コホート研究デザインにおける効果測定としてのリスク差、リスク比、オッズ比

コホート研究デザインは治療などの曝露の効果を前向きに追求するものである。 コホート研究では、対象集団から適切な大きさの無作為標本を抽出し、被験者を曝露群と非曝露群のいずれかに無作為に割り付ける。 曝露の影響は、対象となる結果の経時的な変化として観察されます。 リスクは、曝露群と非曝露群における罹患者数を両群の全罹患者数で割ることで簡単に計算できます。 コホート研究の場合、分母が明確であり、両群に割り付けられた人の数です。 被曝群と対照群との関連を評価するために、RDとRRがよく用いられます。 RDはARや過剰リスクとも呼ばれ、曝露がない時に比べて曝露がある時に減少または増加したリスクの大きさを表します。 RDが正の値であればリスクは増加し、負の値であれば曝露によるリスクの減少を意味します。 RRは、曝露群のリスクを非曝露群のリスクで割った値です。 RRの値が1であれば群間でリスクに差がないことを意味し、値が大きくても小さくても非暴露群のリスクに比べて暴露群のリスクが増加または減少していることを意味し、それぞれ暴露群で病気の発生確率が高いまたは低いと解釈できます

また、コホート研究において同じ目的でORを使うこともできます。 ORとは、曝露群と非曝露群における疾患のオッズの比のことです。 ORの解釈は、RRほど直感的ではありません。 ORの値が1であれば、群間でオッズに差がないことを意味し、1より大きければ被曝群でのオッズが上昇し、疾病の発生と被曝の有無が正の相関を持つと解釈されます。 逆に、OR値が1より小さい場合は、被曝群でのオッズの低下を意味し、疾病を持つことと被曝しないことの関連と解釈される。 ORの解釈はRRの解釈と似ていますが、両群のリスクが非常に低い場合、例えばp < 0.1の場合のみ、両者は同じような値をとります。 そうでなければ、両者は異なる値を示す。 表2に見られるように、RRとORは、両群のリスクが非常に低い場合（p＜5979＞0.1、表2の例1〜5）だけ、ほぼ同じ値を示していることがわかります。 しかし、一方または両方の群のリスクがあまり低くない場合（p＜9414＞0.1）、RRとORの値にはかなりの差があります（表2の例6〜14）。 一般にORの値は、RR＜5979＞1の時は対応するRRの値より小さく、RR＜9414＞1の時は対応するRRの値より大きく、常に大きな効果量や強い関連を反映していると言われています。 表2では、RRが1より大きい例（例6～8、10～14）は全てOR値が大きく、1より小さい例（例9）では、RR値より小さなOR値だったことが確認されています。 したがって、OR値をRRとして誤って解釈すると、真のリスクを誤って増加または減少させ、効果を過大評価することになる。 図1は、対照群のベースラインリスクのレベル（I0）が高くなるほど、OR値とRR値の差が大きくなることを示している1。 特にベースラインリスクが0.5と大きい場合、RR値は最大でも2にとどまり、OR値は無限大に近づく。