前向きコホート研究 — 縦断的観察デザイン
- 提唱者
- Richard Doll and Austin Bradford Hill (landmark application, 1951-1954); cohort methodology formalised by modern epidemiology textbooks
- 年
- 1950s (systematic application); conceptual roots earlier
- 種類
- Observational longitudinal study 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
何をする手法か?
前向きコホート研究では、アウトカムの有無が不明な参加者群をベースラインで集め、曝露を測定し、その後、アウトカムを発症した者を記録するために時間経過を追跡する。曝露データをアウトカム発生前に収集することにより、因果推論を支持する明確な時間的順序を確立できる。これは、後向きデザインに対する大きな利点である。疫学および臨床研究における、コホート研究は中心的な観察手法である。
手法の背後にある直感
前向きコホート研究を、長期的な自然実験の設定と考えるとよい。すなわち、集団を募集し、今日彼らが曝露されているもの(食事、薬剤、職業上の危険因子、生活習慣因子など)を注意深く記録し、数ヶ月または数年かけて何が起こるかを観察する。誰かが病気になる前に曝露を記録したため、曝露が疾患に先行したことがわかる。逆ではない。1951年から34,000人の医師を追跡し、喫煙と肺がんの関連を確立したドールとヒルの英国医師研究は、この論理の古典的な模範である。トレードオフは、時間、費用、そしてアウトカムが集積するのを待つ忍耐である。
歴史学
コホートアプローチは20世紀初頭に疫学に出現したが、その現代的な形態は、1951年に開始されたリチャード・ドールとオースティン・ブラッドフォード・ヒルの英国医師研究によって結晶化された。この研究は、喫煙習慣と死亡率を前向きに追跡し、タバコ喫煙と肺がんの関連に関する最初の決定的な証拠を提供した。1948年にマサチューセッツ州で開始されたフラミンガム心臓研究は、地域コホートの継続的な前向き監視を通じて心血管リスク因子疫学を同時に確立した。2007年に発表されたSTROBE報告ガイドラインは、コホート研究の方法論的基準を形式化し、このデザインを病因研究のための観察研究のゴールドスタンダードとして確立した。
使うべき場面
修飾可能または修飾不可能な曝露と、その後の健康アウトカムとの時間的関係を確立する必要がある場合、特に複数の潜在的アウトカムを持つ稀な曝露、または倫理的または実用的な制約によりランダム化が除外される場合に、前向きコホートデザインを使用する。疾患罹患率、予後、および疾患の自然史の研究に理想的である。アウトカムが非常に稀な場合(症例対照研究の方が効率的)、時間的制約のある質問に対して追跡が数十年を要する場合(ネスト化または後向きデザインを検討)、またはベースラインで曝露を確実に測定できない場合には使用しない。これは観察研究であり、残存交絡は常に脅威であり、因果関係の主張には慎重な正当化が必要である。
限界と注意点
- 稀なアウトカムには非効率的である。非常に大規模なサンプルまたは非常に長期間の追跡期間が必要となり、デザインが高価で物流的に困難になる。
- 追跡不能者は、脱落が曝露とアウトカムの両方に関連する場合(情報性打ち切り)、内部妥当性を脅かす。
- 曝露状況は追跡中に変化する可能性があり、曝露期間の定義を複雑にし、時間変動共変量法が必要になる。
- 測定されていない変数による残存交絡を排除できない。ランダム化のみがこれを達成できるデザインである。
- 潜伏期間の長い疾患では、追跡に数十年を要する場合があり、費用と参加者の脱落が増加する。
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
- 曝露がアウトカムに先行するという明確な時間的順序を確立する。これは観察研究で利用可能な最も強力な因果関係の基準である。
- 曝露データは前向きに収集されるため、後向きデザインと比較して想起バイアスが減少する。
- 単一の曝露に対して複数のアウトカムを同時に研究できるため、科学的リターンが最大化される。
- 罹患率と絶対リスクを直接計算できるため、臨床的に意味のあるリスクコミュニケーションが可能になる。
- 一般的な集団または職業集団における稀な曝露の研究に適している。
応用
- タバコ喫煙が肺がんおよび心血管疾患の原因であることを確立した(英国医師研究、1954-2004年)。
- 高血圧、高コレステロール血症、運動不足などの主要な修飾可能な心血管リスク因子を特定した(フラミンガム心臓研究)。
- 労働者コホートにおけるアスベスト、シリカ粉塵、放射線などの職業曝露の長期的な健康影響を定量化した。
- HIV/AIDS、2型糖尿病、慢性腎臓病など、曝露または診断から臨床マイルストーンまでの慢性疾患の自然史を追跡した。
- ランダム化試験で捕捉されない集団におけるワクチン、薬剤、および生活習慣介入の実際的な有効性を評価した。
- 出生コホート研究において、出生前および早期の曝露とその発達、神経認知、または代謝アウトカムとの関連を数十年後に調査した。
使い方
使い方
対象集団を特定し、適格基準を満たすサンプルを登録する。最も重要なのは、すべての参加者が研究開始時に、関心のあるアウトカムを有していないことである。コホートは、一般的な地域サンプル(例:フラミンガム心臓研究)または特定の職業、疾患リスク、あるいは臨床集団である場合がある。サンプルサイズは、予想される罹患率と検出可能な最小相対リスクによって決定される。
ベースラインでは、質問票、臨床測定値、バイオマーカー、または登録簿の連携を使用して、各参加者の曝露状況を評価する。曝露は二値(曝露あり vs. 曝露なし)または段階的であり、複数の曝露と潜在的な交絡因子が同時に測定される。ベースライン曝露データの質と完全性は、後で回復できないため、極めて重要である。
参加者は、事前に規定された期間、前向きに追跡される。積極的な追跡方法には、予定された診察、定期的な質問票、電話連絡、ウェアラブルセンサーが含まれる。受動的な追跡は、行政データベース、全国死亡者登録簿、または保険記録を使用する。追跡不能者は最小限に抑え、追跡する必要がある。なぜなら、差のある脱落はバイアスを導入する可能性があるからである。
発生したアウトカム(通常は疾患診断、死亡、バイオマーカー閾値超過、または臨床イベント)は、体系的に確認される。理想的には、事前に定義された基準を使用した盲検化された判定者によって行われる。各参加者について、イベントまでの時間データ(アウトカムまたは打ち切り日)が記録され、単純な罹患率比較に加えて生存またはハザード分析が可能になる。
主な指標は、曝露群と非曝露群の間のアウトカム罹患率を比較する相対リスク(RR)である:RR = (a/(a+b)) / (c/(c+d))。追跡期間が異なる場合は、Cox比例ハザード回帰からの罹患率比またはハザード比が使用される。交絡は、多変量調整、傾向スコア、または層別分析によって対処される。
数式
RR = (a/(a+b)) / (c/(c+d))
よくある落とし穴
- 不十分なサンプルサイズ計画。予想される罹患率と目標相対リスクに対して研究の検出力を設定しないと、臨床的に重要な関連性を検出できない検出力不足の研究が生じる。
- 情報性のある追跡不能者。曝露群と非曝露群の間で、より病気の重いまたはリスクの高い参加者が異なる割合で脱落した場合、相対リスクの推定値はバイアスを受ける。感度分析(例:極端なケースの境界)は常に報告されるべきである。
- ベースラインでの曝露誤分類。単一のベースライン測定値が習慣的な曝露を表さない場合がある。可能であれば、反復測定または検証されたバイオマーカーを使用すべきである。
- 健康なボランティア効果の無視。ボランティアから集められたコホートは、最も病気の重い個人を体系的に除外し、一般集団における疾患リスクを過小評価する。
- 適応による交絡。曝露が臨床治療である場合、より病気の重い患者がそれを受けやすい傾向があり、粗い比較にバイアスが生じる。傾向スコア法または操作変数が必要である。
よくある質問
前向きコホート研究と後向きコホート研究の違いは何ですか?
前向きコホート研究では、参加者はアウトカム発生前に登録され、リアルタイムで追跡される。曝露データは登録時または登録後に収集され、誰かがアウトカムを発症する前に行われる。後向きコホート研究では、研究者が開始する時点で曝露とアウトカムの両方がすでに発生している。コホートは歴史的記録から再構築される。前向きデザインは、より良いデータ品質と少ない想起バイアスを提供するが、はるかに時間と費用がかかる。
前向きコホート研究は因果関係を証明できますか?
因果関係と一致する強力な証拠を提供できる(特に時間的先行性と用量反応関係を確立することによって)。しかし、ランダム化比較試験のように、測定されていない変数による残存交絡を排除することはできない。コホートデータからの因果推論には、ブラッドフォード・ヒルの視点(強度、一貫性、特異性、時間性、生物学的勾配、尤度、整合性、実験、類推)などの基準の体系的な適用が必要である。
許容できる追跡不能率はどのくらいですか?
普遍的な閾値はないが、80%以上の維持率が一般的に許容できるとされており、多くの質の高いコホートは90%以上を達成している。割合よりも重要なのは、脱落が情報性であるかどうかである。追跡不能が曝露とアウトカムの両方に関連しない場合、適度な脱落があってもバイアスは最小限である。感度分析は、欠落したアウトカムデータの潜在的な影響を常に検討すべきである。
私のコホートはどのくらいの大きさが必要ですか?
サンプルサイズは、アウトカムの背景罹患率、予想される相対リスク、所望の統計的検出力(通常80-90%)、有意水準(通常0.05)、および曝露群と非曝露群の参加者比率に依存する。罹患率が1%未満の稀なアウトカムでは、中程度の大きな相対リスクを検出するためでさえ、通常数千人の参加者が必要である。稀なアウトカムでは、割合ではなく罹患率を使用して、コホート研究の検出力計算を参照すること。
いつ、完全なコホートを分析する代わりにネスト化症例対照研究を使用すべきですか?
コホート内のネスト化症例対照デザインは、曝露測定が非常に高価な場合(例:保存されたバイオマーカーアッセイ)や、アウトカムが稀な場合に好ましい。なぜなら、すべての人を測定するのではなく、対照として非症例のサンプルのみを選択するからである。これは、対照が罹患率密度サンプリングを使用してサンプリングされる場合、実質的に低コストで前向きデザインの因果関係の利点のほとんどを維持し、完全なコホートを分析することと分析的に同等である。
関連する手法
参考文献
Rothman, K. J., Greenland, S., & Lash, T. L. (2008). Modern Epidemiology (3rd ed.). Lippincott Williams & Wilkins.
ISBN:978-0781755641コピーしました。Doll, R., & Hill, A. B. (1954). The mortality of doctors in relation to their smoking habits. British Medical Journal, 1(4877), 1451-1455.
DOI 文献を開くコピーしました。