疫学

16世紀半ば、ヴェローナの医師ジローラモ・フラカストロは、病気を引き起こす非常に小さく目に見えない粒子は生きているという理論を初めて提唱した。これらの粒子は空気によって拡散し、自己増殖し、火によって破壊されると考えられていた。こうして彼はガレノスの瘴気説（病人の体内の毒ガス）を否定した。 1543年に彼は『De contagione et contagiosis morbis』という本を著し、その中で病気を予防するために個人衛生と環境衛生を初めて提唱した。1675年にアントニ・ファン・レーウェンフックが十分に強力な顕微鏡を開発したことで、病原菌説と一致する生きた粒子の視覚的証拠が得られた。^{[ 10 ]}

明代、呉有科（1582～1652年）は、1641年から1644年にかけて周囲で様々な疫病が蔓延するのを目の当たりにし、伝染性の病原体によって引き起こされる病気があるという考えを発展させ、それを「戾気（疫病因子）」と呼んだ。[ 11 ]^彼の著書『瘟疫論』は、この概念を提唱した主要な病因論的著作とみなすことができる。^{[ 12 ]}彼の概念は、2004年にWHOがSARSの流行を分析する際に、伝統中国医学の観点から依然として考慮されていた。^{[ 13 ]}

もう一人の先駆者であるトーマス・シデナム（1624年 - 1689年）は、1600年代後半にロンドン市民の熱病を初めて区別した人物である。彼の熱病治療に関する理論は、当時の伝統的な医師たちから大きな抵抗を受けた。彼は研究し治療した天然痘熱の根本原因を見つけることができなかった。^{[ 8 ]}

服飾雑貨商でありアマチュア統計学者であったジョン・グラントは、1662年に『死亡統計に関する自然および政治の考察』を出版した。その中で彼は、大疫病以前のロンドンの死亡記録を分析し、最初の生命表の1つを提示し、新旧の多くの病気の時間的傾向を報告した。彼は病気に関する多くの理論に統計的証拠を提供し、また、病気に関するいくつかの広く普及した考えを反駁した。^{[ 14 ]}

ジョン・スノーは、19世紀のコレラ流行の原因調査で有名であり、（現代）疫学の父としても知られています。^{[ 15 ] [ 16 ]}彼は、サザーク・カンパニーが給水する2つの地域で死亡率が著しく高いことに気付いたことから調査を始めました。ソーホーの流行の原因がブロード・ストリートのポンプにあると特定したことは、疫学の古典的な例と考えられています。スノーは塩素を使って水を浄化し、取っ手を取り外しました。これにより流行は終息しました。これは公衆衛生の歴史における重要な出来事とみなされ、疫学という科学の基礎となる出来事とみなされており、世界中の公衆衛生政策の形成に役立っています。^{[ 17 ] [ 18 ]}しかし、スノーの研究と、さらなる流行を防ぐための予防措置は、当時の流行病説（空気の質の悪さが病気の原因であるとする病気モデル）のために、彼の死後まで完全には受け入れられず、実践されることもありませんでした。これは、栄養不良や衛生状態の悪さといった根本的な問題に対処する代わりに、貧困地域での感染率が高いことを正当化するために使われたが、彼の研究によって誤りであることが証明された。^{[ 19 ]}

その他の先駆者には、 1849年にアイスランドのヴェストマンナ諸島で新生児破傷風の流行を予防する研究について報告したデンマークの医師ペーター・アントン・シュライスナーがいる。^{[ 20 ]}もう1人の重要な先駆者はハンガリーの医師イグナツ・ゼンメルワイスで、1847年に消毒法を導入することでウィーンの病院の乳児死亡率を下げた。彼の研究結果は1850年に発表されたが、同僚からは受け入れられず、その方法は中止された。消毒法が広く普及したのは、1865年にイギリスの外科医ジョセフ・リスターが同僚の化学者トーマス・アンダーソンの助けを借りて、ルイ・パスツールの以前の研究に基づいて消毒剤を「発見」するまで待たなければならなかった。^{[ 21 ]}

20 世紀初頭、ロナルド・ロス、ジャネット・レーン・クレイポン、アンダーソン・グレイ・マッケンドリックらが疫学に数学的手法を導入した。^{[ 22 ] [ 23 ] [ 24 ] [ 25 ]} 1927 年、ウィリアム・オギルビー・カーマックとアンダーソン・グレイ・マッケンドリックは、化学の質量作用の法則を集団における疾病伝播に適用した基礎的なSIR (感受性者-感染者-回復者) モデルを発表した。^{[ 26 ]} 1920 年代の並行した発展として、ドイツ系スイス人の病理学者マックス・アスカナジーらが、異なる地域の集団における癌やその他の非感染性疾患の地理的病理を体系的に調査するために、国際地理病理学会を設立した。第二次世界大戦後、リチャード・ドールをはじめとする病理学者以外の研究者たちがこの分野に加わり、感染症の流行のために開発された方法では適切に研究できないパターンや発生様式を持つ癌を研究するための方法を発展させた。地理病理学は最終的に感染症疫学と融合し、今日の疫学という分野を形成した。^{[ 27 ]}

もう一つの画期的な出来事は、リチャード・ドールとオースティン・ブラッドフォード・ヒルが主導した英国医師研究の結果が1954年に発表されたことであり、これは喫煙と肺がんの関連性を統計的に強く裏付けるものであった。^{[ 28 ]}

20世紀後半、生物医学の進歩に伴い、血液、その他の生体試料、環境中に存在する多数の分子マーカーが、特定の疾患の発症やリスクを予測する因子として同定された。これらの分子レベルで分析されたバイオマーカーと疾患との関係を調べる疫学研究は、広く「分子疫学」と呼ばれている。特に、「遺伝疫学」は、生殖細胞系列の遺伝子変異と疾患の疫学研究に用いられてきた。遺伝子変異は通常、末梢血白血球由来のDNAを用いて測定される。

2000年代以降、ゲノムワイド関連研究（GWAS）は、多くの疾患や健康状態の遺伝的リスク因子を特定するために一般的に実施されてきた。^{[ 29 ]}

ほとんどの分子疫学研究は依然として従来の疾患診断および分類システムを使用していますが、疾患の進行は人によって異なる本質的に不均一なプロセスであることがますます認識されています。概念的には、エクスポソーム（内因性および外因性/環境曝露の総体）の独自性と、それが各個人の分子病理学的プロセスに及ぼす独自の影響を考慮すると、各個人は他の個人とは異なる独自の疾患プロセスを持っています（「独自の疾患の原則」）^{[ 30 ] [ 31 ]} 。曝露と疾患（特に癌）の分子病理学的特徴との関係を調べる研究は、2000 年代を通じてますます一般的になりました。しかし、疫学における分子病理学の使用は、研究ガイドラインや標準化された統計的手法の欠如、学際的な専門家やトレーニングプログラムの不足など、独自の課題をもたらしました。^{[ 32 ]}さらに、疾患の不均一性の概念は、同じ疾患名を持つ個人は同様の病因と疾患プロセスを持つという疫学の長年の前提と矛盾しているように見えます。これらの問題を解決し、分子精密医療の時代における集団健康科学を進歩させるために、「分子病理学」と「疫学」が統合され、「分子病理疫学」（MPE）^{[ 33 ] [ 34 ]}という新しい学際的分野が創設されました。MPEは「分子病理学と疾患の異質性の疫学」と定義されています。MPEでは、研究者は（A）環境、食事、ライフスタイル、遺伝的要因、（B）細胞または細胞外分子の変化、（C）疾患の進化と進行の関係を分析します。疾患病因の異質性をよりよく理解することで、疾患の病因の解明にさらに貢献します。MPEアプローチは、腫瘍性疾患だけでなく、非腫瘍性疾患にも適用できます。^{[ 35 ]} MPEの概念とパラダイムは2010年代に広く普及しました。^{[ 36 ] [ 37 ] [ 38 ] [ 39 ] [ 40 ] [ 41 ] [ 42 ]}

2012年までに、多くの病原体の進化は疫学に非常に関連性があるほど速く、したがって疫学と分子進化を統合した感染症に対する学際的アプローチから「制御戦略や患者の治療に役立つ」多くの利益が得られることが認識されました。^{[ 43 ] [ 44 ]}現代の疫学研究では、高度な統計学と機械学習を使用して予測モデルを作成したり、治療効果を定義したりすることができます。^{[ 45 ] [ 46 ]}医療や疫学に由来しないものも含め、幅広い現代のデータソースが疫学研究に使用できることがますます認識されています。このようなデジタル疫学には、インターネット検索、携帯電話の記録、医薬品の小売販売からのデータが含まれます。

症例シリーズとは、単一の患者または同様の診断を受けた少数の患者の経験に関する定性的な研究、あるいは曝露されていない期間があるにもかかわらず病気を引き起こす可能性のある統計的要因を指す場合がある。^{[ 54 ]}

前者のタイプの研究は純粋に記述的なものであり、その疾患の患者集団全体について推論を行うために使用することはできません。このようなタイプの研究では、鋭敏な臨床医が疾患または患者の病歴の異常な特徴を特定し、新しい仮説の策定につながる可能性があります。シリーズのデータ​​を使用して、考えられる原因因子を調査するための分析研究を行うことができます。これには、症例対照研究または前向き研究が含まれます。症例対照研究では、疾患のない同等の対照をシリーズの症例とマッチングさせます。前向き研究では、疾患の自然経過を評価するために、症例シリーズを時間の経過とともに追跡します。^{[ 55 ]}

後者のタイプは、より正式には自己対照症例シリーズ研究と呼ばれ、個々の患者の追跡期間を曝露期間と非曝露期間に分け、固定効果ポアソン回帰プロセスを用いて、曝露期間と非曝露期間における特定の結果の発生率を比較します。この手法はワクチン接種による有害反応の研究に広く用いられており、状況によってはコホート研究と同等の統計的検出力を持つことが示されています。

症例対照研究では、疾患の状態に基づいて被験者を選択します。これは後向き研究です。疾患陽性の個人のグループ（「症例」グループ）を、疾患陰性の個人のグループ（「対照」グループ）と比較します。対照グループは、理想的には症例を生み出したのと同じ集団から選ばれるべきです。症例対照研究では、両グループ（症例と対照）が遭遇した可能性のある曝露を過去に遡って調べます。曝露された症例（A）、曝露された対照（B）、曝露されていない症例（C）、および曝露されていない対照（D）を表示する 2×2 の表が作成されます。関連性を測定するために生成される統計量はオッズ比（OR）^{[ 56 ]}であり、これは症例における曝露のオッズ（A/C）と対照における曝露のオッズ（B/D）の比、つまり OR =（AD/BC）です。

オッズ比（OR）が1より有意に大きい場合、「疾患を持つ人は曝露されている可能性が高い」という結論になりますが、ORが1に近い場合は、曝露と疾患は関連していない可能性が高いです。ORが1よりはるかに小さい場合は、曝露が疾患の原因となる保護因子であることを示唆しています。症例対照研究は通常、コホート研究よりも迅速で費用対効果が高いですが、バイアス（想起バイアスや選択バイアスなど）の影響を受けやすいです。主な課題は、適切な対照群を特定することです。対照群における曝露の分布は、症例が発生した集団における分布を代表するものでなければなりません。これは、リスクのある元の集団からランダムサンプルを抽出することによって達成できます。この結果、疾患が集団内で高い罹患率を示す場合、対照群には研究対象の疾患を持つ人が含まれる可能性があります。

症例対照研究の大きな欠点は、統計的に有意であるとみなされるためには、95%信頼区間で必要とされる最小症例数が、オッズ比と次の式で関係していることである。

$合計症例数 = A + C = 1.96^2(1 + N)(1/ln(OR))^2(OR + 2√OR + 1/√OR) 約 15.5(1 + N)(1/ln(OR))^2$

ここでNは症例数と対照数の比率です。オッズ比が1に近づくにつれて、統計的有意性を得るために必要な症例数は無限大に近づき、オッズ比が低い場合、症例対照研究はほとんど役に立たなくなります。例えば、オッズ比が1.5で症例数と対照数が等しい場合、上記の表は次のようになります。

オッズ比が1.1の場合：

コホート研究では、被験者は曝露状況に基づいて選択されます。研究対象者は、コホート研究の開始時点で調査対象の結果のリスクにさらされている必要があります。これは通常、コホート研究の開始時点で疾患がないことを意味します。コホートは、その後の結果の状態を評価するために、一定期間にわたって追跡されます。コホート研究の例としては、喫煙者と非喫煙者のコホートを一定期間にわたって調査し、肺がんの発生率を推定することが挙げられます。症例対照研究と同様に、同じ 2×2 表が作成されます。ただし、生成される点推定値は相対リスク(RR) であり、これは曝露群の人の疾患の確率P _e  = A / ( A + B ) を非曝露群の人の疾患の確率P _u = C / ( C + D ) で割った値、つまりRR = P _e / P _uです。               

ORと同様に、RRが1より大きい場合は関連性を示しており、その結論は「曝露を受けた人は、その病気を発症する可能性が高かった」と解釈できます。

前向き研究は、症例対照研究に比べて多くの利点があります。症例対照研究では、疾患の状態に基づいて被験者が選択されるため、真の発生率を算出することはできません。そのため、ORはRRの推定値に過ぎず、RRの方がより強力な効果指標となります。前向き研究では、時間的関係を確立でき、交絡因子をより容易に制御できます。しかし、費用がかさみ、コホートの追跡期間が長いため、追跡調査から脱落する被験者が多くなるという欠点があります。

コホート研究も症例数に関してコホート研究と同じ方程式によって制限されますが、研究対象集団における基本発生率が非常に低い場合は、必要な症例数は1/2に減少します。 

1965年、オースティン・ブラッドフォード・ヒルは、因果関係の証拠を評価するのに役立つ一連の考察を提案しました^{[ 60 ]} 。これは一般に「ブラッドフォード・ヒル基準」として知られるようになりました。著者の明確な意図とは対照的に、ヒルの考察は現在、因果関係を評価するために実施されるチェックリストとして教えられることがあります^{[ 61 ]}。ヒル自身は、「私の9つの見解のいずれも、因果関係仮説の賛成または反対の議論の余地のない証拠をもたらすことはできず、いずれも必要不可欠なものではありません」と述べています^{[ 60 ]。}

1. 関連性の強さ：関連性が小さいからといって因果関係がないとは限らないが、関連性が大きいほど因果関係である可能性が高くなる。^{[ 60 ]}
2. データの一貫性：異なる場所で異なるサンプルを用いて異なる人物によって観察された一貫した結果は、効果の可能性を高めます。^{[ 60 ]}
3. 特異性：特定の場所と疾患の非常に特定の集団で、他に考えられる説明がない場合、因果関係の可能性が高い。要因と結果の間の関連性がより具体的であればあるほど、因果関係の確率は高くなる。^{[ 60 ]}
4. 時間性：結果は原因の後に発生しなければならない（原因と予想される結果の間に予想される遅延がある場合は、結果はその遅延の後に発生しなければならない）。^{[ 60 ]}
5. 生物学的勾配：一般的に、曝露量が多いほど影響の発生率が高くなるはずです。しかし、場合によっては、因子が存在するだけで影響が引き起こされることがあります。また、逆の相関関係が見られる場合もあります。つまり、曝露量が多いほど発生率が低くなるのです。^{[ 60 ]}
6. 妥当性：原因と結果の間の妥当なメカニズムは役立つ（ただし、ヒルはメカニズムの知識は現在の知識によって制限されていると指摘した）。^{[ 60 ]}
7. 一貫性：疫学的所見と実験室所見の一貫性は、効果の可能性を高めます。しかし、ヒルは「…そのような[実験室]証拠の欠如は、関連性に対する疫学的効果を無効にすることはできない」と指摘しました。^{[ 60 ]}
8. 実験：「実験的証拠に訴えることは時として可能である。」^{[ 60 ]}
9. 類推：類似の要因の影響を考慮することができる。^{[ 60 ]}

疫学研究は、ある要因が特定の事例において何らかの影響を引き起こした可能性を示すことはできても、実際に引き起こしたことを証明することはできない。

疫学は集団における疾病の発生率に関心があり、個人の疾病の原因という問題には取り組みません。この問題は、特定の原因と呼ばれることもありますが、疫学の領域を超えています。疫学には、病原体と疾病の関係が因果関係にある（一般的な原因）と推論され、病原体に起因する過剰リスクの大きさが決定された時点で限界があります。つまり、疫学は病原体が疾病を引き起こす可能性があるかどうかを扱い、病原体が特定の原告の疾病を引き起こしたかどうかを扱いません。^{[ 62 ]}

アメリカ合衆国の法律では、疫学だけでは一般的に因果関係が存在しないことを証明することはできません。逆に、個々の事案においては、蓋然性のバランスに基づき、アメリカの裁判所は疫学を根拠として因果関係が存在すると推論することがあります（そして実際にそのような事例もあります）。

法医学疫学という下位分野は、個人または集団における疾病や傷害の具体的な原因を調査することを目的としており、原因が争われている場合や不明瞭な場合に、法廷での提示のために用いられる。

人道危機状況下では、疾病やその他の健康要因の監視と報告がますます困難になるにつれ、データ報告に用いられる手法も不十分なものとなっている。ある調査では、人道支援状況下で実施された栄養調査のうち、栄養失調の有病率を正しく算出していたのは半数以下（42.4%）であり、品質基準を満たしていたのはわずか3分の1（35.3%）であった。死亡率調査に至っては、品質基準を満たしていたのはわずか3.2%であった。栄養状態と死亡率は危機の深刻度を示す指標となるため、これらの健康要因の追跡と報告は極めて重要である。

生命登録は通常、データを収集する最も効果的な方法ですが、人道支援の状況では、これらの登録が存在しなかったり、信頼性が低かったり、アクセスできなかったりすることがあります。そのため、死亡率は、前向き人口動態監視または後向き死亡率調査のいずれかを使用して不正確に測定されることがよくあります。前向き人口動態監視には多くの人員が必要であり、分散した人口では実施が困難です。後向き死亡率調査は、選択バイアスと報告バイアスを受けやすいです。他の方法が開発されていますが、まだ一般的な方法ではありません。^{[ 67 ] [ 68 ] [ 69 ] [ 70 ]}

流行における波の概念は、特に伝染病に関係する。 「流行の波」という用語の作業定義は、次の 2 つの重要な特徴に基づいている。1) 上昇傾向または下降傾向の期間が含まれること、2) これらの増加または減少は、軽微な変動や報告エラーと区別するために、一定期間にわたって実質的かつ持続的でなければならないこと。^{[ 71 ]}一貫した科学的定義を使用することで、COVID-19 パンデミックの進行についてコミュニケーションを取り、理解するために使用できる一貫した言語を提供でき、医療機関や政策立案者がリソースの計画と配分を行うのに役立つ。

疫学の分野によって妥当性のレベルは異なります。研究結果の妥当性を評価する一つの方法は、偽陽性（正しくない効果を主張しているもの）と偽陰性（真の効果を裏付けていない研究）の比率です。遺伝疫学では、候補遺伝子研究では、偽陰性1件に対して100件以上の偽陽性結果が生じる可能性があります。対照的に、ゲノムワイド関連解析では、ほぼ逆の傾向が見られ、偽陰性100件以上に対して偽陽性はわずか1件です。^{[ 72 ]}この比率は、遺伝疫学分野では厳格な基準が採用されたことで、時間の経過とともに改善されています。対照的に、他の疫学分野では、このような厳密な報告が求められておらず、その結果、信頼性ははるかに低くなっています。^{[ 72 ]}

ランダム誤差は、サンプリングのばらつきによって真の値から変動した結果生じるものです。ランダム誤差はまさにランダムです。データ収集、コーディング、転送、分析の過程で発生する可能性があります。ランダム誤差の例としては、不適切な質問、特定の回答者からの個々の回答の解釈の誤り、コーディング中のタイプミスなどがあります。ランダム誤差は、一時的かつ一貫性のない方法で測定に影響を与え、ランダム誤差を修正することは不可能です。すべてのサンプリング手順にはランダム誤差（サンプリング誤差）が存在します。

疫学的変数の精度は、ランダム誤差の尺度です。精度はランダム誤差と反比例の関係にあるため、ランダム誤差を減らすことは精度を高めることにつながります。相対リスク推定値の精度を示すために、信頼区間が計算されます。信頼区間が狭いほど、相対リスク推定値の精度が高いと言えます。

疫学研究におけるランダム誤差を減らすには、大きく分けて2つの方法があります。1つ目は、研究のサンプルサイズを増やすことです。つまり、研究対象者を増やすということです。2つ目は、研究における測定値のばらつきを減らすことです。これは、より精度の高い測定機器を使用するか、測定回数を増やすことで実現できます。

なお、サンプルサイズや測定回数を増やしたり、より精度の高い測定機器を購入したりすると、通常は研究費用が増加します。十分な精度を確保する必要性と、研究費用という現実的な問題の間には、通常、難しいバランスが存在します。

系統誤差またはバイアスとは、標本誤差以外の原因で、母集団における真の値と研究における観測値との間に差が生じる場合を指します。系統誤差の例としては、使用しているパルスオキシメータの設定が誤っていて、測定のたびに真の値に2ポイント加算される場合が挙げられます。測定機器は精密であっても、正確ではない可能性があります。この誤差は毎回発生するため、系統誤差と言えます。このデータに基づいて導き出した結論は依然として誤りとなります。しかし、この誤差は将来再現可能です（例えば、同じ設定の誤った機器を使用することによって）。

特定の質問に対するすべての回答に影響を与えるコーディングミスも、系統的エラーの一例である。

研究の妥当性は、系統誤差の程度に依存する。妥当性は通常、次の2つの要素に分けられる。

• 内的妥当性は、曝露、疾患、およびこれらの変数間の関連性を含む測定における誤差の量に依存します。良好な内的妥当性は、測定における誤差がないことを意味し、少なくとも研究対象に関連する限りにおいて推論を導き出すことができることを示唆します。
• 外的妥当性とは、研究結果をサンプルが抽出された母集団（あるいはその母集団を超えてより普遍的な記述）に一般化するプロセスを指します。そのためには、一般化に関連する（あるいは関連しない）条件を理解する必要があります。内的妥当性は、外的妥当性の前提条件であることは明らかです。

2020年4月の南カリフォルニア大学の記事では、「コロナウイルスの流行は、疫学（集団における疾病の発生、分布、制御の研究）を世界中の科学分野の最前線に押し上げ、その実践者の中には一時的に有名人になった者もいる」と指摘されている。^{[ 82 ]}

• Anderson W (2019年6月1日). 「疫学の歴史」 . International Journal of Epidemiology . 48 (3): 672–674 . doi : 10.1093/ije/dyy247 . ISSN 0300-5771 . PMID 30452646. 2025年11月20日取得。  
• Caduff C (2015年8月11日). 『パンデミックの可能性：危険の公共文化における劇的な出来事』 . オークランド、カリフォルニア：カリフォルニア大学出版局. ISBN 978-0-520-28409-8。
• Susser M、Stein Z (2009)。疫学の時代：思想の進化。キャリー：オックスフォード大学出版局。ISBN 978-0-19-530066-6。