morの解析ブログ

　事例の因子検討に際し、”χ2”が 主流の時代があった　～ORなどとCIで表すのが好まれるが・・・　　

　ところで、χ2で・・というとき、①1つの因子の度数に適用する例と②層化して適用するCMH検定の　2つがある　①と②は 対照的で興味深いのでメモしておく

・χ2で　と記載された場合、どちらのχ2を行ったかは想像するしかない

　が、過去報告例のほとんどはこちらの意味のない方のχ2によって示されていると考える

● 因子 1個；大因子 の場合

　OSW例題のように大生起の2×2表だけからχ2を計算して見せる資料がある　これに沿っているとすれば　χ2ならrisk方向と逆でないか確かめ、指標の値が大とみなせて、CI有意であやしんだのだと推測できる――①　

　この場合、その因子以外について実行すると、みかけ処理しないままとなり、意味がなくなる　大因子複数のときも注意　

　”ORの大きな因子が数個現れた”　絞り切れない事例と同質な状態である

　また、層化して行う、CMH　mantelhaen-test ；Rほか があり、この場合、層で分け；大生起有無　他の因子について生起性をみることができ、そのCIも計算される-----②　

　この方法は、大生起の影響を調整できるため、その他の因子の効果が反映されやすくなる　ただしCIが効果有無を峻別するのではない

・とある事例がある　CCSにおける曝露重複と因子効果を考えさせる

　数表が公表されていて、参考にできるのはありがたい

・強い因子どうしのみかけの及ぼしあいをも考えるきっかけとなる実例

● 事例　　O148の大規模広域事例　　　　　IASR　(Vol. 33 p. 9-12: 2012年1月号)

・この事例は、７自治体（９保健所）にまたがる大規模、広域なもので、委託されたA社が運営する複数の社員食堂があり、利用者に発生があったという　中間報告のもののようである

・発症と喫食を説明する表；　ht tps://idsc.niid.go.jp/iasr/33/383/graph/dt38362.gif

　case、ctrlそれぞれのの曝露　 ORとCIを示した、CCSによる表

　表には、日を跨いだmenuについて度数、menuごと曝露率 も記載されている

　部分的に引用する　　case  43　のうち　曝露数；のべ らしいが・・　

　　1日目昼　計　33　うち   つけ麺 18

　　  　　夕　      　7

　　2日目昼　    　44　うち  うどん 25

　　　　  夕　　  　5　・・・

　２つのめん料理は、粗なORではそれぞれ強い生起性を持つようにみえ、弱い生起性があるかを調べるのとはまた違って 強い因子どうしのみかけの及ぼしあいを想定できる　それを処理して各々のriskをみたいところ

　menuとしては分けられていない、ネギが原因として疑われていて 使用したmenuかどうかて集計してもよさそう

● みかけ取り　

　大きな指標を示すmenuを探すため、２×２表を掲げ、それらのmenuの生起性；可能性をCIで判断する という例が多い　1つの大生起因子以外の因子の生起性を問題としない場合はともかく、大生起因子曝露IDを差し引くと他の因子について調べられる

　本事例はCCSだが、xjの症例と、対照からx1関与部分を差し引くとx1のみかけは除けると考える　表作成の基となるリストからカウントすればRCS同様、調べられる

　なお、この事例はネギがあやしそうなので、めん の区分でみかけの処理をしても違いが現れない ことも大いにありえる　としても、よりはっきりした結論にたどり着けるだろう

　ふりかえると、２×２表に始まってここで終わるというパターンが固定しているのではないか　データをより活用したい

● まとめ

　CCSでもまた、重なりの発生；みかけ部分 を分ける方法を考えた

　生データがないので、計算はできない

● 処理のながれ

　そもそも、曝露、発生の関係を量的に明らかにして方策を進める例は、多くない

　　　　流行曲線を描いて・・

　に始まる手順は、上のような事例の解決に使えなかっただろうと想像できる

　　　　症例を集め・・コホートを決め；あるいは対照をとって

　　　　　・・みかけを除きながら解析し・・とりあえずの対策で拡大を防ぎ・・

　　のような明確な方針が意識されないといけないのだろう