3  オッズ比を読む:リスク比・標準化・非併合性

ロジスティック回帰で調整すると、結果は オッズ比 で出てきます。 第 1 章では、年齢・性別で調整した喫煙のオッズ比が 1.63 でした。これは「喫煙者は死亡リスクが 1.63 倍」という意味でしょうか?

3.1 オッズ比はリスク比ではない

リスク(割合)とオッズの違いを確認します。

  • リスク = 死亡した人数 / 全員
  • オッズ = 死亡した人数 / 死亡しなかった人数 = リスク / (1 − リスク)

リスクが小さいとき(10% 未満くらい)は、オッズとリスクはほぼ同じです。しかし、リスクが大きいと、オッズはリスクよりずっと大きくなります。 そのため、よくある結果(このデータの 24 年間の死亡は 35%)では、オッズ比はリスク比より 1 から遠く なります。

3.2 標準化:調整したリスク比・リスク差を求める

調整したモデルから、リスク比やリスク差を求める方法が 標準化(g 計算)です。考え方は単純です。

  1. 調整したモデルを作る
  2. 全員が喫煙者だったら として、1 人ひとりの死亡確率を予測し、平均する
  3. 全員が非喫煙者だったら として、同じように予測して平均する
  4. 2 つの平均の比・差をとる

年齢と性別を調整した結果は、

  • オッズ比:1.63
  • リスク比:1.28(24 年間の死亡リスクが 1.28 倍)
  • リスク差:8.6 ポイント(100 人あたり約 9 人多く亡くなる)

です。「1.63 倍」と「1.28 倍」では、受け取る印象がかなり違います。

3.2.1 信頼区間はブートストラップで

標準化したリスク比・リスク差の信頼区間は、ブートストラップ(データから重複を許して同じ人数を選び直し、全体の計算をくり返す)で求めるのが簡単です。少し時間がかかります。

リスク差 8.6 ポイント(95% CI 6.1〜11.1)、リスク比 1.28(1.19〜1.37)です。本番の解析では、ブートストラップの回数を 1000〜2000 回程度に増やします。

3.2.2 結果がまれなら、オッズ比 ≒ リスク比

24 年間の 脳卒中(約 9%)なら、オッズ比とリスク比の差は小さくなります。

3.3 非併合性:交絡がなくても、オッズ比は調整で変わる

オッズ比には、もうひとつ直感に反する性質があります。 交絡がまったくなくても、結果に強く影響する変数を加えるだけで、オッズ比が変わるのです。

ランダム化比較試験をシミュレーションします。治療 X はランダムに割り付けるので、重症度 Z とは 無関係(交絡なし)です。

交絡がないのに、調整なしのオッズ比は 2.06、Z で調整すると 2.70(本当の層ごとのオッズ比 2.72)になります。 これは 非併合性(non-collapsibility)と呼ばれる、オッズ比(とハザード比)の数学的な性質で、バイアスではありません。 全体のオッズ比 と 条件つき(層ごとの)オッズ比 は、別のものを測っているのです。

警告第 1 章の注意とつながる

「調整の前後でオッズ比が変わったから交絡がある」とは限りません。オッズ比は、交絡がなくても変わります。 リスク差・リスク比(標準化したもの)は、この性質を持たないので、「集団全体で、喫煙をやめたら死亡がどれだけ減るか」のような問いには、標準化したリスク差・リスク比のほうが向いています。

重要この章のまとめ
  • オッズ比はリスク比ではない。結果がよくある(10% 以上)と、オッズ比は 1 から遠くなる
  • 標準化(全員を曝露あり・なしにして予測し平均)で、調整したリスク比・リスク差を求められる。信頼区間はブートストラップで
  • オッズ比は 非併合性 を持つ:交絡がなくても、調整で値が変わる
  • 報告では、オッズ比だけでなく、絶対的な差(リスク差) も示すと、効果の大きさが伝わる