▼▼▼▼▼▼▼▼
チャンネル登録はこちら

オッズ比，リスク比，相対リスク，寄与リスク

オッズ，オッズ比，リスク比，相対リスク，絶対的な差を説明するために,単純な２×２分割表を用いる．

これらの指標は，観察研究で報告されることが多い．

これらの関連性の指標の多くは．様々なタイプの回帰モデルからも得ることができる．

絶対リスク(absolute risk)は．ある群におけるリスクの大きさである．

比較群は存在しない．

多くの人が,臨床医と話す時にこんなふうに尋ねることがある.

「私が死ぬリスクはどの程度でしょうか？」これが絶対リスクである．しかし．その回答を聞くと．私たちは比較し始めることが多い．

オッズ（odds）は確率と関連している．

オッズは，ある事象が起こる確率と起こらない確率の比として定義される．

つまり，オッズ＝p/(1 - p)と表される．

例えば，馬がレースに勝つ確率が50％なら，勝利するオッズは１対１になる．

もし確率が25％なら,勝利するオッズは１対３であり,負けるオッズが３対１であるともいえる．

疾患ありの人が曝露しているオッズと疾患なしの人が曝露しているオッズを比較すると，オッズ比(odds ratio, OR）は(a/c)/(b/d)またはad/bcとなる．

オッズ比は，ケースコントロールのサンプリングにおいても妥当な関連性の指標であり，広く用いられているロジスティック回帰から推定される関連性の指標であることから，疫学研究で広く使用されている．

その一方で，ケースコントロール研究では，デザインによってケースとコントロールの人数を固定していることから，疾患の絶対リスクを推定することはできない．

例えば，ケースコントロール研究では，ケースとコントロールの人数を等しく設定することが多いが，標本中のケースの割合（1/2）は，一般集団における疾患のリスクを表しているわけではないだろう．

ケースコントロール研究から推定することはできないが，より頻繁にみられる関連性の指標として，相対リスク(relative risk)またはリスク比(risk ratio.ＲＲ）がある．

これは,曝露した人のリスクを曝露しなかった人のリスクで割ったものである．

対象疾患が稀であればあるほど，相対リスクはad/bc (オッズ比）に近似することになる．

疾患が稀ならばオッズ比は相対リスクを十分に推定できるが，相対リスクと比べ．リスク＝１の値から常に遠ざかってしまう．

つまり，もしオッズ比を相対リスクの指標として用いると,疾病リスクの上昇（相対リスク> 1)疾病リスクの減少（相対リスク＜1）のどちらの方向においても真の効果を過大評価する危険性がある．

相対リスクやオッズ比が１の意味は，曝露のリスク（または曝露のオッズ）は,疾患の有無に関わらず同等，つまり，疾患と曝露との間には関連性はないことを示す．

相対リスクとオッズ比は，関連性の強さの指標であり，例えば，ある曝露を取り除くことができたら，どの程度疾患を防げるだろうか，という問いに答えるものではない．

リスクまたは発生率の差は，曝露を受けた集団やある特徴を有する集団の疾病リスクから，それらを有しない集団の疾病リスクを単純に引き算したものである．

この考え方は，絶対リスク，リスク差，寄与リスクとして表される．

寄与リスク(attributable risk)は，ある疾患のリスクの中で，ある特徴や曝露に起因すると想定される量を表す．

寄与リスクは，比較群における絶対リスクの割合として表されることが多いが．目的は過剰リスクを調べることである．

もし．ある観察研究において，新型インフルエンザに感染している群(Group A）の死亡率が25%,変異のある群(Group B）の死亡率が50％であるという報告があった場合，一般的に我々はGroup B は２倍予後が悪いと速断する．

それは．直感的に相対リスクを用いているといえる．

オッズ比は３である，とすぐに答える人はわずかだろう．

オッズ比は３であるが，その値を，コンピュータなしで単純なデータからそう判断する人はほとんどいない．

文書中にオッズ比を報告することがあるが,残念ながら，オッズ比は３である，という記載をみた人は, Group Ｂ の人は死ぬ可能性が３倍になると誤った解釈をするだろう．

オッズが３倍高いと記述するかもしれないが，そのように記述してもニュースを読んだ人に誤って解釈され，死について不安にさせるだろう．

その上，リスク差でさえも様々な解釈ができる．

もしかしたらGroup A における生存確率は0.005 %, Group B における生存確率は0.00001％であるかもしれない．

このことから死について心配し，可能な限りの予防手段をとるべきだろうか．絶対リスクはその必要はないということを教えてくれるだろう．

もし,我々や我々の身近な人が死ぬと，関心をもつであろうし，予防手段を取っていたらと思うだろう．

そのような状況が身近なものでなければ，測定されることすべてに不満を表すこともあるだろうし，もしくは，死について必要以上に不安に思ったりすることもあるだろう．

相対リスクと寄与リスクの概念は，政策や予防策を決断しようとする際には，極めて重要である．

それらは観察研究で用いられるだけでなく，研究データを解釈するために使われることも多い．

オッズ比やリスク比、相対リスク、寄与リスクといった指標は、疫学研究や臨床研究において関連性の強さやリスクの度合いを示すために重要な役割を果たします。これらの指標を正確に理解するためには、2×2分割表を用いることが有用です。2×2分割表を使うことで、特定の曝露（例えば、喫煙など）がある集団とない集団の間で疾患の発生率を比較でき、それに基づいてオッズ比やリスク比、相対リスク、寄与リスクなどを計算します。オッズ比とは、曝露と疾患の関連性を示す指標であり、ある事象が起こる確率の比を用いて計算されます。例えば、ある集団で疾患が存在する人としない人の曝露オッズを比較するとオッズ比が得られ、これは（a/c）/（b/d）やad/bcの式で表されます。疫学研究においては、このオッズ比がケースコントロール研究でも有効な指標として活用されます。特にロジスティック回帰分析では、オッズ比が関連性の指標として推定されるため、広く使用されています。ケースコントロール研究では、設計上、疾患のあるケースとないコントロールの人数を事前に固定することが多く、このため疾患の絶対リスクの推定は困難です。例えば、ケースコントロール研究でケースとコントロールの人数を等しく設定すると、標本中の疾患の割合（1/2）はあくまで設定された割合であり、一般集団における疾患リスクとは異なります。この点で、ケースコントロール研究から得られるオッズ比は、疾患のリスクを直接反映するものではなく、あくまで曝露と疾患との関連性の強さを示す指標として解釈されます。一方、相対リスク（relative risk）やリスク比（risk ratio, RR）は、コホート研究などで用いられ、曝露した人のリスクを曝露しなかった人のリスクで割ることで計算されます。相対リスクは、疾患が稀な場合にはオッズ比とほぼ同じ値になるため、オッズ比を代用することもありますが、疾患の頻度が増えると相対リスクとオッズ比の値は異なり、オッズ比は相対リスクよりもリスク＝1の値から遠ざかりやすくなります。このため、オッズ比を相対リスクの代用指標として用いると、実際のリスク増加やリスク減少の度合いが過大に評価される可能性があります。例えば、オッズ比が3の場合、相対リスクは1よりも小さい場合や、2未満の場合もありますが、オッズ比はリスクの上昇や減少を誇張して示してしまうため、臨床上の解釈において注意が必要です。オッズ比や相対リスクが1である場合には、曝露と疾患の関連性がなく、曝露の有無によって疾患リスクが変わらないことを示します。これに対し、リスクや発生率の差（リスク差、または寄与リスク）は、曝露を受けた集団の疾患リスクから、曝露を受けていない集団の疾患リスクを単純に差し引いたものであり、絶対リスクの差として表現されます。このリスク差は、例えば特定の要因を除去した場合に疾患の発生をどれだけ減少させられるかを示す指標であり、寄与リスク（attributable risk）としても表現されます。寄与リスクは、疾患リスクの中で、特定の曝露や特徴に起因すると考えられる部分を指し、特定の集団における過剰リスクの割合を表すことが多いです。例えば、新型インフルエンザの観察研究で、ある集団（Group A）の死亡率が25％、変異ウイルスに感染した別の集団（Group B）の死亡率が50％であった場合、直感的にGroup Bの死亡リスクがGroup Aの2倍であると判断できます。これは相対リスクを直感的に適用している例であり、相対リスクの考え方が一般的にもわかりやすいことを示しています。一方、オッズ比について理解する人は少なく、例えば「オッズ比が3である」と記載されても、多くの人はその意味を正確に把握できず、Group Bの死亡リスクがGroup Aの3倍と誤解する場合があります。オッズ比が3であるということは、Group Bの死亡オッズが3倍高いことを示しますが、「死亡リスクが3倍高い」と解釈されると、リスクが過大評価されてしまうため、適切な説明が求められます。また、絶対リスクの観点からは、単にリスク差を見ることで、リスクの現実的な大きさを評価することができます。例えば、Group Aの死亡率が0.005％、Group Bの死亡率が0.00001％であれば、リスクの差は非常に小さく、実際にそのリスクに対して過度の不安を抱く必要はありません。このように絶対リスクは、リスクの大きさを現実的に捉えるために役立ち、感情的な反応を抑制する働きもあります。さらに、相対リスクや寄与リスクは、政策や予防策の決定においても非常に重要です。これらは疫学研究だけでなく、臨床研究データの解釈にも用いられます。例えば、ある予防策が導入されることで疾患の発生がどれだけ抑えられるか、または特定の曝露を避けることでどの程度疾患を予防できるかといった判断をする際に、相対リスクや寄与リスクは指標となります。しかし、これらの指標を一般に公表する際には誤解を招かないような説明が重要です。例えば、特定の食習慣がある集団において疾患リスクが2倍であっても、それが実際に個々人の生活にどれだけ影響を与えるかは絶対リスクが示す数値にも依存します。場合によってはリスクの差が小さく、個別の生活に大きな影響がないこともありますが、相対リスクの数値が大きいと過度にリスクが強調され、誤解される場合もあります。したがって、疫学や臨床データを基にしたリスク評価を一般に伝える際には、絶対リスクと相対リスクを併せて示し、具体的なリスクの大きさや対策の意義を説明することが望ましいです。特に新しい治療法や健康リスクに関する情報が公開される際、相対リスクだけでなく、リスク差や絶対リスクを併せて提供することで、個々人が情報を正しく解釈し、自分にとってのリスクの意味を理解しやすくなります。