臨床医学における因果探索：LiNGAMを⽤いた仮説⽣成 の実践的⼊⾨

抄録

背景: 臨床研究では、「誰がどれだけ」高リスクであるかという予測だけでなく、「なぜ」その転帰が生じるのかという因果メカニズムの理解が求められる。従来の因果推論は事前に因果グラフ（DAG）を仮定する必要があるが、病態の全体像が不明な領域ではその仮定自体が困難である。因果探索は、データと統計的仮定から因果構造を推定し、検証すべき仮説を生成するアプローチを提供する。
目的: 本稿では、因果探索手法LiNGAM（Linear Non-Gaussian Acyclic Model：線形非ガウス非巡回モデル）の理論と臨床応用のワークフローを解説する。腎盂腎炎の予後因子探索を題材としたデモンストレーションを通じて、実践的な使用法を示す。
方法: 変数を「外生変数（患者背景）」「内生変数（血液検査値）」「シンク変数（転帰）」の3層に整理する階層的モデルを採用し、臨床的なドメイン知識を組み込んだ。臨床的に妥当な統計特性を持つシミュレーションデータを生成し、外生変数の影響を除去した内生変数にDirectLiNGAMを適用した。ブートストラップリサンプリングにより結果の安定性を評価した。
結果: 推定された因果グラフでは、ナトリウム（Na）が血液検査値の中で上流に位置し、BUN（血中尿素窒素）が中心的な媒介因子として機能する構造が示された。「年齢→BUN→クレアチニン→死亡」という経路が臨床的に解釈可能であり、腎機能障害を介した予後悪化仮説を支持した。白血球数（WBC）は死亡への直接的な因果経路を示さず、死亡の機序的な原因ではなく感染のマーカーとして機能していることが示唆された。
結論: LiNGAMを用いた因果探索は、観察データから臨床的に解釈可能な因果仮説を体系的に生成する有用な枠組みである。本アプローチは予測から機序理解へ進むための実践的手段として、因果推論や前向き研究の前段階に位置づけられる。