■　少数例での事例解析上の問題をメモする.
　因果関係を重回帰分析（多変量解析）で考えていくと、注目する因子のほかに、結果を抑制する因子を見出すこともある.また、疾病の抑制を問題にする薬品（がんと抗がん剤）、環境要因（野菜の喫食習慣）など、抑制する因子が注目すべき主役となることもある.それをサプレッサーという.
　粗な方法でもサプレッサーと思しき因子が浮かぶ.また、同時に行う（のがよいと思うのだが、）回帰・調整・層化の結果、それが複数あるらしいとなると、さらに仕分けをすることになる.
■　納豆オクラ事例を使う.生起因子納豆オクラとして、2日間にわたる食事メニューについて解析が可能である.
■　解析
　一般に粗オッズ比、相対危険、回帰係数からの危険などによって進めることになる.
　結果、生起因子と同時に提供された、2品が喫食cludeORからサプレッサーである可能性があった.2品のオッズ、生起因子で調整したMHORはつぎのようであった.

　                                  パン    牛乳
曝露者の オッズ 　　   0.18     0.94
非曝露者 〃                   3.26     1.73
　　　　　　ｃOR　　0.05　 0.5
　MHOR　対生起 　　0.47　  0.92

　さらに、MHORのCIをみると、
　　　　　　　　　パン　　　　　牛乳
　　MHOR CI　　1を跨ぐ　　　　1を跨がない
　　　　　　　牛乳ありなしで　　パンあり無しで
　　　　　　　左右される　　　　左右されない低値

　パン、牛乳の関与程度は、粗な方法によるｃORと、ある因子との調整（2層ではあるが）により計算された共通ORとでは異なっている.
　主因で調整したMHORは2品いずれも抑制因子の疑いを否定できないが、ここで強いサプレッサーというために、係数の大きさをみるべきか、CIをみるべきか迷う.

　　glmによる4因子モデリングから推定係数は、つぎのようである.

　　　　　　パン　　　　牛乳
　　係数　　0.398 　　　-0.8564
　　係数pr　 0.74　　　    0.24

　今度は、係数、prとも牛乳が強くみえる.
　牛乳について抑制因子との疑いをもてることは収穫とはいえ、断定的な結果には至らない.2品における粗指標、調整指標値の逆転は、みかけに原因を求める前に、例数がどうなっているかも忘れないでおきたい.