5  交互作用:効果は誰でも同じか

ここまでは、「曝露の効果は、どの人でも同じ」という前提で 1 つのオッズ比を推定してきました。 しかし、効果が 性別や年齢によって違う こともあります。これを 効果の修飾(effect modification)、モデルの言葉では 交互作用 といいます。

交絡と交互作用は、まったく別のものです。

5.1 糖尿病と心血管疾患:男女で違うか

Framingham で、1 回目の診察の糖尿病と 24 年間の CVD の関連を、男女別に見ます。

  • オッズ比:男性 2.67、女性 4.75
  • リスク比:男性 1.65、女性 2.63
  • リスク差:男性 22.6 ポイント、女性 29.4 ポイント

どの尺度でも、女性のほうが糖尿病の影響が大きいように見えます。女性では、糖尿病がないときの CVD のリスクが低い(18%)ので、糖尿病による上乗せが相対的に大きく現れます。

5.1.1 交互作用項で検定する

男女で効果が違うかは、交互作用項 を入れたモデルで確かめます。

DIABETES:factor(SEX)2 が交互作用項で、女性の糖尿病のオッズ比が男性の何倍か(の対数)を表します。 exp(0.646) = 1.91 倍(4.75 / 2.67 に近い)、p = 0.10 です。糖尿病の人が男女とも 60 人ほどしかいないので、違いがあるともないとも言い切れません。

5.2 よくある誤り:「男性では有意、女性では有意でない」

サブグループごとに検定して、「男性では有意だが、女性では有意でなかったので、男性にだけ効果がある」と結論するのは誤りです。 効果がまったく同じ でも、人数が違えば、片方だけ有意になることはよくあります。

効果は男女でまったく同じなのに、約 6 割の研究で「男性だけ有意」 になります。交互作用の検定が有意になるのは、約 5%(偶然の水準)です。

警告サブグループ解析の注意
  • 「片方で有意・片方で有意でない」は、効果の違いの証拠ではない。交互作用(効果の差)を直接検定・推定する
  • サブグループをたくさん調べると、偶然どこかで差が出る(多重比較)。事前に計画した サブグループだけを主張する
  • 交互作用の検定は検出力が低い。差がないことの証明にもならない

5.3 交互作用は「尺度」によって変わる

交互作用があるかないかは、オッズ比・リスク比(乗法)で見るか、リスク差(加法)で見るか で答えが変わります。

シミュレーションで、リスク比はどの年齢層でも 2 倍(乗法の交互作用なし)の曝露を考えます。

リスク比はどちらも 2 倍ですが、リスク差は若年で 2 ポイント、高齢で 20 ポイント です。 公衆衛生の観点(どこに介入すれば、より多くの病気を防げるか)では、加法の尺度(リスク差)での交互作用が重要です。

5.3.1 加法の交互作用を測る

2 つの要因(糖尿病・女性)の組み合わせごとのリスクから、相互作用コントラスト(IC)を計算できます。

\[ IC = p_{11} - p_{10} - p_{01} + p_{00} \]

(\(p_{11}\):両方あり、\(p_{10}\), \(p_{01}\):片方だけ、\(p_{00}\):どちらもなし)

IC が 0 なら、加法の尺度では交互作用なし(糖尿病によるリスク差が男女で同じ)です。この例では、全員の年齢分布で標準化すると、糖尿病によるリスク差は男性 21 ポイント・女性 31 ポイントで、IC は約 10 ポイントです。信頼区間はブートストラップ(第 3 章)で求めます。

重要この章のまとめ
  • 交絡は取り除くもの、効果の修飾は報告するもの
  • 効果が違うかは、交互作用項 で直接検定・推定する。「片方で有意・片方で有意でない」は証拠にならない
  • サブグループ解析は事前に計画したものだけを主張する
  • 交互作用の有無は 尺度で変わる。オッズ比・リスク比(乗法)とリスク差(加法)の両方を示す