ふつう臨床医が臨床研究をしようとしたら、その是非はさておき、独学で四苦八苦しながら以下のような成長過程をとるのではないでしょうか?私はそうでした。

 1. 症例報告
 2. カイ二乗検定、Mann-WhitneyのU検定、Studentのt検定 
 3. ちょっと凝った検定
 4. 多変量解析(ロジスティック回帰)

実はそこから先が果てしないのですが涙、とりあえず4.までたどり着いたときにまずぶつかる壁が「どの変数をモデルに組み込むか」もしくは「結果をどう解釈したらいいか」なんじゃないかなと思います(私はそうでした)。その答えはケースバイケースなので簡単には答えられませんが、大切なのはその多変量解析の目的は何か?じゃないかなと思います。具体的にいうと、探索したいのか?検証したいのか?ということです。

【探索的研究】
ある有害アウトカムOを減らしたい!と一念発起したとします。するとまず最初に考えるのが、どの要因EがOを引き起こしているか?です。Eがわかれば、EをどうにかすればOが減らせそうですから。その際にどうやってEを探すかというと

 1)既存のエビデンスからもってくる
 2)専門家で合議する
 3)自分で探す

になります。2)は文献の網羅的検索を行い、質の評価をし、E候補を選抜すると。でも悲しいかなまず足りないので、1)で臨床経験豊富な人たちが集まって合議する。それで結論が出たらそれでOKなのですが、それでも足りなければ3)するしかない。これが即ち探索的研究で、多変量解析でE候補を選抜するのです。多変量解析では、E候補どうしのかかわりも考慮したうえで(ここが単変量解析との決定的な差)、各E候補とOとの関連の強さが数字で出ます。そこで強そうな因子を選抜し、Eを探索するわけです。この場合多変量解析に投入する変数は、1)2)である程度選抜したE候補になります。そして、得られた結果からは強いことは言えず、EはOと関連する(かもしれないけどまだわからない)といったニュアンスになるでしょう。

【検証的研究】
Eがみつかったら、次は本当にOと関連があるかの検証にうつります。検証とは、考え得る交絡因子の影響を除外する作業で、すなわち交絡の調整が目的になります。ここでも多変量解析が活躍します。この場合多変量解析に投入する変数は交絡因子候補になり、やはり上記1)2)をやって、更には因果グラフを描いたりして決めます。あくまでEとOの関連を歪める因子を探すわけで、探索的研究におけるE候補と全く同じにはなり得ません。結局交絡を調整しつくすことはできないので、結局強いことは言えないものの、EとOは関連する(かもしれない)くらいのことは言えるでしょう。

【まとめ】
いきなりこんなこと独学で考える猛者はなかなかいないと思います。が、研究に芯を入れるためには大切なこと。こういった研究の土台となるような考え方が独学じゃなく、無理ない範囲で学べる機会が増えないと、真の意味でEBMは発展しないでしょう。どうしたら普及するんだろう…その前にもっと自分の実力つけなきゃただのオオカミ少年!?