マンテル・ヘンツェル法と層別解析

層別解析は、交絡するカテゴリカル変数を制御するために、その変数によって定義された層にデータを分割し、各層内で曝露と結果の関連を分析し、その後、層を単一の要約に結合する手法である。マンテル・ヘンツェル法は、一連の2×2分割表を用いてこれを行う古典的な手順であり、関連性の統合検定と、層別変数を調整したオッズ比またはリスク比の加重要約推定値の両方を提供する。

Definition

マンテル・ヘンツェル層別解析は、層別化（交絡）変数の各水準に対応する一連の2×2分割表を、関連性の単一の加重要約尺度と関連する検定に結合し、層別変数を調整した曝露と結果の効果の推定値を得る手法である。

Scope

この項目では、層別化がどのように交絡を制御するか、マンテル・ヘンツェル要約推定量が層ごとの分割表にどのように重み付けするか、層間の関連性に対する付随するカイ二乗検定、信頼区間に使用される標準分散推定量、および層ごとの推定値が異なる場合に層別化がどのように効果修飾を明らかにするかについて述べる。これらはデータを分析するための方法として位置づけられており、臨床的ガイダンスではない。

Core questions

• データを層に分割することで、交絡変数の影響はどのように除去されるのか？
• 層ごとの個別の分割表はどのように重み付けされ、単一の要約オッズ比またはリスク比に結合されるのか？
• 統合された関連性はどのように検定され、信頼区間はどのように得られるのか？
• 効果が層間で異なる場合（効果修飾）、層を統合すべきではないのはどのような場合か？

Key concepts

• 交絡を制御するための層別化
• 層ごとの2×2分割表
• 加重統合（要約）推定値
• マンテル・ヘンツェル関連性検定
• 要約推定値の分散推定量
• 層間の効果の均一性
• 効果修飾（交互作用）
• 粗推定値と調整済み推定値

Mechanisms

データは潜在的な交絡因子の水準によって定義される層に分割され、各層につき曝露と結果の2×2分割表が作成される。各層内では、その変数が一定に保たれるため、関連性はその変数による交絡から解放される。マンテル・ヘンツェル要約オッズ比は、層ごとの積の加重平均であり、より大きく情報量の多い層に大きな影響を与える重みが付けられる。リスク比についても同様の推定量が存在する。単一のカイ二乗検定は、層別化を維持しながら統合された関連性を検定するために、層間の観察された曝露症例数から期待される曝露症例数を引いた値を合計する。信頼区間には、多くの小さな層（スパースデータ）がある場合と、少数の大きな層がある場合の両方で有効な分散推定量が使用される。これはRobins、Breslow、Greenlandによって確立された二重整合性（dual-consistency）の特性であり、GreenlandとRobinsはスパースな追跡調査データについても関連する結果を示している。層ごとの推定値が類似している場合、統合は適切であり、要約推定値は交絡調整後の効果となる。もしそれらが実質的に異なる場合、層別変数は効果修飾因子であり、単一の統合された数値は誤解を招く可能性がある。

Clinical relevance

観察研究における調整された関連性は、回帰調整の透明性の高い非モデル先行手法である層別マンテル・ヘンツェル解析によって頻繁に作成または検証されるため、これを理解することで、交絡がどのように処理され、粗推定値がどのように調整済み推定値になるかが明確になる。これはエビデンスを分析し解釈するための方法であり、個々の診断や治療の決定の根拠となるものではない。

Epidemiology

マンテル・ヘンツェル法は、コホート研究および症例対照研究の疫学分析の主要な手法であり、メタアナリシスにおいて研究間の2×2分割表を統合するために広く使用されている固定効果マンテル・ヘンツェル法の基礎でもある。これらは、ロジスティック回帰やポアソン回帰の前、またはそれらと並んで、交絡制御の典型的な例として依然として用いられている。

History

マンテルとヘンツェルは、1959年に疾患の遡及的（症例対照）研究の文脈で層別検定と要約推定量を発表し、この方法は慢性疾患疫学の中心となり、BreslowとDayの1980年のモノグラフで体系化された。スパースな層と大きな層の両方の設定で有効な信頼区間に必要な分散推定量は、GreenlandとRobins（1985年）およびRobins、Breslow、Greenland（1986年）によって提供され、推論の枠組みが完成した。

Debates

統合と効果修飾の報告

層ごとの推定値が乖離する場合、単一のマンテル・ヘンツェル要約は真の交互作用を隠す可能性がある。分析者は、層が統合するのに十分均一であるか、または層ごとの効果を報告すべきかを判断する必要がある。

Key figures

• Nathan Mantel
• William Haenszel
• Sander Greenland
• James Robins
• Norman Breslow
• Kenneth Rothman

Seminal works

• mantel-haenszel-1959
• greenland-robins-1985
• robins-breslow-greenland-1986

Frequently asked questions

マンテル・ヘンツェル法は何を制御するのか？

交絡するカテゴリカル変数を制御する。その変数の層内で曝露と結果の関連性を分析し、その後層を結合することで、要約推定値は層別変数について調整される。

オッズ比が層間で異なる場合はどうなるのか？

著しく異なる層ごとの推定値は効果修飾を示しており、関連性が層別変数によって真に異なることを意味する。その場合、単一の統合された要約は誤解を招く可能性があり、層ごとの結果を報告すべきである。