▼▼▼▼▼▼▼▼
チャンネル登録はこちら

統計学的コントロールの例

ムーアとドランスキー〔Moore & Dolansky, 2001〕は．事前事後テスト実験デザインをもちいて，冠状動脈バイパス移植（ＣＡＢＧ）術をした患者への録音テープによる介入の効果を検証した．

患者の処理群は，病院で，ＣＡＢＧ患者の典型的な回復体験を説明するメッセージを録音したテープをもらい,自宅に持ち帰った．

コントロール群の患者には，通常の退院の指示が与えられた．

身体的機能と精神的苦痛への処理の効果を分析する際に，年齢，併存疾患,手術前の心機能状態など，アウトカムのベースライン測定を統計学的にコントロールした．

さらに，研究者は，男性と女性を分けて分析した．このようにして，無作為化，統計学的コントロール、ブロック化をもちい，外生変数をコントロールした．

コントロールが必要な外生変数は，研究によって違うが，それでもなんらかの指針を提示できる．

最良の変数は，独立変数を持ち込む前に測定された従属変数そのものである．

主要な人口統計学的変数（年齢，人種/民族，性別，教育，収入，婚姻状態）も，測定しコントロールするにはよい候補である．

なぜならば，これらの変数は，（研究にこころよく参加したり，残って続けることと同じくらいに）多くの看護のアウトカムと相関するためである．

従属変数が生物生理学的であれば，健康状態の測定，薬物療法，入院歴などは重要であろう．

研究問題に特有の外生変数は，研究文献のレビューをとおして明らかにしたほうがよい，

コントロール方法の評価

外生変数を操作するには，対象をグループに無作為割り付けする方法がもっとも効果的である．

無作為化は，あらゆる外生変数における個別差を相殺する傾向にあるからである．

クロスオーバー・デザインも，無作為化を補うのにきわめて有効であるが，ほとんどの看護研究の問題には適用できない．

その他の代替方法である等質性，ブロック化，マッチング，

共分散分析には，共通して１つの短所がみられる．

すなわち，関連する外生変数を，研究者が事前に知っているかまたは予測できなければならないということである．

等質な標本を選んだり，ブロック化したり，マッチングしたり，または共分散分析を行うためには，研究者は，どの変数を測定しコントロールすべきかを知らなければならない．

この制約によって，コントロールできる範囲が制限されるかもしれない．

なぜならば，研究者は，統計学的コントロールの場合を除いて，１度に２つないし３つ以上の外生変数をあつかうことは，明らかにほとんど不可能なためである．

対象の外生的な特性をコントロールするための理想的方法は無作為化であると，繰り返し述べてきたが,無作為化をいつも使えるわけではないことは明白である．たとえば，独立変数を操作できない場合には，他の技法をもちいなければならない．

相関研究や準実験研究では，研究者が利用できるコントロール方法は，等質性，ブロック化，マッチング，共分散分析である．

量的研究では，対象に固有の外生変数のコントロールは，ここで検討したどのコントロール方法であっても，使わないよりは使うほうが望ましい．

これらの方法は，互いに排他的な関係にはないため，可能であればいつでも，複数の方法を使うほうがよい（ムーアとドランスキーの研究でのように），たとえば，コントロールの統計学的手法は，ブロック化やマッチングとあわせて使うことができる．

無作為化をもちいたときでも，共分散分析をもちいると，デザインの正確さは増す．

ムーアとドランスキー（2001）は、冠状動脈バイパス移植（CABG）術後の患者に対する心理的・身体的な回復を促進するために、テープ録音メッセージを用いた介入効果を調査しました。彼らは事前事後テスト実験デザインを採用し、患者を処理群とコントロール群に分けて比較しました。処理群の患者には、病院で収録された、CABG患者の典型的な回復プロセスや体験を説明するメッセージが録音されたテープが渡され、自宅に持ち帰ることが許されました。このメッセージは患者が自宅で回復期間中に聴くことができ、回復プロセスに対する心の準備や不安軽減を狙ったものでした。一方で、コントロール群の患者には通常の退院指導のみが提供され、特別な介入は行われませんでした。このような実験デザインは、処理群とコントロール群の間の差異が介入によって生じたものかを検証することを目的としており、特に心理的なケアを必要とする術後患者の回復支援において有益な知見をもたらすと考えられています。

また、ムーアとドランスキーの研究では、身体的機能および精神的苦痛への介入効果を評価する際に、年齢や併存疾患、術前の心機能状態など、アウトカムに影響を与えうる要因を統計的にコントロールしました。統計学的コントロールとは、被験者のベースライン特性に関連する変数の影響を統計的に排除または調整することで、介入そのものの純粋な効果を測定する方法です。これにより、患者が元々持っている異なる健康状態や年齢、性別といった特徴が結果に与える影響を抑え、介入効果の信頼性を高めることができます。この研究ではさらに、男性と女性を別々に分析し、性別による回復への影響も検討しました。このように、無作為化やブロック化といった手法を組み合わせることで、より信頼性の高い結果を得るための工夫がなされています。無作為化は、被験者をランダムにグループ分けすることで、個別の背景要因が結果に与える影響を減少させる手法です。この方法は、通常の実験におけるバイアスを軽減し、処理群とコントロール群の差異が介入によるものかを明確にするために重要な役割を果たします。

統計的コントロールが必要とされる外生変数は研究の種類によって異なりますが、一般的には対象者の年齢、人種、性別、教育、収入、婚姻状況といった主要な人口統計学的変数が含まれます。これらの変数は、看護研究において患者のアウトカムに相関することが多く、例えば退院後の回復プロセスや看護指導の理解度、継続的な治療への意欲に影響を与えるとされています。従属変数が生物生理学的指標である場合、健康状態や既存の併存疾患、過去の入院歴、薬物療法の種類なども考慮すべき重要な要因となります。これらの変数を適切にコントロールすることで、研究結果の精度が向上し、実際の看護実践への応用可能性が高まります。

一方で、すべての外生変数を統計的にコントロールすることは難しく、研究者が変数の影響を事前に予測できなければ、データの信頼性が損なわれる可能性があります。外生変数を完全にコントロールする理想的な方法は、対象を無作為に割り付けることですが、これは現実的には困難な場合も多くあります。特に、医療現場では被験者の同意や倫理的な配慮が求められるため、無作為化が制限されることもあります。無作為化ができない場合、クロスオーバーデザインなどの方法が代替として用いられることがあります。クロスオーバーデザインは、同じ被験者が処理群とコントロール群の両方に割り当てられるため、個別差の影響を相殺する効果がありますが、対象者への負担が大きくなるため、全ての看護研究には適用できません。

その他にも、等質性を保つための手法やブロック化、マッチング、共分散分析といった方法があり、それぞれに利点と制約があります。等質性の確保は、標本が同質的な属性を持つように被験者を選ぶことで、外生変数の影響を軽減する手法です。ブロック化とは、特定の要因に基づいて被験者をグループ化し、それぞれのグループで介入の効果を比較する方法です。これにより、各グループ内での外生変数の影響を抑えることができます。また、マッチングは、処理群とコントロール群の被験者を特定の属性でペアリングし、外生変数が影響しないようにする方法です。共分散分析（ANCOVA）は、連続的な外生変数を統計的にコントロールするために用いられ、特定の変数の影響を排除した状態で、介入効果を測定することができます。

これらの方法には共通の欠点もあり、研究者がどの変数をコントロールすべきか事前に知っている必要があることです。すなわち、研究の計画段階で対象となる変数を適切に選定できなければ、無意識にデータにバイアスがかかる可能性が高まります。さらに、統計的コントロールの実行においても、複数の変数を同時に扱うのは技術的に難しく、一般的には2?3つの変数が限度とされています。したがって、研究の精度を向上させるためには、適切な変数選択と、可能な限りの無作為化が求められます。

量的研究においては、外生変数をコントロールすることで結果の信頼性が高まるため、等質性やブロック化、マッチング、共分散分析などの方法は多用されます。ムーアとドランスキーの研究のように、これらの手法を組み合わせることができれば、介入効果に対する理解がより深まります。無作為化と統計的コントロールの組み合わせにより、結果に含まれる誤差が減少し、被験者特性の差異が最小限に抑えられ、研究の信憑性が向上します。