陰性対照: 観察研究における交絡とバイアスを検出するためのツール

暴露と結果の間の非因果関係は、観察研究における因果推論の妥当性に対する脅威です。このようなエラーを特定して排除するために、多くの手法が研究デザインと分析のために開発されています。このような問題は、条件の慎重な標準化（実験室の仕事のため）とランダム化（人口研究のため）の慎重な標準化が適切に適用されれば、そのような非因果関係のほとんどを排除する必要がある場合、実験的研究を妥協することは期待されていません。しかし、生物学的実験室実験の設計で取られた日常的な予防策 - 「ネガティブコントロール」の使用 - は、疑わしい因果関係の疑いと疑いのないソースの両方を検出するように設計されていると主張します。疫学では、類似のネガティブコントロールは、リコールバイアスや分析上の欠陥など、交絡および他のエラーの原因を特定して解決するのに役立ちます。2種類のネガティブコントロール（暴露制御と結果コントロール）を区別し、疫学文献から各タイプの例を説明し、交絡を検出するためにそのようなネガティブコントロールを使用する条件を特定します。ネガティブコントロールは観察研究でより一般的に採用されるべきであり、マイナスコントロールが観察研究における他の誤差源の敏感な検出器になる条件を指定するために追加の作業が必要であると結論付けます。

Noncausal associations between exposures and outcomes are a threat to validity of causal inference in observational studies. Many techniques have been developed for study design and analysis to identify and eliminate such errors. Such problems are not expected to compromise experimental studies, where careful standardization of conditions (for laboratory work) and randomization (for population studies) should, if applied properly, eliminate most such noncausal associations. We argue, however, that a routine precaution taken in the design of biologic laboratory experiments--the use of "negative controls"--is designed to detect both suspected and unsuspected sources of spurious causal inference. In epidemiology, analogous negative controls help to identify and resolve confounding as well as other sources of error, including recall bias or analytic flaws. We distinguish 2 types of negative controls (exposure controls and outcome controls), describe examples of each type from the epidemiologic literature, and identify the conditions for the use of such negative controls to detect confounding. We conclude that negative controls should be more commonly employed in observational studies, and that additional work is needed to specify the conditions under which negative controls will be sensitive detectors of other sources of error in observational studies.