論文要約：同じ観察研究における探索、確認、複製へのアプローチ

「望まない妊娠が母親のその後の人生に与える影響」に関する 2 チーム・クロススクリーニング手法

本論文は、単一の観察研究データセットを用いて、探索的データ分析（EDA）、確認的データ分析（CDA）、および結果の複製を同時に実行するための新しい手法「2 チーム・クロススクリーニング（Two Team Cross-Screening）」を提案し、それをウィスコンシン縦断研究（WLS）のデータを用いて「望まない妊娠が母親のその後の人生に与える影響」を調査する応用研究として示したものである。

以下に、問題定義、手法、主要な貢献、結果、および意義について技術的に詳述する。

1. 問題定義と背景

• 研究課題: 望まない妊娠（望まない妊娠が出生に至った場合）が、母親のその後の精神健康、身体的健康、経済的福祉、生活満足度に長期的にどのような影響を与えるか。
• 既存研究の限界:
  • 望まない妊娠の長期的影響に関する研究は極めて少ない（Herd et al., 2016 のうつ病に関する研究のみ）。
  • 観察研究において、探索（仮説生成）、確認（仮説検証）、複製（再現性確認）は通常、複数のデータセットを用いて逐次的に行われる。しかし、WLS のように唯一無二の強みを持つ単一のデータセットしかない場合、これら 3 つを同一研究内で厳密に行うことが困難である。
  • 従来の手法（単純なデータ分割や自動クロススクリーニング）では、EDA を行いながら複製性を保証するか、または EDA を行わずに複製性を保証するかの二者択一を迫られていた。

2. 提案手法：2 チーム・クロススクリーニング

本研究では、研究者を 2 つのチーム（A チームと B チーム）に分け、データを意味のある共変量（本研究では「カトリック教徒か否か」）に基づいて分割する手法を提案した。

手順の概要

1. 事前分析議論（Pre-Analysis Discussion）:
   • 全研究者が参加し、変数の概要、分割方法、関心のあるアウトカム、共変量の調整方針を議論する。
   • データを 2 つのサブセット（例：カトリック群と非カトリック群）に分割する。
   • 2 チーム（A チームと B チーム）にそれぞれ 1 つのサブセットを割り当てる。各チームは相手のデータにはアクセスできない。
2. 探索的データ分析（EDA）:
   • 各チームは、割り当てられたデータのみを用いて EDA を行う。
   • 事前に定義されたアウトカムに加え、予期せぬ新しい仮説を発見する。
   • 全体の家族誤り率（FWER）を $\alpha$（例：0.05）に制御するため、各チームは $\alpha/2$（例：0.025）の誤り率予算を持って、相手のデータに対して検証する分析計画を作成する。
   • 重要な点：各チームは、自身のデータでの発見に基づいて、相手データでの分析計画（検定統計量の選択、多重比較の調整方法など）を柔軟に設計できる。
3. 確認的データ分析（CDA）:
   • A チームが作成した分析計画（コードを含む）を B チームのデータに適用し、B チームが作成した計画を A チームのデータに適用する。
4. 結果の報告と複製性の評価:
   • グローバル・ヌル（Global Null）の棄却: どちらか一方のチームで帰無仮説が棄却されれば、全体としての効果があるとする（FWER を $\alpha$ で制御）。
   • 複製可能な発見（Replicable Findings）: 両方のチームの計画において帰無仮説が棄却された場合のみ、「複製可能な発見」として報告する（偽の複製主張の確率を $\alpha$ で制御）。

3. 実証研究：望まない妊娠の影響

• データ: ウィスコンシン縦断研究（WLS）。1957 年の高校卒業生を追跡したデータ。
• 分割基準: 「カトリック教徒」と「非カトリック教徒」。
  • 理由：カトリック教徒は教会の避妊反対教義に従うことで望まない妊娠に至る可能性があり、非カトリック教徒は避妊の不使用や誤用が主な原因であるなど、望まない妊娠に至るメカニズム（隠れた交絡因子）が異なると想定される。これにより、異なるバイアス構造を持つサブグループ間での複製性を検証できる。
• 共変量の調整: ランダム化比較試験のように分析できるよう、リスクセットマッチング（Risk-set matching）を用いて、妊娠発生時点までの教育、社会心理的特性、幼少期の社会経済的地位などでマッチングを行った。

分析結果

• A チーム（カトリックデータで探索）の計画による検証（非カトリックデータ）:
  • 以下の仮説が棄却された（グローバル・ヌルとして有意）：
    1. うつ病スコア（CES-D）の上昇。
    2. 自己受容（Self-acceptance）の低下。
    3. 離婚・別居回数の増加。
    4. 追加の望まない妊娠による子供の増加。
  • 職業の安定性（ジョブスプレルの数）については棄却されなかった。
• B チーム（非カトリックデータで探索）の計画による検証（カトリックデータ）:
  • 最初のステップ（低ポジティブ感情サブスケール）で棄却されず、分析はそこで終了した。
• 複製性の結論:
  • 両チームの計画で同時に棄却された結果（複製可能な発見）はなかった。
  • しかし、A チームの計画で非カトリック群において複数の有意な影響（うつ病、自己受容、離婚、追加妊娠）が確認された。
  • 非カトリック群でのみ「低ポジティブ感情」に有意差が見られたのに対し、カトリック群では見られなかった理由については、宗教的背景による「望まない妊娠」の定義や解釈の違い、あるいは未測定の影響要因が考えられる。

4. 既存手法との比較

• 自動クロススクリーニング（Automated Cross-Screening）:
  • データを探索せず、事前に決められたルールで分析を行う手法。
  • 本研究のデータでは、うつ病スコアのみが非カトリック群で有意となり、複製性は確認されなかった。
  • 自動手法では、カトリック群で「所得対貧困率」が有意に見えたため、それを非カトリック群で検証しようとしたが、実際には意味のある結果ではなかった。
• 2 チーム・クロススクリーニングの優位性:
  • EDA の活用: 分析計画を立てる前にデータを深く探索できたため、A チームは「所得対貧困率」が意味のある仮説ではないと判断し、誤った仮説検証に $\alpha$ を浪費することを防いだ。
  • 新たな仮説の発見: 予期せぬ仮説（自己受容、離婚回数、追加妊娠など）を検証対象に含めることができた。これらは事前定義された手法では見逃されていた可能性がある。
  • 検定力の向上: 各チームが自身のデータに基づいて最適な検定統計量（U 統計量など）を選択できた。

5. 主要な貢献と意義

1. 方法論的革新:
   • 単一のデータセットを用いて、EDA、CDA、複製を同時に実行する枠組みを確立した。
   • 2 チームによる相互スクリーニングにより、多重比較問題（Multiple Testing Problem）を厳密に制御しつつ、柔軟な仮説生成を可能にした。
2. 実証的知見:
   • 望まない妊娠が母親の長期的な精神健康（うつ病、自己受容の低下）および社会的・経済的安定（離婚、追加妊娠）に悪影響を与えることを示唆した。
   • 宗教的背景によってその影響の現れ方が異なる可能性を示し、文脈依存性（Effect Modification）の重要性を浮き彫りにした。
3. 統計的推論の質の向上:
   • 従来の「探索と確認の分離」や「事前計画の厳格化」のトレードオフを解消し、科学的発見の効率性と厳密性を両立させた。
   • 信頼区間（CI）の構築においても、選択バイアスを調整しつつ、興味深い結果に焦点を当てた推論を可能にする拡張性を示した。

6. 結論

2 チーム・クロススクリーニングは、限られたデータセットから最大の科学的知見を引き出すための強力なアプローチである。本研究では、望まない妊娠の長期的影響について、従来の手法では見逃されていた重要な側面（自己受容や家族関係への影響）を明らかにし、観察研究における因果推論の厳密性と柔軟性を両立させる新しい標準を示した。将来的には、チーム数の増加や、より複雑な分割戦略への適用も検討されるべきである。