観察的証拠を称賛する
In Praise of Observational Evidence (asteriskmag.com)
要約
本記事は、ランダム化比較試験(RCT)が科学的証拠のゴールドスタンダードと見なされがちだが、観察的証拠もその効率性と重要な現象を検出する能力において過小評価されていると論じている。アルブスノットやラプラスの机上分析から初期の対照試験、そして現代のRCTに至る科学的証拠収集の歴史をたどり、観察的データの強みと歴史的文脈を強調している。
全文翻訳
観察的証拠を称賛する
レナート・フィンケ
誰もがRCT(ランダム化比較試験)は証拠のゴールドスタンダードだと知っている。…そうだろうか?
1710年、スコットランドの医師ジョン・アーバスノットは、神の存在証明を提示した[1]。彼は、ロンドンでは82年連続で、男児の出生数が女児を上回っていることを観察していた。男児と女児の出生確率が等しく、年によって独立に変動すると仮定した場合、この結果が偶然起こる確率は0.5の82乗である。したがって、この比率はランダムな偶然ではなく、神聖で統一された原理によって支配されていると結論づけた。
ピエール=シモン・ラプラスは1781年の分析でこのデータを見直し、より穏当に、男児の出生確率が2人に1人よりわずかに高いだけだと結論づけた。さらに、ヨーロッパの様々な都市における男女の出生比率の違いに興味を持ったラプラスは、ロンドンではパリよりもこの比率が0.38%高いことを見出し、これを重要だと考えた[2]。パリとナポリの間での同様の比較では1/100の確率が得られたが、ラプラスはこれを「決定的な宣言には十分極端ではない」とは見なさなかった。
これらの定量的仮説の初期の検証は、観察的証拠のリスクとメリットの両方を示している。確かに、アーバスノットが示したように、データが自分がずっと信じたかったことを証明していると見つけるのは容易である。しかし、アーバスノットとラプラスの両方が、地元の記録を入手し、自分の机からすぐに科学を始めることができたのは注目に値する。そうすることで、両者とも、データを取得するために多くの労力や資本を投資する必要なしに、重要な現象を正しく記録することができた。
この知識獲得方法の効率性、単純さ、そして美しさは、特に医学と公衆衛生において、過小評価されてきた。薬のような介入に対するデータ収集の理想的な形はRCTであると考えられているが、この形式のデータ収集は、どちらの分野でも常に可能とは限らない。確かに、ラプラスが検証していたパリ対ロンドンの仮説は比較的単純だが、彼のサンプルサイズは193万人を超えており、これは医学史上ほとんどの介入試験よりも大きい。二値ランダム変数の0.3%の違いを検出できるような、十分に大きく適切に分布したサンプル集団を持つ特定の介入を研究するランダム化試験は稀であるが、ラプラスは200年以上前にそれを可能にした。
RCTの利点は、医学における介入試験のゴールドスタンダードとしての地位を確立しており、多くの一般の人々が科学を行う唯一の正しい方法と考えている。しかし、これらの利点がどこから来るのか、それがサンプル収集の経済性とどのように相互作用するのか、そして代替手段である観察的証拠のメリットを理解すれば、考えているよりも頻繁に観察的証拠が優位に立つことが明らかになる。
[画像: illustration]
ダルベルト・B・ヴィラリーノ
RCTの遅い発明
管理された試験に関する最初の書面での言及は、紀元前7世紀の「ダニエル書」1章11〜16節に見られる。預言者ダニエルは、ネブカドネザル王の執事に、王の豊かで不浄かもしれない食べ物の代わりに菜食主義の食事を許可するように求めた。王の執事はダニエルとその仲間たちが衰弱するのではないかと心配したが、10日間食事を試させて、その後両方の食事の信奉者を「顔色と体格」で評価することに同意した。菜食主義者が勝利し、執事は納得した。
近代以前の管理された試験は他にほとんどないが、11世紀のペルシャの哲学者イブン・シーナーの『医学典範』には、実験設計のための規則が定められており、「複合的でない、単一の病状」の患者を試験することが処方されている。これは、異常な併存疾患やその他の異常な状況を持つ患者が試験から除外される現代のRCTにも反映されている。
約千年前から今日まで、サンプルサイズはデリケートな問題である。医学における大規模サンプル比較の最も初期の言及の一つは、実際の試験の説明ではなく、実現しなかった提案から見つかる。14世紀のイタリアの詩人ペトラルカは、医師に対する論争の一部として、次のように宣言している。
私は厳粛に断言し、信じる。もし、同じ年齢、同じ気質と習慣を持ち、同じ環境に置かれた百人または千人の男性が、同時に同じ病気に襲われた場合、もし半分が今日実践されているような医師の処方に従い、もう半分が薬を一切取らずに自然の直感に頼ったなら、どちらの半分が生き残るかについて、私には疑いの余地はない。[3]
フランドルの医師ヤン・バプティスト・ファン・ヘルモントは、1648年に挑発的な手紙を書き、外部エントロピー源による最初の明示的なランダム化の可能性に言及することをさりげなく提案したとき、医学の実践についていくらか楽観的だった。
巡回病院、野営地、あるいはその他の場所から、熱病、胸膜炎などを患う貧しい人々を200人か500人連れてきて、二人組に分けよう。くじを引いて、半分を私に、もう半分をあなたに割り当てよう。私は血抜きや明らかな瀉法なしで彼らを治し、あなたはあなたの知識に従って行う(そして私はあなたが瀉血や瀉法を避けるというあなたの自慢を守る必要もない)。そして、それぞれが何人の葬儀を出すかを見てみよう。この競争の結果が、それぞれが預け合う300フローリンの賞金となるだろう。[4]
臨床試験の最も初期の記録された試みの一つとされるもののサンプルサイズは、12人とやや小さかった。1747年、イギリス海軍の医師ジェームズ・リンドは、壊血病に対する最も有望な治療法を試験したいと考えた。彼は同様の症状を持つ12人の患者を選び、全員に同じ食事を与え、船の同じ場所に収容した。唯一の違いは治療法だった。サイダー、酢、「エキサール・ヴィトリオール」(アルコールと硫酸の医療抽出物)、海水、柑橘類の果物、または船の外科医が推奨した薬用ペースト。これは現代の管理された試験ではなかった。例えば、対照群がいなかった。しかし、当時はほとんど問題にならなかった。柑橘類のグループが最も早く回復したのは明白だった。
より優れた設計の試験は、20世紀まで稀だった。例外的なのは、デンマークの医師ヨハネス・フィビガーが1898年に行ったジフテリア試験である。484人の参加者を持つこの試験は、リンドの試験よりも大規模だった。当時のほとんどの医師とは異なり、フィビガーは意図的に大規模なサンプルサイズを求め、参加者が実際に治療しようとしている病気にかかっていることを確認した。最も重要なのは、彼は試験で起こったことの包括的な記録を作成したことである[5]。フィビガーの試験には、真の対照群と、臨床試験における最初の明示的なランダム化の試みも含まれていた。フィビガーは、患者が実験的な血清を受け取るかどうかを、入院した日を基準に決定した。これは、病気の患者を優先的に治療したり、結果を偏らせる可能性のある他の要因を考慮したりするのではなく行われた。
臨床試験におけるバイアスの主な原因の一つは、研究者自身から生じる。フィビガーのような注意深く誠実な研究者でさえ、自分の治療法が有効であることを見つけたいというインセンティブを持っており、意図的かどうかにかかわらず、結果を有利に導くあらゆる手段を求める。バイアスのもう一つの原因はプラセボ効果であり、患者が本物だと信じている偽の治療法が、時に臨床効果を持つことがある。今日、これは二重盲検試験で対処されており、研究を行っている医師も患者自身も、誰がプラセボまたは実際の治療を受けているかを知らない。
1946年、英国の医療研究評議会は、結核治療のためのストレプトマイシン試験という、初のRCT候補の計画を開始した。この実験は、今日のRCTの多くの要素を統合していた。ランダム化と治療割り当ての隠蔽の試み、体系的な登録基準、ランダム化、そして定量的仮説検定である。
方法論のすべての改善を合わせると、RCTの一般的に言われる利点、すなわち、RCTからの治療推定値は、少なくとも合理的な仮定の下では、偏りがないという結論に至る。
あまり評価されていない利点は、RCTがコミュニケーションのツールであることである。データ収集と分析の広大な可能性を減らすことで、実験を行い結果を記録するための標準的な方法を提供する。1学期後、医学生はRCTの結果を解釈する方法をよく理解している。少なくとも数学モデルに関しては、ある臨床試験のp値が別の臨床試験のp値と同じ情報を持っていると比較的確信できる。あなたが働いている分野によっては、試験間の類似性から方法論のセクションをスキップすることさえできるかもしれない。ソーシャルメディアアプリのように、試験設計はネットワーク効果の恩恵を受ける。
これにより、結果を一般市民や規制当局と共有することもはるかに容易になる。規制当局はRCTの力をすぐに認識したが、当初はそれらを要求する権限を持っていなかった。これは、薬サリドマイドがドイツと英国で数千人の先天性異常を引き起こした後、米国で変化した[6]。FDAはすでにこの薬の米国市場への参入を禁止していたが、これにより、製造業者に「十分に管理された調査」を使用して薬の有効性と安全性を証明することを要求する法制化を推進する政治的影響力を持つことになった[7][8][9]。
1962年に可決されたケフォーバー・ハリス修正条項により、RCTは政府に薬が有効であることを伝えるための主要な方法となった。RCTは比較的理解しやすいため、主催者が薬を承認させるために結果を偽造することも難しくなる。RCTは詐欺防止ではないが、その構造は一部の操作を検出しやすくする一方、観察データの事後分析は操作しやすい。
RCTが失敗するとき
これが実際にはどのように機能するかを見るために、私の研究分野からの質問に答えるRCTを設計してみよう。私は公衆衛生分野で研究しており、エチオピアでの5歳未満児の死亡率を減らす方法を理解しようとしている。費用対効果の高い介入の一つは、ジフテリア、百日咳、破傷風から保護する基本的なワクチンであるDPTである。私は(おそらくあなたも)生後最初の6ヶ月で3回接種したが、農村部のエチオピアの赤ちゃんではその数ははるかに少ない。
その数を増やすためのアイデアの一つは、出産時に熟練した医療専門家の立ち会いがある母親の数を増やすことである。これは文献では「熟練した出産介助」として知られている。 plausibly、医療専門家は新生児の母親に、予防接種の時期など、合理的な次のステップについて伝えるだろう。したがって、良い質問は次のようになるだろう:熟練した出産介助があった場合、新生児がワクチン接種を受ける可能性はどのように変化するか?
それを答えるためのRCTプロトコルは十分に単純である:私たちは数百人の出産中の女性を見つけ、その半数に「申し訳ありませんが、あなたは対照群です。医師を連れて行くので、一人で出産する幸運を祈ります」と伝える。その後、6ヶ月後に戻って、子供がワクチン接種を受けたかどうかを記録する。
言うまでもなく、これはひどいことだろうし、幸いなことに、誰もこの試験を実施していない。
たとえ明らかな倫理的問題を解決する方法があったとしても、この仮説的な実験は、診療所の通常の運営を妨げ、医療従事者、研究者、患者の多くの時間を奪い、データ収集のために相当な労力コストを必要とするだろう。
同様の運営上の集約度を持つ例としては、1996年のWHO妊産婦健診試験が挙げられる。この試験は、妊婦に対する異なるレベルのケアが様々な健康アウトカムに与える影響を比較した。27の介入群と26の対照群の53の診療所からデータを収集し、24,000人の女性のアウトカムを観察し、256人の貢献者を称えた。これらの種類の研究に必要なコストと労力は、大規模なRCTが公衆衛生分野では非常に稀であることを意味する。実際に行われる介入試験は通常小規模であり、本当にテストしたい仮説を近似するために妥協する必要がある。
WHOの試験をもう一度見てみよう。異なるプロトコルを比較したが、当然のことながら、ケアを全く受けなかった女性のグループは含めていなかった。これは、直接的な費用便益分析で推定したい差である。さらに、この研究は4カ国(アルゼンチン、キューバ、サウジアラビア、タイ)をカバーしているが、これらの地域が私の関心のある国、エチオピアと比較可能であるかどうかについて疑念を持つのは公平である。
また、WHOが見ていない場合に、テストされたプロトコルを実施する典型的な施設が、同じように熱心であるかどうかを問うこともできるだろう。これらの種類の実験は、盲検化するのが非常に難しい。重篤な疾患の薬剤候補の評価では、患者は効果的なケアを他で求めるために、自分が対照群にいるかどうかを突き止めようと自然に試みる。これはホーソン効果の特別なケースであり、研究参加者が研究に参加していることを知っていると行動を変える場合である。これはあらゆる種類の介入試験における問題である。
未混同化
これまでのところ、熟練した出産介助の影響に関する単純な質問は、答えられないほど困難に見える。しかし、問題は質問の本質的な複雑さではなく、RCTというレンズの限界である。
結局のところ、エチオピアでは多くの女性がすでに熟練した医療従事者の介助を受けて出産したり、受けていなかったり、子供にDPTワクチンを接種させたり、させなかったりしている。私たちはただ彼らに尋ねるだけでよい。あるいは、さらに良いことに、他の研究者がすでに「パフォーマンス・モニタリング・フォー・アクション」と呼ばれるグローバルプロジェクトの一環としてそれを行っているので、私たちは尋ねる必要はない。このデータを使えば、出産が介助された赤ちゃんのワクチン接種率と、介助されなかった赤ちゃんのワクチン接種率を比較できる。
そうすることの難しさは、もちろん、交絡である。単純な比較が誤解を招く可能性のある方法はたくさんある。例えば、教育のある女性は、施設で出産する(治療)可能性が高く、子供にワクチンを接種させる(結果)可能性も高い。言い換えれば、より良い結果は、熟練した出産介助によるものではなく、教育のような相関変数によるものである可能性がある。
交絡はしばしば、観察研究からの知識獲得の利用を不可能にするほど壊滅的であると認識されている。著名な公衆衛生ジャーナルの編集者との講演で、彼らは観察的証拠に基づく論文をしばしば却下すると聞いて驚いた。私は、さらに迅速に、さらに科学的文脈が少ない状況で意思決定を行う必要がある政策立案などの機関でも、同様のことが大部分当てはまると推測している。
私は、交絡は一般的に信じられているほど脅威ではないと主張する。1962年から1970年にかけて、医学におけるRCTの証拠基準が明確化されたとき、RCTを支持することは理にかなっていた。しかし、それ以来、観察的証拠に有利に働くいくつかの要因が変化した。私たちは今、その問題に取り組むためのより良い方法、より多くのデータ、そしてより高速なコンピューターを持っている。
2016年に開発された非常に単純な概念ツールは、ターゲットトライアルエミュレーションである[10]。管理された試験と同様に、これは研究者が仮説を立てることから始まるが、実験を実行する代わりに、彼らがアクセスできるデータの一部を生成するであろう仮説的な実験を設計する。実際の実験と同様に、結果(結果がすでに存在する場合でも)を見る前にプロトコルを指定することで、研究者が特定の Розултаを支持するために事後的にデータを操作することが難しくなる。
熟練した出産介助の影響に関する私たちの質問について、私たちは非常に非倫理的な試験設計を、いくつかの調整を加えて、PMA調査データをその設計から得られたかのように扱うことができる。幸いなことに、調査データは、妊娠から出産後6週間、そして1年後まで女性を追跡する複数の時点を含んでいる。これにより、研究登録、割り当て、および結果の観察として異なる時点を明確にフレーム化できる。3番目の時点での個人のデータが不足している場合、これはRCTでの追跡不能と同様である。
次に、調査データがエミュレートしている試験とどのように異なるかを考える必要がある。重要なのは、治療がランダムに割り当てられていないことである。前述のように、一部の女性は他の女性よりも熟練した出産介助を受ける可能性が高かった。もし私たちが治療を受ける際のこれらの違いを考慮に入れることができれば、RCTを模倣することができる。
少数の統計学者が、私たちがこれから行うことに対して「制御」という言葉を使うが、私たちは「調整」を好む。なぜなら、私たちは実際には起こったことに対して制御を行使しなかったからである[11]。重要なのは、多くの典型的なアプローチでは、調整のプロセスは、参加者が50%以外の確率で2つの治療に割り当てられたRCTで行うことと数学的に同一であるということである。不均衡なグループ割り当てを持つRCTは頻繁に発生する。例えば、研究著者は、より高い検出力でその効果推定値を得るために、より楽観的な治療により多くの人を割り当てるかもしれない。
より多くの計算、より多くの洞察
これらの交絡因子をすべて調整するために、私たちは患者のデータを利用する。公衆衛生で一般的に使用される変数は、人口統計情報(例えば、年齢、教育、富など)、患者の環境に関する情報(医療施設へのアクセス、家族)、または健康歴である。これらを使用して、患者が治療を受ける可能性をモデル化する。次に、モデルが予測する治療ステータスが、実際に観察される治療ステータスと一致するかどうかを確認する。
ほとんどの場合、データに含まれる共変量が多いほど、すべての交絡因子を捉える可能性が高くなる。(過学習は予測問題のリスクとなる可能性があるが、公衆衛生では通常、モデル内の共変量が多すぎるということはなく、少なすぎる場合が多い。)だからこそ、データがますます豊富になる世界では、因果的方法で扱われる観察的証拠が最終的に優位に立つのである。
治療の可能性を得たら、それをRCTのエミュレーションに使用できる。各サンプルを治療の可能性の逆数で重み付けする。ワインを飲むことががんを防ぐかどうかという例を考えてみよう。高所得の人がワインを飲む可能性が高い場合、これは私たちのデータを混乱させる。ワインの飲酒はランダムに割り当てられたわけではない。もし私たちがデータの中でワインを飲む低所得の人を見つけた場合、私たちは興奮する。なぜなら、この人の経験は私たちにより多くの情報を提供するからだ。それは収入効果をワイン効果から一般的に分離するのを助ける。私たちはその人の癌のステータスをより重視する。これらの驚くべきケース、つまり治療を受ける可能性は低かったが、それでも受けた人々を重み付けすることで、事後にRCTのようなサンプルを作成できる。
これらの逆確率法は80年代から存在しているが[12][13]、それらを使用するには今がかつてないほど良い時期である。
必要な計算を行うことは今日では些細なことだが、RCTがゴールドスタンダードとして確立されたとき、医療研究者が単純なロジスティック回帰を実行することさえ容易ではなかったことを思い出してほしい。一般的に使用される統計ソフトウェアスイートであるSPSSは1968年に、競合するSASは1972年にリリースされた[14][15]。逆確率重み付け法が80年代初頭に開発された頃には、医療研究者にとって計算能力とRAMの制限は大幅に改善されていた。しかし、メインフレームへのアクセス、さらにデータのデジタル化とロードはハードルだった。多くのRCTにおけるいくつかの結果では、単純な平均で十分であり、それはロジスティック回帰の計算能力を必要としない。
今日、私たちはより多くの計算能力を、傾向スコアを非線形手法で予測する、データの因果構造をより良く予測する、あるいは単にブートストラップ信頼区間を得るといった、より良い解決策のために取引することができる。治療とアウトカムの両方を推定するために機械学習を使用することは、二重機械学習と呼ばれる。これは計量経済学に由来する用語である。DMLは、直交化された(バイアス補正された)スコア関数とクロスフィッティングを組み合わせることで、柔軟な第一段階の機械学習推定値からのバイアスを制御し、過学習関連バイアスのリスクを低減するのに役立つ。
議論した因果的方法は、すべての交絡因子を観察したという仮定を必要とする。これは確かに厄介である。なぜなら、ある意味で検証不可能だからだ。しかし、私たちは無力ではない。
ターゲットトライアルエミュレーションフレームワークの背後にある研究者の一人であるバーバラ・ディッカーマンは、ターゲットトライアルエミュレーションが観察研究の文献におけるエラーをどのように修正できるか、そして観測されていない交絡因子をどのように考えるかについて説明してくれた。
2019年の論文で、彼女と共同研究者は、733,804人の被験者を持つ試験エミュレーションが、スタチン(コレステロール低下薬)ががんを保護しないことを示したことを実証した。一方、他の観察研究では、スタチンががんを保護するように見えた[16]。これらの初期の分析における主な誤りは、追跡期間中に観察された治療期間に基づいて人々を分類したことであり、これは「不滅の時間バイアス」を生み出す。長期スタチン使用者としてカウントされるためには、人がその曝露を蓄積するのに十分な期間、がんを患わずに生き残る必要があった。スタチン使用者は、最初にがんで死亡した場合、研究に選ばれることができなかった。このような仮定を明確にすることで、ターゲットトライアルエミュレーションは、発生率推定値を介入研究の文献と一致させる。
この方法は、そうでなければ非常に答えにくい質問にも対処するのに役立つ。例えば、Ioannouら(2022)[17]では、研究者たちはVeterans Affairsの医療データを使用して、ModernaとBioNTech-PfizerのCOVIDワクチン間のN=902,235人ずつの比較試験をエミュレートした。(彼らはModernaワクチンの方が効果的であると発見した)。RCTでは数ヶ月かかるところを、この分析はより迅速に、そしてわずかなコストで完了した。そして、企業自身がそれをやろうとはしなかった。製薬会社は一般的に、自社製品を最も近い競合他社と比較することを避ける。特定の疾患に対して、市場でどの薬が最も安全で効果的であるかを判断するのはしばしば困難である。なぜなら、これらの比較が不足しているからだ。ターゲットトライアルエミュレーションは役立つ。
ターゲットトライアルエミュレーションに加えて、ディッカーマンは観察的証拠を扱うための他の比較的新しい概念的および数学的なツールを指摘している。例えば、ネガティブコントロール[18]である。これは他の分野では長年の実験的実践であるが、因果的方法をベンチマークするための概念的な方法としてはやや新しい。ある薬はがんからの回復の可能性を改善するかもしれないが、トラックに轢かれる可能性には影響しないだろう。もし研究者が分析全体を再度実行し、車両の衝突を寛解率に置き換えて、肯定的な効果を見つけた場合、何かがうまくいかなかったことを示す良い兆候である。逆に、アスピリンやサンプル内の患者に一般的に処方されている他の薬が、がんの予後に奇跡的な効果をもたらすと分析が発見するかどうかをテストすることができる。どちらの場合も、ネガティブコントロールは健全性チェックとして機能する。
制御できないものを観察する
これらの因果的方法は、サンプルサイズを品質と交換すると考えることができる。これは、十分な量のサンプルがあり、すべての交絡因子が観察されたと主張できる場合、サンプルサイズが小さいRCTを因果効果推定で上回ることができることを意味する。介入サンプルのコストははるかに高いため、観察的証拠は時にはより良い解決策となる。
介入的証拠の過大評価は、公衆衛生、特に低・中所得国に不均衡に損害を与えている。そこでは、観察データまたは全くデータがないかのどちらかを考慮するかの無意識の選択が行われている。財政資源の少ない分野は、観察データの収集を正しく行うことで、はるかに大きな利益を得る。同時に、グローバルヘルスセクターの最近の資金削減は多くのプロジェクトを停止させ、費用対効果の高い研究に有利なバランスをシフトさせている。これらの状況を考えると、私は、制度が観察的証拠により依存するようになるだろうと確信している。
資金提供者は、観察データの収集により多くのリソースを割り当てることを検討すべきである。それは代替手段よりもはるかに費用対効果が高いかもしれないが、総コストはゼロではない。任意のデータセットへの投資は、互いに関連のない著者による多くの論文で償却される。そして、このような調整問題ではいつものように、大規模組織はそれらを解決するのに長けている。
医学における最も興味深いデータセットの一つは、米国退役軍人省のミリオン・ベテランズ・プログラムから来ている。これには、N=100万人(2023年現在、増加中)のライフスタイル調査項目、遺伝子サンプル、および健康アウトカム記録が含まれている。小沢ら[19]によって開始されたゲノムワイド関連研究の成功に触発され、遺伝学や公衆衛生を超えて一般化すると、私は、私がよく知らない他の複雑なシステムを研究する他の分野で進歩するための効率的な方法として、大規模データセットを構築することを提案したくなる。大規模データセットの利用可能性の増加は、多くの分野で観察的証拠を再考するのに特に良い時期となるはずである。
私が確かに知っていることは、エチオピアでの私の仕事において、個人または世帯レベルのあらゆる種類の電子健康記録、理想的には数ヶ月間隔のパネル調査(>=3時点)、あるいは2007年の最後の国勢調査以降のより最近の国勢調査があれば、非常に役立つということである。私たちは、エチオピアに住む人々の数についての推定値しか持っていない。ましてや、正確な居住地はわからない。治療の普及率、疾患の負担、そして一方の他方への影響を定量化することは、解決された問題ではない。それを解決するための適切なツールは、国家規模の観察データであるが、それを収集するために必要な投資は、それがどれほど価値があるか、そして仮説を検証するための最良の方法が常にRCTではないことを明確にした場合にのみ行われる。
時には自然は私たちが想定するよりも親切である。私たちは常にそれを強制して質問に答えさせる必要はない。代わりに、科学を進歩させるために起こったことを記録するだけで十分な場合がある。時が経てば、私たちは制御できないすべてを理解するだろう。ただ観察するだけで。