リスク差 リスク比 違い 臨床的意義 使い分け

リスク差 リスク比 基本的な定義と計算方法

リスク差 リスク比 それぞれの計算式と意味

リスク差とリスク比は、どちらも2群間のイベント発生率を比較する際に用いられる疫学指標ですが、計算方法と解釈が異なります。

リスク差（Risk Difference: RD）は、暴露群（または介入群）のイベント発生率から非暴露群（対照群）のイベント発生率を引いた絶対的な差を表します。

計算式：リスク差 = 暴露群の発生率 - 非暴露群の発生率

具体的には、以下のような2×2分割表を用いて計算します。

	イベントあり	イベントなし	計
暴露あり	A	B	A+B
暴露なし	C	D	C+D

📊 暴露群の発生率 = A/(A+B)
📊 非暴露群の発生率 = C/(C+D)
📊 リスク差 = A/(A+B) - C/(C+D)

一方、リスク比（Risk Ratio: RR）は、暴露群のイベント発生率を非暴露群のイベント発生率で割った相対的な比率を表し、一般的に「相対危険度」として知られています。

参考）リスク差 - Wikipedia

計算式：リスク比 = 暴露群の発生率 ÷ 非暴露群の発生率

📊 リスク比 = A/(A+B) ÷ C/(C+D)

リスク比の解釈は以下のようになります。

参考）リスク比の解釈と活用 - 臨床と統計をつなぐブログ

✅ RR = 1.0：曝露群と非曝露群でリスクが同じ（関連なし）
✅ RR > 1.0：曝露群の方がリスクが高い（正の関連）
✅ RR < 1.0：曝露群の方がリスクが低い（保護効果がある）

例えば、RR = 3.0なら「3倍のリスク」、RR = 0.5なら「リスクが半減する」と解釈します。

リスク差 リスク比 具体例で理解する数値の違い

具体的な数値例を用いて、リスク差とリスク比の違いを明確に理解しましょう。

事例：あるワクチンの効果を検討する研究において、以下の結果が得られたとします。

	発症あり	発症なし	計
ワクチン接種群	10	990	1000
非接種群	50	950	1000

この場合、各指標は以下のように計算されます。

🔹 ワクチン接種群の発症率 = 10/1000 = 1%
🔹 非接種群の発症率 = 50/1000 = 5%

【リスク差の計算】
リスク差 = 1% - 5% = -4%（絶対リスク減少: 4%）

この結果は、「ワクチンを接種することで、発症リスクが4%低下する」と解釈できます。

参考）https://med-statacademy.com/storage/moviefile/193/jaAt2x0JM4WB5NRQHBRfAuMOaIlt6WeFjr3YtMEJ.pdf

【リスク比の計算】
リスク比 = 1% ÷ 5% = 0.2

この結果は、「ワクチンを接種した人の発症リスクは、非接種群の0.2倍（5分の1）になる」、つまり「80%のリスク減少」と解釈できます。

このように、同じデータから計算しても、リスク差は絶対的な変化量（4%）を、リスク比は相対的な変化の割合（80%減少）を示すため、伝え方が大きく異なります。

リスク差 リスク比 臨床的解釈の違いと使い分け

リスク差 リスク比 臨床現場での伝え方の違い

臨床現場では、同じ統計結果でもリスク差とリスク比のどちらを用いて伝えるかで、患者や医療従事者の印象が大きく変わります。

参考）【オッズ比？リスク比？疫学指標の選び方を自分のものに！新谷歩…

リスク差のメリット：
🔸 絶対的な変化量が直感的に理解しやすい
🔸 実際の患者数への影響を把握しやすい
🔸 治療の必要性を判断する際に有用

リスク比のメリット：
🔸 相対的な効果の大きさが明確
🔸 異なる集団間での比較が容易
🔸 論文やガイドラインでよく使用される

しかし、注意が必要なのは、ベースラインのリスクが低い場合、リスク比は非常に大きな値を示すことがあるという点です。

例えば、ある疾患の発症率が以下の通りだったとします。

	発症あり	発症なし	計
介入群	1	999	1000
対照群	2	998	1000

🔹 介入群の発症率 = 0.1%
🔹 対照群の発症率 = 0.2%

【リスク差】 = 0.1% - 0.2% = -0.1%（わずか0.1%の減少）
【リスク比】 = 0.1% ÷ 0.2% = 0.5（50%のリスク減少）

リスク比だけを見ると「50%もリスクが減る！」と非常に効果的に見えますが、実際には0.1%の絶対的な減少に過ぎません。このように、リスク比だけを用いると「数字のマジック」が生じる可能性があるため、臨床現場では両方の指標を併用して伝えることが推奨されます。

リスク差 リスク比 意外な臨床的意義の違い

医療従事者が知っておくべき意外な事実として、リスク差とリスク比は「臨床的意義」の観点から全く異なる情報を提供しているという点です。

リスク差は、以下の計算を通じて「治療に必要な人数（NNT: Number Needed to Treat）」を導出できます。

NNT = 1 ÷ 絶対リスク減少（ARR）

先ほどのワクチンの例で考えると：
ARR = 4% = 0.04
NNT = 1 ÷ 0.04 = 25

これは、「1人の発症を防ぐために、25人にワクチンを接種する必要がある」という意味になります。このNNTは、治療の費用対効果や資源配分を判断する際に極めて重要な指標です。

一方、リスク比からはNNTを直接計算できません。つまり、リスク比だけでは「実際の臨床現場でどれだけの患者に介入する必要があるか」という実務的な判断が困難になります。

さらに、リスク差は集団全体の疾病負荷を評価する「人口寄与危険（PAR: Population Attributable Risk）」の計算にも使用されます。

PAR = 集団全体の発生率 - 非暴露群の発生率

この指標は、公衆衛生政策や予防戦略を立案する際に、どのリスク因子を優先的に介入すべきかを判断する根拠となります。

したがって、リスク比が「相対的な効果の大きさ」を示すのに対し、リスク差は「実際の臨床的・公衆衛生的インパクト」を定量化する指標であると言えます。

リスク差 リスク比 信頼区間の解釈と統計的有意性

リスク差 リスク比 信頼区間の計算と解釈方法

リスク差とリスク比を報告する際には、必ず95%信頼区間（95% CI）を併記することが統計的な慣例です。

参考）リスク比の信頼区間 - 統計学備忘録（R言語のメモ）

信頼区間は、その推定値の不確実性を表し、以下の基準で統計的有意性を判断します。

【リスク差の信頼区間】
✅ 95% CIが0を含まない → 統計的に有意な差あり
❌ 95% CIが0を含む → 統計的に有意な差とは言えない

例：リスク差 = -4%（95% CI: -6% 〜 -2%）
→ 0を含まないため、統計的に有意なリスク減少

【リスク比の信頼区間】
✅ 95% CIが1を含まない → 統計的に有意な差あり
❌ 95% CIが1を含む → 統計的に有意な差とは言えない

例：リスク比 = 0.2（95% CI: 0.12 〜 0.33）
→ 1を含まないため、統計的に有意なリスク減少

リスク比の信頼区間を計算する際には、比の対数（log）をとって正規近似する手法が一般的に用いられます。

R言語での計算例：

```
rr <- a*(c+d)/(a+b)/c
exp(log(rr) + qnorm(c(0.025, 0.975)) * sqrt(b/a/(a+b) + d/c/(c+d)))
```

信頼区間の幅はサンプルサイズに依存し、サンプルサイズが小さいほど信頼区間は広くなり、推定の不確実性が高くなります。

リスク差 リスク比 サンプルサイズによる影響の違い

リスク差とリスク比は、サンプルサイズの影響の受け方が異なるという点に注意が必要です。

特に、イベント発生率が非常に低い場合（稀な疾患など）、リスク比の信頼区間は非常に広くなり、推定の精度が低下します。

リスク比は、分母が小さくなると数値が大きくなりすぎて正規近似の精度が悪くなるため、対数変換を用いた計算が必要になります。

また、イベント発生率が50%以上と比較的高い場合、リスク比とオッズ比（OR）の乖離が大きくなります。

🔸 発生率が低い場合：RR ≈ OR
🔸 発生率が高い場合：OR > RR（オッズ比の方が高く見積もられる）

例えば、RR = 2.0とOR = 2.5は同じ意味ではありません。特に発生率が高い研究では、オッズ比をリスク比として解釈すると、効果を過大評価するリスクがあります。

したがって、研究デザインやイベント発生率に応じて、適切な指標を選択することが重要です。

リスク差 リスク比 研究デザインによる使い分けの原則

リスク差 リスク比 適した研究デザインの選び方

リスク差とリスク比は、研究デザインによって使用の可否が異なります。

【コホート研究（前向き研究）】
✅ リスク差：使用可能
✅ リスク比：使用可能
✅ オッズ比：使用可能（ただし、リスク比が推奨）

コホート研究では、暴露群と非暴露群を追跡してイベント発生率を直接計算できるため、リスク差とリスク比の両方を用いることができます。

【症例対照研究（ケースコントロール研究）】
❌ リスク差：計算不可
❌ リスク比：計算不可
✅ オッズ比：使用可能（唯一の選択肢）

症例対照研究では、研究者が症例数と対照数を決めるため、母集団における真のイベント発生率を推定できません。したがって、リスク差やリスク比を計算することは原理的に不可能です。

【ランダム化比較試験（RCT）】
✅ リスク差：使用可能（特に主要評価項目）
✅ リスク比：使用可能
✅ オッズ比：使用可能（ただし、解釈に注意）

RCTでは、リスク差が主要評価項目として用いられることが多く、特にNNTを計算して臨床的意義を評価する際に重要です。

このように、研究デザインを考慮せずに指標を選択すると、統計的に誤った結論を導くリスクがあるため注意が必要です。

リスク差 リスク比 まとめ

リスク差とリスク比は、どちらも2群間のイベント発生率を比較する重要な指標ですが、それぞれ異なる情報を提供しています。

📌 リスク差：絶対的な変化量を示し、NNTや臨床的インパクトの評価に有用
📌 リスク比：相対的な効果の大きさを示し、論文やガイドラインで広く使用される

臨床現場では、両方の指標を併用して、患者や医療従事者に正確な情報を伝えることが重要です。

参考：オッズ比・リスク比・リスク差 — 効果の大きさを正しく伝える（エミュイン）
このサイトでは、リスク・オッズ・リスク比・オッズ比・リスク差の定義と計算方法、適切な使用場面、結果の解釈、そして信頼区間との関係を段階的に解説しています。

参考：リスク差（Wikipedia）
リスク差の定義、計算式、寄与危険度、人口寄与危険度、絶対リスク減少などの関連指標について解説しています。

参考：リスク比の基本から解説！臨床と統計をつなぐブログ
リスク比の計算方法、解釈、信頼区間の重要性、オッズ比との違いについて、臨床研究の具体例を交えて解説しています。

【指定第2類医薬品】イブA錠 90錠