相対リスクを解釈する方法: 例付き
統計において、相対リスクとは、対照群で発生する事象の確率と比較した、治療群で発生する事象の確率を指します。
次のように計算されます。
相対リスク = (治療グループにおけるイベントの確率) / (対照グループにおけるイベントの確率)
一般に、相対リスク値を解釈する方法は次のとおりです。
- 相対リスク < 1 : 治療グループではイベントが発生する可能性が低くなります。
- 相対リスク = 1 : イベントは各グループで同じ確率で発生します。
- 相対リスク > 1 : 治療グループでイベントが発生する可能性が高くなります。
次の例は、実際に相対リスク値を解釈する方法を示しています。
例 1: 相対リスク < 1
身体運動が病気の発症リスクに影響を与えるかどうかを知りたいとします。
私たちがデータを収集したところ、定期的に運動する人の 28% がこの病気を発症し、定期的に運動をしない人の 50% がこの病気を発症することがわかりました。
このシナリオでは、相対リスクを次のように計算します。
- 相対リスク = P (治療グループのイベント) / P (対照グループのイベント)
- 相対リスク = P (運動による病気) / P (運動なしの病気)
- 相対リスク = 0.28 / 0.50
- 相対リスク = 0.56
相対リスクは 1 未満であるため、運動をする人ではこの病気が発症する可能性が低いことがわかります。
より正確には、定期的に運動している人はこの病気を発症する可能性が 44% 低い (1 – 0.56 = 0.44) と言えます。
例 2: 相対リスク = 1
新しい学習コースが生徒の特定の試験に合格する能力に影響を与えるかどうかを知りたいとします。
データを収集したところ、新しいカリキュラムを使用する生徒の 40% が試験に合格し、カリキュラムを使用しない生徒の 40% も試験に合格することがわかりました。
このシナリオでは、相対リスクを次のように計算します。
- 相対リスク = P (治療グループのイベント) / P (対照グループのイベント)
- 相対リスク = P (新しいプログラムによる成功) / P (新しいプログラムなしの成功)
- 相対リスク = 0.40 / 0.40
- 相対リスク = 1
相対リスクは 1 に等しいため、新しいカリキュラムを使用するかどうかに関係なく、個人が試験に合格する確率は同じであることがわかります。
例 3: 相対リスク > 1
喫煙が肺がんの発症リスクに影響を与えるかどうかを知りたいとします。
データを収集すると、喫煙者の 70% が肺がんを発症し、非喫煙者の 5% が肺がんを発症することがわかりました。
このシナリオでは、相対リスクを次のように計算します。
- 相対リスク = P (治療グループのイベント) / P (対照グループのイベント)
- 相対リスク = P (喫煙を伴う肺がん) / P (喫煙をしない肺がん)
- 相対リスク = 0.70 / 0.05
- 相対リスク = 14
相対リスクは 1 より大きいため、喫煙すると肺がんを発症する可能性が高くなることがわかります。
より正確に言えば、喫煙者は肺がんを発症する可能性が 14 倍高いと言えます。
分割表における相対リスクの解釈
多くの場合、次の形式の 2×2 テーブルを使用して相対リスクを計算および解釈する必要がある場合があります。
次の式を使用して、2×2 テーブルの相対リスクを計算できます。
相対リスク= [A/(A+B)] / [C/(C+D)]
たとえば、50 人のバスケットボール選手が新しいトレーニング プログラムを使用し、50 人の選手が古いトレーニング プログラムを使用しているとします。プログラムの最後に、各プレーヤーが特定のスキル テストに合格するかどうかをテストします。
次の 2×2 表は結果を示しています。
相対リスクは次のように計算されます。
- 相対リスク = [A/(A+B)] / [C/(C+D)]
- 相対リスク = [34/(34+16)] / [39/(39+11)]
- 相対リスク = 0.68 / 0.78
- 相対リスク = 0.872
相対リスクが 1 未満であるため、これは、新しいプログラムの方が古いプログラムよりも成功の確率が低いことを示しています。
より正確には、新しいプログラムを使用した場合、スキル テストに合格する可能性は 12.8% 低い (1 – 0.872 = 0.128) と言えます。
追加リソース
次のチュートリアルでは、オッズ比と相対リスクに関する追加情報を提供します。
著者について
ベンジャミン・アンダーソン博士
私はベンジャミンです。退職した統計教授から、専任の Statorials 教育者になりました。 統計分野における豊富な経験と専門知識を活かして、私は Statorials を通じて学生に力を与えるために自分の知識を共有することに尽力しています。もっと知る