交絡とは何か
この記事で学ぶこと
- 交絡が見かけ上の関係を作ることを説明できる
- 第三の要因を考えながらFigureやDiscussionを読める
- 対照群、層別化、調整の役割を大まかに理解する
交絡は、調べたい2つの要因の関係が、第三の要因によって見かけ上強くなったり弱くなったりすることです。
相関図や群間比較で差が見えても、その差が本当に注目している要因によるものかは別に考える必要があります。交絡の視点は、Figureから因果を読みすぎないための土台になります。
なぜ交絡の視点が重要か
Section titled “なぜ交絡の視点が重要か”Figureで差や相関が見えたとき、その関係だけを切り出して読むと、背景にある別の要因を見落としやすくなります。ある処理と結果に関係があるように見えても、実際には別の要因が両方に関係している場合があります。
相関図や群間比較を読むとき、交絡を考えないと、観察された差や関係を因果として読みすぎてしまいます。Figureだけでなく、研究デザインとMethodsを合わせて確認します。
どんな交絡があるか
Section titled “どんな交絡があるか”たとえば、ある処理群と対照群で培養条件や測定時刻が異なると、その違いが結果に混ざる可能性があります。患者サンプルを扱う研究では、年齢、性別、疾患の進行度、バッチなどが交絡要因になり得ます。
公開データ解析では、データ取得施設、測定機器、前処理方法が群と結びついていると、見かけの差が生じることがあります。生命科学ではバッチ効果も交絡と近い問題として考えることがあります。
交絡はどう確認するか
Section titled “交絡はどう確認するか”Methodsでは、比較している群の背景がそろっているか、ランダム化やマッチングが行われたか、統計モデルで調整した要因が何かを確認します。
Figureでは、点の色や形で示された群が、別の条件とも重なっていないかを見ます。Supplementary tableにサンプル情報がある場合は、群ごとの背景の違いを確認します。
交絡は何につながるか
Section titled “交絡は何につながるか”交絡があると、見かけの関連が実際より強く見えたり、逆に本来の関係が見えにくくなったりします。そのため、相関や群間差を見たときは「他に説明できる要因はないか」を考えます。
統計的に調整できる場合もありますが、測定されていない要因や設計段階の偏りは後から完全には取り除けません。交絡は、結論の強さを慎重に見積もるための視点です。
論文や実験ではどう出てくるか
Section titled “論文や実験ではどう出てくるか”交絡は、Methodsの研究デザイン、統計モデル、サンプル背景、Discussionの限界に出てきます。「adjusted for」「covariate」「matched」「batch」などの表現が手がかりになります。
読むときは、比較している群が何で違い、何がそろえられているかを確認します。相関と因果の違いと合わせると、観察研究や相関図を読みすぎにくくなります。
どんな点でつまずきやすいか
Section titled “どんな点でつまずきやすいか”似た用語との区別
Section titled “似た用語との区別”- 交絡と相関: 相関は2つの変数が一緒に変化すること、交絡は第三の要因がその関係を見かけ上変えることです。
- 交絡とバイアス: 交絡は比較群の背景要因によるゆがみで、バイアスは設計や測定など広い偏りを含みます。
- 調整と解決: 統計的に調整しても、測定されていない交絡は残ることがあります。
解釈の落とし穴
Section titled “解釈の落とし穴”- 相関があるだけで、片方がもう片方を引き起こしたと読まないようにします。
- 調整済み解析がある場合でも、何で調整したかを確認します。
- Figure上で群が分かれていても、測定時期やバッチが群と重なっていないか注意します。
| 日本語 | 英語 | 略語 | 説明 |
|---|---|---|---|
| 交絡 | confounding | - | 調べたい関係が第三の要因によって見かけ上変わること。 |
| 相関 | correlation | - | 2つの変数が一緒に変化する関係。 |
| バイアス | bias | - | 研究の設計、測定、解析、報告によって結果が一方向にずれる可能性。 |
| 共変量 | covariate | - | 統計モデルで結果との関係を調整するために入れる変数。 |
読み終えた内容を、1問ずつ選択式で確認します。
未回答