横断研究

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サブセットのデータ、つまり横断データを分析する観察研究の一種です。^{[定義が必要]}

経済学における横断的研究は、通常、横断的回帰分析を用いて、ある時点での1 つの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整理する。これは、1 つまたは複数の経済集計値の挙動を時間とともに追跡する時系列分析とは異なる。 ^[要出典]

医学研究において、横断研究は症例対照研究とは異なり、研究対象集団全体のデータを提供することを目的とするのに対し、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、その個人を残りの集団の一致したサンプル（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（縦断的でも実験的でもない）です。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）を説明するために使用できます。^{[1] [2]疾患の}有病率 など、集団のいくつかの特徴を説明するために使用される場合がありますが、因果関係を証明することはできません^[要出典]。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の一連の観察を行う点で、これら2つと異なります。^[要出典]

横断研究では、決められた時間に収集されたデータを使用します。これらは急性または慢性疾患の有病率を評価するためによく使用されますが、疾患の原因や介入の結果に関する質問に答えるために使用することはできません。横断データは時間性が不明であるため、因果関係を推測するために使用することはできません。これらは国勢調査と呼ばれることもあります。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が行われる場合がありますが、元々他の目的で収集されたデータに依存することがよくあります。横断研究は中程度の費用がかかり、まれな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ことの難しさもバイアスに寄与する可能性があります。^[要出典]

日常的に収集されるデータを使用することで、ほとんど費用をかけずに、あるいは費用をかけずに大規模な横断研究を行うことができます。これは、他の疫学研究形式に比べて大きな利点です。仮説を示唆する日常的に収集されるデータの安価な横断研究から、仮説をより具体的に検証する症例対照研究、そして、はるかに費用がかかり、時間もかかるものの、より強力な証拠が得られる可能性があるコホート研究や試験へと、自然な流れで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、たとえばアルコール消費などの活動が、調査対象の健康への影響、たと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、これは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。^{[出典が必要]}

日常的なデータは特定の質問に答えるために設計されていない可能性があります。^{[引用が必要]}

通常、日常的に収集されるデータでは、どの変数が原因で、どの変数が結果であるかは説明されません。元々他の目的で収集されたデータを使用する横断研究では、交絡因子、つまり推定される原因と結果の関係に影響を与える他の変数に関するデータを含めることができないことがよくあります。たとえば、現在のアルコール消費量と肝硬変に関するデータだけでは、過去のアルコール使用やその他の原因の役割を調査することはできません。横断研究は、回想バイアスの影響を非常に受けやすいです。^[要出典]

ほとんどの症例対照研究では、関心のある仮説をテストできるように設計されたデータフィールドを含む、すべての参加者に関する特別に設計されたデータを収集します。ただし、強い個人的な感情が関与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、個人的な罪悪感を軽減したい個人によって誤って報告される場合があります。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なるか、または第三者によって観察が行われた場合、たとえば地域別のアルコールの課税記録の場合は効果的に排除されます。さらに、コホート効果、つまり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場合があります。 ^[3]違いの発生は世代や民族グループの分割と一致しているため、つまり、共通の歴史的出来事を経験した人々のグループは共通の影響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。^[要出典]

横断研究には、個人レベルのデータ（国民健康調査などでは、個人ごとに 1 つのレコード）を含めることができます。ただし、現代の疫学では、対象集団全体を調査することは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。多くの場合、研究者は個人レコードを利用できず、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ソースは、米国の国勢調査局や疾病予防管理センターなどの大規模な機関であることがよくあります。最近の国勢調査データは個人については提供されていません。たとえば、英国では、個人の国勢調査データは 1 世紀後にのみ公開されます。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、集計されたカウント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「原子論的誤謬」を犯す可能性も考慮してください（国勢調査区域を平均して郡の平均を計算するなど）。たとえば、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ことは事実であるが、個人レベルでは乳児死亡率と世帯収入の間に強い関係があるのは事実である。すべての集計統計は構成効果の影響を受けるため、重要なのは個人レベルの収入と乳児死亡率の関係だけでなく、各都市の低所得者、中所得者、高所得者の割合である。症例対照研究は通常、個人レベルのデータに基づいているため、この問題は発生しない。^[要出典]

経済学では、クロスセクション分析には、残差の連続相関など、さまざまな時点から抽出されたデータの使用に伴うさまざまな複雑な側面を回避できるという利点があります。また、データ分析自体では、変数間の関係の性質が時間の経過ととも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りますが、これは、ある期間の結果が別の時点でも有効であると仮定する場合に注意が必要になるという代償を伴います。^{[引用が必要]}

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（さまざまな人々が高流動性金融資産として保有する金額）を所得、総金融資産、およびさまざまな人口統計的要因に回帰分析するものがある。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、個人または家族の全人口から 1 つの時点で抽出された統計的サンプルに対して実行される。対照的に、貨幣需要の異時点間分析では、さまざまな時点における国全体の貨幣保有量に関するデータを使用し、それを同時期（またはほぼ同時期）の所得、総金融資産、および何らかの金利指標に回帰分析する。横断的研究には、さまざまな人口統計的要因（たとえば年齢）が個人差に与える影響を調査できるという利点があるが、横断的研究では特定の時点ですべての観測単位が現在同じ金利水準に直面するため、金利が貨幣需要に与える影響を見つけることができないという欠点がある。[^{引用が必要]}

• 縦断的研究

• 研究デザインチュートリアル コーネル大学獣医学部