和訳をお願いします

Confounding is a central issue for epidemiologic study design. A simple definition of confounding would be the confusion, or, mixing, of effects: this definition implies that the effect of the exposure is mixed together 「ア」the effect of another variable, leading to a bias. Let us illustrate confounding with a classic example: the relation between birth order and the occurrence of Down syndrome. Figure 1 shows data on birth order and Down syndrome from the work of and Mantel.
These data show a striking trend in prevalence of Down syndrome with increasing birth order, which we might describe as the effect of birth order on the occurrence of Down syndrome.
(1)(The effect of birth order, however, is a blend of whatever effect birth order has by itself and the effect of another variable that is closely correlated with birth order.) The other variable is the age of the mother. Figure 2 gives the relation between mother’s age and the occurrence of Down syndrome from the same data. It indicates a much stronger relation between mother’s age and Down syndrome.
Because birth order and the age of the mother are highly correlated, we can expect that mothers
giving birth to their fifth baby are , as a group, considerably {イ} than mothers giving birth to their first baby. Therefore, the comparison of high-birth-order babies with lower-birth-order babies is to some extent a comparison of babies born to older mothers with babies born to younger mothers. Thus, the birth-order comparison in Figure 1 mixes the effect of mother’s age with the effect of birth order. The extent of the mixing depends on the extent to which mother’s age is related to birth order.　(2)　( A good way to resolve the extent to which one variable’s effect explains the apparent effect of the other is to examine both effects simultaneously.) Figure 3 presents the prevalence of Down syndrome at birth by both birth order and mother’s age simultaneously.
(3) (Figure 3 shows clearly that within each category of birth order, looking from the front to the lack, there is the same striking trend in prevalence of Down syndrome with increasing {ウ}. In contrast, within each category of mother’s age, looking from left to right, there is {エ} discernible trend with {オ}.)

Confounding: 交絡（疫学用語） epidemiologic study:疫学研究 exposure:曝されること、曝露 bias:偏り variable:変数 Down syndrome:ダウン症候群 order:順位、順序　discernible:認められる、識別できる　 prevalence:　有病率
（図1,2,3はアップ出来ませんでした。申し訳ありません。）

(2)のかっこでくくってある英文の和訳がよく分かりません。僕の和訳は直訳通り、「ある一つの変数の影響が別の変数による明らかな影響をはっきりさせる程度を解決するよい方法は、両方の影響を同時に調べることだ。」と考えましたが、意味不明です。


長い文ではありますが、よろしくお願いいたします。
　

No.2 ベストアンサー 回答者： sayshe 回答日時： 2012/06/14 07:07

＃１．です。

返信が遅れて申し訳ありません。
全訳してみました。先の回答でお示しした、出典の英文中で用いられた図の番号と、質問者さんの英文の中の図の番号が違っています。
質問文の図の番号：出典英文中の図の番号
Figure 1 : Figure 5-2
Figure 2 : Figure 5-3
Figure 3 : Figure 5-4
の関係にあります。また、英文中の
prevelence と言う語は、「患者数、有病率」等と訳せばよい様に思いました。
http://eow.alc.co.jp/search?q=prevalence

<訳例>

　交絡は、疫学的研究計画にとっての中心的問題です。 交絡の簡単な定義は、影響の混乱、あるいは、混同と言うことになるでしょう： この定義は、細菌等との接触の影響がもう一つの変数の影響と混同され、偏見による不公平な判断につながることを意味します。古典的な例を用いて交絡を説明しましょう：出生順とダウン症候群の発症の関係です 。 図1は、スタークとマンテルの研究から、出生順とダウン症候群に関するデータを示しています。
　これらのデータは出生順が後のものになるほどダウン症候群の患者数が上がる著しい傾向を示しています、この傾向を我々は出生順のダウン症候群発症に対する影響と言い表わしてもよいかもしれません。
　（1）（しかし、出生順の影響は、出生順が単独で持つあらゆる影響と出生順と密接に相関するもう一つ別の変数の影響の混合したものです。）もう一方の変数とは、母親の年齢です。 図2は、同じデータからの母親の年齢とダウン症候群の発症の関係を示しています。 それは、母親の年齢とダウン症候群とのずっと強い関係を示します。
　出生順と母親の年齢が非常に相関しているので、5人目の赤ちゃんを生む母親たちが、グループとして、最初の赤ちゃんを生む母親に比べてかなり高齢になっていると、我々は予想することができます。 したがって、出生順が後の赤ちゃんと出生順が先の赤ちゃんとの比較は、ある程度、高齢の母親に産まれる赤ちゃんと若い母親に生まれる赤ちゃんの比較であると言えます。このように、図1中の出生順比較は、母親の年齢の影響と出生順の影響を混同しています。 混同の程度は、母親の年齢が出生順にどの程度関連があるか次第なのです。（2）（一方の変数の影響がもう一方の変数の明らかな影響をどの程度まで示しているかを決定する良い方法は、同時に両方の影響を調べることです。）図3は、出生の時点でダウン症候群に罹っている割合を出生順と母親の年齢の両方から同時に示しています。
（3）（図3は、出生順のそれぞれのカテゴリー内（注：第1子、第2子・・・のカテゴリー）で、手前から奥に見ると、母親の年齢が上がるにつれてダウン症候群の患者数が増える同様の著しい傾向があることを明確に示しています。 対照的に、母親の年齢のそれぞれのカテゴリー内（注：20歳未満、20歳から24歳、・・・のカテゴリー）で、左から右に見て行くと、出生順に関して識別できる傾向がありません。

<結論>
出生順が後になるほど、ダウン症を発症する患者数が増えると言う考え（図1）は、たいていの場合、それとともに母親の年齢も上昇しているので、高齢の母親にダウン症患者の赤ん坊が生まれる傾向が強い（図2）の考えと「交絡」（混同）されるが、この「出生順」「母親の年齢」と言う2つの変数を同時に観察すると（図3）、第1子であろうと、第5子であろうと、「母親の年齢」が上昇すると「ダウン症患者」が増える（手前から奥）が、第1子、第2子、第3子、第4子、第5子の「ダウン症患者」の数は、「母親が若い」ならば、第1子であっても第5子であっても少なく、「母親が高齢」（特に35歳以上）であれば、第1子でも第5子でも患者数が多い（左から右）。よって「出生順」は「ダウン症発症」に関係なく、「ダウン症発症」に関係していたのは、「母親の年齢である」、この「出生順」と「母親の年齢」にかなりの相関があったことが、「出生順」が「ダウン症発症」に関係ありと言う「交絡」を起こした理由である。

この回答へのお礼

ご回答ありがとうございます。こちらこそお返事が遅れて、申し訳ございませんでした。
全訳して下さって、本当に感謝しています。おかげでこの文の精読がはかどります。この文はある大学の編入試験の問題でした。僕はそれを目指して勉強しているので、回答者様の全訳は助かります。
お世話になりました。ありがとうございました。

お礼日時：2012/06/16 11:53

No.1 回答者： sayshe 回答日時： 2012/06/11 14:43

大学院の入試問題か何かでしょうか？第1段落最後の

＞... from the work of and Mantel.

を見て「おや？」と思い検索してみると、出典と思える文が見つかりました。

http://books.google.co.jp/books?id=gUjVfw6MwjgC& …

出典によると、その個所は、

... from the work of Stark and Mantel.

の様です。空欄には、それぞれ、

ア. with イ. older ウ. maternal age エ. no オ. birth order

が入るようです。(2) の訳は、

(2) A good way to resolve the extent to which one variable's effect explains the apparent effect of the other is to examine both effects simultaneously.
1つの変数の影響がもう一方の変数の明らかな影響を示す範囲を決定する良い方法は、同時に両方の影響を調べることです。

ぐらいではないでしょうか？私ももう少し考えてみますが、あまり期待しないでください。出典のURLを参考にもっと力のある回答者さんが現れることを期待しましょう。

* resolve
http://eow.alc.co.jp/search?q=resolve
* explain
http://ejje.weblio.jp/content/explain
explain に関しては、URLのページをスクロールすると、色々な訳の候補が出てきます。

この回答へのお礼

訳だけでなく、出典や（）の中まで教えて頂いて、本当に感謝しています。ありがとうございます。
explainの訳が分からなくて質問したのですが、回答者様の「示す」という訳が一番しっくりしていると思います。素晴らしい訳例をありがとうございます。
もう一つ質問させて下さい。（1）の訳なのですが、僕はwhateverを「全ての」と訳し、文全体を「しかしながら、生まれる順番による影響は、生まれる順番それ自体がもつ全ての影響と、生まれる順番と緊密に関連する別の変数による影響が、混合したものである。」としました。
回答者様は、（1）はどの様な訳になると思われますか？よろしければ教えて下さい。

お礼日時：2012/06/13 17:31