Skip to content
検索結果に戻る

メタアナリシス生態学的研究 — 集計レベルのエビデンス統合

提唱者
Morgenstern, Blettner, and colleagues in epidemiology methodology
年
1990s
種類
Quantitative synthesis design
系統
Clinical / epidemiology

この文章は機械翻訳で、まだ確認されていません。 英語の原文を読む

文字サイズ

何をする手法か?

メタアナリシス生態学的研究は、個々の患者からではなく、複数の集団または地理的単位からデータを統合し、曝露と健康アウトカムとの関連を推定する。集計レベルの統計量を研究や地域を横断してプールすることにより、生態学的推論の範囲をより広範なエビデンスベースに拡張し、単一集団の生態学的分析では変動性やサンプルサイズの制限により見逃される可能性のある曝露-アウトカム関連の検出を可能にする。

手法の背後にある直感

例えば、飲料水中の全国的なフッ化物レベルがう蝕有病率と関連しているかどうかを知りたいが、単一の国では確固たる結論を導き出すのに十分な変動性がないとする。メタアナリシス生態学的研究は、多くの国から生態学的データを収集し(各国は集団平均曝露と集団平均アウトカムを提供する)、メタアナリシス技術を用いてそれらを統合する。分析単位は、個人ではなく、集団またはグループのままである。その力は、複数の設定にわたる変動性を借りることによって得られるが、固有の限界は、集団レベルの関連から個人レベルの関連を直接推論できないことである。

歴史学

生態学的研究デザインは、1854年のジョン・スノーによるコレラの地図作成と、1980年代のジェフリー・ローズによる全国の食事と心血管系死亡率の古典的な分析以来、疫学で使用されてきた。生態学的データへのメタアナリシス手法の正式な適用は、特に栄養学、環境学、がん疫学において、複数の国や地域からの知見を統合しようとする研究者によって1990年代に発展した。ハンス・モルゲンシュテルンの生態学的研究原則に関する方法論的作業(1998年)と、ブレトナーらの疫学におけるメタアナリシスアプローチのレビュー(1999年)は、組み合わせデザインの重要な方法論的基盤を提供した。

使うべき場面

個々のレベルのデータが入手不可能または関心のある集団間で収集することが非現実的であるが、集団レベルの曝露データ(例:全国平均、地域別率)が複数のソースから入手可能な場合に、メタアナリシス生態学的研究を使用する。これは、集団内で主に変動するのではなく、集団間で意味のある変動を示す環境的、栄養的、または社会経済的な曝露(例:水道水のフッ化物添加とう蝕、または全国の食事からの脂肪摂取量と心血管系死亡率)を研究するのに適している。個人レベルの交絡が強く、利用可能な生態学的共変量では対処できない場合、関心のある曝露が集団内よりも集団間で主に変動する場合、または生態学的誤謬が政策決定に不可欠な推論を決定的に損なう場合に、このデザインを避ける。

限界と注意点

  • 生態学的誤謬(集計バイアス):集団レベルで観察された関連は、個人レベルでは当てはまらない可能性があり、逆転することさえある — これは基本的かつ不可避な限界である。
  • プールされた推定値は、集団間で体系的に異なる、生態学的レベルでの未測定の交絡因子に敏感である。
  • 研究間で曝露変数およびアウトカム変数が定義および測定される方法の異質性は、意味のあるプーリングを複雑にする。
  • 個々のレベルでの因果関係を確立できない。結果は、個々のレベルのエビデンスと三角測量する必要がある。
  • サーベイランスシステムおよび公表された生態学的研究から入手可能な集計データの質と完全性によって制限される。

出典に示された条件は、独立した科学的レビューや分析エンジンによる検証の代わりにはなりません。

強み

  • 複数の集団にわたるデータをプールすることにより、生態学的エビデンスを拡張し、関連の検出のための統計的検出力を大幅に向上させる。
  • 個々のレベルのデータが倫理的に入手不可能、収集に費用がかかる、または関心のある地理的または時間的範囲でまだ存在しない場合に適用可能。
  • 個々のレベルのデザインでは捉えられない、マクロレベルの健康決定要因(政策、環境、社会経済的文脈)を明らかにすることができる。
  • メタアナリシスフレームワークにより、異質性の正式な評価と集団間の調整因子の特定が可能になる。
  • 個人レベルの研究でテストされる仮説を生成するため、および集団レベルの公衆衛生上の意思決定に情報を提供するために有用。

応用

  • 国を横断した、全国または地域の食事パターンと慢性疾患死亡率との関連の調査。
  • 複数の国からの大気汚染レベルと呼吸器系または心血管系疾患の発生率に関する多国間サーベイランスデータの統合。
  • 多様な医療システムにわたる地域社会の社会経済的指標と集団精神衛生アウトカムのプール。
  • 複数の設定にわたる、飲料水中のフッ化物または塩素化レベルが、う蝕または健康アウトカムと生態学的に関連しているかどうかの検討。
  • 国または地域を横断したワクチン接種率と感染症発生率との生態学的関連の評価。
  • 国を横断した政策変数(例:たばこ税、アルコールの入手可能性)と集団健康アウトカムとの間の関連の探索。

使い方

使い方

1

生態学的曝露変数(例:地域汚染指数、全国の食事摂取量の平均値)と関心のあるアウトカム(例:疾患有病率、死亡率)を定義する。両変数を集団または集団レベルで報告している、公表された生態学的研究またはサーベイランスデータベースの体系的な検索を実施する。研究間で比較可能な分析単位を選択するために、事前に規定された包含基準を適用する。

2

含まれた各研究またはデータソースから、集団レベルの要約統計量を抽出する:生態学的曝露尺度(各集団単位の平均値、率、または割合)と対応するアウトカム尺度、および国の所得グループ、研究年、元の分析で考慮された交絡因子などの研究レベルのモデレーターを抽出する。個々の集団単位の精度推定値(標準誤差、信頼区間、またはサンプルサイズ)を記録し、重み付きプーリングを可能にする。

3

研究間で曝露およびアウトカム指標を調和させ、必要に応じて共通の尺度に変換する。I²およびCochran's Q統計量を用いて、研究間の生態学的関連の異質性を評価する。サブグループ分析またはメタ回帰を通じて、曝露の測定方法の違い、単位の地理的解像度、または集団特性の違いなど、研究間変動性の潜在的な原因を特定する。

4

固定効果または変量効果メタアナリシスモデルを用いて、各生態学的推定値の逆分散によって重み付けされた、プールされた生態学的効果推定値(通常は回帰係数、率比、または相関)を計算する。実質的な研究間異質性が存在する場合には、通常、変量効果モデルが好まれる。感度分析は、個々の研究の影響および生態学的レベルでの交絡に関する仮定を検討すべきである。

5

プールされた推定値を、集団平均曝露と集団平均アウトカムとの間の生態学的関連として解釈する。生態学的誤謬(ecological fallacy)のリスクを批判的に評価する:プールされた集団レベルの関連は、個人レベルの関係を正確に反映しない可能性がある。未測定の集団特性による潜在的な交絡を評価し、コホート研究または症例対照研究からの個人レベルのエビデンスと比較して、結果を文脈化する。

よくある落とし穴

  • プールされた生態学的効果推定値を、個々のレベルの効果であるかのように扱う — 生態学的誤謬はこのデザインで最も重大な誤りである。
  • 生態学的に比較不可能な単位のプーリング:都市の国々を混ぜる、または時間的傾向を考慮せずに異なる年を混ぜることは、見かけ上の精度を誇張する深刻な異質性を導入する。
  • 曝露の集団内変動の無視:曝露が集団内で大きく変動するが、集団平均のみが使用される場合、曝露の誤分類は観察された生態学的関連を減衰させる。
  • 影響力のある研究や代替メタアナリシスモデルに関する感度分析を実施しないこと、結論が脆弱になる。
  • このデザインと標準的な個々のレベルの研究のメタアナリシスとの混同 — 分析的および推論的論理は根本的に異なり、透明性をもって報告する必要がある。

よくある質問

生態学的誤謬とは何か、そしてなぜそれがここで重要なのか?

生態学的誤謬とは、集団レベルのデータから個人レベルの関係を推論する誤りである。メタアナリシス生態学的研究では、非常に精密なプールされた推定値でさえ、個人レベルで何が起こるかではなく、集団平均間の関連について教えてくれる。例えば、平均脂肪摂取量が高い集団は心血管系死亡率が高いかもしれないが、それらの集団内では、脂肪を多く摂取する個人が高い個人的リスクにあるとは限らない。いかなる政策的または臨床的解釈も、この限界を明示的に認識する必要がある。

標準的なメタアナリシスとどう違うのか?

標準的なメタアナリシスは、個々のレベルの研究(例:コホート研究からの相対リスク)から導出された効果推定値をプールする。メタアナリシス生態学的研究は、生態学的関連をプールする — 各データポイントは個人ではなく、集団または地理的単位である。メタアナリシスの統計的機構(重み付きプーリング、異質性統計量、フォレストプロット)は共有されるが、分析単位、推論の範囲、および特有のバイアスは根本的に異なる。

このデザインよりもプールされた分析を好むべきなのはいつか?

元の研究(患者記録または参加者レベルのデータセット)から個々のレベルのデータを入手できる場合は、プールされた分析(IPDメタアナリシス)が強く推奨される。これは生態学的誤謬を回避し、個々のレベルの共変量調整を可能にし、より洗練されたサブグループ分析をサポートする。メタアナリシス生態学的デザインは、個々のレベルのデータが本当にアクセス不可能である場合にのみ適切な代替手段である。

集団間の異質性をどのように扱うか?

I²およびCochran's Qを用いて異質性を評価する。I²が50〜75%を超える場合、集団は単一のプールされた推定値が意味を持つにはおそらく多様すぎる。変量効果モデルを使用し、メタ回帰を実行して、研究レベルのモデレーター(例:所得水準、地理的地域、測定方法)で異質性を説明し、サブグループ分析を実行する。生態学的関連の真の範囲を設定全体で伝えるために、点推定値とともに予測区間を報告する。

PRISMAフロー図を報告する必要があるか?

はい、公表された生態学的研究が体系的に検索および選択された場合。文献検索および選択プロセスについては、PRISMA(Systematic Reviews and Meta-Analysesのための報告項目標準)ガイドラインに従う。生態学的データが公表された研究ではなくサーベイランスデータベースから得られた場合は、データソース、抽出ルール、および包含基準を同等の透明性をもって文書化する。

関連する手法

参考文献

  1. Blettner, M., Sauerbrei, W., Schlehofer, B., Scheuchenpflug, T., & Friedenreich, C. (1999). Traditional reviews, meta-analyses and pooled analyses in epidemiology. International Journal of Epidemiology, 28(1), 1–9.

    DOI 文献を開く
    コピーしました。
  2. Morgenstern, H. (1998). Ecologic studies in epidemiology: concepts, principles, and methods. Annual Review of Public Health, 19, 61–87.

    出版物の文献を開く
    コピーしました。