Loading article…
医学研究、疫学、社会科学、生物学において、横断研究（横断分析、横断研究、有病率研究とも呼ばれる）は、特定の時点における集団または代表的な部分集合からのデータ、つまり横断的データを分析する研究デザインの一種である。
経済学において、横断的研究は通常、横断的回帰分析を用いて、ある時点における独立変数が関心のある従属変数に及ぼす因果効果の存在と大きさを明らかにするために行われます。これは、一つまたは複数の経済指標の推移を時系列的に追跡する時系列分析とは異なります。
医学研究において、横断研究は、研究対象集団全体のデータを提供することを目的としている点で症例対照研究とは異なります。一方、症例対照研究は通常、特定の疾患を発症した個人のみを対象とし、残りの集団からマッチングされたサンプル（多くの場合、ごく少数）と比較します。横断研究は記述的研究です（縦断的でも実験的でもありません）。症例対照研究とは異なり、オッズ比だけでなく、有病率からの絶対リスクと相対リスク（有病率リスク比、またはPRRと呼ばれることもあります）も記述するために使用できます。[ 1 ] [ 2 ]これらは、病気の有病率 など、集団の何らかの特徴を記述するために使用できますが、因果関係を証明することはできません。縦断的研究は、一定期間にわたって研究対象集団のメンバーに対して複数回一連の観察を行う点で、両者とは異なります。
横断研究は、特定の時点で収集されたデータを用いる研究です。急性または慢性疾患の有病率を評価するためによく用いられますが、疾患の原因や介入の結果に関する疑問に答えるために用いることはできません。横断データからは時間的関係が不明なため、因果関係を推論することはできません。横断研究は国勢調査とも呼ばれます。横断研究では、過去に関する質問を含む特別なデータ収集を行う場合もありますが、多くの場合、元々は別の目的で収集されたデータに依存しています。横断研究は費用がやや高額であり、希少疾患の研究には適していません。過去の出来事を思い出すのが難しいことも、バイアスの原因となる可能性があります。
日常的に収集されるデータを使用することで、大規模な横断研究をほとんど費用をかけずに実施できます。これは、他の疫学研究の形態に比べて大きな利点です。日常的に収集されるデータを用いた安価な横断研究から仮説を立て、それをより具体的に検証する症例対照研究、そして費用と期間がはるかにかかるものの、より強力な証拠が得られる可能性のあるコホート研究や臨床試験へと、自然な流れで研究が進むことが示唆されています。横断調査では、特定のグループを対象に、例えばアルコール摂取などの活動が、調査対象の健康影響（例えば肝硬変）と関連しているかどうかを調べます。アルコール摂取が肝硬変と相関している場合、アルコール摂取が肝硬変と関連している可能性があるという仮説を裏付けることになります。
定型的なデータは、特定の質問に答えるように設計されていない可能性がある。
日常的に収集されるデータでは、通常、どの変数が原因であり、どの変数が結果であるかは明らかになりません。他の目的で収集されたデータを用いた横断研究では、原因と結果の関係に影響を与える交絡因子、つまり他の変数に関するデータを含めることができない場合がよくあります。例えば、現在のアルコール摂取量と肝硬変に関するデータだけでは、過去のアルコール摂取やその他の原因の役割を検討することはできません。横断研究は、想起バイアスの影響を非常に受けやすいという問題があります。
ほとんどの症例対照研究では、関心のある仮説を検証できるように設計されたデータフィールドを含む、すべての参加者について特別に設計されたデータを収集します。しかし、強い個人的感情が関係する可能性のある問題では、特定の質問がバイアスの原因となる可能性があります。たとえば、過去のアルコール消費量は、罪悪感を軽減したい個人によって誤って報告される可能性があります。このようなバイアスは、日常的に収集される統計では少なく、たとえば地域別のアルコール課税記録のように第三者によって観察が行われる場合は効果的に排除される可能性があります。さらに、社会的および環境的影響の違いが加齢による発達的変化として扱われるコホート効果が存在する可能性があります。 [ 3 ]違いの発生は世代と民族グループの区分と一致しており、つまり、共通の歴史的出来事を経験する人々のグループが共通の影響を受けるため、出来事の因果関係を得ることは困難です。
横断研究では、個人レベルのデータ（例えば、国民健康調査では個人につき1件の記録）が含まれることがあります。しかし、現代の疫学では、対象となる集団全体を調査することが不可能な場合があるため、横断研究では、別の目的で収集されたデータの二次分析が行われることがよくあります。このような場合、研究者は個人の記録を入手できないことが多く、グループレベルの情報を使用する必要があります。このようなデータの主な情報源は、米国では国勢調査局や疾病管理予防センターのような大規模な機関であることが多いです。最近の国勢調査データは個人単位では提供されておらず、例えば英国では、個人の国勢調査データは1世紀後に初めて公開されます。代わりに、データは通常、行政区域ごとに集計されます。集計データに基づく個人に関する推論は、生態学的誤謬によって弱められます。
また、集計された数値に関する仮定が、個人レベルのデータの集計に基づいて行われる場合（例えば、国勢調査区の平均値を算出して郡の平均値を計算する場合など）に、「原子論的誤謬」に陥る可能性も考慮する必要があります。例えば、都市レベルでは乳児死亡率と世帯収入の間に相関関係がないとしても、個人レベルでは乳児死亡率と世帯収入の間に強い相関関係がある、という状況が考えられます。すべての集計統計は構成効果の影響を受けるため、重要なのは、所得と乳児死亡率の個人レベルの関係だけでなく、各都市における低所得者、中所得者、高所得者の割合も考慮する必要があります。症例対照研究は通常、個人レベルのデータに基づいて行われるため、このような問題は生じません。
経済学において、横断的分析は、残差の自己相関など、様々な時点のデータを用いる際に生じる複雑な問題を回避できるという利点がある。また、変数間の関係性が時間的に安定しているという仮定を必要としないという利点もあるが、その反面、ある期間の結果を別の時点においても有効とみなす場合には注意が必要となる。
経済学における横断的分析の例としては、特定の時点における貨幣需要（様々な人々が保有する流動性の高い金融資産の額）を、所得、総資産、および様々な人口統計学的要因に対して回帰分析することが挙げられます。各データポイントは特定の個人または家族に関するものであり、回帰分析は、個人または家族全体の人口からある時点において抽出された統計的標本に対して行われます。これに対し、貨幣需要の時系列分析では、様々な時点における国全体の貨幣保有量に関するデータを用い、それを同時期（またはほぼ同時期）の所得、総資産、および何らかの金利指標に対して回帰分析します。横断的研究の利点は、様々な人口統計学的要因（例えば年齢）が個人差に及ぼす影響を調査できる点にあります。しかし、横断的研究では特定の時点においてすべての観察対象者が同じ金利水準に直面しているため、金利が貨幣需要に及ぼす影響を分析できないという欠点があります。