Psychosocial Factors Outweigh Short-Term Environmental Exposures in Subjective Cognitive Difficulties: A Causal AI Study

技術要約：主観的認知困難における心理社会的要因の環境曝露に対する優位性

問題提起
既存の観察研究の文献では、短期的な環境曝露（例：気温の極端な変化、大気汚染）と認知パフォーマンスや注意力の間の関連性が示唆されている。しかし、環境曝露は地理、季節、インフラ、および社会経済的条件によって強く交絡しているため、これらの関連性を解釈することは困難である。横断的解析では、観察された関連性が急性的な環境の影響を反映しているのか、それとも場所間の持続的な文脈的差異を反映しているのかを区別できないことが多い。また、主観的認知困難（SCD）は、メンタルヘルス、孤独感、社会的機能といった心理社会的要因に強く影響されることが知られているが、厳密な因果推論フレームワークを通じて分析した場合、環境要因と心理社会的要因の相対的な重要性は明らかになっていない。

方法論
本研究では、All of Us Research Program (2018–2024) の縦断的データを利用し、日次の環境曝露記録（気温、降雪量、降水量、吹雪への曝露、PM2.5）を、ZIP3地理コードを介して、参加者レベルの反復的な認知および注意の結果と紐付けた。

• 識別戦略： 場所内の時間的変動と場所間の文脈的差異を分離するために、著者らは一連の、より制約の強い因果推論モデルを用いた：
  • プールされたモデル（Pooled Models）： 全データに対する標準的な回帰。
  • 固定効果モデル（Fixed-Effects Models）： 時間不変の地理的・人口統計学的交絡因子を除去するための、ZIP3固有の固定効果（$\alpha_z$）およびカレンダー時間の効果（$\gamma_t$）。
  • ラグおよびイベント・スタディ解析： 環境ショックの周囲における時間的ダイナミクスとプレトレンドを評価するため。
  • 二重偏差モデル（Doubly Demeaned Models）： 変動をさらに孤立させるため。
• 因果AIおよび機械学習： 高次元の交絡や非線形な関係を評価するために、以下の高度な手法を統合した：
  • 二重機械学習（DML） および 因果フォレスト（Causal Forests）：高次元の交絡と非線形関係のため。
  • 条件付き変分オートエンコーダ（cVAE）：潜在的な心理社会的表現をモデル化するため。
• 独立した再現性検証： 心理社会的要因（孤独感、メンタルヘルス・デー）とSCDの関連性に焦点を当てた、2024年行動リスク要因監視システム（BRFSS）（横断的な全国調査）を用いて、知見を検証した。
• 媒介分析： 環境の影響が心理学的、行動学的、または生理学的な経路を通じて作用しているかどうかを探索した。

主な貢献

1. 因果フレームワークの適用： 本論文は、環境健康研究に厳密な準実験的フレームワーク（固定効果、イベント・スタディ）を適用し、プールされた関連性が、安定した地理的および文脈的要因を制御するとどのように減衰するかを示している。
2. 因果AIの統合： 伝統的な縦断的計量経済学と、現代的な因果AI（DML、因果フォレスト、潜在表現学習）を組み合わせ、非線形性や高次元の交絡に対する知見の堅牢性を評価した。
3. 効果量の比較分析： 環境曝露と心理社会的要因の大きさを体系的に比較し、心理社会的変数が環境予測因子よりもSCDに対して支配的であるという実証的証拠を提供した。
4. 外部妥当性の検証： 独立した全国代表データセット（BRFSS）において、心理社会的相関の優位性を確認し、知見の一般化可能性を強化した。

結果

• 環境曝露： プールされた解析では、温度ショックは注意力の低下と緩やかな関連を示した（$\beta = 0.0315, p = 0.032$）。しかし、この関連性は固定効果モデル（$\beta = 0.011, p = 0.617$）やその他の場所内仕様において大幅に減衰し、統計的に有意ではなくなった。同様に、環境曝露と主観的認知困難の間の関連性は、すべてのモデル仕様（プール、固定効果、イベント・スタディ）において一貫してゼロに近い値であった。
• 心理社会的要因： 対照的に、心理社会的変数は大幅に大きく、統計的に有意な関連を示した：
  • メンタルヘルスの負担：$\beta = -0.114$ ($p < 0.001$)
  • 社会的機能：$\beta = -0.102$ ($p < 0.001$)
  • リテラシー関連の尺度：$\beta = -0.082$ ($p < 0.001$)
  • 孤独感：$\beta = 0.053$ ($p < 0.001$)
• 再現（BRFSS）： BRFSSの解析はこれらのパターンを確認した。孤独感は主観的認知低下と強く関連していた（OR = 1.81, 95% CI 1.76–1.86）。BRFSSにおける媒介分析は、孤独感とSCDの関連の約28.6%が、不良なメンタルヘルス・デーを通じて媒介されていることを示唆した。
• 媒介経路： All of Usコホートにおける探索的な媒介分析では、短期的な環境曝露が検討された心理学的、行動学的、または生理学的経路を通じて認知的な結果に影響を与える証拠はほとんど見られなかった。間接効果は一様に小さかった。
• AIによる知見： 因果AI解析（DML、因果フォレスト、cVAE）は、主要な縦断的モデルと一致する結果を出し、潜在的な心理社会的負担が環境ショックよりもSCDの強力な予測因子であることを裏付けた。

意義および主張
本論文は、縦断的な因果推論および因果AIフレームワークを通じて分析した場合、心理社会的要因は短期的な環境曝露よりも、主観的認知困難とより強く、かつ一貫して関連していると主張している。

著者らは、場所内の識別戦略の下で環境の関連性が減衰することは、既存の文献における多くのプールされた関連性が、急性な環境効果そのものではなく、より広範な地理的および文脈的な差異（例：地域の社会経済的地位、インフラ）を反映している可能性が高いことを示唆していると述べている。

したがって、本研究は、孤独感、心理的苦痛、および損なわれた社会的機能を標的とした介入は、短期的な環境変動の緩和のみに焦点を当てたアプローチよりも、主観的な認知負荷を軽減できる可能性が高いと結論付けている。これらの知見は、大規模な観察データにおいて、環境による認知健康の結果への誤った帰属を避けるために、環境信号を文脈的および心理社会的影響から区別する必要性を強調している。