Loneliness and Social Isolation as Risk Factors for Mortality: A Meta-Analytic Review のざっくり翻訳

時間軸で複数の効果量を持つ研究がある場合、最も長い追跡期間のデータを抽出した。未調整のデータと、統計的コントロールの数が最も多いモデルからのデータを抽出した（ただし、両モデルで使用した統計的コントロールの種類と数を記録した後、その後の比較のために、最も少ない統計的コントロールを用いたモデルからのデータも抽出した）。全体として、データ抽出のための評価者間の一致は、カテゴリー変数（Cohenのカッパは平均0.73）および連続変数（単一の測定のクラス内相関は平均0.95）については十分に高いものであった。コーディングチーム間の不一致は、コンセンサスが得られるまで論文をさらに精査して解決した。

------

Results

成果

Description of the retrieved literature

検索した文献の説明

Categorical variables.

We examined categorical variables using random-effects weighted analyses of variance, beginning with the type of covariates used in the fully adjusted models. Eight studies included multiple covariates that were directly relevant to social support, such as marital status, social networks, and loneliness. These eight studies had lower averaged effect sizes (OR = 1.17) than those of 33 studies in which no covariates directly relevant to social support were included in the statistical model (OR = 1.27). Otherwise, the averaged effect sizes remained of similar magnitude irrespective of the particular covariates that were or were not included in the models (p > .20), including covariates relevant to depression, socioeconomic status, health status, physical activity, smoking, gender, and age. Different combinations of covariates across studies yielded similar results. We found no substantive differences in effect sizes (p > .15) across the other categorical variables evaluated: world region, data collection setting, cause of mortality, research design, health status, and medical condition at intake. Finding no significant differences across participant health status when using the fully adjusted data was particularly notable because of a difference that we observed with the unadjusted data: Studies in which participants had a medical condition and were recruited from a medical setting had larger unadjusted average effect sizes (OR = 1.82) than studies with ostensibly healthy participants recruited from the general community (OR = 1.34, p = .003). Furthermore, with the unadjusted data, studies in which the researchers excluded participants with terminal conditions or participants who died shortly after baseline data collection (whose social isolation or social support may have been affected by their medical condition) had higher averaged effect sizes (OR = 1.95) than the studies in which the researchers did not report such exclusions (OR = 1.38, p < .05). Thus, accounting for participants’ initial health condition in the research design resulted in systematically different findings across studies. In most (81%) of the multivariate statistical models, researchers had controlled for participant health status variables, such that we found no differences across those conditions in the fully adjusted data. Studies in which the researchers controlled for health status variables yielded substantially different findings from those studies in which this was not done.

Fig. 2. Contour-enhanced funnel plot of effect sizes (natural log of the odd ratio [lnOR]) by standard error for 70 studies with measures of the association between mortality and social isolation, loneliness, or living alone.

図2. 死亡率と社会的孤立、孤独、または一人暮らしとの関連を測定した70の研究の標準誤差による効果量（奇数比の自然対数［lnOR］）の輪郭強調ファネルプロット（Contour-enhanced funnel plot）。

Likelihood of publication bias adversely influencing the results

Publication bias occurs when the data obtained in a meta-analysis fail to represent the entire population of studies because of the increased probability of nonsignificant results remaining unpublished (and therefore less accessible for meta-analytic reviews). As can be seen in Figure 2, the data in this meta-analysis were highly variable, and the distribution of effect sizes appeared somewhat imbalanced toward the right side of the graph. The distribution of the data was relatively sparse toward the bottom of the white-shaded center of the graph, the area of nonsignificance. This kind of distribution can suggest that some nonsignificant studies were missing from the meta-analysis. However, neither Egger’s regression test nor an alternative to that test recommended for OR data (Peters, Sutton, Jones, Abrams, & Rushton, 2006) reached statistical significance (p > .05), which diminished the likelihood of possible publication bias. We found the fail-safe N?the number of hypothetically missing studies needed to reduce the present results to zero? to be 1,268, a number higher than the plausible number of studies conducted. Furthermore, using the trim and fill method (Duval & Tweedie, 2000), we did not estimate any “missing” studies; the distribution was overall fairly symmetric relative to the average effect size. It thus seemed unlikely that publication bias substantively affected the results of this meta-analysis.

結果に悪影響を及ぼす出版バイアスの可能性

出版バイアスは、メタアナリシスで得られたデータが、有意でない結果が未発表のまま（つまりメタアナリシスのレビューにアクセスしにくい）残る可能性が高く、研究集団全体を代表していない場合に発生します。図2に見られるように、このメタアナリシスのデータは非常に多様であり、効果量の分布はグラフの右側に向かってやや不均衡に見える。また、グラフの中央の白い網掛け部分（無意図領域）の下側では、データの分布が比較的まばらであることがわかる。このような分布は、有意でない研究がメタ分析から抜け落ちていることを示唆する。しかし、Eggerの回帰検定も、ORデータに推奨されるその検定の代替検定（Peters, Sutton, Jones, Abrams, & Rushton, 2006）も統計的有意性（p > .05）に達しておらず、出版バイアスの可能性が低くなっています。フェイルセーフのN（現在の結果をゼロにするために必要な仮想的な欠落研究の数）は1,268であり、これは実施された研究のもっともらしい数よりも多いことが分かった。さらに、trim and fill法（Duval & Tweedie, 2000）を用いて、「欠落」した研究はないと推定した。したがって、出版バイアスがこのメタアナリシスの結果に実質的に影響する可能性は低いと思われた。

Discussion

Social isolation results in higher likelihood of mortality, whether measured objectively or subjectively. Cumulative data from 70 independent prospective studies, with 3,407,134 participants followed for an average of 7 years, revealed a significant effect of social isolation, loneliness, and living alone on odds of mortality. After accounting for multiple covariates, the increased likelihood of death was 26% for reported loneliness, 29% for social isolation, and 32% for living alone. These data indicated essentially no difference between objective and subjective measures of social isolation when predicting mortality. The prospective designs of these studies and the statistical models that controlled for initial health status (and several other potential confounds) provide evidence for the directionality of the effect. Although we cannot confirm causality, the data show that individuals who were socially isolated, lonely, or living alone at study initiation were more likely to be deceased at the follow-up, regardless of participants’ age or socioeconomic status, length of the follow-up, and type of covariates accounted for in the adjusted models. We caution scholars perusing the expanding research literature on the association of social isolation and loneliness with physical health against reliance on unadjusted data because those data fail to account for participant health status, a factor contributing to reverse causality (when individuals with impaired health report increased loneliness or social isolation because their health condition limits their social contacts). Averaged results with unadjusted data were of greater magnitude than the results from fully adjusted models (see Table 3), particularly when participants had a preexisting health condition and when physically ill participants were not excluded from the unadjusted analyses. In fully adjusted models accounting for health status and in studies with physically ill individuals removed from analyses (thus accounting for reverse causality), social isolation and loneliness remained predictive of mortality. Future researchers will need to confirm the hypothesis that when individuals are ill (and ostensibly needing support) their risk for mortality increases substantially when lacking social support.

考察

社会的孤立は、客観的に測定しても主観的に測定しても、死亡の可能性を高くする。70の独立した前向き研究、3,407,134人の参加者を平均7年間追跡調査した累積データから、社会的孤立、孤独、一人暮らしが死亡の確率に有意に影響することが明らかになった。複数の共変数を考慮した結果、死亡の可能性の増加は、報告された孤独感で26％、社会的孤立で29％、一人暮らしで32％であった。

これらのデータは、死亡率を予測する際に、社会的孤立の客観的尺度と主観的尺度の間に本質的な差がないことを示していた。これらの研究のプロスペクティブデザインと、初期の健康状態（および他のいくつかの潜在的な交絡因子）をコントロールした統計モデルは、効果の方向性を示す証拠となる。因果関係は確認できないが、データは、参加者の年齢や社会経済状態、追跡期間の長さ、調整モデルで考慮した共変量の種類にかかわらず、研究開始時に社会的に孤立していた人、孤独だった人、一人暮らしだった人が追跡調査時に死亡している確率が高いことを示している。我々は、社会的孤立および孤独と身体の健康との関連に関する拡大する研究文献を閲覧する学者に対し、未調整データに依存しないよう注意を促す。なぜなら、それらのデータは、逆因果の要因（健康状態に障害のある個人が、その健康状態が社会的接触を制限するために孤独または社会的孤立が増加したと報告する場合）を参加者の健康状態を考慮できないためである。未調整データによる平均結果は、完全調整モデルによる結果よりも大きかった（表3参照）。特に、参加者に既往症がある場合、および体調不良の参加者を未調整分析から除外しなかった場合は、その傾向が強かった。健康状態を考慮した完全調整モデルや、身体疾患を持つ人を分析から除外した研究（逆因果を考慮した）でも、社会的孤立と孤独は死亡率の予測因子であることに変わりはなかった。今後の研究者は、個人が病気であるとき（そして表向きは支援を必要としているとき）、社会的支援を欠くと死亡リスクが大幅に増加するという仮説を確認する必要がある。

Objective versus subjective isolation

Using the meta-analytic data, had we found that either social isolation or loneliness was more predictive of mortality, interventions to reduce risk could have become more targeted. However, we presently have no evidence to suggest that one involves more risk than the other for mortality. Unfortunately, in the vast majority of studies, researchers examined only one measurement approach (social isolation, loneliness, or living alone), precluding direct comparisons. Among the few studies in which researchers contrasted social isolation and loneliness, the evidence was mixed, with researchers finding that loneliness was more influential in one study (Holwerda et al., 2012), and with other researchers finding that social isolation had stronger effects than loneliness in a later study (Steptoe, Shankar, Demakakos, & Wardle, 2013). This inconsistency may be due to differences in methodological approaches to handling correlated psychological states, such as depression (Booth, 2000). Our analyses indicated that the elevated risk of mortality persisted even when controlling for correlated components of social networks and multiple other factors, including depression, with the use of covariates negating large effect sizes. In any case, the multiple, overlapping components of sociality make reliance on statistical adjustment less desirable than direct comparisons between components, such as loneliness and social isolation. The equivalent effects of social isolation and loneliness reported here do not indicate interchangeability of these risk assessments. Rather, the available data suggest that efforts to mitigate risk should consider both social isolation and loneliness without the exclusion of the other. Because social isolation and loneliness are often weakly correlated (Coyle & Dugan, 2012), simply increasing social contact may not mitigate loneliness. Likewise, exclusively altering one’s subjective perceptions among those who remain objectively socially isolated may not mitigate risk.

客観的な孤立と主観的な孤立

メタ解析のデータを使って、もし社会的孤立と孤独のどちらかが死亡率をより予測することが分かっていれば、リスクを減らすための介入はより的を射たものになったかもしれない。しかし、現在のところ、死亡率に関してどちらか一方が他方よりもリスクが高いことを示す根拠はない。残念ながら、大半の研究では、研究者は1つの測定方法（社会的孤立、孤独、一人暮らし）だけを調べており、直接比較することはできない。研究者が社会的孤立と孤独を対比させた数少ない研究の中で、その証拠はまちまちで、ある研究では孤独の方がより影響力があるとし（Holwerda et al.、2012）、他の研究者は後の研究で社会的孤立が孤独より強い影響を与えるとした（Steptoe, Shankar, Demakakos, & Wardle, 2013）。この矛盾は、うつ病など相関のある心理状態を扱う方法論の違いによるものかもしれません（Booth, 2000）。我々の分析では、社会的ネットワークの相関成分やうつ病を含む他の複数の要因を制御しても死亡リスクの上昇は持続し、共変量の使用によって大きな効果量が否定されることが示された。いずれにせよ、社会性の構成要素が複数あり、重複しているため、統計的調整に頼ることは、孤独と社会的孤立のような構成要素間の直接比較よりも好ましくない。ここで報告された社会的孤立と孤独の同等の効果は、これらのリスク評価の互換性を示すものではない。むしろ、利用可能なデータは、リスクを軽減するための努力は、他方を排除することなく、社会的孤立と孤独の両方を考慮すべきであることを示唆している。社会的孤立と孤独はしばしば弱い相関があるため（Coyle & Dugan, 2012）、単に社会的接触を増やしても孤独は軽減されないかもしれない。同様に、客観的に社会的に孤立している人の主観的な認識を変えるだけでは、リスクは軽減されないかもしれない。

Isolation and aging

The data in this meta-analysis should make researchers call into question the assumption that social isolation among older adults places them at greater risk compared with social isolation among younger adults. Using the aggregate data, we found the opposite to be the case. Middle-age adults were at greater risk of mortality when lonely or living alone than when older adults experienced those same circumstances.  The moderating effect of age may seem counterintuitive in light of data indicating that individuals more than 65 years of age are more likely to report loneliness (Dykstra, van Tilburg, & de Jong Gierveld, 2005), but there are at least four plausible explanations for why middle-age adults may differ from older adults in terms of the relevance of social networks to physical health. First, it is possible that individuals who do not die early may be a particularly resilient group, with different social or health characteristics than those who die at earlier ages. Thus, the observed difference across age could be confounded with preexisting health status, although this interpretation is qualified by the fact that the researchers using multivariate statistical models accounted for participant age and health status. A second explanation involves changes in social networks as individuals transition from full-time employment to retirement, with decreases in socialization in occupational and public forums that are seen as culturally normative. This possible explanation is supported by one study in which researchers examined loneliness after retirement and found an effect for mental health (anxiety and depression) but not for physical health (functional status and number of chronic conditions; Bekhet & Zauszniewski, 2012). Third, it is plausible that individuals who are alone or lonely before retirement age may be more likely to engage in risky health behaviors or less likely to seek medical treatment early, whereas after retirement, people may attend more assiduously to their physical health.

このメタ分析のデータは、高齢者の社会的孤立は若年者の社会的孤立よりもリスクが高いという仮定に疑問を投げかけるものである。集計データを用いて、我々はその逆であることを発見した。中年の成人は、高齢者が同じ状況を経験したときよりも、孤独または一人暮らしのときに死亡リスクが高くなることがわかった。 65歳以上の人は孤独を感じやすいというデータ（Dykstra, van Tilburg, & de Jong Gierveld, 2005）からすると、年齢の緩和効果は直感に反するように思われるが、身体の健康と社会ネットワークの関連性について、なぜ中年の成人が高齢者と異なるのかについては、少なくとも4つのもっともらしい説明がある。第一に、早期死亡しない人は、早期死亡する人とは異なる社会的特性や健康的特性を持つ、特に回復力の高い集団である可能性がある。したがって、年齢による違いは既存の健康状態と混同される可能性があるが、この解釈は、研究者が多変量統計モデルを用いて参加者の年齢と健康状態を説明したことによって限定されている。第二の説明は、常勤職から退職への移行に伴う社会的ネットワークの変化と、文化的に規範的とみなされる職業上および公的な場での社会化の減少が関係しているというものである。この説明は、退職後の孤独感を調査したある研究で支持されており、精神的健康（不安と抑うつ）には影響があったが、身体的健康（機能的状態や慢性疾患の数）には影響がなかったという。第三に、定年前に孤独であった人は、リスクの高い健康行動をとりやすい、あるいは早期に治療を受けにくいという可能性があり、一方、定年後は身体の健康により熱心に取り組むという可能性がある。

Conclusion

Substantial evidence now indicates that individuals lacking social connections (both objective and subjective social isolation) are at risk for premature mortality. The risk associated with social isolation and loneliness is comparable with well-established risk factors for mortality, including those identified by the U.S. Department of Health and Human Services (physical activity, obesity, substance abuse, responsible sexual behavior, mental health, injury and violence, environmental quality, immunization, and access to health care; see www.hhs.gov/safety/index). A substantial body of research has also elucidated the psychological, behavioral, and biological pathways by which social isolation and loneliness lead to poorer health and decreased longevity (for reviews, see Cacioppo, Cacioppo, Capitanio, & Cole, 2015, this issue; Shankar et al., 2011; Thoits, 2011; see also Cacioppo et al., 2015; Hawkley & Cacioppo, 2003, 2010). In light of mounting evidence that social isolation and loneliness are increasing in society (McPherson & Smith-Lovin, 2006; Perissinotto, Stijacic Cenzer, & Covinsky, 2012; Victor & Yang, 2012; Wilson & Moulton, 2010), it seems prudent to add social isolation and loneliness to lists of public health concerns. The professional literature and public health initiatives can accord social isolation and loneliness greater recognition.

結論

社会的なつながりのない人（客観的、主観的な社会的孤立）は早期死亡のリスクがあることを示す証拠は十分にある。社会的孤立や孤独に関連するリスクは、米国保健社会福祉省が特定したものを含む、確立された死亡の危険因子（身体活動、肥満、物質乱用、責任ある性行動、精神衛生、怪我と暴力、環境の質、予防接種、医療へのアクセス； www.hhs.gov/safety/index を参照）と同等である。また、多くの研究が、社会的孤立と孤独がより悪い健康と長寿の減少につながる心理的、行動的、生物学的経路を解明してきました（レビューとして、Cacioppo, Cacioppo, Capitanio, & Cole, 2015, this issue; Shankar et al.） 社会的孤立と孤独が社会で増加しているという証拠の積み重ねを考慮すると（McPherson & Smith-Lovin, 2006; Perissinotto, Stijacic Cenzer, & Covinsky, 2012; Victor & Yang, 2012; Wilson & Moulton, 2010）、公衆衛生に関するリストの中に社会的孤立と孤独を追加することは賢明であるように思われます。専門的な文献や公衆衛生の取り組みは、社会的孤立や孤独をより認識させることができます。