リスクの違い

リスク差（RD）、過剰リスク、または寄与リスク^[1]は、曝露群と非曝露群における結果のリスクの差です。これは として計算されます。ここで、 は曝露群の発生率、 は非曝露群の発生率です。結果のリスクが曝露によって増加する場合、絶対リスク増加（ARI）という用語が使用され、 として計算されます。同様に、結果のリスクが曝露によって減少する場合、絶対リスク減少（ARR）という用語が使用され、 として計算されます。^{[2] [3]}${\displaystyle I_{e}-I_{u}}$${\displaystyle I_{e}}$${\displaystyle I_{u}}$${\displaystyle I_{e}-I_{u}}$${\displaystyle I_{u}-I_{e}}$

絶対リスク減少の逆数は治療に必要な数であり、絶対リスク増加の逆数は危害を加えるために必要な数である。^[2]

ランダム化比較試験の結果を示す際には、相対的測定値とともに、リスク差などの絶対的測定値を使用することが推奨されています。^{[4]これらの有用性は、1 年間で}大腸がんのリスクを 5000 人に 1 人から 10,000 人に 1 人に減らす架空の薬剤の例で説明できます。相対的リスク減少は 0.5 (50%) ですが、絶対的リスク減少は 0.0001 (0.01%) です。絶対的リスク減少は、そもそも大腸がんになる確率が低いことを反映していますが、相対的リスク減少のみを報告すると、読者が薬剤の効果を誇張してしまうリスクがあります。^[5]

ベン・ゴールドエーカーなどの著者は、リスクの差は自然数として表すのが最も適切だと考えています。つまり、10,000人を治療した場合、薬剤によって大腸がんの症例が2件から1件に減少するということです。治療必要数アプローチで使用される自然数は、専門家でなくても簡単に理解できます。^[6]

リスクの差は2x2分割表から推定できます。

リスク差の点推定値は

${\displaystyle RD={\frac {EE}{EE+EN}}-{\frac {CE}{CE+CN}}.}$

RDの標本分布はほぼ正規分布で、標準誤差は

${\displaystyle SE(RD)={\sqrt {{\frac {EE\cdot EN}{(EE+EN)^{3}}}+{\frac {CE\cdot CN}{(CE+CN)^ {3}}}}}。}$

RDの信頼区間 は${\displaystyle 1-\alpha }$

${\displaystyle CI_{1-\alpha }(RD)=RD\pm SE(RD)\cdot z_{\alpha },}$

ここで、選択された有意水準の標準スコアは^[3]である。${\displaystyle z_{\alpha}}$

では疾患が指摘され、では疾患は指摘されず、では曝露が指摘され、では曝露は指摘​​されないと仮定できる。リスク差は次のように表される。 ${\displaystyle D}$${\displaystyle \neg D}$${\displaystyle E}$${\displaystyle \neg E}$

${\displaystyle RD=P(D\mid E)-P(D\mid \neg E).}$

• 人口影響指標
• 相対リスクの減少