疫学調査とは感染症研究の目的と方法と種類と発生対策

疫学調査とは

疫学調査とは何を目的にする研究か

疫学調査とは、特定の人間集団を対象に、疾病、死亡、健康行動、医療利用などの健康関連事象が「いつ、どこで、誰に、どの程度」起きているかを調べ、その発生に関係する要因を検討する方法である。患者1人の診断や治療方針を決める臨床医学とは異なり、集団で観察される規則性を見いだし、予防、治療、保健医療政策に生かす点に特徴がある。

例えば、ある病棟で転倒が増えた場合、個別事例の振り返りだけでは全体像をつかみにくい。発生時期、病室、年齢、服薬、歩行状態、勤務帯などを集計すると、「夜勤帯に睡眠薬を新規開始した高齢患者で発生が多い」といった仮説が生まれる。さらに、対策導入後に発生率が変化したかを追跡すれば、対策の有効性も評価できる。

疫学の主な目的は、単なる「原因探し」ではない。実務では次の4点を循環させることが重要である。

• 健康問題の頻度と分布を把握する
• 疾病や転帰に関係する要因を仮説として抽出する
• 要因と疾病の関連を比較・検証する
• 得られた知見を予防、検査、治療、地域対策に還元する

厚生労働省は、感染症に対する積極的疫学調査を、発生予防や発生状況・動向・原因の把握を目的とする調査として位置付けている。感染症流行時には、感染源、感染経路、接触状況、重症化要因を迅速に捉え、対策へ結び付ける時間的価値が特に大きい。

参考）https://www.mhlw.go.jp/content/10900000/000861379.pdf

感染症法に基づく積極的疫学調査の目的と位置付けは、厚生労働省の実施要領が参考になる。
厚生労働省「新型コロナウイルス感染症患者に対する積極的疫学調査実施要領」

疫学調査とは記述・分析・介入で進める方法

疫学調査は、目的に応じて記述疫学、分析疫学、介入疫学に分けて考えると整理しやすい。実際の研究では、まず記述で異常や偏りを把握し、次に分析で仮説を検討し、必要に応じて介入の評価へ進む流れが基本となる。

種類	主な問い	代表的な方法	医療現場での例
記述疫学	いつ・どこで・誰に多いか	患者数、罹患率、有病率、年齢別分布の集計	季節別のインフルエンザ受診者数を可視化する
分析疫学	何が疾病や転帰と関連するか	横断研究、症例対照研究、コホート研究	特定薬の使用と転倒の関連を比較する
介入疫学	対策は効果を示すか	無作為化比較試験、地域介入、前後比較	手指衛生介入前後の医療関連感染率を評価する

記述疫学で重要なのは、人・場所・時間という3軸である。患者数が増えていても、対象人口が増えていればリスクの上昇とは限らない。そのため、単なる件数ではなく、人口や観察人年を分母に置いた罹患率・発生率で比べる必要がある。病院であれば、延べ入院患者数、患者日、デバイス使用日など、臨床的に意味のある分母を選ぶ。

分析疫学では比較対象を置く。たとえば「転倒者の多くが睡眠薬を服用していた」という事実だけでは、睡眠薬が原因とはいえない。転倒しなかった患者にも同程度に睡眠薬使用者がいるか、年齢やせん妄、ADL、入院診療科の違いはないかを比較して初めて、関連の大きさを評価できる。

介入疫学は、ワクチン、検診、服薬支援、院内感染対策などの効果を検証する段階で用いる。無作為化比較試験は交絡を平均化しやすい強みを持つ一方、緊急対応や病院全体の運用変更では実施できないこともある。その場合は、時系列解析、差分の差分法、クラスター単位の比較など、現場に即した設計を選択する。

疫学調査の種類で使う横断・症例対照・コホート研究

観察研究の代表は横断研究、症例対照研究、コホート研究である。いずれも患者に研究者が介入せず、既存の曝露や健康状態を観察して関連を検討する。どのデザインが優れているかではなく、研究課題、疾患の頻度、追跡可能性、必要な時間、利用できるデータに合うかで選ぶ。

• 横断研究は、ある時点の曝露と疾病を同時に調べる。実施しやすいが、曝露が疾病より先に起きたかを判断しにくい
• 症例対照研究は、疾病のある群とない群で過去の曝露を比較する。まれな疾病に向くが、対照群の選び方と想起バイアスに注意が必要となる
• コホート研究は、曝露の有無で集団を分け、将来の発症を追跡する。時間的順序を確認しやすいが、長期追跡には費用と脱落対策を要する

例えば、まれな有害事象を調べる際、前向きコホートで十分な症例数を得るには膨大な対象者が必要になる。このようなときは、症例対照研究を用いて有害事象を発症した患者を起点に過去の薬剤曝露を比較するほうが効率的な場合がある。一方、新規薬剤の長期安全性や累積曝露の影響を捉えたい場合には、医療情報データベースを活用したコホート研究が有用となる。

観察研究の報告では、研究デザイン、対象者の選定、曝露・アウトカムの定義、欠測値の扱い、交絡への対応を明記することが重要である。STROBE声明は、コホート・症例対照・横断研究を対象に、タイトルから考察まで22項目の報告事項を示している。査読論文を読む側にとっても、この枠組みは「結果だけを信じず、研究のつくられ方を確認する」ための実践的な点検表になる。

参考）pubmed.ncbi.nlm.nih.gov

観察研究の報告項目を確認する際は、研究デザイン別のSTROBEチェックリストが役立つ。
STROBE Statement Checklists

疫学調査の結果を左右する交絡とバイアス

疫学調査では、統計学的に有意な関連が出たとしても、因果関係が証明されたとは限らない。特に臨床データでは、交絡、選択バイアス、情報バイアス、逆の因果関係が結論を大きく動かす。医療従事者が論文や院内データを解釈するときは、効果量やp値だけでなく、どのような歪みが入り得るかを確認したい。

交絡とは、曝露とアウトカムの双方に関連する第三の因子によって、見かけ上の関連が生じる状態である。たとえば、ある薬剤の投与群で死亡率が高かったとしても、重症患者ほどその薬剤を投与されやすいなら、重症度が交絡因子になる。この問題は医療観察研究で頻出するため、「適応による交絡」と呼ばれる。年齢、併存疾患、重症度、社会経済的状況、施設差などを事前に想定し、層別化、多変量回帰、傾向スコアなどで調整する。

ただし、統計的調整で補正できるのは測定された交絡因子だけである。カルテに記録されないフレイル、服薬アドヒアランス、医師の処方判断、生活背景のような未測定交絡は残り得る。そのため、感度分析、異なる定義での再解析、否定的対照の設定などを通じ、結論がどの程度頑健かを確認する姿勢が求められる。

意外に見落とされやすいのが、検査を受けた人だけを分析対象にすることで起こる偏りである。検査受診は症状、受診行動、職業、医療アクセスなどの影響を受ける。陽性者のみ、あるいは受診者のみの集団で曝露と転帰を比較すると、本来は関連しない要因同士が関連して見えることがある。これは選択過程そのものが結果を歪める例であり、感染症サーベイランスやレセプト研究でも注意が必要である。

疫学調査の発生対策で見落とすデータの沈黙

疫学調査における独自の実務視点として、「記録されていないこと」をデータの欠損ではなく、業務・診療・受診行動のシグナルとして捉える考え方がある。欠測はランダムに生じるとは限らない。たとえば、状態が安定した患者では検査が省略され、重症患者では検査頻度が増える場合、検査値がそろっている患者群は初めから重症度の高い集団に偏っている可能性がある。

感染症発生時も同様である。発生届や検査陽性者数は、感染の実数そのものではなく、「検査を受け、報告まで到達した症例」を反映する。検査方針、診断基準、医療機関へのアクセス、届出の遅れが変われば、曲線の形も変化する。患者数の増減を直ちに感染拡大・収束と解釈せず、検査件数、陽性率、症状別の受診動向、報告遅延を併せて確認することが必要である。

積極的疫学調査では、届出情報だけでは把握しにくい感染経路、症状・治療経過、基礎疾患、転帰などを追加で収集し、地域の発生段階や感染力・病原性の把握に役立てるとされる。つまり、調査票の項目は単なる事務情報ではなく、対策を変え得る変数である。

参考）https://www.caicm.go.jp/action/plan/guideline/files/guidelines_01_1.pdf

医療現場での調査設計では、収集したい変数を増やしすぎないことも重要である。緊急時には、後から使うかもしれない項目を網羅するより、症例定義、発症日、検査日、曝露歴、重症度、主要転帰など、意思決定に直結する最小限の変数を正確に集めるほうが有用なことが多い。WHOも流行調査の主要工程として、予備調査、症例の同定と報告、データ収集・解析、対策実施、知見の普及と追跡調査を挙げている。

参考）DSpace

人を対象とする医学系研究では、科学的合理性に加え、独立した倫理審査、自由意思に基づく同意、社会的に弱い立場にある人への配慮、個人情報の適切な管理、研究の透明性が求められる。二次利用する診療情報や既存試料を扱う場合も、「利用できるデータがある」ことと「研究に利用してよい」ことは同義ではない。

参考）https://www.mhlw.go.jp/content/000921727.pdf

研究対象者の保護、個人情報の扱い、倫理審査の基本事項は、現行の医学系研究倫理指針で確認できる。
厚生労働省「研究に関する指針について」

【Amazon.co.jp限定】【第1類医薬品】リアップX5 チャージ 62mL