---
webr:
packages: [dplyr, tidyr, ggplot2]
resources: [R/setup.R, data/nhanes_bp.rds, data/framingham.rds]
cell-options:
autorun: true
---
{{< include ./_extensions/r-wasm/live/_knitr.qmd >}}
# 相関が高い = 一致? {#sec-correlation}
```{webr}
#| include: false
source("R/setup.R")
```
::: {.callout-tip}
## この章はブラウザ上で R を実行できます
コードセルは **編集して「Run Code」を押すと再実行** できます(R はあなたのブラウザ内で動いています)。
初回はパッケージの読み込みに数十秒かかります。
:::
2 つの測定法を比べるとき、もっともよく見かける(そして、もっとも誤解されている)のが **相関係数** です。
この章では、相関係数が「一致」について何を語り、何を語らないかを確かめます。
## データ:同じ人の血圧を 3 回
NHANES では、診察のときに同じ人の血圧を **約 30 秒おきに 3 回** 測っています。
```{webr}
nrow(bp) # 20 歳以上
nrow(bp3) # 収縮期血圧を 3 回とも測れた人
head(bp3[, c("ID", "Gender", "Age", "BPSys1", "BPSys2", "BPSys3")])
```
同じ人を同じ機器で続けて測っているので、1 回目と 2 回目は「ほぼ同じ値」になるはずです。
```{webr}
#| fig-height: 4.5
ggplot(bp3, aes(BPSys1, BPSys2)) +
geom_point(alpha = 0.15, size = 0.8) +
geom_abline(slope = 1, intercept = 0, colour = "firebrick") +
coord_equal() +
labs(x = "1 回目の収縮期血圧 (mmHg)", y = "2 回目 (mmHg)", title = "赤線:完全に一致する線 (y = x)")
cor(bp3$BPSys1, bp3$BPSys2)
```
相関係数は **0.95** です。ここまでは、問題なさそうに見えます。
## 新しい血圧計を評価する(シミュレーション)
ある会社が「新しい血圧計」を開発し、今までの血圧計と比べる試験をしたとします。
ここでは、NHANES の 3 回の平均を「今までの血圧計の値」として、**新しい血圧計の値をシミュレーションで作ります**。
- **機器 A**:低い血圧は高めに、高い血圧は低めに出る(傾きが 0.8)
- **機器 B**:いつも 10 mmHg 高く出る
- **機器 C**:平均は合っているが、ばらつきが大きい
```{webr}
set.seed(1)
dev <- bp3 |>
transmute(従来 = (BPSys1 + BPSys2 + BPSys3) / 3) |>
mutate(機器A = 30 + 0.8 * 従来 + rnorm(n(), 0, 4),
機器B = 従来 + 10 + rnorm(n(), 0, 4),
機器C = 従来 + rnorm(n(), 0, 15))
round(sapply(dev[, c("機器A", "機器B", "機器C")], function(x) cor(dev$従来, x)), 3)
```
::: {.callout-note}
## 予想してみよう
機器 A と機器 B は、相関係数が 0.96〜0.98 もあります。従来の血圧計の代わりに使えるでしょうか?
:::
```{webr}
#| fig-height: 4
dev |>
tidyr::pivot_longer(c(機器A, 機器B, 機器C), names_to = "機器", values_to = "新") |>
ggplot(aes(従来, 新)) +
geom_point(alpha = 0.08, size = 0.6) +
geom_abline(slope = 1, intercept = 0, colour = "firebrick") +
facet_wrap(~ 機器) +
coord_equal(xlim = c(80, 220), ylim = c(80, 220)) +
labs(x = "従来の血圧計 (mmHg)", y = "新しい血圧計 (mmHg)")
```
- **機器 A**:収縮期 180 mmHg の人を 174 mmHg と測る。高血圧の重症度を過小評価します
- **機器 B**:すべての人を 10 mmHg 高く測る。正常な人の多くが「高血圧」と判定されます
- **機器 C**:相関係数は 0.77 ですが、1 人ひとりの値は ±30 mmHg ほどずれます
どれも、従来の血圧計の代わりには使えません。それなのに、機器 A(0.96)と B(0.98)の相関係数は、同じ血圧計の 1 回目と 2 回目どうし(0.95)よりも高いのです。
## 相関係数は何を測っているか
相関係数は、**2 つの値が「直線の上に並んでいるか」** を測っています。その直線が **y = x(一致)であるかどうかは見ていません**。
```{webr}
x <- c(100, 120, 140, 160, 180)
cor(x, x + 10) # いつも 10 高い
cor(x, 2 * x) # いつも 2 倍
cor(x, 0.5 * x + 60)
```
どれも相関係数は **1(完全な相関)** ですが、一致はしていません。
## 相関係数は、集めた人の範囲で変わる
相関係数には、もうひとつ大きな性質があります。**測った人の値の範囲が広いほど、大きくなる** ことです。
同じ 1 回目と 2 回目の測定で、平均が 110〜130 mmHg の人だけに絞ってみます。
```{webr}
narrow <- bp3 |> filter((BPSys1 + BPSys2) / 2 >= 110, (BPSys1 + BPSys2) / 2 < 130)
nrow(narrow)
cor(narrow$BPSys1, narrow$BPSys2)
# 測定のずれの大きさ(差の標準偏差)は、ほぼ同じ
c(全員 = sd(bp3$BPSys1 - bp3$BPSys2), 範囲を絞った人 = sd(narrow$BPSys1 - narrow$BPSys2))
```
測定のずれ(差の標準偏差)はほとんど変わらないのに、相関係数は 0.95 から **0.60** に下がりました。
相関係数は「測定の良さ」ではなく、**「人の間のばらつき」と「測定のずれ」の比** を見ています。健康な人だけで評価すれば低く、重症の患者まで含めれば高くなります。
## 「有意差なし」も一致ではない
もうひとつよくあるのが、2 つの測定法の値を **対応のある t 検定** で比べ、「有意差がなかったので一致している」と結論することです。
```{webr}
t.test(dev$機器C, dev$従来, paired = TRUE)
```
機器 C は、平均の差がほぼ 0 なので、t 検定では有意差がありません。しかし、1 人ひとりの値は ±30 mmHg もずれます。
t 検定は **平均がずれているか** を見ているだけで、**1 人ひとりがどれくらいずれるか** は見ていません。
逆に、人数が多ければ、臨床的に意味のない 1 mmHg のずれでも「有意差あり」になります。
## では、何を見ればよいか
一致を評価するには、**1 人ひとりの差(新 − 従来)** を直接見ます。
```{webr}
round(t(sapply(dev[, c("機器A", "機器B", "機器C")], function(x) ba(x, dev$従来))), 1)
```
- **差の平均**:系統的なずれ(機器 B は +10 mmHg)
- **差の SD・一致限界**:1 人ひとりの値がどこまでずれうるか(機器 C は ±30 mmHg)
これを図にしたのが、次の章の **Bland-Altman プロット** です。
::: {.callout-important}
## この章のまとめ
- 相関係数は「直線に並ぶか」を見ていて、**y = x(一致)かどうかは見ていない**。いつも 10 高い・2 倍でも相関は 1
- 相関係数は **測った人の範囲** で大きく変わる。広い範囲の人を集めれば、いくらでも高くなる
- 対応のある t 検定の「有意差なし」は、平均がずれていないことしか言わない
- 一致は、**1 人ひとりの差** の平均(系統誤差)とばらつき(一致限界)で評価する
:::