---
webr:
packages: [dplyr, tidyr, ggplot2, survival, broom, broom.helpers, cardx, smd, gtsummary] # gtsummary は最後(他パッケージに関数を上書きされないように)
resources: [R/setup.R, data/whickham.rds, data/framingham.rds, data/nhanes.rds]
cell-options:
autorun: true
---
{{< include ./_extensions/r-wasm/live/_knitr.qmd >}}
# 群を比べる前に ― Table 1、交絡、p 値の罠 {#sec-compare}
```{webr}
#| include: false
source("R/setup.R")
suppressPackageStartupMessages({ library(survival); library(gtsummary) })
base <- framingham |>
filter(PERIOD == 1) |>
mutate(喫煙 = factor(CURSMOKE, 0:1, c("非喫煙", "喫煙")),
性別 = factor(SEX, 1:2, c("男性", "女性")),
追跡年数 = TIMEDTH / 365.25)
```
第 1 章では、喫煙者が「長生き」に見える例を見ました。この章では、もっと大きなコホートで同じ問いを立て、**群を比べる前の記述統計(Table 1)** の役割を確かめます。
## 問い:喫煙は死亡と関係するか
Framingham のベースライン 4434 人(`base`、読み込み済み)で、喫煙者と非喫煙者の 24 年間の死亡を比べます。
```{webr}
base |>
group_by(喫煙) |>
summarise(人数 = n(), 死亡 = sum(DEATH), 死亡割合 = pct(DEATH),
`死亡率(1000人年あたり)` = round(1000 * sum(DEATH) / sum(追跡年数), 1))
```
```{webr}
fit_crude <- coxph(Surv(TIMEDTH, DEATH) ~ 喫煙, data = base)
tbl_regression(fit_crude, exponentiate = TRUE)
```
死亡率は 16.3 と 17.7(1000 人年あたり)でほとんど同じ。ハザード比 1.09(95% 信頼区間 0.99–1.20)で、有意差もありません。
::: {.callout-note}
## 予想してみよう
「このコホートでは、喫煙と死亡に関連はなかった」と結論してよいでしょうか?
第 1 章を思い出して、**まず何を確認すべきか** を考えてください。
:::
## Table 1:比べる群の特徴を並べる
比べる 2 群の背景を 1 つの表に並べます。疫学・臨床研究の論文の **Table 1** にあたるものです。
```{webr}
base |>
tbl_summary(
by = 喫煙,
include = c(AGE, 性別, SYSBP, BMI, DIABETES, BPMEDS, PREVCHD),
statistic = all_continuous() ~ "{mean} ({sd})",
label = list(AGE ~ "年齢", SYSBP ~ "収縮期血圧", DIABETES ~ "糖尿病",
BPMEDS ~ "降圧薬", PREVCHD ~ "冠動脈疾患の既往"),
missing_text = "欠測"
) |>
add_difference(test = everything() ~ "smd") |> # 標準化差(後述)
modify_column_hide(conf.low) |>
modify_header(estimate ~ "**SMD**")
```
喫煙者は、
- **約 4 歳若い**(48 歳 vs 52 歳)
- **男性が多い**(54% vs 34%)
- 血圧・BMI が低く、糖尿病が少ない
という、**死亡リスクの低い側に偏った集団** でした。特に年齢は、死亡に非常に強く関係します。
## 年齢をそろえて比べる
```{webr}
base |>
mutate(年齢層 = cut(AGE, c(31, 40, 50, 60, 70), labels = c("32-40", "41-50", "51-60", "61-70"))) |>
group_by(年齢層, 喫煙) |>
summarise(人数 = n(), 死亡率 = round(1000 * sum(DEATH) / sum(追跡年数), 1), .groups = "drop") |>
tidyr::pivot_wider(names_from = 喫煙, values_from = c(人数, 死亡率))
```
**どの年齢層でも、喫煙者の死亡率は非喫煙者の 1.4〜1.9 倍** です。全体で比べると、喫煙者が若いことでこの差が打ち消されていました。
```{webr}
fit_adj <- coxph(Surv(TIMEDTH, DEATH) ~ 喫煙 + AGE + 性別, data = base)
tbl_merge(
list(tbl_regression(fit_crude, exponentiate = TRUE),
tbl_regression(fit_adj, exponentiate = TRUE, include = 喫煙)),
tab_spanner = c("**粗**", "**年齢・性別で調整**")
)
```
年齢と性別で調整すると、ハザード比は **1.40**(1.26–1.56)になります。
第 1 章の Whickham では交絡によって「害が逆転」し、ここでは「害が消えて」見えました。どちらも、**Table 1 を見れば解析の前に気づけた** ことです。
::: {.callout-tip}
## Table 1 は「解析の設計図」
- 群の間で違う変数は、**交絡因子の候補**(調整・層別・マッチングを検討する)
- ほとんど同じ変数は、交絡の心配が小さい
- どちらの群にもほとんどいない人(例:喫煙者に 65 歳以上がほぼいない)がいると、その人たちについては比較ができない(**共通の範囲がない**)
ただし、どの変数で調整するかは、Table 1 の差だけでなく、**因果の構造**(その変数が原因の結果ではないか、など)も考えて決めます。
:::
## Table 1 に p 値は必要か
Table 1 によく付いている p 値について考えます。
```{webr}
base |>
tbl_summary(by = 喫煙, include = c(AGE, 性別, SYSBP, BMI, DIABETES),
statistic = all_continuous() ~ "{mean} ({sd})") |>
add_p()
```
ほぼすべてが p < 0.001 です。では「p < 0.05 の変数で調整する」のは正しいでしょうか?
### p 値は差の大きさではなく、人数で変わる
NHANES の成人で、男女の安静時脈拍を比べます。
```{webr}
adults <- nhanes |> filter(Age >= 20, !is.na(Pulse))
adults |> group_by(Gender) |> summarise(人数 = n(), 平均 = mean(Pulse), SD = sd(Pulse))
t.test(Pulse ~ Gender, data = adults)$p.value
```
約 1 万人の全員で比べると、差は約 3 拍/分で、p 値は 10^-44^ 程度。
同じデータから **人数を減らして** 比べるとどうなるでしょうか。
```{webr}
set.seed(2026)
p_at <- function(n) {
# n 人を無作為に選んで t 検定、を 200 回繰り返し、p < 0.05 になった割合
mean(replicate(200, {
s <- adults[sample(nrow(adults), n), ]
t.test(Pulse ~ Gender, data = s)$p.value < 0.05
}))
}
tibble(人数 = c(50, 100, 200, 500, 1000)) |>
mutate(`p<0.05 になる割合` = sapply(人数, p_at))
```
**差の大きさ(約 3 拍/分)は同じ** なのに、50 人ならほとんど有意にならず、1000 人ならほぼ必ず有意になります。
大規模データでは、臨床的に意味のない小さな差もすべて「有意」になり、小さな研究では、大きな偏りも「有意でない」ことがあります。
**p 値で群の偏りの有無を判断すると、データの大きさで判断が変わってしまう** のです。
### 標準化差(SMD)
群の偏りの大きさは、人数に左右されない **標準化差**(standardized mean difference, SMD)で記述するのが一般的です。
$$
\text{SMD} = \frac{\bar{x}_1 - \bar{x}_2}{\sqrt{(s_1^2 + s_2^2)/2}}
$$
- 平均の差を、2 群をならした標準偏差で割ったもの(割合の変数にも同様の式がある)
- 目安として **絶対値 0.1 以上** なら、無視できない偏りとされることが多い
```{webr}
smd_pulse <- with(adults, {
m <- tapply(Pulse, Gender, mean); s <- tapply(Pulse, Gender, sd)
(m["female"] - m["male"]) / sqrt((s["female"]^2 + s["male"]^2) / 2)
})
round(unname(smd_pulse), 2)
```
脈拍の男女差の SMD は約 0.27 です。人数が 50 人でも 1 万人でも、SMD の値(の期待値)は変わりません。
::: {.callout-warning}
## ランダム化比較試験の Table 1 の p 値
ランダム化された試験では、群の違いはすべて偶然によるものです。Table 1 に p 値を付けて「有意差がないので群は同等」と書くのは意味がない、と CONSORT 声明でも勧められていません。
観察研究でも、Table 1 で見るべきは **差の大きさ(SMD)と、その変数が結果にどれだけ関係するか** です。
:::
::: {.callout-important}
## この章のまとめ
- 群を比べる前に、**Table 1 で群の背景を並べる**。違う変数は交絡因子の候補
- 粗い比較では、交絡によって関連が **逆転** することも **消える** こともある
- Table 1 の偏りは **p 値ではなく SMD などの差の大きさ** で判断する。p 値は人数で変わる
:::