Int J Epidemiol . 2016 Dec 1;45(6):1866-1886. doi: 10.1093/ije/dyw314.

Triangulation in aetiological epidemiology Debbie A Lawlor, Kate Tilling, George Davey Smith

PMID: 28108528 PMCID: PMC5841843 DOI: 10.1093/ije/dyw314

以下、Chat GPTの要約（2026/05/19)

この論文は、「疫学における因果推論（causal inference）」をより信頼できるものにするために、**Triangulation（トライアンギュレーション）**という考え方を提案・整理したレビュー論文です。

この論文の核心

「因果関係」は1つの研究では証明しにくい

疫学では、

• 「血圧が心疾患を起こすのか？」
• 「母体の血糖値が出生体重に影響するのか？」
• 「母乳育児は肥満予防になるのか？」

のような因果関係を知りたいわけですが、単一の研究方法には必ずバイアスがあります。

例えば：

そこで著者たちは、

「異なるバイアスを持つ複数の方法を組み合わせ、同じ結論に達するかを見るべき」

と主張します。これが Triangulation です。

Triangulationとは何か

論文での定義：

異なる（しかも互いに独立した）バイアスを持つ複数の研究アプローチを統合し、因果推論を強化すること。

重要なのは、

• 「同じ方法を繰り返す」のではなく
• 「違う方法」を組み合わせる

点です。

Triangulationの5条件

著者らは、適切な triangulation の条件を5つ示しています。

1. 異なるバイアスを持つ複数の方法を使う

例：

• RCT
• 観察研究
• MR（メンデルランダム化）
• 兄弟比較
• ネガティブコントロール

など。

2. 同じ因果問題を扱っていること

例えば：

• 「血圧 → 心疾患」

を全方法で検証している必要があります。

3. 曝露期間・タイミングを考慮する

同じ「血圧」でも、

• 生涯の血圧
• 5年間の血圧
• 妊娠中の血圧

では意味が違います。

ここを揃えず比較すると誤解が生じます。

4. 各方法のバイアスを明示する

「この研究は何に弱いのか」を明確化する。

5. バイアス方向まで考える

これが論文のかなり重要なポイントです。

例えば：

• ある方法は効果を「過大評価」しやすい
• 別の方法は「過小評価」しやすい

にもかかわらず、同じ結論になるなら、
因果性への信頼が強くなる。

論文で扱われる主要手法

論文では多くの因果推論法が整理されています。

主なもの：

特に重要：MR（Mendelian Randomization）の位置づけ

この論文は MR を強く重視していますが、

MR単独では不十分

とも明言しています。

MRにも：

• pleiotropy
• population stratification
• weak instrument bias

などの問題があるためです。

つまり、

「MRで有意だったから因果」

ではなく、

「他手法とも整合するか」

が重要だとしています。

3つの実例

論文後半では triangulation の実例を示しています。

例1：血圧 → 冠動脈疾患（CHD）

比較したもの：

• コホート研究
• RCT
• MR

結果：

• すべて「血圧低下はCHDリスク低下」を示した
• ただし効果量は違った

その差は、

• バイアス
• 曝露期間の違い

で説明できると考察。

論文中の Figure 2 はかなり重要で、

• RCT：短期間暴露
• コホート：中期
• MR：生涯曝露

として整理すると、
結果がきれいに並びます。

例2：妊娠中血糖 → 出生体重

使用手法：

• 観察研究
• cross-context comparison
• MR
• RCTベースIV解析

結論：

• 母体血糖は出生体重を増やす可能性が高い
• ただし各手法のバイアスと曝露期間を考慮すべき

例3：母乳育児 → 肥満予防

ここが面白いです。

従来の観察研究では：

母乳育児は肥満を減らす

とされていた。

しかし triangulation をすると：

• cross-context comparison
• sibling comparison
• RCT
• negative control

では効果が消える。

つまり、

「母乳育児そのもの」ではなく、
社会経済状態などの交絡だった可能性が高い

と結論づけています。

この論文の重要性

この論文は、
現代疫学の

• 因果推論
• MR
• target trial emulation
• evidence synthesis

の思想に非常に大きな影響を与えています。

特に重要なのは：

「どの方法も不完全」

という前提です。

著者たちは、

完璧な研究法はない。
だから異なる弱点を持つ方法を統合する。

という立場を取っています。

これはかなり現代的な因果推論観です。

個人的に重要だと思うポイント

1. 「一致」ではなく「バイアス構造」を見る

単に結果が一致したからではなく、

• どんなバイアスがあるか
• その方向は何か

まで考える点が高度。

2. MR万能論への牽制

2010年代はMRブームでしたが、
この論文はかなり慎重。

「MRも triangulation の1ピースにすぎない」としている。

3. 疫学を“総合格闘技”として捉えている

単一手法主義ではなく、

• RCT
• MR
• 自然実験
• negative control
• family design

を統合する思想。

これは現在の因果推論研究の中心的考え方です。

一言でまとめると

この論文の主張は：

「因果推論では、異なる弱点を持つ複数の方法を突き合わせることで、はじめて信頼できる結論に近づける」

です。