▼▼▼▼▼▼▼▼
チャンネル登録はこちら

自然減と選択の偏りの検証例

モーザーとドゥラカップ〔Moser & Dracup, 2000〕は，急性冠症状から回復している冠疾患患者の配偶者219人を対象に，コントロール条件に対して，２種の心肺蘇生（CPR）訓練介入の効果を研究した．

１か月後の追跡では. 196人の対象がアウトカムデータを提供し，回答率は89.5%だった．

研究を終了した対象とそうでない対象とのあいだにも，また３つの処理群の対象間にも，人種や教育など．対象の背景にある特性に有意差はなかった．

測定用具の影響は，同じ測定方法をもちいた場合にも起こりうる．

たとえば,測定用具が，最初よりも２回目のほうがさらに正確だった場合(データ収集者が熟練してきたなど)，または，不正確になった場合(対象が飽きた,疲れたなど)には，これらの差が結果を偏らせる．

死亡（死亡率）死亡(mortality ； 死亡率）は，比較する集団間の自然減(attrition)の差にともなう脅威である．

興味，動機づけ，健康状態などがもともと違うため，研究経過中の対象の喪失はグループによって異なるだろう．

たとえば，不等価コントロール群デザインをもちいて，２つの異なる病院（そのうちの１つはプライマリー・ナーシングを導入しはじめた）のナースの士気について査定するとしよう．

この場合の従属変数であるナースの士気を，両方の病院で介入の前後に測定した．

研究に特別のかかわりをもたない比較群は，動機がないため，事後テストの質問紙を完成させることを辞退するかもしれない．

全部に回答する者は，たとえば，労働環境にとくに批判的な者かもしれず，グループ全体を代表しているとはいえないかもしれない．

たとえば，比較群のナースの士気が,時間とともに低下したようにみえた場合，その低下は，単に，偏った自然減による不自然な結果かもしれない．

自然減のリスクは，データ収集の間隔が長期間にわたる場合に，とくに大きくなる．

たとえば,対象を12か月追跡する場合は，１か月の追跡よりも自然減率が高い．

臨床研究では，患者の死や障害によって，自然減の問題がとくに急に生じるかもしれない．

自然減が無作為であれば（つまり，研究から脱落する人々は，無関係な特性に関する研究に残る人々と似ている），偏ることはないだろう．

しかし，自然減がすべてにおいて無作為であることはまれである．

一般に，自然減率が高いほど，偏りは大きくなる傾向にある．

自然減率を許容できる絶対基準はないが，通常, 20%を超えたときには偏りを考慮する．

偏りを分析する機会をつくることは重要である．

これは，測定すべきであろう変数を慎重に検討することを意味する．

たとえば，選択の問題を特定するのに役立つような，特性に関する情報を集めたほうがよい．

縦断的研究では．自然減に関連するかもしれない変数を測定したほうがよい。

クロスオーバー・デザインでは，処理の順序の違う対象に，外的事象が異なつて影響することと，順序の違いそのものが一種の異なるヒストリーである，という２つの理由で，ヒストリーが潜在的な脅威となる．

実質的なデータ分析では，処理Ａと処理Ｂによる従属変数を比較する．

対照的に，偏りの証拠の分析では研究をデザインする際に，否定的な結果を予測し，デザインの調整がその結果に影響するかどうかを考えよう．

たとえば，「照明や騒音のような環境因子が，入院した高齢者にみられる急性の混乱状態の発生に影響する」という仮説をたてたとしよう．

予備的なデザインを思い描いて，その仮説を支持しないような結果を想像してみよう．

それから，これらの否定的な結果の可能性を減じるために何ができるか，自問してみよう．

環境の条件における差をもっとはっきりと際立たせることによって，検出力をあげられるか．他の外生変数をコントロールすることによって，精度をあげられるか．

研究スタッフをもっとよく訓練することで．偏りを除去できるかで異なり，そのため当初の集団の均等性が失われるかもしれない．

要約すると，どんなデザインを使うときも，研究をデザインする際は，内的妥当性を脅かすすべての可能性から守り，それを検知する最適な方法を研究者は考えたほうがよい．

モーザーとドゥラカップ（2000）は、急性冠症状から回復中の冠疾患患者の配偶者219人を対象にして、心肺蘇生（CPR）訓練介入の効果を検証しました。この研究では、コントロール条件と比較するために、異なる2種類のCPR訓練方法が用いられました。1か月後のフォローアップ調査において、196人がアウトカムデータを提供し、回答率は89.5%に達しました。興味深いのは、研究終了時点でデータを提供した対象者とそうでない対象者の間、また、3つの処理群間で人種や教育水準などの背景特性に有意差が見られなかった点です。これにより、背景特性の差が結果に影響するリスクが軽減されていると考えられます。しかし、研究の信頼性をさらに高めるためには、こうした特性以外の要因も注意深く検討する必要があります。たとえば、測定用具やデータ収集プロセスの影響も考慮すべき重要な点です。測定用具の影響は、同じ測定方法を用いている場合でも生じる可能性があり、これは特に時間経過とともにデータ収集者が熟練することで初回の測定に比べて二度目の測定の精度が高くなるケースや、逆に対象が飽きや疲れなどの影響を受けることで測定精度が低下するケースが該当します。このような誤差が生じると、結果が偏るリスクがあり、データの妥当性に影響を与える可能性があります。さらに、死亡率（mortality）や障害などの事象は、研究対象集団における自然減（attrition）と呼ばれる現象を引き起こします。この自然減は、対象者がもともと持っている興味や動機、健康状態の違いに基づいて発生することが多く、特定の集団においてより高い割合で脱落が発生する場合、結果が偏るリスクが高まります。例えば、不等価コントロール群デザインを用いて異なる2つの病院のナースの士気を比較する際、片方の病院が新しい看護体制であるプライマリー・ナーシングを導入したとします。この場合、従属変数であるナースの士気は、両病院で介入前後に測定されるべきですが、比較群に属するナースは動機が低いため、事後テストのアンケートに回答を拒否する可能性があります。これにより、回答者が偏り、例えば労働環境に対して特に批判的なナースが残ることで、グループ全体を代表していない結果が生じるかもしれません。このような場合、比較群のナースの士気が時間の経過とともに低下しているように見えたとしても、その低下が実際には偏った自然減によるものであり、結果の解釈には慎重さが求められます。特に縦断的研究においては、データ収集の間隔が長くなるほど自然減のリスクが増加します。たとえば、1か月のフォローアップに比べて12か月間の追跡調査では自然減率が高くなる傾向があり、長期的な研究ほどこの偏りが顕著になる可能性があります。臨床研究では、患者の死亡や重度の障害が自然減の要因となり、これは特に急な問題として現れることがあります。自然減が無作為（ランダム）で発生する場合、つまり脱落する対象が残留者と同様の特性を持っているときには、結果に大きな偏りをもたらすことはありません。しかし、実際には自然減が完全に無作為であることは少なく、一般に自然減率が高まると偏りのリスクも大きくなる傾向にあります。自然減率の許容基準に関しては絶対的な指針は存在しませんが、通常20%を超える場合には偏りの影響を考慮することが求められます。そのため、研究設計においては、自然減による偏りを避けるために偏りの有無を評価する機会を設けることが重要です。これは、研究において測定されるべき変数や収集する情報を慎重に選定することを意味します。たとえば、選択に関する問題点を特定するために対象の特性に関する追加の情報を集めることは、偏りの有無を評価する際に役立ちます。さらに、縦断的研究では、自然減に関連しうる変数を事前に測定し、自然減の影響が検出できるように設計することが望ましいです。また、クロスオーバーデザインでは処理順序の違いによる外的事象の影響が懸念され、順序の違いが一種の異なる「ヒストリー」として影響を及ぼす可能性があります。このようにヒストリーが潜在的な脅威となる場合、処理Aと処理Bによる従属変数の結果を慎重に比較し、ヒストリーの影響を排除するための設計が必要です。実質的なデータ分析においては、これらのバイアスを防ぐため、研究デザインの初期段階で否定的な結果を想定し、予測されたバイアスに対応するためのデザイン調整を検討することが効果的です。たとえば、入院した高齢者に急性混乱状態が発生する可能性があるとして、照明や騒音などの環境因子がその発生にどのように影響するかを仮説として立てる場合、まずその仮説に反する結果が出る可能性を考慮します。そのうえで、その否定的な結果の原因として考えられる要因をコントロールする方法を模索します。具体的には、環境の条件差をより明確にすることで検出力を高めたり、他の外生変数を調整することでデータの精度を向上させたり、あるいは研究スタッフをより高度に訓練することでバイアスのリスクを減らすことが可能です。こうしたデザインの工夫により、データの正確性と妥当性を高めることができます。研究において、自然減や選択の偏りを含むさまざまなバイアスのリスクは常に存在し、これを完全に排除することは困難ですが、事前に予測して対応策を講じることでその影響を最小限に抑えることが可能です。最終的に、研究デザインのどの段階においても、内的妥当性を脅かすあらゆる要因を考慮し、それらの影響を検知し対処するための最適な方法を研究者は常に考え、慎重に設計を行うことが望ましいといえます。