ロジスティック回帰の誤解を解消し、リスク差・リスク比で臨床判断を支援する標準化手法

【背景】

喫煙による死亡リスク増加など、生物医学分野ではロジスティック回帰が多用されますが、算出されるオッズ比は誤解されがちです。臨床的に分かりやすいリスク、リスク差、リスク比の推定には、既存の手法に課題がありました。

【結果】

本研究は、標準化の古典的概念を回帰モデルと関連付け、交絡因子を制御しリスク差やリスク比を推定する方法を解説しました。ARIC研究の喫煙例で、標準化が二値アウトカムのリスク推定に有用であることを示し、臨床的に意味のある指標で結果を再表現できることを実証しました。

【臨床へのインパクト】

ロジスティック回帰で算出されるオッズ比の解釈の難しさを克服し、リスク差やリスク比といった直感的な指標で結果を提示することで、患者への説明や臨床医の意思決定をより正確かつ透明性の高いものにできます。標準的な統計ソフトウェアでの実装例も示されており、今後の研究や臨床現場でのデータ解析に広く応用される可能性があります。

本記事は AI（Gemini）が PubMed 上の英語 Abstract を要約したものです。臨床判断には必ず原著をご確認ください。