井出草平の研究ノート

アルコール依存症におけるリーダーマンの単一分布理論 その1

Skogによるリーダーマン(S. Ledermann)の単一分布理論に関しての評論。最初の1/3の抄訳。今回はLedermannの基本的な仮説の説明。

journals.sagepub.com

Ledermannの著作は下記のものである。

  • Ledermann, S. (1946) La mortalite des adultes en France. Population. I: 662-82.
  • Ledermann, S. (1948) La surmortalite des hommes en France. Cahiers Francais d'lnformation. no. 118. 18-23.
  • Ledermann, S. (1952a) Influence de Ia consommation de vins et d'alcools sur les cancers, Ia tuberculose pulmonaire et sur d'autres maladies. Semaine Medicate, 28:221-35.
  • Ledermann, S. (1952b) Une evaluation du nombre des alcooliques en France depuis 1954. Population, 7:227-36.
  • Ledermann, S. (1952c) Une mortalite d'origine economique en France: La mortalite d'oigine ou d'appoint alcoolique. Semaine Medicate, 28:417-21.
  • Ledermann, S. (1953) L'alcoolisation excessive et Ia mortalite des fran'tais. Concours Medicate, 1485-96, 1983-98, 1675-76, 1767-74,.
  • Ledermann, S. (1956) Alcool, Alcoolisme, Alcoolisation, Vol. I. Paris: Presses Universitaires de France.

Ledermannの単一分布理論には2つの主たる仮説がある。第一に、Ledermannは、アルコール消費は対数正規分布に従わなければならないと提案した。第二に、Ledermannは対数正規分布関数の2つのパラメータ(平均と標準偏差)があるパターンに従って共変動し、そのうちの1つのパラメータだけが自由に変動すると考えていた。しかし、後者の仮説に対するLedermannの主張の根拠は弱い。

Ledermannは強い規則性が存在するはずだと考えるようになったのだろうか。例えば、この理論では、社会における平均的な消費レベルと大酒飲みの有病率との間に凸の関係(上向きにカーブしている)があると予測しているが、これは当時、少なくともアングロサクソン人の視点から見ると、直感的ではない予測であった。しかし、Ledermannの著作全体を見ると、彼がどのようにして彼の仮説に到達したのかを理解しやすくなる。これから見るように、後者の仮説は、Ledermann (1946, 1948, 1952a,b,c, 1953) が初期の疫学研究で得たある種の結果を裏付けるために作られたものである可能性が高い。対数正規仮説も、ある程度はこれらの研究に触発されたものである。

リーダーマンの基本的な仮説

Ledermanは、アルコール消費は、均質な集団内で対数正規分布関数(1956, p.125)に従わなければならないことを示唆している。この仮説のかなり曖昧である。Ledermannは、個人の消費は社会的な力によって大きく決定されるということを出発点とし、消費の習慣は大部分が伝染または雪だるま式に発達するということを主張しました。これらの条件の下では、Ledermannによれば、消費変数自体よりも消費変数の対数が正規分布に従うことを期待する理由がある。対数正規分布の形状は、分散パラメータ、すなわち対数変換された消費の標準偏差に強く依存している。これは図1に示されているように、同じアルコールの総量が同じである場合の異なる対数正規分布を示しています。

f:id:iDES:20200916162717p:plain

図1から推測できるように、消費量の多い人の数は分散パラメータによって大きく変化する。飲酒者一人当たりの平均消費量が年間15Lの純アルコールとすると、1日の純アルコール消費量が15cLを超える人(つまり年間54.75L)の割合は、a=0.5のとき0.2%となる。a=1.0の場合は3.7%、a=3.0の場合は2.7%となる。そのような消費者の最も高い数は、1日15cL以上の割合が5.4%になるときに、a = 1.6のときに達するだろう。

年間150l以上の消費量を持つ人口の実際の割合が無視できないほど小さいことは完全に明らかである。このことは,消費の事実分布が十分な精度で対数正規分布で近似されるならば,この関数の分散パラメータはかなり小さいか、かなり大きくなければならないことを意味している。中間の値では、非現実的に大酒飲みの割合が大きくなります。例えば「平均m=15L」の集団では、対数正規分布の近似が全く合理的になるためには、aは2.15よりも有意に大きいか、または有意に小さくなければならない。

おそらく、Ledermannの第二の仮説は、この種の議論に基づいている。彼の仮説の出発点は、分散パラメータが年間365lL以上(つまり1日100cL以上)の理論的割合が非常に小さいようなものであるということだった。Ledermann は分散パラメータが、この割合がすべての集団において一定であり、同一であると考えられるようなものであると仮定している。

我々が見てきたように、値が非常に小さくても,非常に大きくても,上記のレベル以上の割合は小さくなるだろう。言い換えれば、Ledermannの条件を満たすaの値の2つの集合が存在し、Ledermann は、値が最も低い集合を選んだ(1956, p.263)。Ledermann は、なぜこのような選択をしたのかについては説明しておらず、また、なぜ年間365L以上の理論的な割合が一定でなければならないのかについても説明していない。

異なる母集団の累積度数分布を対数確率図(すなわち、対数横座標とガウス縦座標を持つダイアグラム)で表すと、Ledermannの2つの仮説に従って直線が得られます。直線はすべて1つの固定点を通り、分布が対数正規であるため直線となり、固定点はLedermannの2番目の仮説に従います。図2は、年間5、10、15、20、25、30リットルの純アルコールを平均的に摂取している集団の累積度数分布を示している。

f:id:iDES:20200916162746p:plain

図からわかるように、比較的消費量の多い人(以下、重消費者と呼ぶ)の数は、人口の平均消費量が多いほど増加します。純アルコールの平均消費量が5Lの母集団では、1日の平均消費量が10cLの人の有病率は1.5%であるのに対し、平均消費量が10L、20Lの母集団では、それぞれ4%、12%となる。

f:id:iDES:20200916162759p:plain

この関係は、図3で、1日の純アルコール摂取量が10cL、20cLを超える人の有病率が、Ledermannの式に従って、人口の平均消費量とどのように変動するかを示していて、より直接的に示されている。見られるように、Ledermannの理論は、重消費者の有病率が平均の凸関数になると予測している。これは、ある人口の平均消費量が増加した場合、重消費者の有病率の増加率は平均の増加率よりも大きくなることを意味する。平均を2倍にすることは、重消費者の数を2倍以上にすることになる。

Ledermannは、均質な集団について対数正規性の仮説を立てた。しかし、彼は「均質な母集団」という概念の定義を与えていない。平均消費量が変化する2つ以上の下位集団からなる集団として理解されるべきであろう異種集団について、彼は、Y= 1 n(X + a)の変換(ここでaは新しいパラメータ)が近似的なガウス正規分布を与えると仮定していました。Ledermannは、パラメータaの解釈を与えず、その変動範囲についての仮説も提示しなかった。原理的には,この理論は,不均質集団の分布が2つの自由パラメータを持つことを暗示しています.その結果、総消費量と重消費者の割合との間の密接な関係が希薄化することになる。しかし、Ledermannはパラメータaをあまり重視していなかったようで、後の論文(1964a,b)では、この修正については全く触れていない。

総消費量の変化がどのように起こるのか、また、そのような変化が大消費者の有病率にどのような結果をもたらすのかについてのLedermannモデルの予測は、1950年代半ば、特にアングロサクソン世界における支配的な見方とは明らかに矛盾している。多くの人は、アルコール消費量の増加は、まず第一に中等度消費者の消費量増加の結果であると理解しており、健康リスクを伴うほど消費量が多い人が大幅に増加したと考える理由はないと考えていたのである。この後者の仮説は、アルコール乱用の「宿命」にある人は、他の人口の消費レベルとはほぼ無関係に大消費者になるという考え方に基づいているように思われる。このように、人口は「アルコール依存症」と「普通の」消費者という、比較的明確に分離された2つの消費者グループで構成されているという仮説であった。この考え方は、総消費量の増加は重度消費者の数のわずかな増加を伴うだけであり、その場合の平均消費量と有病率の関係は、図4に示されているように、凹型であるべきであるという結果をもたらします。

f:id:iDES:20200916162809p:plain

Ledermannの急進的な理論の基礎となったものは何だったのだろうか。Ledermannは何をもって、アルコールの消費はほぼ対数正規分布であるべきだと考えたのだろうか。同じ平均消費量を持つ集団も同じ分散を持つべきだと信じたのはなぜだろうか? そして最後に、分散パラメータの変化が非常に小さく、重度消費者の有病率が人口平均の凹関数ではなく凸関数になると信じたのは何だったのか? 分布理論が紹介されている1956年の彼の著書には、これらの疑問に対する答えはない。しかし、それ以前の10年間のLedermannの著作を読むと、少なくとも理論の背景については多少理解できる。そこで、以下では、Ledermannの単一分布理論をそれ以前の著作に照らして解釈してみることにする。

2値の曝露変数、2値の媒介変数、連続変数のアウトカムの媒介分析

こちらのTable 8.22の例を解説する。コードとデータはリンク先のinpファイルを参照のこと。

www.statmodel.com

仮想データ。

モデル

mは媒介変数、mxはmとxの間の相互作用項、xは2値の暴露変数である。

f:id:iDES:20200916112659p:plain

コード

title:
    hypothetical potential outcome example data

data:
    file = potential.txt;

variable:
    names = x m y;
    usev = x m y mx;
    categorical = m;

define:
    mx = m*x;
    
analysis:
    estimator = mlr;

model:
    y on m x mx;
    m on x;

model indirect:
    y mod m mx x;

output:
    sampstat tech1 tech8 cinterval;

DEFINE: mx = m*x;

媒介変数mと暴露変数xの積として相互作用変数mxを作成している。

model indirect: y mod m mx x;

媒介変数との相互作用があるため、MODオプションを使用している(参照)https://ides.hatenablog.com/entry/2020/09/15/121609。MOD オプションでは、yはアウトカム、mは媒介変数、mxはmとxの間の相互作用、xは2値の暴露変数であり、この順番で並べる必要がある。

結果

MODEL RESULTS

                                                    Two-Tailed
                    Estimate       S.E.  Est./S.E.    P-Value

 Y          ON
    M                  1.500      2.475      0.606      0.544
    X                  0.500      2.475      0.202      0.840
    MX                 2.000      2.693      0.743      0.458

 M          ON
    X                  1.386      1.732      0.800      0.423

 Intercepts
    Y                  8.500      2.475      3.435      0.001

 Thresholds
    M$1                0.693      1.225      0.566      0.571

 Residual Variances
    Y                  4.833      2.174      2.224      0.026

信頼区間

CONFIDENCE INTERVALS OF TOTAL, INDIRECT, AND DIRECT EFFECTS BASED ON COUNTERFACTUALS (CAUSALLY-DEFINED EFFECTS)


                  Lower .5%  Lower 2.5%    Lower 5%    Estimate    Upper 5%  Upper 2.5%   Upper .5%

Effects from X to Y

  Tot natural IE    -2.421      -1.563      -1.124       1.167       3.458       3.896       4.754
  Pure natural DE   -3.400      -2.308      -1.750       1.167       4.083       4.642       5.734
  Total effect      -3.006      -1.729      -1.076       2.333       5.743       6.396       7.672

 Other effects

  Pure natural IE   -2.094      -1.474      -1.156       0.500       2.156       2.474       3.094
  Tot natural DE    -1.297      -0.549      -0.166       1.833       3.832       4.215       4.964
  Total effect      -3.006      -1.729      -1.076       2.333       5.743       6.396       7.672

媒介変数が2値であるため、間接効果と直接効果は反事実的推論(counterfactuals)に基づいている。

介入-媒介変数に相互作用を伴わない2値データのアウトカム変数を用いた媒介分析[Mplus]

こちらのTable 8.8の例を解説する。コードはリンク先のinpファイルを参照のこと。

www.statmodel.com

データ

大学生女性の間でヒトパピローマウイルス(HPV)のワクチン接種率を高めることを目的とした無作為化対照試験のデータを分析している。被験者は3つの異なる介入群と対照群に無作為に割り付けられ、それぞれの群にはワクチンの接種を決定するビデオが介入として提示された。提示されたビデオは、ピアナラティブメッセージ、エキスパート(医療提供者)ナラティブメッセージ、ピアとエキスパートを組み合わせたナラティブメッセージ、メッセージがないというパターンである(xt1-tx3)。媒介変数intent4は「もしHPVワクチンが完全に無料だったら、次の年にHPVワクチンを接種する可能性はどのくらいでしょうか」という質問によって、ワクチン接種の意思を測定する。これは4点スケールで測定される。コントロール変数は、親とのHPVコミュニケーションhpvcomm(はい/いいえ)、年齢age、性的に活発(はい/いいえ)sezyes、HPV知識knowlである。

分析は、対照変数に関する完全なデータを有するn = 394人の被験者のサンプルに基づいている。このサンプルでは、15%がワクチン接種を受けていた。組み合わせたピアエキスパート介入の効果のみが考慮されている。標本の25%がランダム化されたこの群では、予防接種率は22.2%であったのに対し、対照群では12.0%であった。

モデル

f:id:iDES:20200915121329p:plain

コード

USEVARIABLES ARE
    Intent4 tx1 tx2 tx3 Vacc HPVcomm age SxYes Knowl;
CATEGORICAL = Vacc;
MISSING = ALL (99);
Define:
    Center age knowl(grandmean);
ANALYSIS:
    ESTIMATOR = ml;
    bootstrap = 10000;
MODEL:
    Vacc ON Intent4 Tx1 Tx2 Tx3 HPVcomm age SxYes Knowl;
    Intent4 ON Tx1 Tx2 Tx3 HPVcomm age SxYes Knowl;
model indirect:
    vacc IND intent4 tx2;

CATEGORICAL = Vacc;

アウトカム変数のみカテゴリカルに指定。

Define: center age knowl(grandmean);

DEFINEコマンドは、各変数から全体平均を引いている。MODEL INDIRECTコマンドはvaccが結果変数、intent4が媒介変数、tx2が2値の暴露変数となる。tx2はピア・エキスパート介入を意味している。センタリングをするのは多重共線性の影響を受けにくくするためである (Cronbach, 1987)。

結果

MODEL RESULTS

                                                    Two-Tailed
                    Estimate       S.E.  Est./S.E.    P-Value

 VACC       ON
    INTENT4            1.430      0.253      5.645      0.000
    TX1                0.311      0.442      0.703      0.482
    TX2                0.476      0.385      1.235      0.217
    TX3               -0.826      2.143     -0.385      0.700
    HPVCOMM            0.270      0.338      0.797      0.426
    AGE                0.191      0.083      2.293      0.022
    SXYES              0.215      0.329      0.653      0.514
    KNOWL             -0.036      0.071     -0.503      0.615

 INTENT4    ON
    TX1                0.149      0.106      1.400      0.161
    TX2                0.300      0.092      3.270      0.001
    TX3               -0.066      0.141     -0.465      0.642
    HPVCOMM            0.093      0.078      1.196      0.232
    AGE               -0.049      0.021     -2.283      0.022
    SXYES              0.044      0.078      0.573      0.567
    KNOWL             -0.003      0.017     -0.160      0.873

 Intercepts
    INTENT4            2.718      0.082     32.959      0.000

 Thresholds
    VACC$1             6.657      0.870      7.649      0.000

 Residual Variances
    INTENT4            0.591      0.041     14.293      0.000
CONFIDENCE INTERVALS OF TOTAL, INDIRECT, AND DIRECT EFFECTS BASED ON COUNTERFACTUALS (CAUSALLY-DEFINED EFFECTS)


                  Lower .5%  Lower 2.5%    Lower 5%    Estimate    Upper 5%  Upper 2.5%   Upper .5%

Effects from TX2 to VACC

  Tot natural IE     0.009       0.016       0.020       0.048       0.083       0.092       0.111
  Pure natural DE   -0.037      -0.019      -0.010       0.041       0.098       0.111       0.139
  Total effect      -0.011       0.013       0.024       0.089       0.165       0.182       0.218

 Odds ratios for binary Y

  Tot natural IE     1.085       1.155       1.197       1.448       1.833       1.932       2.147
  Pure natural DE    0.634       0.803       0.894       1.523       2.715       3.045       3.896
  Total effect       0.895       1.137       1.283       2.205       4.115       4.665       6.051

媒介変数との相互作用がある場合

8.9は媒介変数との相互作用がある場合のコマンドが掲載されている。調整効果を示すMODコマンドを使用する。

8.8と違うところは以下である。DEFINEコマンドは、intent4とtx2 の積として相互作用項の変数mxを作成する。特定の間接効果を指定するためにMODオプションを使用する。MODオプションでは、vaccがアウトカム変数、intent4が媒介変数、mxがintent4とtx2の間の相互作用、tx2が2値の暴露変数である。

USEVARIABLES ARE
Intent4 tx1 tx2 tx3 Vacc HPVcomm age SxYes Knowl mx;
CATEGORICAL = Vacc;
MISSING = ALL (99);
Define:
    mx = intent4*tx2;
    center age knowl(grandmean);

ANALYSIS:
ESTIMATOR = ml;
bootstrap = 10000;

MODEL:
Vacc ON Intent4 Tx1 Tx2 Tx3 HPVcomm age SxYes Knowl mx;
Intent4 ON Tx1 Tx2 Tx3 HPVcomm age SxYes Knowl;

model indirect:
vacc MOD intent4 mx tx2;

調整変数については以下を参照のこと。

norimune.net

村山航『媒介分析・マルチレベル媒介分析』 https://koumurayama.com/koujapanese/mediation.pdf

行動嗜癖は精神障害であるべきか否か

さまざまなものが行動の依存症である行動嗜癖ではないかという声が上がっている。依存症とは違い嗜癖(addiction)とは行動のコントロールが取れないことが中核定義にあるため、合理的ではなかったり、個人の意思を超えて発生するものは、すべて嗜癖と定義することが可能である。

一般的に認められているギャンブリングやゲームだけではなく、携帯電話・スマホ、エクササイズ、窃盗癖、買い物、暴力、自傷、恋愛、セックス、性的逸脱行動、過食・嘔吐、放火、日焼けなどが嗜癖モデルの説明範囲となる。

恋愛といった精神障害として認知するにぱ不適切なものであったり、過食・嘔吐など嗜癖とは別のメカニズムで理解されているものなどがあり、精神医学の内外で、嗜癖概念はコンフリクトを生み出している。

ナンシー・ペトリーによるレビューから各嗜癖概念の研究状況と課題についてまとめた。ペトリーは著名な依存症・嗜癖の研究者であり、アメリカ精神医学会のDSM-5の物質使用と関連障害ワークグループの議長でもあった人物だ。

www.ncbi.nlm.nih.gov

要約

  1. 行動嗜癖の存在や精神障害などの問題の認識については、かなりの議論がある。現在、 Diagnostic and Statistical Manualの第5版 (DSM-5)には、物質関連障害および嗜癖性障害群のセクションにギャンブル障害が、さらなる研究が必要な条件として、研究付録にインターネットゲーム障害が含まれている。
  2. ギャンブル障害は、他のどのような行動依存症よりも研究されており、明確な基準があり、他の同様の精神障害と区別することができる。いくつかの研究は、ギャンブル障害に対する潜在的に有効な治療を同定しているが、エビデンスに基づく治療に対する厳密な経験的基準に達するものはない。
  3. DSM‐5にインターネットゲーム障害 (IGD) を含めることは、この状態を定義し、研究するための一連のガイドラインを提供した。IGDに関する研究文献の主な弱点は、スクリーニングと診断のための精神測定学的に健全な機器の欠如と、 IGDを他の精神状態に特有の精神疾患として確立する十分な研究の欠如である。
  4. 研究者たちはインターネット依存症の一貫した定義を使用しておらず、その結果、研究間で定義と評価がかなり不均一になっている。インターネット依存症を他の潜在的精神障害、特にインターネットゲーム障害と区別し、その基準と評価に関するコンセンサスを確立するために、さらなる研究が必要である。
  5. セックス、買い物、エクササイズ、日焼け、および摂食を含む他の推定される行動依存症は、現在、評価に関連する経験的証拠がなく、確立された精神障害と重複している。American Psychiatric Associationのワークグループは、DSM-5に含まれる可能性のあるこれらの疾患をそれぞれ検討したが、それらを含むことを支持する十分な証拠はなかった。

将来の課題

  1. ギャンブル依存症または仮説上の行動嗜癖のいずれかにつながる神経生物学的機能障害を決定すること。これらの機能障害が特定の行動依存症に特有のものであるか、他の依存症や精神障害に共通するものであるかを確立すること。
  2. 行動嗜癖、特にインターネット賭博障害のための測定法の開発と検証。
  3. インターネット依存症および他の考えられる行動嗜癖については、それぞれの潜在的な障害の基準を理解し、関連する障害が臨床的に有意であるかどうかを理解する。行動障害のそれぞれを、互いに、また既に確立されている他の精神障害と区別する。それらの縦断的な経過を評価する。
  4. ギャンブル障害に対する既存の治療法の作用機序の評価、十分な検定力があり、長期の追跡調査を含む試験を用いること。
  5. インターネットゲーム障害の治療のための心理療法アプローチの開発と評価。このような治療試験には、信頼性の高い有効な手段、治療の忠実性を確保するためのアプローチ、適切なサンプルサイズ、および長期的な効果の評価が含まれるべきである。診断上の妥当性が証明されれば、他の仮説上にある行動嗜癖に対する治療法の開発が必要となるかもしれない。

エクササイズ依存症

ナンシー・ペトリーのレビューからエクササイズ依存症について。

www.ncbi.nlm.nih.gov

運動依存症、運動嗜癖・エクササイズ嗜癖(Exercise Addiction) などの呼び方がある。

過度の運動の結果、体に害があることが当初は想定されていなかったため、「積極的な依存症」(Glasser 1976)として指定されていた。

  • Glasser W. Positive Addiction. New York: Harper & Row; (1976).

運動依存症が一次的なものか、二次的なものかということで区別されている。一次的なものは運動そのものが目的である一方で、二次的なものは体重減少が目的であり、運動はその目的を達成するための手段とされている(Berczik et al. 2012)。

  • Berczik K, Szabó A, Griffiths MD, Kurimay T, Kun B, Urbán R, et al. Exercise addiction: symptoms, diagnosis, epidemiology, and etiology. Subst Use Misuse (2012) 47(4):403–17.10.3109/10826084.2011.639120 https://www.ncbi.nlm.nih.gov/pubmed/22216780

ただ、一次的なエクササイズ依存症の人も体重やダイエット、ボディイメージに気を取られていることが多く、両者の区別は容易ではない。

運動依存症は摂食障害、特に神経過食症と強い関係がある(Lejoyeux et al. 2008)

  • Lejoyeux M, Avril M, Richoux C, Embouazza H, Nivoli F. Prevalence of exercise dependence and other behavioral addictions among clients of a Parisian fitness room. Compr Psychiatry (2008) 49(4):353–8.10.1016/j.comppsych.2007.12.005 https://www.ncbi.nlm.nih.gov/pubmed/18555055

二次的なエクササイズ依存症は実際には摂食障害の症状であると考えるのが適切である。また、摂食障害だけではなく筋醜形恐怖症(muscle dysmorphia)とも重なっている。筋醜形恐怖症は、自分の体が実際にはたくましいのに貧弱なのではないかと慢性的に不安に思ってしまうもので、醜形恐怖の一種である。

エクササイズ依存症は強迫性スペクトラム障害と考えられてきたが(Berczik et al. 2012)、不安や抑うつの症状とも関連があり、反復的な運動や強迫的な運動は、不安や抑うつを和らげる必要性(Weinstein & Weinstein 2015)や苦痛や不快な感情状態を回避する必要性(Szabo 2010)によって駆り立てられることがある。しかし、これらの関係は十分に調査されておらず、そのインプリケーションも明らかではない。

  • Weinstein A, Maayan G, Weinstein Y. A study on the relationship between compulsive exercise, depression and anxiety. J Behav Addict (2015) 4(4):315–8.10.1556/2006.4.2015.034

  • Szabo A. Addiction to Exercise: A Symptom or a Disorder? New York: Nova Science Publishers; (2010).

雑感

醜形恐怖は整形手術を繰り返す群がいるが、筋肉に対して不十分であるという恐怖であれば、整形手術の代わりになるのはパンプアップなどの筋肉運動である。おそらく、整形手術よりも容易にできるため、筋肉を鍛えて強迫性や不安を打ち消す人は多くなるだろう。

BBCのビデオではステロイド使用との関連が指摘されている。

www.youtube.com

ステロイドの過度な使用は抑うつなどの精神症状も引き起こす。

下記記事ではLGBTでこの症状は起こりがちであると指摘されている。

www.queerty.com

Wikipediaをざっと読んだ感じでは、思ってる以上に研究がされているようだ。

en.wikipedia.org

醜形恐怖症は、DSM-5では身体醜形障害(Body. Dysmorphic Disorder; BDD)に分類される。