【疫学の基礎】データで健康を守る。「曝露」と「アウトカム」徹底解説

私たちの周りには、健康に関する様々な問いが満ち溢れています。「なぜ、ある人は病気になり、他の人は健康なままでいられるのでしょうか？」「なぜ、ある治療法は特定の人には驚くほどの効果を発揮するのに、別の人には全く効かないことがあるのでしょうか？」こうした、人々の健康を左右する根本的な「なぜ？」を探求する学問、それが「疫学」です。疫学は、時に医学の探偵仕事とも称され、集団における病気の発生パターンやその原因を明らかにし、公衆衛生の向上に貢献する科学です。

この壮大な探求の旅において、疫学研究者が羅針盤として用いる二つの非常に重要な基本概念があります。それが「曝露（ばくろ）」と「アウトカム」です。この二つの概念は、健康に関する研究を設計し、その結果を読み解き、そして私たちの健康を守るための具体的な策を考える上で、欠かすことのできない土台となります。

この記事では、読者の皆様を健康の「なぜ？」を探る旅へとお連れします。まずは、物語の登場人物である「曝露」と「アウトカム」がそれぞれどのようなものなのかを丁寧に見ていきます。次に、それらの関係性を読み解く上で避けては通れない、複雑な要因について学びます。そして、疫学者がどのようにして複雑な現実を捉え、病気の原因に迫るのか、その思考のモデルを探ります。最後に、実際の公衆衛生上の成功例を通じて、この疫学的な視点が私たちの社会をいかに豊かにし、多くの命を救ってきたかを見ていきます。この旅を通じて、皆様が健康に関する情報をより深く、批判的に読み解くための「ものの見方」を身につける一助となれば幸いです。

Table of Contents

物語の登場人物 —「曝露」と「アウトカム」

原因を探る視点 —「曝露」とは何か？

健康に関する研究の物語を始めるにあたり、まず最初の登場人物である「曝露（ばくろ）」について理解を深めましょう。この言葉は、健康状態に何らかの影響を与える可能性のある「あらゆる要因」を指す、疫学における最も基本的な概念の一つです。

「曝露」の定義

「曝露」とは、文字通り、何かの要因に「さらされる」ことを意味します ¹。例えば、太陽の光に直接当たることは「太陽光への曝露」と表現されます。疫学の世界では、この概念は非常に広く捉えられます。ある健康状態の変化、すなわち「アウトカム」（結果）に対して、原因側にあると考えられる要因の全てが「曝露」となりうるのです ³。これには、私たちが呼吸する空気中の化学物質、口にする食べ物、日々の行動、さらには生まれ持った遺伝的な特徴まで、実に様々なものが含まれます ⁴。

ここで、少し漢字について触れておきましょう。時々「暴露」という字を見かけるかもしれませんが、これは「秘密を暴露する」のように、隠されたものをあばくという意味合いが強い言葉です。一方で、疫学で用いる「曝露」は、何かに「さらされる」という状態そのものを指す、より中立的な科学用語です。専門的な文脈では「曝露」を用いるのが正確です ²。

この「曝露」という言葉が持つ科学的な力は、その「中立性」にあります。一般的に「リスク因子（危険因子）」という言葉は、健康に悪い影響を与えるもの、という先入観を含みます。しかし、「曝露」という言葉自体は、本来良い影響も悪い影響も問いません。例えば、「ワクチン接種」という曝露は感染症の発症というアウトカムを減らす方向に働きますし、「運動習慣」という曝露は心血管疾患のリスクを下げる保護的な効果が期待されます。このように、良い影響を与える「保護因子」や「予防因子」も、広い意味ではすべて「曝露」の一種として扱われます。この中立性こそが、研究者が先入観にとらわれず、「この要因は、健康にどのような影響を与えるのだろうか？」という純粋な問いから出発することを可能にする、科学的探求の礎となっているのです。

曝露の分類

曝露因子は非常に多岐にわたるため、それらを体系的に理解するために、いくつかのカテゴリーに分類することが役立ちます。私たちの健康に影響を与える要因が、いかに多様なレベルに存在するかを見ていきましょう。

表1：曝露因子の分類と具体例

カテゴリー	具体例
環境要因
物理的環境	紫外線、放射線（自然、医療）、騒音、振動、気温、気圧
化学的環境	大気汚染物質（PM2.5、排気ガス）、水質汚染、残留農薬、食品添加物、アスベスト、職業性化学物質
生物学的環境	ウイルス、細菌、真菌（カビ）、花粉、ハウスダスト、特定の動植物との接触
社会的環境	居住地域の都市度、治安、医療機関へのアクセス
生活習慣・行動要因
嗜好品	喫煙（能動・受動）、飲酒（量、頻度）
食生活	栄養素摂取量（塩分、脂肪）、食事パターン（地中海食など）、不規則な食事
身体活動	運動習慣（種類、強度、頻度）、運動不足、座位時間
その他	睡眠（時間、質）、心理的・社会的ストレス、衛生行動（手洗い）、デジタル機器の利用時間
生物学的・遺伝的要因
生まれ持った特徴	遺伝的素因、生物学的性別、年齢、人種・民族、血液型
既存の健康状態	持病の有無、免疫状態（免疫不全など）、アレルギー体質
その他の要因
医療	薬剤使用（治療薬、予防薬、サプリメント）、ワクチン接種、手術歴、放射線治療
職業	特定の職業に伴う物理的・化学的・心理的な負担やリスク
社会経済状況	学歴、収入、職業、社会的地位

この表が示すように、曝露は個人の遺伝子というミクロなレベルから、社会全体の政策や大気汚染といったマクロなレベルまで、実に多様なスケールにわたって存在します。さらに、単に「曝露したか、しなかったか」という二元論だけでなく、「どのくらいの量（濃度や頻度）に」「どのくらいの期間」曝露したかという「量」と「タイミング」も極めて重要です。例えば、喫煙本数が多く、喫煙年数が長いほど肺がんのリスクが高まるように、曝露の量と期間はアウトカムに大きく影響します。また、胎児期や小児期といった特定のライフステージでの曝露が、後年の健康に決定的な影響を与えることもあります。

結果を測るものさし —「アウトカム」とは何か？

物語のもう一人の主要な登場人物、「アウトカム」について見ていきましょう。「曝露」が原因側の要因であるとすれば、「アウトカム」はその影響によって生じる結果側の現象を指します。疫学研究において、私たちが最終的に知りたい、あるいは評価したいと考える健康状態の変化や出来事（イベント）のことです ⁵。

「アウトカム」の定義と種類

アウトカムとは、研究者が特定の曝露や介入（治療や予防策など）の効果を測るために設定する「結果指標」です。研究の目的によって、実に様々なアウトカムが設定されます ⁶。

最も分かりやすいのは、病気の発症や死亡といった「臨床的なイベント」です。例えば、新たながんの診断、心筋梗塞の発症、あるいは特定の病気による死亡率などがこれにあたります ⁵。また、治療後のがんの再発や、病気の症状が悪化するといった、病気の経過における重要な出来事もアウトカムとなります。

次に、体の状態を客観的な数値で示す「バイオマーカーや生理学的指標」があります。血圧、血糖値、コレステロール値といった健康診断でお馴染みの数値や、体重、BMI、あるいは画像診断で測定されるがんの大きさなどが含まれます。これらの指標は、曝露による体の変化を鋭敏に捉えることができます。

さらに、患者さん自身が自覚する「症状や機能」も重要なアウトカムです。痛みの強さ、咳の頻度、抑うつ気分の度合いといった症状の程度や、歩行速度や握力といった身体機能、記憶力や集中力といった認知機能などがこれに該当します。

そして近年、特に重要視されているのが「患者報告アウトカム（Patient-Reported Outcome, PRO）」です。これは、医師の評価を介さず、患者さん自身から直接得られる健康状態に関する情報で、代表的なものにQOL（Quality of Life：生活の質）があります ⁷。QOLは、病気や治療が患者さんの日常生活や満足度にどのような影響を与えているかを測る包括的な指標です。

この患者報告アウトカムの台頭は、単なる研究手法の変化以上の意味を持っています。かつての医療研究では、死亡率や検査値といった客観的で「硬い」指標が絶対的なものとして扱われがちでした。しかし、PROsが重視されるようになった背景には、医療のあり方そのものが、純粋な生物医学的モデルから、患者さん一人ひとりの価値観や生活を尊重する「患者中心の医療」へと移行してきた大きな流れがあります。たとえ検査値が改善しても、治療の副作用で患者さんの生活の質が著しく損なわれるのであれば、それは真の成功とは言えないのではないか、という問いかけです。このように、研究でどのアウトカムを選ぶかという決定は、その時代が医療に何を求めているかを映し出す鏡でもあるのです。

アウトカムの応用的な概念

研究をより精密に行うため、いくつか応用的なアウトカムの考え方が用いられます。一つは「サロゲートアウトカム（代理アウトカム）」です。これは、本当に知りたい臨床的なイベント（例：心筋梗索による死亡）の代わりに、それと関連が深いとされる中間的な指標（例：血圧やコレステロール値）をアウトカムとして用いる手法です。結果が早く現れるなどの利点がありますが、代理アウトカムが改善しても、本当に重要な臨床アウトカムが改善するとは限らないという注意点も存在します。

もう一つは「複合アウトカム」です。これは、心筋梗塞の発症、脳卒中の発症、心血管系の原因による死亡といった、関連する複数のアウトカムを一つにまとめて評価する手法です。個々のイベントの発生は稀でも、それらを束ねることで統計的に評価しやすくなるという利点があります。

研究を計画する際には、通常、最も重要視する「主要アウトカム」を一つ（あるいは少数）設定し、研究の成否を主にこれで判断します。同時に、副次的に評価する「副次アウトカム」を複数設定し、曝露や介入がもたらす多面的な影響を探ることも一般的です。信頼できる研究を行うためには、その問いに答える上で最も適切で、妥当性があり、正確に測定可能なアウトカムを慎重に選ぶことが、まさに研究の土台となるのです。

視点を変えれば役割も変わる — 曝露とアウトカムのダイナミックな関係

ここまで、「曝露」と「アウトカム」という二人の登場人物を個別に見てきましたが、疫学の面白さは、この二つの役割が固定的ではない点にあります。研究者が「何を知りたいのか？」という問い（リサーチクエスチョン）の設定次第で、ある要因が曝露になったり、アウトカムになったりするのです。この立場の逆転は、健康問題を多角的に分析するための非常に重要な考え方です。

このダイナミックな関係を理解するために、身近な例である「肥満」を取り上げてみましょう。

ある研究者が、「肥満は2型糖尿病の発症リスクを高めるのか？」という問いを持ったとします。この研究では、知りたいのは肥満という「状態」が糖尿病という「結果」に与える影響です。したがって、この文脈では「肥満」が原因側の要因である曝露となり、「2型糖尿病の発症」が結果であるアウトカムとして設定されます。

次に、別の研究者が、「特定の運動プログラムは、肥満を改善する効果があるのか？」という問いを立てたとします。今度の関心は、運動プログラムという「働きかけ」が肥満という「状態」にどう影響するかです。この場合、原因側の要因は「運動プログラムへの参加の有無」であり、これが曝露（より正確には介入）となります。そして、その結果として評価したいのは「肥満の状態の変化」、つまり体重の減少やBMIの低下です。ここでは「肥満」が結果であるアウトカムの役割を担うことになります。

この曝露とアウトカムの役割の転換は、一見すると単なる言葉遊びのように思えるかもしれません。しかし、これこそが、疫学が複雑な健康問題を解き明かすための強力な武器となる理由です。健康問題は、しばしば「要因Aが要因Bを引き起こし、その要因Bが要因Cを引き起こす」といった「因果の連鎖」をなしています。例えば、「不健康な食生活（A）が肥満（B）につながり、肥満（B）が糖尿病（C）のリスクを高める」という連鎖です。

この曝露とアウトカムの視点を柔軟に切り替える能力があるからこそ、研究者はこの連鎖の各ステップ（A→Bの関連、B→Cの関連）を、それぞれ独立した研究対象として精密に検証することができるのです。まず、食生活と肥満の関係を調べる研究を行い、次いで、肥満と糖尿病の関係を調べる研究を行う。このようにして、複雑な因果の連鎖を一つひとつ科学的に分解し、検証していく。このアプローチこそが、漠然とした健康問題のメカニズムを、検証可能で具体的なステップの連なりとして理解することを可能にするのです。

薬の投与やワクチン接種といった医学的な介入だけでなく、健康教育プログラム、食生活改善の推奨、あるいは法律や政策の変更といった、人々の健康に影響を与えうるあらゆる種類の「働きかけ」も、その効果を評価する際には一種の「曝露」として扱われます。研究者がその影響を知りたいと考える要因こそが、その研究における「曝露」となるのです。このダイナミックな関係性を理解することは、健康に関する情報を読み解く上で、より深い洞察を与えてくれるでしょう。

関係性の謎を解き明かす — 単純な因果関係を超えて

見せかけのつながり？ —「交絡」という名の攪乱要因

「ある曝露があるアウトカムと関連している」という事実が観察されたとき、私たちはすぐに「曝露がアウトカムの原因だ」と結論づけたくなります。しかし、疫学の世界では、その結論に飛びつく前に立ち止まり、慎重に検討すべき重要な問題があります。それが「交絡（こうらく）」です。交絡とは、調査している曝露とアウトカムの両方に関係し、二つの間の関係性を見かけ上、ゆがめてしまう第三の因子のことです ⁸。

この交絡という概念を理解するために、疫学研究でしばしば引用される古典的な例を見てみましょう。過去の研究で、「コーヒーをよく飲む（曝露）人ほど、心筋梗塞（アウトカム）になりやすい」という関連が報告されたことがありました。この結果だけを見ると、コーヒーが心臓に悪いかのように思えます。しかし、研究者たちがさらに詳しく調べてみると、そこには「喫煙」という交絡因子が潜んでいました ¹⁰。当時の調査では、コーヒーをよく飲む人には喫煙者も多いという傾向があったのです。

ここで、ある因子が交絡因子となるための3つの条件を確認してみましょう ¹¹。

その因子が、アウトカムの（独立した）原因であること。（喫煙は心筋梗塞のリスクを高めます）
その因子が、曝露と関連していること。（コーヒーを飲む人に喫煙者が多い傾向がありました）
その因子が、曝露とアウトカムの因果連鎖の「中間」にないこと。（コーヒーを飲むことが原因で喫煙を始めるわけではありません）

この3つの条件をすべて満たす「喫煙」は、コーヒーと心筋梗塞の関係における典型的な交絡因子です。つまり、観察された「コーヒーと心筋梗塞の関連」は、実際にはコーヒーそのものの効果ではなく、両者と関連する喫煙によって作り出された「見せかけの関連（擬似相関）」だった可能性が高いのです ⁹。

このような交絡による誤った結論を避けるため、研究者は様々な対策を講じます。研究のデザイン段階で行う対策としては、「ランダム化（無作為化）」が最も強力です。これは、治験などで参加者を新薬を投与する群と偽薬を投与する群などにランダムに割り付ける方法です。ランダム化を行うことで、喫煙習慣のような既知の交絡因子はもちろん、研究者がまだ気づいていない未知の交絡因子も含め、あらゆる背景因子が両群間で均等に分布することが期待できます ¹¹。その結果、両群のアウトカムに差が生じた場合、それは割り付けられた介入（曝露）そのものの効果であると、より強く結論づけることができます。

観察研究（人々をランダムに割り付けず、ありのままの状態を観察する研究）では、分析の段階で交絡の影響を取り除く統計的な手法（多変量解析など）が用いられます。これは、年齢、性別、喫煙習慣といった既知の交絡因子の影響を計算上で調整（補正）する方法です ¹¹。

この交絡という概念の探求は、私たちに極めて重要な教訓を与えてくれます。それは、観察研究における最大の課題が、常に「測定されていない交絡因子」の存在であるということです。研究者は既知の交絡因子を統計的に調整できますが、もし測定されていない、あるいは存在すら知られていない交絡因子があれば、結果は依然としてゆがめられている可能性があります。この根本的な限界があるからこそ、疫学研究では、一つの研究結果だけで結論を出すことはせず、様々な集団や手法で行われた複数の研究結果を統合して、総合的に因果関係を判断するのです。そして、この「未知の交絡」という脅威を原理的に克服できるランダム化比較試験（RCT）が、因果関係を証明するための「ゴールドスタンダード（黄金標準）」と位置づけられている理由も、ここにあるのです。

「誰に」「どのように」効くのか？ — 関係性を変える「効果修飾」

曝露とアウトカムの関係を複雑にする第三の因子として、前章で学んだ「交絡」とは全く性質の異なる「効果修飾（こうかしゅうしょく）」という概念があります。交絡が、真の関係を覆い隠してしまう「対処すべき厄介者」であるのに対し、効果修飾は、私たちが積極的に発見し、理解しようと努めるべき「興味深い生物学的現象」です。

効果修飾とは、第三の因子（効果修飾因子）のレベルによって、曝露とアウトカムの間の関係の「強さ」や「方向」が異なる現象を指します ¹²。

例えば、ある新しい治療薬（曝露）が、病気の回復（アウトカム）に与える影響を考えてみましょう。研究の結果、この薬は女性患者には非常に高い効果を示した一方で、男性患者にはほとんど効果がなかった、ということが判明したとします。この場合、「性別」が治療薬の効果を修飾していることになり、「性別」は効果修飾因子と呼ばれます ¹³。他にも、ある薬剤の効果が、特定の遺伝子変異を持つ患者にのみ現れる場合（効果修飾因子は遺伝子変異の有無）や ¹⁵、ワクチンの予防効果が年齢層によって異なる場合（効果修飾因子は年齢）など、多くの例が考えられます。

効果修飾を特定することは、医療や公衆衛生において極めて重要です。なぜなら、それは「誰がその介入から最も恩恵を受けるのか」、あるいは「誰にとっては効果が薄い、もしくは有害にさえなりうるのか」を明らかにしてくれるからです ¹³。平均的な効果だけを見て「この薬はまあまあ効く」と結論づけてしまうと、本当は非常に効果的な患者集団を見逃したり、効果がないばかりか副作用のリスクだけを負うことになる患者集団にまで薬を投与してしまったりするかもしれません。

表2：交絡と効果修飾の比較

項目	交絡 (Confounding)	効果修飾 (Effect Modification)
定義	曝露とアウトカムの両方に関連し、両者の関係を見かけ上ゆがめる第三の因子	曝露とアウトカムの関係の強さや方向が、第三の因子の水準によって異なる現象
研究における役割	真の関係を隠す「ノイズ」や「バイアス」であり、取り除くべきもの	発見し、理解・報告すべき「真の生物学的現象」
研究者の対応	研究デザイン（ランダム化など）や統計解析（調整）によって、その影響を制御・除去しようと試みる	層別化（例：男女別）などで分析し、因子ごとに効果がどう異なるかを記述・報告する

この効果修飾という概念の探求は、現代医療が目指す大きな潮流、すなわち「プレシジョン・メディシン（精密医療）」や「個別化医療」の統計的な基盤そのものです。従来の医療は、「平均的な患者」に対して「平均的に効果のある」治療法を模索してきました。しかし、効果修飾の分析は、私たちにもっと洗練された問いを立てることを可能にします。「この治療は、『誰に』『どのような状況で』最も効果があるのか？」と。

効果修飾因子（遺伝子、年齢、性別、病気の重症度など）を特定することで、私たちは治療の恩恵を最大化できる患者集団や、逆に効果が期待できない、あるいは有害な結果を招きかねない患者集団を見分けることができます ¹³。これは、画一的なアプローチから脱却し、個々の患者の特性に合わせた最適な治療を提供するという、未来の医療の姿そのものです。したがって、効果修飾は単なる統計学上の専門用語ではなく、より効果的で安全な医療を実現するための、羅針盤となる重要な概念なのです。

複雑な現実を捉えるモデル —「原因の網」と「因果のパイ」

病気の原因は一つではない —「原因の網」という考え方

これまで、曝露、アウトカム、そしてそれらの関係を複雑にする因子について見てきました。しかし、現実の世界では、特にがんや糖尿病、心臓病といった多くの慢性疾患は、単一の原因で説明できるものではありません。そこで、この複雑な現実を捉えるための思考の枠組みとして、マクマホンとピューによって提唱された「原因の網（Web of Causation）」または「因果の織物モデル」という考え方があります ¹⁶。

このモデルは、病気の発生を、単一の原因から結果へと至る直線的なプロセスとしてではなく、無数の要因が相互に絡み合った、まるでクモの巣のような複雑なネットワークとして捉えます ¹⁸。この「網」の中には、遺伝的素因といった個人の内的要因から、食生活や運動習慣といった生活習慣、さらには大気汚染、社会経済状況、医療へのアクセスといった個人を取り巻く環境要因まで、あらゆるレベルの要因が含まれています ¹⁷。

例えば、ある人が心筋梗塞を発症したとします。単一原因論的な視点では、「高脂肪な食事」や「運動不足」が原因だと考えがちです。しかし、「原因の網」モデルでは、さらに深く、広く問いを立てます。「なぜその人は高脂肪な食事をしていたのか？」その背景には、低所得で健康的な食材を買う余裕がなかったのかもしれません。あるいは、近所に新鮮な野菜を売る店がない「フードデザート」と呼ばれる地域に住んでいた可能性もあります。「なぜ運動不足だったのか？」治安が悪く、夜間に屋外で運動できる環境ではなかったのかもしれません。あるいは、長時間労働で運動する時間的・精神的余裕がなかったのかもしれません。

このように、「原因の網」モデルは、直接的な原因である「近位（きんい）の原因（proximal causes）」と、その背景にある社会構造や環境といった間接的な「遠位（えんい）の原因（distal causes）」を区別し、それらがどのように絡み合って一人の人間の健康状態に結びつくかを視覚化します ¹⁸。

この思考モデルがもたらす最も重要な示唆の一つは、慢性疾患に対する「個人への過度な責任追及」が、科学的にも倫理的にも不適切である場合が多い、という点です。個人の「選択」とされる食生活や運動習慣も、実際にはその人が置かれた社会経済的状況や物理的環境という「網」によって、大きく制約されていることが多々あります。したがって、真に有効な公衆衛生対策を考える上では、個人の行動変容を促すだけでなく、その行動を規定している社会や環境、すなわち「網」そのものに働きかける必要があるのです。例えば、公園や歩道を整備して安全に運動できる環境を作ることや、所得格差を是正して誰もが健康的な食生活を送れるようにすることなどが、このモデルに基づいた強力な介入となりえます。これは、公衆衛生の焦点が、個人の治療から社会全体の健康へと広がることを意味する、非常に重要な視点の転換なのです。

原因を分解して考える — ロスマンの「因果のパイ」モデル

「原因の網」モデルが病気の原因の全体的な複雑さを示してくれる一方で、より厳密に因果関係の構造を分析するためのモデルとして、ケネス・ロスマンが提唱した「十分-構成要素原因モデル」、通称「因果のパイ（Causal Pie）」モデルがあります ²⁰。このモデルは、一つの病気がどのようにして引き起こされるのかを、パイとそのピースに例えて説明します。

このモデルには3つの重要な概念があります。

構成要素原因 (Component Cause): パイの一つのピースに相当します。それ自体だけでは病気を引き起こす力はありませんが、原因の一部をなす個々の要因です。喫煙や特定の遺伝子などがこれにあたります ²¹。
十分原因 (Sufficient Cause): 完成した一つのパイ全体を指します。これは、病気を「必然的に」引き起こすのに十分な、構成要素原因の最小限の組み合わせです。このパイが完成したとき、その人には病気が発生します ²¹。
必要原因 (Necessary Cause): 考えられる「すべての」十分原因パイに、共通して含まれている構成要素原因（ピース）のことです。このピースがなければ、どのパイも完成しません。例えば、結核という病気にとって、結核菌への感染は必要原因です。結核菌なしに結もはや結核は発症しません ²¹。

この「因果のパイ」モデルは、多くの疫学的な謎をエレガントに説明してくれます。例えば、「なぜ喫煙者（曝露）の全員が肺がん（アウトカム）になるわけではないのか？」という問いです。このモデルによれば、喫煙は肺がんを引き起こす重要な「構成要素原因（ピース）」ではありますが、それだけでは「十分原因（パイ）」は完成しません。パイを完成させるためには、遺伝的素因や他の環境要因といった、別のピースが必要なのです。ある喫煙者は、肺がんにつながるパイの他のピースを持っていないため、生涯肺がんにならないのかもしれません。一方で、同じ病気、例えば肺がんであっても、人によって完成するパイの組み合わせ（構成要素原因のセット）は異なる可能性があります。

このモデルが公衆衛生にもたらす最も力強いメッセージは、「病気の予防は、原因のすべてを解明しなくても可能である」という点です。ある病気を予防するためには、完成しそうなパイの、たった一つのピースを取り除いてあげればよいのです ²¹。私たちは、ある病気を引き起こす全ての遺伝的要因や環境要因を知らないかもしれません。しかし、その病気につながる多くの「十分原因パイ」に共通して含まれる、あるいは重要な役割を果たす「構成要素原因」を一つでも特定できれば、それに対する介入を行うことで、多くのパイが完成するのを防ぐことができます。

例えば、禁煙キャンペーンは、多くの肺がんのパイに含まれる「喫煙」というピースを取り除くことで、病気の発症を効果的に防ぎます。これは、たとえ他のピースが揃っていても、一つのピースが欠ければパイは不完全なままであり、病気は引き起こされない、という原理に基づいています。このように、「因果のパイ」モデルは、不完全な知識の中にあっても、なぜ予防的介入が有効でありうるのか、その力強い理論的根拠を与えてくれるのです。

疫学の視点が拓く未来 — 実例から学ぶ

感染症との闘い — ピロリ菌と胃がん、HPVワクチンと子宮頸がん

これまで学んできた曝露、アウトカム、そして因果関係を探るための様々な概念が、現実の世界でどのように応用され、人々の健康を守ってきたのでしょうか。ここでは、感染症を原因とする二つのがんとの闘いを例に、疫学がもたらした偉大な勝利の物語を見ていきましょう。

一つ目の事例は、ヘリコバクター・ピロリ菌（ピロリ菌）と胃がんの関係です。かつて、胃炎や胃潰瘍はストレスや食生活が主な原因と考えられていました。しかし、オーストラリアの二人の研究者が、胃の中に生息するらせん菌、すなわちピロリ菌の存在を発見し、これが胃の炎症の主因ではないかという仮説を立てました。その後の数多くの疫学研究によって、ピロリ菌への感染（曝露）が、慢性胃炎、胃潰瘍、そして最終的には胃がんの発症（アウトカム）の極めて重要なリスク因子であることが確立されました ²²。日本の国立がん研究センターなどの評価では、ピロリ菌感染者では非感染者に比べて胃がんの発生リスクが著しく高く、ピロリ菌は胃がんの最大の原因であると結論づけられています ²²。この発見は、まさに「因果のパイ」モデルにおける強力な「構成要素原因」を特定した瞬間でした。この科学的根拠に基づき、ピロリ菌の除菌治療（介入）が広く行われるようになり、その結果、除菌によって胃がんの発生リスクがほぼ半減することが示されました ²⁴。これは、原因究明から効果的な予防法の確立へと至る、疫学の勝利を象徴する出来事です。

二つ目の事例は、ヒトパピローマウイルス（HPV）ワクチンと子宮頸がんの予防です。子宮頸がんのほとんどは、特定の型のHPVへの持続的な感染が原因で起こることが、長年の疫学研究によって明らかにされていました。つまり、HPV感染は子宮頸がんというパイを完成させるための「必要原因」に近い、極めて重要な構成要素原因なのです。この知見に基づき、HPV感染そのものを防ぐためのHPVワクチンが開発されました。ワクチン接種（曝露）によって、子宮頸がんの前がん病変やがんそのもの（アウトカム）の発生を劇的に減らせることが、世界中の大規模な疫学研究で証明されています。例えば、米国疾病予防管理センター（CDC）の報告によると、ワクチン接種が進んだ世代の若い女性では、前がん病変の発生率が80%以上も減少したことが示されています ²⁵。スウェーデンの全国規模の調査では、17歳未満でワクチンを接種した女性において、浸潤性子宮頸がんの発生率が88%も減少するという驚くべき効果が報告されました ²⁷。これらのデータは、ワクチンという介入によって原因となる曝露をブロックすることが、いかに強力な予防効果をもたらすかを明確に示しています ²⁸。

この二つの事例は、疫学的な探求がいかにして人々の命を救うかを見事に示しています。まず、観察研究を通じて曝露とアウトカムの強い関連性を見つけ出す。次に、交絡などの影響を慎重に排除しながら、その関連が因果関係であるという証拠を積み重ねる。そして、その因果の連鎖の重要な一部（ピロリ菌感染やHPV感染）を断ち切るための効果的な介入（除菌治療やワクチン）を開発する。最後に、その介入が実際に集団レベルでアウトカムを減少させるかを、再び疫学研究によって評価する。この観察、仮説、検証、介入、評価という一連のサイクルこそが、公衆衛生を前進させる科学のエンジンなのです。

社会が生み出す健康の差 — 社会経済状況という曝露

疫学のレンズは、ウイルスや細菌といったミクロな曝露だけでなく、私たちが生きる社会そのものが持つ構造的な要因にも向けられます。その中でも特に重要なのが、収入、学歴、職業といった「社会経済状況」というマクロな曝露です。これらの要因が、人々の健康状態に深刻かつ広範な影響を与え、結果として「健康格差」を生み出すことが、国内外の多くの研究で示されています ²⁹。

日本の研究でも、所得や学歴が低い人々ほど、自身の健康状態が良くないと評価する傾向が強く、また、がんや循環器疾患による死亡率が高いことが報告されています ²⁹。これは、社会経済的に不利な立場にある人々が、様々な健康上のリスクにさらされやすいためです。例えば、経済的な制約から栄養バランスの取れた食事を摂ることが難しかったり、安全でない住環境やストレスの多い労働環境に置かれたりすることが挙げられます。また、健康に関する情報へのアクセスや、病気の早期発見につながる健診の受診、あるいは適切な医療サービスを受ける機会が限られてしまうこともあります。

ここで重要なのは、社会経済状況を単なる個人の属性としてではなく、健康に影響を及ぼす強力な「曝露因子」として捉える視点です。この視点に立つと、健康格差という問題へのアプローチが根本的に変わってきます。もし、ある人の不健康の「原因」が、個人の不摂生だけでなく、その人が置かれた低所得という「曝露」にあるとすれば、単に「健康的な生活を送りましょう」という個人へのメッセージだけでは、問題の解決にはなりません。なぜなら、その人は健康的な生活を送るための資源（お金、時間、知識、環境）を十分に持っていない可能性があるからです。

この疫学的な知見は、公衆衛生の役割が、医療の領域を越えて、より広い社会政策の領域にまで及ぶことを示唆しています。つまり、健康格差を是正するためには、医療サービスへのアクセスを改善するといった直接的な対策に加え、その根本原因である社会経済的な曝露そのものに働きかける必要があるのです。例えば、最低賃金の引き上げ、教育機会の均等化、手頃な価格で質の高い住宅の供給、労働環境の改善といった社会政策や経済政策は、もはや単なる社会・経済問題ではなく、国民の健康を守るための極めて強力な「公衆衛生上の介入」と見なすことができるのです。

このように、疫学は、個人の病気の原因を探るだけでなく、社会のあり方そのものが人々の健康をいかに規定しているかを科学的に明らかにし、より公正で健康な社会を築くための道筋を照らし出す、羅針盤としての役割も担っているのです。

明日から役立つ疫学の「ものの見方」

この記事を通じて、私たちは健康の「なぜ？」を探る科学、疫学の基本的な考え方である「曝露」と「アウトカム」を軸に、その奥深い世界を旅してきました。曝露とは、健康に影響を与えうる環境、生活習慣、遺伝といったあらゆる要因を指す中立的な概念です。アウトカムとは、その結果として私たちが注目する、病気の発症や回復、生活の質といった健康状態のことです。

疫学研究の核心は、この曝露とアウトカムの関係性を解き明かすことにあります。しかし、その道のりは平坦ではありません。二つの関係を見かけ上ゆがめてしまう「交絡」という厄介な存在を慎重に見極め、取り除く必要があります。一方で、曝露の効果が特定の集団で異なる「効果修飾」という現象は、より個人に合った医療を実現するための重要な手がかりとなります。

私たちはまた、病気の原因が単一ではなく、無数の要因が複雑に絡み合う「原因の網」として存在すること、そして、その複雑な因果関係を「因果のパイ」というモデルで分解し、たった一つの原因（ピース）を取り除くだけでも予防が可能になるという、公衆衛生の力強い原理を学びました。ピロリ菌やHPVワクチンの例は、この疫学的なアプローチが、いかにして数多くの命を救う具体的な成果に結びつくかを物語っています。さらに、私たちの視点はミクロな病原体から、社会経済状況というマクロな曝露へと広がり、健康が単なる個人的な問題ではなく、社会全体の構造と深く結びついていることを理解しました。

この記事を読み終えた今、皆様は健康に関する情報を読み解くための新しい「ものの見方」、すなわち疫学的な視点を手に入れたはずです。明日から健康に関するニュースに触れるとき、ぜひ「ここでの曝露は何だろう？アウトカムは何を指しているのだろう？」「この二つの関係には、何か交絡因子が隠れていないだろうか？」「この結果は、すべての人に当てはまるのだろうか、それとも特定の集団で効果が異なる（効果修飾がある）のだろうか？」と自問してみてください。

この疫学的視点を持つことは、溢れる健康情報に惑わされず、その科学的根拠を批判的に吟味する力に繋がります。そして、ご自身の、また地域社会の健康を守るために何ができるかを、より深く、多角的に考えるきっかけとなるでしょう。健康の「なぜ？」を探る日々は、これからも続きます。この記事が、皆様にとって、信頼できる考え方の一助となることを心から願っています。

引用文献

ばく露（曝露） | は行 | 用語集 | 株式会社オカムラ,https://www.okamura.co.jp/laboratory/keywords/ha/007423.html
曝露 | ユビー病気のQ&A,https://ubie.app/byoki_qa/medical-terms/exposure
環境疫学を知ろう！２環境疫学における曝露評価｜環境儀 No.54 - 国立環境研究所,https://www.nies.go.jp/kanko/kankyogi/54/column2.html
4.体に入らなければ、毒にはなりません－暴露（ばくろ）と暴露量（ばくろりょう）－ | 化学物質管理,https://www.nite.go.jp/chem/management/kaisetsu/04.html
臨床研究と一般統計学の基礎,https://www.jscrt.jp/wp-content/themes/jscrt/pdf/info/seminar_160325_03.pdf
製造販売後データベース調査で用いるアウトカム定義のバリデーション実施に関する基本的考 - PMDA,https://www.pmda.go.jp/files/000230131.pdf
医療の成果に関する指標（アウトカム指標）及び過程に関する指標（プロセス指標）の取扱い - 厚生労働省,https://www.mhlw.go.jp/stf/shingi/2r9852000001ywey-att/2r9852000001ywla.pdf
交絡因子 - 医療情報をわかりやすく発信するプロジェクト（医学系研究をわかりやすく伝えるための手引き） - 東京大学,https://ez2understand.ifi.u-tokyo.ac.jp/terms/terms_26/
交絡因子（交絡変数 / 潜伏変数）とは？意味を分かりやすく解説 - IT用語辞典 e-Words,https://e-words.jp/w/%E4%BA%A4%E7%B5%A1%E5%9B%A0%E5%AD%90.html
nw.tohoku-epco.co.jp,交絡因子｜東北電力ネットワーク - 疫学研究
交絡因子とは？中間因子など統計的な意味を事例でわかりやすく簡単に,https://best-biostatistics.com/design/kouraku2.html
chugai-pharm.jp,観察研究：さまざまなバイアスを考慮する
【疫学専門家監修】効果修飾を徹底解説 - 私たちは「どの集団における」効果を見ているのか？ - ゼロから学ぶ因果推論 vol.10 ｜mMEDICI Library,https://mmedici.co.jp/mmedici-library/QmmpIsmA
効果修飾因子【第121回生物統計学】 - 届出.com,https://www.xn--79q34w.com/staff-blog/2022.11.07.1630/
観察研究：さまざまなバイアスを考慮する - CHUGAI 中外製薬,https://chugai-pharm.jp/ma/research-and-medical/clinical-research/statistician/7/
公衆衛生学第３回「疫学／生物統計学」 - 中澤港,http://minato.sip21c.org/p20060501.pdf
Disease causation - New - Why MedicoApps?,https://medicoapps.org/disease-causation-3/
Understanding Web of Causation - Number Analytics,https://www.numberanalytics.com/blog/web-of-causation-in-epidemiology
交絡因子 - 疫学研究 - 東北電力ネットワーク,https://nw.tohoku-epco.co.jp/electromagnetic/research/epidemiology/factor.html
Equivalence model: A new graphical model for causal inference - PMC,https://pmc.ncbi.nlm.nih.gov/articles/PMC7644935/
Causes Rothman | PDF | Causality | Epidemiology - Scribd,https://www.scribd.com/document/256027155/Causes-Rothman
ピロリ菌が胃がんの原因って本当？｜関係性とリスクについて解説,https://www.docknet.jp/media/cancer-30/
ピロリ菌除菌による胃がん予防効果のエビデンスは？ | みどりのふきたクリニック,https://fukitaclinic.com/pylori/3048/
ヘリコバクター・ピロリ菌除菌と胃がんリスク | 現在までの成果 | 科学的根拠に基づくがんリスク評価とがん予防ガイドライン提言に関する研究 | 国立がん研究センターがん対策研究所,https://epi.ncc.go.jp/can_prev/evaluation/8790.html
HPVワクチンとがん予防 - 平等 - Égalité Onlus,https://www.egalite.org/ja/vaccino-hpv-prevenzione-tumori/
HPVワクチン接種後の追跡調査報告を解説 - ひよりレディースクリニック福岡博多,https://hiyori-ladies.jp/column/hpv-vaccine-effectiveness
子宮頸がんと HPV ワクチンに関する正しい理解のために,https://www.jsog.or.jp/wp-content/uploads/files/jsogpolicy/HPV_Part3.pdf
子宮頸がんとHPVワクチンに関する正しい理解のために,https://www.jsog.or.jp/citizen/5765/
わが国の健康の社会格差の現状理解とその改善に向けて,https://www.scj.go.jp/ja/info/kohyo/pdf/kohyo-21-t133-7.pdf
社会経済的要因と健康・食生活 - 厚生労働省,https://www.mhlw.go.jp/file/05-Shingikai-12201000-Shakaiengokyokushougaihokenfukushibu-Kikakuka/0000064273.pdf