![](https://tgfile.tg-static.com/static/web/img/placeholder.gif)
あるまとめについて、tonkyo_hanageさんとマキノさんの会話 と関連ツイート
-
uchida_kawasaki
- 8234
- 3
- 2
- 0
![](https://tgfile.tg-static.com/static/web/img/placeholder.gif)
https://t.co/PvRzq4V3 得られたオッズ比はコホート研究で得られる相対リスクに対してそこそこよい近似になっていると考えられる。 は間違いではないが、結構微妙。
2013-01-06 11:26:59![](https://tgfile.tg-static.com/static/web/img/placeholder.gif)
これはどういう調査かというと、 1986 年に 15 歳以下で、 1998 年に甲状腺 がんになった 300 人くらいと、やはり 1986 年に 15 歳以下で、甲状腺がんにならな かった人を同じ割合での各地域からのサンプルになるようにとった 1300 人を比較する。
2013-01-06 11:27:04![](https://tgfile.tg-static.com/static/web/img/placeholder.gif)
そうすると、甲状腺がんになったほうが被曝が多くなっていて、 これを説明するような線量と発がんリスク増加の関係を決めることができる、 という方法。
2013-01-06 11:27:06![](https://tgfile.tg-static.com/static/web/img/placeholder.gif)
但し、この結果の数字を例えば 7 歳被曝 19 歳発症の ERR に近いとみなせる かどうかというと、まあオーダーは大丈夫というくらいではないかと思う。
2013-01-06 11:27:10![](https://tgfile.tg-static.com/static/web/img/placeholder.gif)
というのは、論文にもちゃんと書いてあるが被曝量も同じ被曝量での発が んリスクも低年齢のほうが高いので、被曝によるがんは低年齢層で発生してい るのに対してバックグラウンド群のは高年齢層で発生しているから。
2013-01-06 11:27:12![](https://tgfile.tg-static.com/static/web/img/placeholder.gif)
ところが、解析はそういう効果は特に考えないで、全ての年齢依存性を 無視している ( なので数字が 1 つでてくる )
2013-01-06 11:27:14![](https://tgfile.tg-static.com/static/web/img/placeholder.gif)
このため、でてきたオッズ比は、低年齢層の被曝によるがんの増加を 元々ある高年齢層のがん発生で割ることででるようなものに なっている。従って、例えば前向きコホートで低年齢層 (5 歳以下とか ) だけ でだした数字よりずっと小さくなる。
2013-01-06 11:27:16![](https://tgfile.tg-static.com/static/web/img/placeholder.gif)
というのは、低年齢層の増加は相対的には大きいが絶 対的な発生率としてはそれでも大きくないので、被曝量が低年齢に偏っ ていることは (10 年目とかの早い時期には ) トータルの発生数を減らす効果があ るから。
2013-01-06 11:27:20![](https://tgfile.tg-static.com/static/web/img/placeholder.gif)
これは、年齢を 10 歳以下とか 5 歳以下とかに切った解析をしなおせばすぐ にわかる話だが、論文の表 1 を見ればそういう傾向があるのはわかる。
2013-01-06 11:27:24![](https://tgfile.tg-static.com/static/web/img/placeholder.gif)
あと、コントロールのとりかたも、でてきた数字を ERR と比べられるかど うかという点からは問題である。というのは、コントロール群を「各地でそれ ぞれ甲状腺がんになった人の 5 倍くらい」とっているから。
2013-01-06 11:27:26![](https://tgfile.tg-static.com/static/web/img/placeholder.gif)
まず、簡単な状況として、対象地域で発生したがん患者のほうは全数確認できてい る場合を考える。この時に正しいコントロールのとりかたは、対象とした全地 域で人口に比例してランダムサンプルすることである。
2013-01-06 11:27:31![](https://tgfile.tg-static.com/static/web/img/placeholder.gif)
ところが、この論文では、ベラルーシ ( ゴメリ、モギレブ ) 、ロシア (4 地 域 ) の 6 箇所から「それぞれ患者数に比例するように」コントロールをとってい る。ゴメリでの被曝量は ( 従って患者数も ) 他より桁違いに大きいので、これは コントロール群の被曝分布を線量が
2013-01-06 11:27:33![](https://tgfile.tg-static.com/static/web/img/placeholder.gif)
case control study の場合、これは患者群とコントロールの被曝量の差 が小さくなるので、被曝しなくてがんは結構発生していた、ということになっ て影響を小さく評価するようになる。
2013-01-06 11:27:36![](https://tgfile.tg-static.com/static/web/img/placeholder.gif)
じゃあロシアとかいれないでやったらどうなるの?というと、 論文にでている数字からはベラルーシだけでやるとオッズ比が大きくなりそう。 患者もコントロールも低線量側だけで減るんだけど、その割合は患者のほうで 大きいから。
2013-01-06 11:27:38![](https://tgfile.tg-static.com/static/web/img/placeholder.gif)
つまりその、 tonkyo_hanage さんのいう case control study はエビデ ンスレベルが低いというのはこういうことで、でてきた数字は過小評価になっ てる可能性もある、で、この研究の場合には明らかに過小評価になるバイアス がいくつかある、ということのよう
2013-01-06 11:27:40