有向非巡回グラフ

有向非巡回グラフ（DAG）は、変数間の因果関係に関する研究者の仮定を符号化するために使用される、ノードと一方向の矢印からなる図である。疫学においては、DAGはこれらの仮定を明確にし、バイアスを導入することなく因果効果を推定するために、どの変数を調整すべきかを決定するための形式的な規則を提供する。

Definition

有向非巡回グラフは、ノードが変数を表し、有向エッジが仮定された直接的な因果効果を表すグラフであり、開始ノードに戻るパスがなく、どの調整が因果効果を特定するかを導き出すために使用される。

Scope

このトピックでは、因果DAGの構造と読み方、交絡因子、媒介因子、合流点といった概念、そして描かれたグラフを有効な調整集合に結びつけるd分離やバックドア基準などのグラフ規則について説明する。これは方法論的な参考文献であり、臨床的なガイダンスではない。

Core questions

• 因果構造に関する仮定はどのように明示的に表現できるか？
• 因果効果を推定するために、どの変数を調整すべきか、そしてどの変数を調整すべきでないか？
• 因果グラフにおいて、交絡因子、媒介因子、合流点はどのように異なるか？

Key concepts

• ノードと有向エッジ
• 交絡因子、媒介因子、合流点
• バックドアパスとバックドア基準
• d分離
• 合流点バイアス
• 最小十分調整集合

Mechanisms

DAGにおいて、ある変数から別の変数への矢印は、仮定された直接的な因果効果を符号化し、矢印の欠如は、仮定された直接効果の欠如を符号化する。Pearlのバックドア基準（pearl-1995）は、条件付けられたときに、曝露と結果の間のすべての非因果的（バックドア）パスをブロックし、因果パスを開いたままにする変数セットを特定し、偏りのない調整セットをもたらす。Greenland、Pearl、Robins（greenland-pearl-robins-1999）は、このグラフ理論を疫学者のために翻訳し、交絡因子をどのように制御すべきか、全効果を推定する際には媒介因子を一般的に制御すべきではないこと、そして合流点を条件付けてはならないことを示した。なぜなら、そうすることで偽のパスが開かれる（合流点バイアス）からである。したがって、誤った変数を調整することは、バイアスを除去するのではなく、バイアスを生み出す可能性がある（schisterman-2009）。dagittyなどのソフトウェアはこれらの規則を操作可能にする（textor-2016）。

Clinical relevance

DAGは、臨床および公衆衛生のエビデンスに情報を提供する研究において、交絡制御がどのように計画されるかを導き、読者が特定の調整が行われた理由または行われなかった理由を理解するのに役立つ。これらは分析的推論を記述するものであり、個々の診断や治療の決定の根拠となるものではない。

Epidemiology

因果DAGは現在、疫学における観察研究の設計と報告の標準的な一部となっており、共変量選択を正当化し、選択バイアスや合流点バイアスを予測するために使用されている。dagittyのようなツールは、応用研究において形式的なDAG分析を日常的なものにしている（textor-2016）。

History

Pearlは、非実験データからの因果推論を形式化するために因果図とバックドア基準を導入し（pearl-1995）、Greenland、Pearl、Robinsは1999年にこのフレームワークを疫学にもたらした（greenland-pearl-robins-1999）。その後の応用研究は、過剰調整や合流点バイアスなどの落とし穴を明確にし（schisterman-2009）、DAG分析のための広く使用されるソフトウェアを生み出した（textor-2016）。

Debates

より多くの共変量を調整することが害を及ぼす可能性はあるか？

DAG理論は、媒介因子や合流点に条件付けを行うとバイアスが生じる可能性があることを示しており、共変量を追加することが自動的に安全であるとは限らない。調整集合の選択には、統計的な便宜ではなく、明示的な因果仮定が必要である。

Key figures

• Judea Pearl
• Sander Greenland
• James Robins
• Enrique Schisterman

Seminal works

• pearl-1995
• greenland-pearl-robins-1999

Frequently asked questions

有向非巡回グラフにおける「非巡回」とは何を意味するか？

それは、矢印の方向に沿って、どの変数も最終的に自分自身を引き起こすことができないことを意味する。効果はフィードバックループなしに一方向に流れる。

合流点を調整すると、なぜバイアスが生じる可能性があるのか？

合流点とは、2つの変数によって引き起こされる変数である。それに条件付けを行うと、その原因間に偽の関連性が生じるため、それを調整することは交絡を除去するのではなく、バイアスを導入する可能性がある。