オッズ比計算

オッズ比（OR: Odds Ratio）は、疫学・臨床研究・データ分析において最も広く使用される関連性の指標のひとつです。曝露の有無とアウトカムの有無がどの程度強く関連しているかを定量化します。症例対照研究（疾患を持つ人と持たない人を比較し、過去の曝露を遡って調べるデザイン）では、研究デザインから直接計算できるため、オッズ比が主要な効果指標となります。また、ロジスティック回帰の出力・システマティックレビュー・メタアナリシスにも頻繁に登場します。

2×2分割表

すべてのオッズ比計算は、研究対象者を曝露状況とアウトカム状況で分類する2×2分割表から始まります。慣例として、行は曝露（曝露あり・曝露なし）を、列はアウトカム（アウトカムあり・アウトカムなし）を表します。4つのセルはa、b、c、dとラベル付けされます。セルaは曝露ありかつアウトカムありの人数、セルbは曝露ありかつアウトカムなしの人数、セルcは曝露なしかつアウトカムありの人数、セルdは曝露なしかつアウトカムなしの人数を表します。

典型的な症例対照研究では、症例（アウトカムあり）が一方のグループを、対照（アウトカムなし）がもう一方のグループを形成します。その後、曝露歴を収集して表に集計します。コホート研究では、曝露群と非曝露群を前向きに追跡し、各群でのアウトカム発生を数えます。どちらのデザインも2×2表を生成しますが、適切な効果指標とその解釈はわずかに異なります。

オッズ比の計算方法

オッズ比の計算式はOR = (a × d) / (b × c)で、交差積比とも呼ばれます。曝露群におけるアウトカムのオッズはa / b（アウトカムありの人数をなしの人数で割った値）です。非曝露群のオッズはc / dです。この2つのオッズの比は(a × d) / (b × c)に簡略化されます。ORが1の場合、両群でアウトカムのオッズが同じであることを示します。ORが1より大きい場合、曝露がアウトカムのオッズの増加に関連していることを示唆し、1より小さい場合はオッズの減少を示唆します。

オッズ比は相対リスク（リスク比）とは異なることに注意が必要です。相対リスクはアウトカムの確率の比：(a / (a + b)) / (c / (c + d))です。アウトカムがまれな場合（一般的に両群で10%未満）、オッズと確率はまれなイベントではほぼ同一であるため、オッズ比は相対リスクをよく近似します。アウトカムが一般的な場合、ORとRRは大きく乖離することがあります。

95%信頼区間：Woolf法

ORの点推定値だけでは推論には不十分であり、推定の精度を伝えるために信頼区間が必要です。Woolf法は対数スケールで計算します。ln(OR)の標準誤差はSE = √(1/a + 1/b + 1/c + 1/d)です。ln(OR)の95%信頼区間はln(OR) ± 1.96 × SEです。両境界値を指数変換すると、OR自体の95%信頼区間が得られます。

この方法は十分に大きなセル度数を前提としており、いずれかのセルが小さい場合（おおよそ5未満）、近似は信頼性が低下し、Fisherの正確検定などの正確な方法がより適切な場合があります。95%信頼区間が1.0を含まない場合、その関連は0.05水準で統計的に有意です。

オッズ比と相対リスクの違い

相対リスクは、曝露群と非曝露群のアウトカムの確率を直接比較します。コホート研究やランダム化比較試験では自然な指標です。オッズ比は症例対照研究やロジスティック回帰では自然な指標です。アウトカムがまれな場合、ORはRRを近似します。ただし、アウトカムが一般的な場合、ORが3.0であっても実際のリスクが3倍高いことを意味するわけではなく、実際のリスク比はそれより小さくなります。

ORをRRに変換するにはベースラインリスクの情報が必要です。特にアウトカムが一般的な場合、OR値をリスク比であるかのように解釈することは避けるべきです。

実用上の注意点

オッズ比を計算・解釈する際にはいくつかの実用的な問題が生じます。標準的なオッズ比とWoolfの信頼区間を定義するには、4つのセルすべてがゼロより大きい必要があります。1つ以上のセルがゼロを含む場合、各セルに0.5を加える連続修正（Haldane-Anscombe修正）が適用されることがあります。ORの方向は表の構成に依存し、行または列を入れ替えると元のORの逆数になります。

統計的有意性だけが関連性を判断する基準であるべきではありません。ORの大きさ（効果サイズ）と信頼区間の幅（精度）は、関連性の実用的・臨床的意義を解釈するうえで同様に重要です。

さまざまな研究分野での応用

オッズ比は二値アウトカムを扱う事実上すべての分野で使用されています。疫学では、症例対照研究のORが疾患の危険因子を定量化します。臨床医学では、システマティックレビューが複数の研究からORを統合します。遺伝学では、ゲノムワイド関連解析（GWAS）の標準的な指標がオッズ比です。社会科学では、ロジスティック回帰のORが雇用状況や保健行動などの二値アウトカムに関連する因子を記述します。どの分野においても、オッズ比はカテゴリーデータの関連性を簡潔で解釈しやすい形で示す指標です。