Maternal age, not parity, and pregnancy loss: a Bayesian network analysis of the Qatar Biobank

あなたは、なぜ一部の妊娠が満期に達しないのかという、巨大で混沌としたパズルの謎を解こうとしているのだと想像してください。科学者たちはこれを「妊娠喪失」と呼んでいます。それは、目的地に到着する前に車が故障してしまうようなものです。長い間、研究者たちは、故障の原因を探るために、エンジン（生物学）、ドライバーの習慣（ライフスタイル）、そして道路状況（社会）を調査してきました。彼らは、ドライバーの年齢が上がると車のエンジンにトラブルが起きやすくなること、そして、長い間道路を走り続けてきたドライバー（多くの子供を持つ人）は、摩耗や消耗が進んでいる可能性があることを知っています。しかし、ここが厄切なところです。年配のドライバーは、通常、走行距離も長くなっています。ですから、車が故障したとき、それはドライバーが年をとったせいなのでしょうか、それとも単に走行距離が多かったせいなのでしょうか？

この問題を解決するために、科学者は主に2つのツールを使用します。1つ目は「ロジスティック回帰」と呼ばれる虫眼鏡のようなもので、他の要素が存在しないかのように振る舞いながら、一つの要因を一つずつ観察するのに役立ちます。2つ目は「ベイジアンネットワーク」という、街のすべての通りがどのように繋がっているかを示す都市の地図のようなツールです。この地図を使うと、ある通りが目的地へ直接通じているのか、それとも別の通りを経由して目的地に繋がっているだけなのかを見極めることができます。大きな疑問は、特定の、変化の激しい地域（湾岸地域）において、車の故障に本当に重要なのはドライバーの年齢なのか、それとも走行距離なのか、ということです。

---

カタールにおける大きな探偵物語

ある研究チームは、カタール・バイオバンクと呼ばれる膨大なデジタル健康記録ライブラリを用いて、探偵役を務めることにしました。彼らは、妊娠に何が起きているのかを知るために、864人の既婚女性の生活を調査しました。彼らが知りたかったのは、「母親の年齢」なのか、それとも「子供の数（パリティ）」なのか、どちらが妊娠喪失の真の犯人なのか、ということです。

これは、「誰のせいか？」というゲームのようなものです。研究者たちは、女性の年齢や子供の数から、高血圧、糖尿病、あるいは不規則な月経に至るまで、あらゆるデータを収集しました。彼らは、自分たちの「虫眼鏡」（統計学的な計算）と「都市の地図」（ベイジアンネットワーク）を使用して、どの手がかりが問題に直接結びついているのか、そしてどれが単なる「偽の手がかり（レッドヘリング）」なのかを見極めました。

結論：走行距離ではなく、年齢である

結果は非常に明快であり、一部の人が予想するであろう予測を覆すものでした。

まず、研究者たちは母親の年齢がこの物語の主役であることを発見しました。女性の年齢が上がるにつれて、妊娠喪失の可能性は著しく高まります。実際、最も高齢のグループ（61歳以上）の女性は、最も若いグループ（0〜30歳）の女性と比較して、妊娠喪失を経験した確率が4.44倍も高かったのです。これは驚異的な跳ね上がりです！

では、子供の数についてはどうでしょうか？一見すると、子供が多いことは大きな問題であるように見えました。7人以上の子供を持つ女性は、子供がいない女性と比較して、喪失の確率が3.50倍高いように見えました。まるで「走行距離」が問題であるかのように見えたのです。

しかし、研究者が「都市の地図」を使ってすべてがどのように繋がっているかを確認したところ、物語は変わりました。彼らは、このグループの年配の女性が自然と多くの子を持っていることを理解しました。つまり、年齢を調整すると、「子供の数」という手がかりは直接的な原因ではなくなったのです。年齢を考慮に入れると、子供の数はもはや妊娠喪失と直接的な関連を持たなくなりました。「走行距離」が問題だったのではなく、「ドライバーの年齢」が問題だったのです。

地図と代謝のミステリー

研究者たちはまた、糖尿病、高コレステロール、不規則な月経といった他の容疑者についてもチェックしました。最初は、これらは妊娠喪失とわずかな関連があるように見えました。しかし、一度研究者が年齢を計算に組み込むと、それらの繋がりは消えてしまいました。それはまるで、糖尿病や高コレステロールが年配の女性のそばにいただけのようで、実際に引き金を引いたのは彼らではなかったかのようです。

「都市の地図」（ベイジアンネットワーク）もこれを裏付けました。地図は、年齢から妊娠喪失へと直接つながる線を、明確に示していました。しかし、パリティ（子供の数）については、線は直接そこへは行かず、パリティから年齢へと進み、それから喪失へと続いていました。これは、パリティは間接的なプレイヤーであり、年齢こそが真のボスであることを意味しています。

彼らはどの程度確信しているのか？

研究者たちはこの年齢の関連性についてかなりの自信を持っていますが、謎をすべて解明したとは断言せず、慎重な姿勢を崩していません。彼らは、自分たちの地図を検証するために「ブートストラップ」と呼ばれる特別な数学的テストを使用しましたが、年齢と喪失を結ぶ線は、シミュレーションの中で**89%**の確率で現れました。これは強力なシグナルです。

しかし、彼らはデータに「霧がかかった部分」があることも認めています。女性たちに人生のすべてを一度に思い出してもらう形式（横断的研究）であったため、最も高齢の女性たちは数十年前のことを思い出している可能性があり、これは注意が必要です。研究者が分析から最も高齢のグループを除外したところ、年齢の関連性は少し弱まりました。これは、記憶や過去の妊娠回数の多さが、結果を少し混乱させている可能性を示唆しています。

まとめ

では、この研究からの最終的な教訓は何でしょうか？カタールのこの特定の集団において、母親の年齢は妊娠喪失と最も強く、直接的に結びついている要因です。「多くの子供を持つこと」が主な原因であるという考えは、実は誤解であり、単に年配の女性は子供が多くなる傾向があるだけなのです。

研究者たちは、この特定の分析において、糖尿病や高コレステロールが直接的な原因であることは見出せませんでしたが、それらは全体的な健康管理においては依然として重要です。また、女性の年齢や子供の数を変えることで問題を解決できるという証明もしていません。この研究は、何が何と結びついているのかを示しているに過ぎません。これは「仮説生成的な物語」であり、つまり、単に過去を振り返って尋ねるのではなく、女性を長期的に追跡する将来の研究に向けた、素晴らしい新しい方向性を提示しているのです。

端的に言えば、もしあなたがこの集団における妊娠喪失のパズルを解こうとしているなら、まず時計を見てください。ダッシュボードに表示されている子供の数は、単なる乗客であって、運転手ではないのです。