ログイン
言語:

WEKO3

  • トップ
  • ランキング
To
lat lon distance
To

Field does not validate



インデックスリンク

インデックスツリー

メールアドレスを入力してください。

WEKO

One fine body…

WEKO

One fine body…

アイテム

  1. 教材
  2. 疫学マイクロレクチャー

症例対照研究

https://jrckicn.repo.nii.ac.jp/records/632
https://jrckicn.repo.nii.ac.jp/records/632
b6e7fcc6-77fa-4b6c-a43c-5692c54387bd
None
プレビュー
名前 / ファイル ライセンス アクション
epd09.mp4 動画 (104.5 MB)
license.icon
epd09-症例対照研究.pdf テキスト (300.9 kB)
license.icon
Item type 教材 / learning material(1)
公開日 2019-09-01
タイトル
タイトル 症例対照研究
タイトル
タイトル case-control study
言語 en
タイトルのヨミ
その他のタイトル ショウレイ タイショウ ケンキュウ
言語
言語 jpn
キーワード
主題Scheme Other
主題 症例対照研究
キーワード
主題Scheme Other
主題 過去の曝露情報
キーワード
主題Scheme Other
主題 マッチング
キーワード
主題Scheme Other
主題 オッズ
キーワード
主題Scheme Other
主題 オッズ比
キーワード
言語 en
主題Scheme Other
主題 case-control study
キーワード
言語 en
主題Scheme Other
主題 exposure information
キーワード
言語 en
主題Scheme Other
主題 matching
キーワード
言語 en
主題Scheme Other
主題 odds
キーワード
言語 en
主題Scheme Other
主題 odds ratio
資源タイプ
資源タイプ learning object
作成者 守山, 正樹

× 守山, 正樹

en MORIYAMA, Masaki

ja 守山, 正樹

ja-Kana モリヤマ, マサキ



Search repository
内容記述
内容記述タイプ Other
内容記述 皆さんこんにちは。今回は症例対照研究についてお話しします。

1症例対照研究とは

症例対照研究は、研究対象とする疾病に罹患した患者集団(症例群)と、その疾病に罹患したことのない人の集団(対照群)を選び、疾病の仮説的原因への曝露(要因曝露)の有無を、過去の記録や記憶から明らかにし、その割合を比較し、病因を探す研究方法です。患者対照研究ともいいます。患者さんはなぜ病気になったのか、病気にならなかった人とどう違うのか、と考えて研究を進めます。

2A 症例対照研究の手順

1)疾病を決める
まず原因究明を行なう疾病を決めます。診断基準を確認し、その疾病の症例(患者さん)の探し方を考えます。

2)症例を集める
・病院で: 特定の病院を受診するその疾患の患者を中心に、症例を集めることが比較的容易です。しかし特定の病院に限ると、患者の選択が偏るかもしれません。
・地域で: ある地域や集団から発生した全症例を登録し、そこから無作為に症例を選らび、症例群とすることも考えられます。

3)対照を集める
・病院で: 症例を集めたのと同じ病院の入院患者や外来受診者から「その疾患にかかっていない人」を集めることが考えられます。
・地域で: 症例を選んだのと同じ地域の健康な人々を、住民台帳・選挙人名簿・電話帳などで把握し、そこから無作為に選ぶことが考えられます。
・人のつながりで: 症例の親族で健康な人、同じ町内の人、職場の同僚など、人のつながりを介して対照を集める場合もあります。

4)症例群と対照群のマッチング
症例と対照を比較できる形にするためには、両者をただ集めるのではなく、マッチングが必要です。
交絡要因など特定の要因への暴露状況が、症例群と対照群とで同じ(マッチする)になるように、対照群を選んでいく方法が、マッチングです。
中でも、マッチさせようとする要因(交絡要因)が同じになるように、症例と対照を対(ペア)として組み合わせて選ぶことをペアマッチングといいます。症例 1人に組み合わせる対照が、2人3人と多くなると、仮説検証の検出力が高くなります。一方、症例と対照を組み合わせるのではなく、マッチさせようとする要因の頻度や平均値が、症例群と対照群で等しくなる、を目指すのが非ペアマッチングです。

5)過去の暴露情報の収集
マッチングが終わり、症例群と対照群が設定されたら、次は情報収集です。両群について、様々な要因への曝露や背景の情報を、現在(研究開始)から過去にさかのぼって収集します。因果関係判定における「関連の時間性」を考慮し、曝露の情報は、発病以前のものを集めることが大切です。
要因曝露や背景の情報を得る際、直接に本人に会い、面接や質問紙を介して、情報を得ることは大切です。近親者から情報を得ることもあります。既存資料からも曝露や背景の情報を得ることは可能で、過去の検診記録・診療録・入退院記録が役立ちます。

6)四分表による整理
次は四分表による比較です。症例群と対照群につき、過去にさかのぼってデータを得たら、それを四分表で整理します。これで両群の要因曝露の値を比較する準備ができました。

            症例群:疾病(+)   対照群:疾病(-)
要因曝露あり(+)      a b
要因曝露なし(-) c d
合計 a+c b+d


2B 症例対照研究の演習

まだ若く、健康な状態にある学生の皆さんの場合も、日常的で軽微な健康課題に着目し、それを“疾病罹患”として、症例対照研究の視点で考えることは大切です。

1)疾病を決める
花粉症、近視、虫歯、腰痛、扁平足、外反母趾・・・・、皆さんにも心当たりがないでしょうか?
たとえばこの講義室で「偏平足」を疾病として、症例対照研究を試みてみます。

2)症例群と対照群をマッチさせて選ぶ
まず一人の「偏平足の人(症例)」を選び、その人が“女性で1年生”だったら、その症例に対応して「偏平足ではない人(対照)」を選ぶときも、“女性で1年生”を探すなど、仮説的原因以外の要因、特に「性、年齢、学年」などの交絡要因(因子)が両群で等しくなるように、マッチングを考慮して選んでいきます。
こうして症例群「扁平足(+)30名」、対照群「偏平足(-)30名」が設定されました。

3)過去の曝露情報の収集
症例群と対照群を設定したら、両群について、過去の要因曝露を調べます。症例対照研究の場合、コホート研究のような長期間の追跡は必要ありません。既に結果としての疾病罹患が生じているので、“過去に生じた曝露”が研究の中心です。
学生での「偏平足」の場合、それ以前、幼少期での要因曝露につき、可能性があるものを質問することになります。電車バス通学、小さな靴、過体重、体育嫌い、ペタペタ歩き・・・

過去の要因曝露を調べる調査表を作成し、聴き取り調査を行います。

--背景の要因---
①年齢    ・19歳以下  ・20歳以上
②性別    ・女      ・男
③生活    ・自宅    ・アパート
--幼少期の要因曝露--
④電車バス通学     ・なし ・あり 
⑤小さな靴        ・なし ・あり
⑥過体重         ・なし ・あり
⑦体育嫌い       ・なし ・あり
⑧ペタペタ歩き      ・なし ・あり
4) 四分表による整理
調査票を用い、症例群と対照群につき、過去にさかのぼってデータを得たら、それを四分表で整理し、両群の要因曝露の値を比較していきます。

            症例群:疾病(+)   対照群:疾病(-)
要因曝露あり(+)      a b
要因曝露なし(-) c d
合計 a+c b+d



            症例群:偏平足(+)   対照群:偏平足(-)
ペタペタ歩き(+)      25             10
ペタペタ歩き(-) 5    20
合計 30         30


3 四分表によるオッズとオッズ比の計算

1)出発点としての4分表
四分表は横断研究のクロス集計でも紹介しました。症例対照研究では以下の4分表を活用します。

            症例群:疾病(+)   対照群:疾病(-)
要因曝露Xあり(+)     a b
要因曝露Xなし(-) c d
合計 a+c b+d

2)「要因曝露Xが起きる見込み」をオッズで表す
症例対照研究は、過去にさかのぼり「要因曝露xが起きる見込み」を、症例群と対照群との間で比較します。
比較するためには、まず各群での「要因曝露Xが起きる見込み」を数値化する必要があります。それがオッズです。
オッズは「ある事象が”起きる確率”と”起きない確率”の比」と計算されます。この定義にしたがい、ある事象を「要因曝露X」として、各群のオッズを計算すると、
症例群でのオッズ(要因曝露xが起きる見込み)=「a/(a+c) と c/(a+c) の比」=a/c、
対照群のオッズ(要因曝露xが起きる見込み)=「b/(b+d)と d/(b+d)の比」=b/d、
となります。

3)「要因曝露Xが起きる見込み」の相対的な差をオッズ比で表す
先ほどの計算により、各群につき「要因曝露Xが起きる見込み」が「オッズ」として数値化されました。しかし、症例対照研究で私たちが最終的に知りたいのは、各群での「オッズ」の数値そのものではなく、症例群のオッズが対照群のオッズに比較して、どの程度、相対的に高いか低いかです。
 この比較ができる値がオッズ比(odds ratio; OR)です。「症例群のオッズ」を「対照群のオッズ」で割り算して求めます。

オッズ比=「症例群のオッズ」/「対照群のオッズ」
=(a/c) / (b/d) = ad/bc

4)オッズ比の意味
こうして得られたオッズ比(odds ratio; OR)は、相対危険(その近似値)と理解されます。途中の計算はやや複雑でしたが、最後に得られた式はad/bc と単純な形になりました。

オッズ比=1の場合: 症例群と対照群で「要因曝露Xの起きる見込み」に差がない。
オッズ比>1の場合: 症例群での「要因曝露Xの起きる見込み」は対照群よりも大きい。要因曝露Xは疾病のリスクを高めている。
オッズ比<1の場合: 症例群での「要因曝露Xの起きる見込み」は対照群よりも低い。要因曝露Xは疾病のリスクを低くしている。(要因曝露Xは疾病を予防する効果がある)

(守山正樹)
出版年月日
日付 2016-11-04
日付タイプ Issued
権利
権利情報 ©2016 守山正樹
関連サイト
識別子タイプ URI
関連識別子 https://epidemiology-a.blogspot.com/2016/11/case-control-study.html
関連名称 疫学マイクロレクチャー(守山正樹)
フォーマット
内容記述タイプ Other
内容記述 video/mp4
フォーマット
内容記述タイプ Other
内容記述 application/pdf
著者版フラグ
出版タイプ AM
見出し
大見出し 疫学マイクロレクチャー ; epd09
見出し
大見出し Epidemiology micro lectures ; epd09
戻る
0
views
See details
Views

Versions

Ver.1 2023-06-19 13:56:51.658927
Show All versions

Share

Mendeley Twitter Facebook Print Addthis

Cite as

エクスポート

OAI-PMH
  • OAI-PMH JPCOAR 2.0
  • OAI-PMH JPCOAR 1.0
  • OAI-PMH DublinCore
  • OAI-PMH DDI
Other Formats
  • JSON
  • BIBTEX

Confirm


Powered by WEKO3


Powered by WEKO3