リスク差 リスク比 意味 違い 計算方法 使い方 解説

リスク差 リスク比 の意味と違い

疫学研究や臨床試験において、治療効果や疾病リスクを評価する際に必須となるのが「リスク差」と「リスク比」です。これらはどちらも2値データ（イベントが発生したかどうか）を分析する指標ですが、それぞれ異なる特徴と用途を持っています。

参考）302

まず基本的な定義から確認しましょう。リスクとは、ある集団において特定のイベント（疾患の発症、治療の成功など）が発生する確率を指します。2つのグループ（例えば、治療群と対照群、または曝露群と非曝露群）間でこのリスクを比較する際、主に3つの指標が用いられます。

参考）リスク比とオッズ比

リスク差 リスク比 の定義と計算式

リスク差（Risk Difference; RD）は、2つのグループ間のリスクの絶対的な差を表します。計算式は以下の通りです。

参考）リスク差 - Wikipedia

【リスク差の計算式】
リスク差 = 曝露群のリスク − 非曝露群のリスク

例えば、喫煙者（曝露群）の肺がんリスクが10%、非喫煙者（非曝露群）の肺がんリスクが2%の場合、リスク差は8%（0.10 - 0.02 = 0.08）となります。これは「喫煙によって肺がんリスクが8%絶対的に増加する」と解釈できます。

参考）リスク比とリスク差、そしてNNT : 今日なに読もう〜病院総…

一方、リスク比（Risk Ratio; RR）は相対的な指標で、一方のグループのリスクが他方の何倍であるかを示します。

参考）https://daas.la.coocan.jp/meta_analysis/kisoyougo.htm

【リスク比の計算式】
リスク比 = 曝露群のリスク ÷ 非曝露群のリスク

上記の例で計算すると、リスク比は5（0.10 ÷ 0.02 = 5）となります。「喫煙者の肺がんリスクは非喫煙者の5倍」という表現になります。

どちらの指標も2×2の分割表を用いて計算されます。この表では、各グループのイベント発生人数と非発生人数を整理し、それぞれのリスク（発生割合）を算出します。

リスク差 リスク比 の臨床現場での使い方

リスク差とリスク比は、その特性から臨床現場や公衆衛生の意思決定において異なる役割を果たします。

参考）2群の比率 (リスク) の信頼区間 (直接入力) - エミュ…

リスク差が適している場面:

• 公衆衛生的な介入の絶対効果を評価したい場合

参考）生物統計学講座vol.4@mJOHNSNOW　まとめメモ｜n…

• 治療におけるコストとベネフィットのバランスを考慮する必要がある場合

• 患者に対して「この治療で何%確率が改善する」と具体的に伝えたい場合

例えば、ある新規治療法が死亡リスクを2%から1%に減少させた場合、リスク差は1%です。この値から「治療必要数（NNT: Number Needed to Treat）」を計算できます。NNTはリスク差の逆数で、1人の良好なアウトカムを得るために必要な治療人数を示します。

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

この例ではNNT = 1/0.01 = 100となり、「100人を治療してようやく1人の死亡を防げる」という現実的な解釈が可能になります。これは治療の費用対効果を評価する際に極めて重要です。

リスク比が適している場面:

• 個人に対する相対的なリスクを伝えたい場合

• ベースラインのリスクが低い疾患において、効果の大きさを強調したい場合

• 複数の研究結果をメタアナリシスで統合する場合

リスク比は「2倍」「3倍」という直感的な表現が可能で、患者への説明やメディア報道でよく用いられます。しかし、ベースラインリスクが低い場合、リスク比だけを見ると実際の絶対的な効果が小さくても大きく見えるという注意点があります。

例えば、ある疾患のリスクが0.1%から0.05%に減少した場合、リスク比は0.5（50%減少）となりますが、リスク差はわずか0.05%です。このように、リスク比だけを見ると「50%も減少！」と大きな効果に聞こえますが、実際には絶対的な変化は小さいという現象が起きます。

リスク差 リスク比 の信頼区間と統計的有意性

リスク差とリスク比を報告する際、信頼区間（Confidence Interval; CI）を併記することが標準的です。信頼区間は、推定値の不確実性を示す範囲で、95%信頼区間であれば「真の値がこの範囲内にある確率が95%」と解釈されます。

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…

信頼区間の重要性:
信頼区間が1（リスク比の場合）または0（リスク差の場合）を含むかどうかで、統計的に有意な差があるかどうかを判断できます。

参考）http://minato.sip21c.org/publichealth/epidemiology-calc-practice-2016.pdf

• リスク比の95%信頼区間が1を含まない場合、統計的に有意な差があると判断されます。

• リスク差の95%信頼区間が0を含まない場合、同様に統計的に有意と判断されます。

例えば、リスク比が0.75で95%信頼区間が0.60, 0.95の場合、1を含まないため有意なリスク減少を示唆します。一方、信頼区間が0.55, 1.05の場合、1を含むため統計的に有意とは言えません。

信頼区間の幅はサンプルサイズに影響されます。サンプルサイズが大きいほど信頼区間は狭くなり、推定の精度が高まります。逆に、サンプルサイズが小さい研究では信頼区間が広くなり、結果の解釈に注意が必要です。

リスク差 リスク比 の意外な落とし穴と注意点

多くの医療従事者が誤解している重要な点として、リスク比とオッズ比の違いがあります。特にイベント発生率が低い場合、両者は近似しますが、発生率が高い場合、オッズ比はリスク比よりも過大評価される傾向があります。

参考）なぜ我々は統計用語を理解すべきか⑤　〜オッズ比とリスク比！〜…

実際の研究での頻出ミス:
症例対照研究（ケースコントロール研究）ではリスク比を直接計算できません。これは、症例対照研究では曝露群と非曝露群のサイズを研究者が設定するため、実際のリスクを算出できないからです。

この場合、代わりにオッズ比（Odds Ratio; OR）が用いられますが、これを「リスク比」として解釈するのは誤りです。特にイベント発生率が10%を超える場合、オッズ比とリスク比の乖離が顕著になります。

例えば、ある研究でオッズ比が2.5と報告された場合、「曝露によりリスクが2.5倍」と解釈するのは正確ではありません。実際にはリスク比は2.0程度かもしれません。この誤解は、特にメディア報道や臨床現場での患者説明で問題となります。

参考）統計初心者でもOK！Rを使ったリスク比とオッズ比を簡単に説明…

もう一つの重要な落とし穴:
リスク差とリスク比は、同じデータから計算しても異なる情報を提供します。例えば、ベースラインリスクが異なる集団では、同じリスク比でもリスク差が大きく異なることがあります。

ある治療が相対的に50%のリスク減少（リスク比0.5）をもたらす場合、ベースラインリスクが10%の集団ではリスク差は5%、ベースラインリスクが2%の集団ではリスク差は1%となります。このため、公衆衛生的な意思決定ではリスク差（絶対効果）を重視する必要があります。

リスク差 リスク比 の論文読解における実践的アプローチ

臨床論文を読む際、リスク差とリスク比の両方を確認することが重要です。摘要や結論部分で「リスク比0.65（35%リスク減少）」と強調されていても、必ずリスク差やNNTを確認しましょう。

実践的なチェックリスト:

• 研究デザインは何か（ランダム化比較試験、コホート研究、症例対照研究）
• 報告されているのはリスク比、リスク差、それともオッズ比か
• 95%信頼区間は報告されているか
• ベースラインリスクはどの程度か
• NNTまたはNNH（Number Needed to Harm）は計算可能か

例えば、COVID-19ワクチンの有効性に関する研究では、有効率95%という表現（リスク比0.05）がよく用いられます。しかし、累積感染率2%の集団では、リスク差は1.9%、NNTは約53人となります。つまり、「53人に接種して1人の感染を防ぐ」という現実的な解釈が必要です。

リスク比とオッズ比の違いを詳しく解説したページ

オッズ比・リスク比・リスク差の包括的な解説

【第2類医薬品】スマイル40プレミアムDX 15mL