この段階で学ぶこと
- ハザード比・95%信頼区間・p値の役割を区別できる
- 「相対リスク減少」と「絶対リスク減少」を見分けられる
- 数値で人を騙す6つの罠を警戒できる
論文は、答えではない。
判定の道具だ。
「論文に出ている」と聞くと、確定情報のように響く。けれど査読論文は「答え」ではなく「ある条件下のデータ」にすぎない。
このページは、ビジネスアスリートが「論文を眺める側」から「自分で読む側」へ移るための地図。
HR・95%CI・p値、最低限。
論文を読み進めると数字の塊にぶつかる。覚えておくべきは6つ。これだけで、ほとんどの主要結果は読める。
| Metric | 中立値 / 閾値 | 読み方 |
|---|---|---|
| HR / RR / OR | 1.0 | 1.0未満→リスク低下、1.0超→リスク増加 |
| 95% CI | 1.0をまたぐ | またいだら有意差なし |
| p値 | 0.05 | 未満で「差がある」（万能ではない） |
| n数 | — | 千〜数十万、サブグループでは激減 |
| 追跡期間 | 10年+ | mortality は10年以上が望ましい |
| NNT / NNH | — | 1人を救うのに何人を治療するか |
ハザード比は1.0からの乖離で読み替える。 0.60 なら40%減、1.30 なら30%増。CI が 1.0 をまたいでいれば「有意差なし」。
サンプルが大きいと臨床的に無意味な差でも有意になる。 p値は HR/CI とセットで判断する。
数字に騙される、6つの罠。
統計の知識が浅いままだと、論文を読んでも逆方向に解釈してしまうことがある。読み手として最も警戒すべき6つの誤読パターン。
論文を読むとは、書いてある通りに信じることではない。 書いてある通りに「読めるか」を疑うこと。
2018年、ニュースが一斉に報じた。「コーヒーを飲む人は死亡率が15%低い」と。 あなたはコーヒーを増やすか?
元データは約40万人、16年追跡の大規模コホート研究。 報告されたのは HR 0.85 (95% CI 0.82–0.88)。 統計的には文句のない数字だ。
ここに2つの罠が潜んでいる。
一つ目は「相対リスク vs 絶対リスク」の問題。 15%減と聞けば大きく感じる。しかし40歳の健康な非飲者の年間死亡率がたとえば0.5%なら、 コーヒーで0.075%減る計算になる。1000人が1年飲み続けても0.75人分の差だ。
二つ目は「観察研究の交絡」だ。 コーヒーを楽しむ人は、仕事が充実していて、社会的つながりがあって、 運動習慣もある傾向がある。死亡率を下げているのは、 本当にコーヒーか。それとも「コーヒーを飲む生活スタイル」か。 観察研究では分離できない。
Spiegelhalter が "The Art of Statistics" で繰り返すのはこの点だ。 「大きな数字は感情を動かすが、文脈なしの数字は噓をつく」。 HR 0.85 は事実だが、「コーヒーを飲めば長生きできる」は過剰解釈になる。
「スタチンで心筋梗塞リスクが36%低下」。これも相対リスクだ。
WOSCOPS試験（低リスク一次予防）のデータで絶対値を計算すると、 プラセボ群の5年間の心筋梗塞発生率が約7.9%、スタチン群が5.5%。 絶対リスク減少（ARR）は2.4ポイントほどだ。 NNT = 100 / ARR = 約42。
NNT は「薬の効果の大きさ」を患者に伝えるときに最も誠実な数字だ。 「36%リスク減」より「42人に1人に効く」のほうが、 本人が「飲むかどうか」を決める根拠になる。 絶対リスク減少（ARR）を論文から計算してNNTに変換する習慣は、 どんな介入研究を読む時にも役立つ。
Spiegelhalter が "The Art of Statistics" 巻末で提示する問いを元に、 論文の数字を見たとき自分に問うべき10のチェック。
- 01相対リスクか、絶対リスクか「30%減」は相対値の可能性が高い。元の発生率と ARR を計算する。
- 02NNT はいくつか1000人を1年間治療して何件防げるか。直感に落ちやすい単位に変換する。
- 03対象は誰か年齢・性別・基礎疾患・地域。自分が目の前にしている人と似ているか。
- 04追跡期間はどれくらいか8週間の研究の結果を20年間当てはめるのは推論の飛躍になる。
- 05観察研究か介入研究か観察研究で「因果」を語るには強い追加根拠が必要。相関から始める。
- 06誰が資金を出しているか産業 funded 研究は肯定的結論が出やすいことが系統的に示されている。
- 07信頼区間はどこまで広がっているかCI が広いほど不確実性が高い。「有意」でも CI が広ければ効果量が不明瞭だ。
- 08この結果は独立して再現されているか単発の派手な論文より、複数の独立した研究の一貫性を信じる。
- 09未発表の試験が隠れていないか出版バイアス。否定的結果は出版されにくい。Funnel plot の歪みを確認する。
- 10この主張は覆る可能性があるかHRT、β-カロテン、ビタミンEなど。Medical Reversal の歴史を忘れない。
自分の言葉で、
説明できるだろうか。
説明できそうな項目に、チェックを。迷ったところは読み返しても、そのまま次へ進んでもかまいません。