ケース・コホート研究の簡単解説!

コホート研究とケースコントロール研究はわかる。

ケース・コホート研究?なんだそれ??

そんな方のため。

この記事ではcase-cohort研究とは何か、何故良いか、何に気をつけるべきか、非常に簡単に解説しました。

 

 

ケース・コホート研究のやり方

ケース・コホート研究のやり方

あるコホートがある前提です。

ここでは、例えばハーバードのNurses Health Study (NHS)を使ってみましょう。

このコホートは、10万人くらいのナースを30年くらい調査している研究です。

4年ごとに食事習慣がアンケート調査されています。

そしてフォローが始まった頃に一度血液検査も行われており、その血清が保存されています。

 

今年、あたらしいバイオマーカー「Ultra C」が発明されました!

これは保存されている血清でもきちんと計測できるバイオマーカー。

あなたは「Ultra Cが高いと、将来の心筋梗塞・脳卒中・大腸がん・糖尿病・関節リウマチのリスクが高いんじゃないか」と思い、研究したくなりました。

でもここで問題が。

 

・1人のUltra Cを計測するのに1万円かかる。10万人だと・・・・・無理だ、払えない。。

・case-controlをしよう!、、、、いや、調べたいアウトカムが5つもあるぞ。。。

→心筋梗塞になった人は2000人。ランダムに抽出したコントロールが2000人。

→脳卒中になった人が1500人。ランダムに抽出したコントロールが1500人。

→・・・・

→コントロールのために結構な人数が必要だな。。。金がない。

 

そこでcase-cohortだ!!

 

・アウトカムになった人達。彼らのUltra Cを測らない手はない。測ろう。

コントロールは、10万人全員から3000人抽出とする!

3000人の中には、当然心筋梗塞になった人も糖尿病になった人もいるだろう。でも関係ない!!

これなら金が足りる!!

 

・・・・

 

データが揃いました。

じゃあどうやって解析するのか!?!?

 

まず心筋梗塞についてやろう。

Ultra Cが10mg/dlより高いか低いかで比較したい(これがexposure、暴露因子です)。

“rate ratio”を知りたい。

*rateとは、person-yearあたりの発症数です。1人を2年追跡したら、2 person-year。2人を1年でも、2 person-year。

 

まずUltra Cが10mg/dlより高い群において。

・発症数(分子)とは、「心筋梗塞2000人の内Ultra Cが高い人」+「全体からサンプリングした3000人の内、Ultra Cが高く、かつ心筋梗塞となった人数」

・person-year(分母)とは、Ultra Cが高い人それぞれの、「フォロー中断または心筋梗塞になるまでの期間」の和

これを割ったら、Incidence rateの出来上がり。

 

Ultra Cが低い群においても同じことをやって、Incidence rateが求まる。

2つのincidence rateを割ったら、Rate ratioの出来上がり。

というわけでした。

 

同じように他のアウトカムの解析もできます。

 

*****

なんでcase-control研究が必要か・・・言うまでもありませんね。

金のためです。

 

*ポイントは、基本的にケースコントロール研究と同じだが、コントロール群にもアウトカムを発症する人がいるという所です。

もし完全にかぶった人が抽出されても(同じ人がケースにもコントロールにも抽出されても)、全然OKです。

 

 

フォロー期間が同じであれば、ロジスティック回帰でオッズ比が求まるよ

もう一度やってみましょう。

「ヘルメット着用により、スキーとスノーボード中の頭部外傷をどれくらい予防できるか」知りたい。

今年の冬、8箇所のスキー場で調査しよう。

 

ケースは、今年の冬、対象のスキー場で頭部外傷となった人。

コントロールはどうする?

それぞれのメインリフトで、10番目、20番目・・・の人がヘルメットかぶってるかどうか、水曜と土曜に調査しよう。

10-11時、13-14時にアンケート調査を行う。

 

するとこうなった。

 

・頭部外傷となった(578人):ヘルメットあり(96人)、なし(480人)

*2人欠損値

・リフトで調査した人=コントロール(2992人):ヘルメットあり(656人)、なし(2330人)

*6人欠損値

 

オッズ比は、(96/656) / (480/2330) = 0.71である。

交絡因子を調整すると、オッズ比0.40となった。

ヘルメットはかなり有効であった。

*オッズ比とロジスティック回帰についてはこちら

 

****

JAMAの論文からでした(JAMA. 2006;295(8):919-924)。

 

論文に詳細に記述されていませんでしたが、コントロール群で頭部外傷を起こした人はいなかったんだと思います。まあ普通起きませんからね。

もしコントロール群で頭部外傷を起こした人がいたら、その人はケースとしてカウントされます

 

 

ケース・コホートの良い点悪い点

以上でおわかり頂けたかと思います。

復習すると、

・ケースコントロールと同じようにケースを選ぶ

・全体からランダムに抽出してコントロールとする

・コントロールの中でアウトカムを発症したものはケースとしてカウントする(ケースに移す)

・それぞれの暴露因子を計測、関連性を調査する

という流れです。

 

✔良いポイントは:

・複数のアウトカムを測定する際、コントロールをその都度選ばなくてよい

→暴露因子計測のためのお金がかからない

・算出されたオッズ比は、アウトカムが稀でなくともリスク比と考えられる(詳細略)

 

✔悪いポイントは:

・ケースコントロール研究に比較すると、同じ数だけサンプリングしたらコントロールの数が減る(一部ケースとなってしまうから)

→少し多めにサンプリングする必要がある

 

ザックリいうとこんな感じです。

 

もしコホート全体の暴露因子を全員分計測できるなら、それがベストです。

でもお金かかるからできないので、ケースコントロールやケースコホートといった研究を行います。

 

 

結論

ケースコホートはケースコントロール研究のちょっとした変法。多くのアウトカムに対応できる。

ではまた。

-疫学・臨床研究

Copyright© Riklog , 2020 All Rights Reserved Powered by AFFINGER5.