発症オッズ比と曝露オッズ比の同等性

公開日: 更新日:

【2022年10月2週】 【A000】生物統計学 【A020】尺度と測定 【A051】コホート研究 【A052】ケース・コントロール研究

この記事をシェアする
  • B!
サムネイル画像

本稿は、発症オッズ比と曝露オッズ比の同等性、前向き仮説と後ろ向き仮説の同等性を証明しています。これらの関係は、ケース・コントロール研究の妥当性を保証する関係としてとても重要です。

なお、閲覧にあたっては、以下の点にご注意ください。

  • スマートフォンやタブレット端末でご覧の際、数式が見切れている場合は、横にスクロールすることができます。
  • 曝露(発症)状況を表す右下の添え字は、「0」である場合($n_0,\pi_0$ など)や「2」である場合($n_2,\pi_2$ など)がありますが、どちらも「非曝露群(コントロール群)」を表しています。

【定理】発症オッズ比と曝露オッズ比の同等性

【定理】
発症オッズ比と曝露オッズ比の同等性
Prospective Odds Ratio is Equal to Retrospective Odds Ratio

マッチングなしのケース・コントロール研究で得られたデータをマッチングなしのコホート研究で得られたものであると仮定し、曝露群と非曝露群の発症確率をそれぞれ \begin{align} \pi_1=P \left(D\middle| E\right) \quad \pi_0=P \left(D\middle|\bar{E}\right) \end{align} 全体の有病割合を \begin{align} \delta=P \left(D\right) \end{align} とすると、 有病割合の値に関係なく、前向きの発症オッズ比と後ろ向きの曝露オッズ比は等しい、すなわち \begin{gather} \mathrm{{\rm OR}_{Pro}}=\mathrm{{\rm OR}_{Retro}} \end{gather} が成り立つ。

証明:発症オッズ比と曝露オッズ比の同等性

証明

全体の有病割合 $\delta$ を用いて得られた分割表を書き直すと、以下のようになる。

表1 ケース・コントロール研究に関する $2\times2$ 分割表(統計モデル)
曝露あり
$ \left(E\right)$
曝露なし
$(\bar{E})$
合計
ケース群
$ \left(D\right)$
$\delta\phi_1$ $\delta \left(1-\phi_1\right)$ $\delta$
コントロール群
$(\bar{D})$
$ \left(1-\delta\right)\phi_0$ $ \left(1-\delta\right) \left(1-\phi_0\right)$ $1-\delta$
合計 $\delta\phi_1$
$+$
$ \left(1-\delta\right)\phi_0$
$\delta \left(1-\phi_1\right)$
$+$
$ \left(1-\delta\right) \left(1-\phi_0\right)$
$1$

モデル上の数値から、曝露群の発症確率を表すと、「曝露された人のうち、ケース群(発症者)が占める割合」なので、
ベイズの定理 $P \left(A\middle| B\right)=\frac{P \left(A\middle| B\right) \cdot P \left(B\right)}{P \left(A\middle| B\right) \cdot P \left(B\right)+P \left(A\middle|\bar{B}\right) \cdot P \left(\bar{B}\right)}$ より、 \begin{align} \pi_1&=P \left(D\middle| E\right)\\ &=\frac{P \left(D\cap E\right)}{P \left(E\right)}\\ &=\frac{P \left(E\middle| D\right) \cdot P \left(D\right)}{P \left(E\middle| D\right) \cdot P \left(D\right)+P \left(E\middle|\bar{D}\right) \cdot P \left(\bar{D}\right)}\\ &=\frac{\delta\phi_1}{\delta\phi_1+ \left(1-\delta\right)\phi_0}\\ 1-\pi_1&=\frac{ \left(1-\delta\right)\phi_0}{\delta\phi_1+ \left(1-\delta\right)\phi_0} \end{align} 同様に、非曝露群の発症確率を表すと、「曝露されていない人のうち、ケース群(発症者)が占める割合」なので、 \begin{align} \pi_0&=P \left(D\middle|\bar{E}\right)\\ &=\frac{P \left(D\cap\bar{E}\right)}{P \left(\bar{E}\right)}\\ &=\frac{P \left(\bar{E}\middle| D\right) \cdot P \left(D\right)}{P \left(\bar{E}\middle| D\right) \cdot P \left(D\right)+P \left(\bar{E}\middle|\bar{D}\right) \cdot P \left(\bar{D}\right)}\\ &=\frac{\delta \left(1-\phi_1\right)}{\delta \left(1-\phi_1\right)+ \left(1-\delta\right) \left(1-\phi_0\right)}\\ 1-\pi_0&=\frac{ \left(1-\delta\right) \left(1-\phi_0\right)}{\delta \left(1-\phi_1\right)+ \left(1-\delta\right) \left(1-\phi_0\right)} \end{align} 前向き発症オッズ比の定義式 $\mathrm{{\rm OR}_{Pro}}=\frac{\pi_1}{1-\pi_1} \cdot \frac{1-\pi_0}{\pi_0}$ より、 \begin{align} \mathrm{{\rm OR}_{Pro}}&=\frac{\delta\phi_1}{\delta\phi_1+ \left(1-\delta\right)\phi_0} \cdot \frac{\delta\phi_1+ \left(1-\delta\right)\phi_0}{ \left(1-\delta\right)\phi_0} \cdot \frac{\delta \left(1-\phi_1\right)+ \left(1-\delta\right) \left(1-\phi_0\right)}{\delta \left(1-\phi_1\right)} \cdot \frac{ \left(1-\delta\right) \left(1-\phi_0\right)}{\delta \left(1-\phi_1\right)+ \left(1-\delta\right) \left(1-\phi_0\right)}\\ &=\frac{\phi_1}{1-\phi_1} \cdot \frac{1-\phi_0}{\phi_0}\\ &=\mathrm{{\rm OR}_{Retro}} \end{align} $\blacksquare$

【定理】前向き仮説と後ろ向き仮説の同等性

【定理】
前向き仮説と後ろ向き仮説の同等性
Prospective Hypothesis is Equal to Retrospective Hypothesis

「前向き発症確率が等しい」という帰無仮説と「後ろ向き曝露確率が等しい」という帰無仮説は、同等である。 \begin{align} H_0:\pi_1=\pi_0\Leftrightarrow H_0:\phi_1=\phi_0 \end{align} 同様に、「前向き発症確率が等しくない」という対立仮説と「後ろ向き曝露確率が等しくない」という帰無仮説は、同等である。 \begin{align} H_1:\pi_1 \neq \pi_0\Leftrightarrow H_1:\phi_1 \neq \phi_0 \end{align}

証明:前向き仮説と後ろ向き仮説の同等性

証明

前向き発症確率が等しい $H_0:\pi_1=\pi_0$ とき、 \begin{gather} \frac{\delta\phi_1}{\delta\phi_1+ \left(1-\delta\right)\phi_0}=\frac{\delta \left(1-\phi_1\right)}{\delta \left(1-\phi_1\right)+ \left(1-\delta\right) \left(1-\phi_0\right)}\\ \frac{\delta\phi_1}{\delta\phi_1+ \left(1-\delta\right)\phi_0}-\frac{\delta \left(1-\phi_1\right)}{\delta \left(1-\phi_1\right)+ \left(1-\delta\right) \left(1-\phi_0\right)}=0\\ \frac{\delta\phi_1 \left\{\delta \left(1-\phi_1\right)+ \left(1-\delta\right) \left(1-\phi_0\right)\right\}-\delta \left(1-\phi_1\right) \left\{\delta\phi_1+ \left(1-\delta\right)\phi_0\right\}}{ \left\{\delta\phi_1+ \left(1-\delta\right)\phi_0\right\} \left\{\delta \left(1-\phi_1\right)+ \left(1-\delta\right) \left(1-\phi_0\right)\right\}}=0\\ \frac{\delta\phi_1 \left(\delta-\delta\phi_1+1-\phi_2-\delta+\delta\phi_0\right)- \left(\delta-\delta\phi_1\right) \left(\delta\phi_1+\phi_0-\delta\phi_0\right)}{ \left\{\delta\phi_1+ \left(1-\delta\right)\phi_0\right\} \left\{\delta \left(1-\phi_1\right)+ \left(1-\delta\right) \left(1-\phi_0\right)\right\}}=0\\ \frac{ \left(-\delta^2\phi_1^2+\delta\phi_1-\delta\phi_1\phi_0+\delta^2\phi_1\phi_0\right)- \left(\delta^2\phi_1+\delta\phi_0-\delta^2\phi_0-\delta^2\phi_1^2-\delta\phi_1\phi_0+\delta^2\phi_1\phi_0\right)}{ \left\{\delta\phi_1+ \left(1-\delta\right)\phi_0\right\} \left\{\delta \left(1-\phi_1\right)+ \left(1-\delta\right) \left(1-\phi_0\right)\right\}}=0\\ \frac{\delta\phi_1-\delta^2\phi_1-\delta\phi_0+\delta^2\phi_0}{ \left\{\delta\phi_1+ \left(1-\delta\right)\phi_0\right\} \left\{\delta \left(1-\phi_1\right)+ \left(1-\delta\right) \left(1-\phi_0\right)\right\}}=0\\ \frac{\delta \left(1-\delta\right) \left(\phi_1-\phi_0\right)}{ \left\{\delta\phi_1+ \left(1-\delta\right)\phi_0\right\} \left\{\delta \left(1-\phi_1\right)+ \left(1-\delta\right) \left(1-\phi_0\right)\right\}}=0 \end{gather} これが恒等式となるための $\delta=0,\delta=1$ 以外の条件は、 \begin{align} \phi_1=\phi_0 \end{align} これは、後ろ向き曝露確率が等しいという帰無仮説を示している。

同様に、前向き発症確率が等しくない $H_1:\pi_1 \neq \pi_0$ とき、後ろ向き曝露確率が等しくないという $H_1:\phi_1 \neq \phi_0$ 結果が得られる。 $\blacksquare$

参考文献

  • ジョン・ラチン 著, 宮岡 悦良 監訳, 遠藤 輝, 黒沢 健, 下川 朝有, 寒水 孝司 訳. 医薬データのための統計解析. 共立出版, 2020, p.216-218

関連記事

自己紹介

自分の写真

yama

大学時代に読書の面白さに気づいて以来、読書や勉強を通じて、興味をもったことや新しいことを学ぶことが生きる原動力。そんな人間が、その時々に学んだことを備忘録兼人生の軌跡として記録しているブログです。

このブログを検索

ブログ アーカイブ

QooQ