統誤差（バイアス）：一定方向への偏り。標本数を増やしても減らない。妥当性（validity）に関わる。 　選択バイアス：対象者の選び方や脱落による偏り。 　情報バイアス：曝露や結果の測定・分類の誤りによる偏り（思い出しバイアス、面接者バイアスなど）。 　交絡：第三の因子による関連の歪み。

交絡への対処法

研究計画（デザイン）段階 ・無作為化（ランダム化）：未知の交絡因子も含めて群間の分布を均等化することが期待できる。最も強力な方法。 ・限定（制限）：対象者をある交絡因子の特定の層だけに限る（例：非喫煙者のみを対象にする）。 ・マッチング：症例と対照（または曝露群と非曝露群）で交絡因子をそろえる。 解析段階 ・層化解析：交絡因子の層ごとに関連を評価し、Mantel-Haenszel法などで統合する。 ・多変量解析：ロジスティック回帰分析、Cox比例ハザードモデルなどで複数の因子を同時に調整する。 ・標準化：年齢調整死亡率のように、比較集団間の年齢構成の違いを補正する（直接法・間接法）。 ・傾向スコア（propensity score）を用いたマッチングや重み付け。

中間因子との区別

曝露によって引き起こされ、結果へとつながる因子（例：肥満 → 高血圧 → 脳卒中 における高血圧）は中間因子であり、交絡因子ではない。中間因子で調整すると、本来の曝露の効果を過小評価してしまう。

効果修飾との区別

第三の因子の層によって曝露と結果の関連の強さ自体が異なる場合は効果修飾（交互作用）といい、交絡とは別の概念である。交絡は除去すべき歪みだが、効果修飾は報告すべき事実である。