1 未測定交絡の概念
1.1 交絡とは何か
交絡とは、ある要因（曝露）が結果（アウトカム）に与える因果効果を推定しようとする際に、両者の関係に影響する第三の変数（交絡因子）が、曝露とアウトカムの両方と関連してしまう状況を指す。交絡因子が十分に制御されないと、観察される関連が「曝露の効果」だけでなく「交絡因子の影響」を含んでしまうため、推定値が歪む。
交絡の本質は、因果推論の枠組みにおいて、曝露を割り当てる過程とアウトカムが生じる過程が完全に分離されていない点にある。無作為化試験のように割付が確率的に行われ、交絡因子の分布が曝露群間で概ね均等になる場合、交絡の問題は大きく緩和される。一方で観察研究では、割付が自然に決まるため、交絡が生じやすい。
1.2 未測定交絡が生むバイアス
1.2.1 曝露とアウトカムへの同時影響
未測定交絡は、交絡因子の存在が理屈上は想定できるのに、実データとして測定されていない（または測定の質が不十分で実質的に欠落している）場合に生じる。未測定の変数は曝露にも影響し、アウトカムにも影響するため、曝露と結果の関係が直接の因果効果以外の経路で結び付けられる。
この同時影響があると、曝露の群に交絡因子の高い人が多く含まれる（あるいは逆に少なく含まれる）可能性が生まれる。すると、結果の差は曝露そのものよりも、未観測の要因の寄与によって説明されてしまう。交絡が未測定であるため、解析で調整する手段が実質的に欠ける点が決定的である。
1.2.2 見かけの関連と因果効果の歪み
未測定交絡は、観察される統計的関連を真の因果関係から切り離してしまう。その結果として、(1)真の因果効果があるにもかかわらず過小評価される、(2)因果効果がないにもかかわらず見かけ上の関連が生じる、(3)本来の効果に未測定要因の影響が混ざって過大評価される、といった歪みが起こり得る。
さらに、関連が偶然に打ち消されるケースも理論上はあり得る。つまり観察研究で推定された効果が「ゼロ」に近くても、それが因果的に効果がないことを意味するとは限らない。未測定交絡が存在する限り、推定量は複数の説明（曝露の因果効果、未観測交絡、測定・設計の影響）を同時に背負う。
1.3 「測定できない」の意味
1.3.1 未収集データによる欠落
「測定できない」には、そもそも調査項目として収集していないという欠落が含まれる。交絡因子が候補として知られていても、研究計画の段階で測定の優先度が低く設定されることや、実務上の制約で追加質問が難しいことがある。結果として、交絡に関係する情報がデータベースに存在せず、統計調整に利用できない。
加えて、データが存在していても対象者全員に同じ精度で得られていない場合、欠落は実質的な未測定と同様の役割を果たす。特定条件の人だけで測定される、サブグループでのみ取得されるといった状態も、全体の推定に対して交絡を残し得る。
1.3.2 測定誤差・粗い指標による不十分性
測定が存在していても、精度が低い、あるいは概念を適切に反映していない場合は「不十分」とみなせる。たとえば、生活習慣の詳細を十分に捉えられない簡易指標、症状の重症度を粗い段階でしか測らない分類、自己申告による誤差が大きい質問票などは、交絡の調整としては弱くなる。
測定誤差が交絡因子に含まれる成分を取りこぼすと、調整の効果は完全には得られない。未測定交絡と同じく、曝露と結果にまたがる関連が残り、推定の信頼性が下がる。したがって未測定交絡は「ゼロの測定」だけでなく「実質的に調整不能な測定」の問題として捉える必要がある。
2 因果推論における位置づけ
2.1 局所的仮定としての交絡制御
因果推論では、観測データから因果効果を識別するために、交絡制御に関する仮定が用いられる。交絡制御とは、曝露とアウトカムの両方に関係する変数を調整対象として扱い、他の未観測要因が推定に与える影響を無視できることを目指す作業である。未測定交絡は、この仮定のうち「必要な情報が十分に観測されている」という部分が破れるときに顕在化する。
実務では、すべての交絡を同定して測定することは困難であるため、「観測された共変量で十分な範囲まで交絡が説明される」という局所的な期待を置くことが多い。未測定交絡は、その期待がどれだけ妥当かを左右する不確実性として位置付く。したがって、仮定の妥当性評価が推定の解釈に不可欠となる。
2.2 反実仮想との関係
2.2.1 交換可能性（独立性）条件の破れ
反実仮想の枠組みでは、各個人について「曝露を受けた場合の結果」と「受けなかった場合の結果」を概念的に考える。観察研究では一方しか観測できないため、曝露の割付がどの程度「条件付きで」ランダムに近いかが識別の鍵になる。交換可能性（独立性）条件は、観測された情報を条件にすると、曝露の割付と潜在結果が独立とみなせるという考え方である。
未測定交絡は、この条件が成立しない原因になり得る。未観測の交絡因子が曝露と潜在結果の両方に影響するなら、条件付けを行っても独立性は達成されない。つまり、反実仮想に基づく推定が数学的に正当化される前提が崩れるため、推定値の解釈が揺らぐ。
2.3 目的変数と推定量への波及
未測定交絡は、どの因果効果（たとえば平均効果、群別効果、特定集団の効果）を狙っているかに関わらず、同様に推定の妥当性に波及する。目的変数の定義は一般に「ある介入が生じたときのアウトカム分布」と結び付けられるが、未測定交絡により介入が模擬される過程が歪むと、目的に一致しない推定量が算出される可能性がある。
また、推定に用いるモデルの形（線形性、比例ハザード、加法性など）自体は正しくても、交絡の欠落があると識別が成立しないことがある。つまり誤差項の仮定や関数形の仮定と別軸で、交絡構造の欠落が推定を根本から左右する。解釈では「モデルの良さ」と「識別の妥当性」を分けて考える必要がある。
3 生じる場面と典型例
3.1 疫学・臨床研究での例
3.1.1 受診行動や選択の偏り
臨床領域や疫学では、観察対象になる時点での選択（受診、登録、検査実施など）が強い影響を持つ。たとえば、ある治療を受けた人は医療機関に通う頻度が高い、あるいは健康意識が高い場合がある。これらは曝露（治療の選択）とアウトカム（予後）双方に関与し得るため、未測定として残ると未測定交絡となる。
さらに、重症度や症状の自覚度といった情報が調査で十分に捉えられていない場合、治療選択の傾向の差が結果の差として観察される。ここで治療は「原因」に見えるが、実際には健康状態の違いが背後にあるという形で、因果解釈が崩れやすい。
3.1.2 生活習慣などの把握困難な要因
生活習慣は情報取得の負担が大きく、正確な測定が難しい。食事内容、睡眠の質、運動の強度、ストレスの程度、服薬の継続状況などは自己申告に依存しやすく、誤差や欠落が起きる。調整に用いる指標が粗いほど、残った誤差成分が未測定交絡の役割を果たし得る。
たとえば曝露が健康行動の一部であり、アウトカムが長期の健康指標である場合、他の健康行動や生活上の優先順位が未観測として残ると、曝露の効果が見かけ上大きく（または小さく）推定される。測定の難しさ自体が交絡残存の源泉として働く。
3.2 観察データ解析での例
3.2.1 データ収集項目の設計不足
観察データを二次利用する研究では、元の調査設計が因果推論を意図していないことがある。その場合、交絡になり得る変数がそもそも収集されていない、あるいは意味の対応が不十分にしか得られない。こうした「項目設計の不足」は未測定交絡を系統的に温存する要因になる。
たとえば、曝露を示すカテゴリが詳細でも、重要な背景要因が欠けていると、調整しているつもりでも実際には交絡が残る。データの存在そのものではなく、因果関係を分解するための情報が揃っているかが焦点となる。
3.2.2 代理変数による代替の限界
交絡因子が測定できないとき、関連しそうな別変数（代理変数）で補おうとする場合がある。しかし代理は万能ではない。代理が交絡因子の情報を十分に再現しない場合、同じ誤差成分が未調整のまま残るため、未測定交絡に類似した歪みが生じ得る。
さらに代理変数が曝露やアウトカムと直接にも関係する場合、調整は新たなバイアスを導くことがある。目的は交絡を取り除くことだが、代理の選択によっては「交絡の置換」が「不適切な条件付け」になり得る。したがって代理の採用には、概念的妥当性と統計的な挙動の両面から吟味が必要になる。
3.3 実験研究でも残り得る事情
3.3.1 群間の遵守差・脱落の非ランダム性
無作為化があっても、実際の曝露実現が完全にランダムでないと未測定交絡が残る。たとえば割付された群において治療を受けた（遵守した）か、あるいは継続できたかは個人の事情で変わる。遵守や脱落が、測定されていない動機や健康状態、生活環境と結び付いていると、実効的に比較される群は無作為化後でも均質とは言いにくくなる。
この場合、ITT（割付の効果）ではなく遵守に基づく効果を狙う推定は特に影響を受けることがある。仮に測定項目で部分的に補正しても、未観測の要素が残ればバイアスの可能性は消えない。
3.3.2 介入以外の共変化
介入が始まることで、他の行動や環境が変わることがある。たとえば試験参加が健康意識の変化につながり、食事や運動が同時に改善するなら、アウトカムの差は介入のみでは説明できない可能性がある。これらの変化が詳細に測定されていないと、未測定交絡として作用する。
共変化は割付群間で均等に起きないこともあるため、単なる時間変化では済まない。結果の解釈では、介入以外の差が生じていないか、またそれがどの方向に働き得るかを点検する必要がある。
4 対策と評価の方法
4.1 研究デザインによる低減
4.1.1 無作為化と実行可能性
無作為化は、未測定交絡に対する最も強力な対処の一つである。割付が確率的に行われるほど、未観測の要因が曝露群に偏って入り込む確率は下がる。ただし、現実には実行可能性の制約や倫理的配慮で、完全な無作為化が難しい場面がある。
その場合でも、実行上の工夫によって偏りを最小化できることがある。たとえば割付手順の厳密化、割付の隠蔽、介入実施の標準化などは、遵守差やプロトコル逸脱による残存交絡を減らす方向に働く。
4.1.2 研究対象の比較可能性の確保
比較可能性の確保は、無作為化ができない、あるいは実現しない状況でも重要になる。具体的には、対象者の選択基準を工夫し、曝露の選択と強く関係する要因をできるだけ同じ土俵に乗せる。登録段階での偏り、追跡不能の偏りを減らす設計も含まれる。
また、解析に入る前にベースライン特性を点検し、測定済みの共変量について群間差を確認することが実務上の第一歩になる。ただし、群間差が小さくても未測定交絡がゼロになるとは限らないため、「確認できる範囲の整合性」と「未観測の残差」を別に扱う姿勢が求められる。
4.2 統計的アプローチ
4.2.1 共変量調整の設計
共変量調整は、未測定交絡を完全に消すものではないが、観測された交絡因子に対しては効果がある。設計面では、関連しそうな要因を事前に候補化し、目的変数との関係だけでなく曝露との関係も考慮して調整変数を選ぶ。過不足の両方が問題になり得るため、変数選択は恣意的になりにくい手順が望ましい。
また、調整に用いる変数が測定誤差を含むと、バイアスの残存が起こる。したがって共変量の品質（定義の明確さ、取得方法の一貫性）も調整設計の一部として扱うべきである。
4.2.2 交絡の構造を仮定するモデリング
交絡の構造に関する仮定（たとえば、特定の共変量を条件付けすれば曝露と結果が独立になる、効果は線形に働く、といった前提）を置き、その下で推定を行う方法がある。傾向スコア、重み付け、マッチングなどは、モデル化を通じて調整の実装を行う代表例である。
ただし未測定交絡は、これらの手法が前提とする識別条件を満たさないことがある。たとえば仮定する「十分な調整変数」の外に、重要な要因が未観測で残るなら、どのモデリング手法でも同じ方向の問題が残る。したがってモデリングは万能ではなく、前提がどこで破綻し得るかを意識する必要がある。
4.3 感度分析
4.3.1 交絡の強さに関する仮定
感度分析は、未測定交絡があるとしても結論がどれほど頑健かを検討する手法である。多くの場合、未観測交絡因子が曝露とアウトカムに与える関連の強さ、あるいは両者を結び付ける程度をパラメータとして仮定し、その仮定の範囲で推定結果がどのように変わるかを追う。
この段階では「実際に未観測交絡がどれほど強いか」を直接測ることはできないため、研究者は専門知識や過去研究、測定の性質などに基づいて現実的な範囲を設定する。範囲の置き方が恣意的だと評価の価値が落ちるため、透明な根拠の提示が重要になる。
4.3.2 交絡が結論を覆す条件の検討
感度分析の焦点は、どの程度の未観測交絡が存在すれば、観察された結論が別の方向に反転するか（または有意性が失われるか）を明らかにする点にある。これにより、結果が「わずかな交絡で容易に説明できる」のか「かなり強い未観測要因が必要」なのかが整理される。
検討すべきは統計的な変化だけではなく、効果量の意味がどの程度変質するかである。交絡の強さが現実的に想定しうる範囲を超えるなら、結論の妥当性は相対的に高いと評価できる。逆に、比較的小さな交絡で説明できる場合は、解釈の確度が低下する。
4.4 追加の検証手段
4.4.1 負の対照・偽の曝露の利用
負の対照や偽の曝露は、未測定交絡があるときに「本来は関連しないはずの関係が出てしまう」ことを利用して検出する発想である。負の対照は、理論的に介入が影響しないと考えられるアウトカム指標を用いる。偽の曝露は、曝露として不適切な定義であるにもかかわらず分析上は曝露扱いする変数である。
関連が見えてしまう場合、交絡の存在だけでなく、解析上の仕様や測定バイアスの影響も示唆される。したがってこれらは原因特定の決め手というより、疑わしい方向を絞り、さらなる点検につなげるための補助手段として位置付く。
4.4.2 代理指標や階層化による検討
未観測の要因に近い性質を持つ代理指標を複数用意し、結果の整合性を確認する方法がある。代理が単一では不十分な場合でも、異なる定義の代理で同じ方向の結果が得られるなら、未測定交絡の説明可能性は下がる可能性がある。
階層化（層別）も検討の一手である。たとえば既知の条件でサブグループを分けたときに効果が大きく変わるなら、未測定要因が層内では相対的に一定であるという仮定が働いているか、あるいは交絡が層間で異なるかを再評価できる。ただしサンプルが減ると推定精度が下がるため、解釈は慎重に行う必要がある。
4.5 報告と再現性
4.5.1 前提・限界の明示
未測定交絡は直接観測できないため、報告では前提と限界を明確に記すことが求められる。どの共変量を調整したのか、どのような識別仮定に依拠しているのか、またそれが破れたときにどの程度の影響があり得るかを説明する。特に、未測定とみなした領域（測定できなかった概念、欠測の性質など）を言語化しておくと、読者が感度分析結果を適切に理解できる。
結果の解釈は「観測された関連」から「因果」と断定する強さの度合いを伴う。未測定交絡の可能性が残るなら、その断定の度合いを過度に強めない書き方が必要になる。透明性は、再解釈や追試の出発点を作る。
4.5.2 解析手順の透明化
再現性の観点では、データ処理、欠測処理、変数定義、推定手順、感度分析の設定値などを十分に記録することが重要である。どの範囲で結果が頑健かを示すには、解析の分岐点が明確である必要がある。
特に感度分析では、交絡の強さに関するパラメータの取り方や、検討した仮定の範囲が不可欠になる。手順が曖昧だと、読者は「その範囲設定が妥当か」を評価できず、未測定交絡への対処が形骸化する。結果として、報告の透明性は未測定交絡の議論の質を左右する。