オッズ比計算機 - 2×2表のOR、CI、P値
2×2分割表からオッズ比、信頼区間、Zスコア、P値を算出します。症例対照研究や疫学研究に最適です。
2×2表の4セルの件数を入力し、信頼水準を選ぶだけで、完全な統計的推論付きのオッズ比をすぐに取得できます。
オッズ比計算機 - 2×2表のOR、CI、P値
2×2分割表からオッズ比、信頼区間、Zスコア、P値を算出します。症例対照研究や疫学研究に最適です。
曝露群と非曝露群の件数を入力してください。各セルは0以上の整数である必要があります。いずれかのセルが0の場合は、Haldane-Anscombe補正（各セルに0.5を加算）が自動的に適用されます。
曝露群
非曝露群
オッズ比計算機について
オッズ比（OR）は、生物医学研究、疫学、社会科学で最も広く使われている関連指標の1つです。曝露群におけるアウトカムのオッズと、非曝露群におけるアウトカムのオッズを比較することで、曝露と二値アウトカムの関係の強さを定量化します。OR が 1 なら関連なし、1 より大きければ曝露によってアウトカムのオッズが増加し、1 より小さければ保護的な作用を示します。
OR は 2×2分割表から計算されます。これは症例対照研究データの標準的な表現形式です。表には4つのセルがあります。(a) アウトカムありの曝露者、(b) アウトカムなしの曝露者、(c) アウトカムありの非曝露者、(d) アウトカムなしの非曝露者です。式は OR = (a × d) / (b × c) で、表の交差積比そのものです。
OR の統計的推論は自然対数上で行います。ln(OR) の標本分布は、標本サイズが中程度でもおおむね正規分布に従うためです。ln(OR) の標準誤差は SE = √(1/a + 1/b + 1/c + 1/d) です。これより Z スコアは Z = ln(OR) / SE と計算でき、関連なし（OR = 1）という帰無仮説の下では標準正規分布に従います。両側 p 値は p = 2 × Φ(−|Z|) で、Φ は標準正規分布の累積分布関数です。p 値が選択した有意水準（通常 0.05）を下回れば、そのオッズ比は 1 と統計学的に有意に異なります。
OR の信頼区間（CI）は ln(OR) の周辺区間を指数変換して求めます：CI = [exp(ln OR − Z_α/2 × SE), exp(ln OR + Z_α/2 × SE)]。95% CI では Z_α/2 = 1.96 です。CI に 1.0 が含まれなければ、5% 水準で統計学的に有意です。CI の幅は推定の精度を反映し、標本サイズが小さい場合やセルが疎な場合に広くなります。
2×2表のいずれかのセルが 0 の場合、標準的な OR 公式は定義できません（0で割る、または 0 の対数を取ることになるためです）。一般的な対処法は Haldane-Anscombe 補正で、OR と SE を計算する前に各セルへ 0.5 を加えます。この計算機は補正を自動で適用し、使用時には通知します。わずかなバイアスは導入されますが、何も結果が得られないよりははるかに有用です。
OR は症例対照研究において自然な指標です。なぜなら、このデザインでは曝露率ではなく症例数と対照数を固定して抽出するからです。コホート研究やランダム化試験では、相対リスク（RR）の方がより直感的であるため、しばしば好まれます。稀なアウトカム（有病率がおよそ10%未満）の場合、OR ≈ RR ですが、一般的なアウトカムでは OR は対応する RR よりも常に 1 から遠ざかります。そのため OR を RR として解釈すると関連の大きさを過大評価するおそれがあります。必ず使用している指標を明記し、データに稀な疾患の仮定が当てはまるか確認してください。
計算例
オッズ比の出力の読み方と統計学的有意性の判断を示す、3つの典型的な研究シナリオです。
| 研究シナリオ | オッズ比 | 解釈 |
|---|---|---|
| 喫煙と肺がん：a=650, b=350, c=100, d=900（95% CI） | OR = 16.71 (CI: 13.07 – 21.38) | 喫煙者は非喫煙者と比べて肺がんのオッズが約16.7倍です。CI に 1.0 は含まれないため、この関連は非常に有意です。 |
| 新薬 vs. プラセボ：a=38, b=162, c=85, d=115（95% CI） | OR = 0.318 (CI: 0.196 – 0.516) | この薬は疾患のオッズを約68%減少させます。OR < 1 は保護的な効果を示し、CI は 1 未満に完全に収まっています。 |
| ワクチン研究：a=15, b=485, c=55, d=445（95% CI） | OR = 0.250 (CI: 0.138 – 0.454) | ワクチン接種者の感染オッズは 75% 低下しています。強い保護的関連で、信頼区間も狭く、有意です。 |
オッズ比計算機の使い方
- データを 2×2表に整理します。セル (a) = 曝露あり症例、(b) = 曝露あり非症例、(c) = 曝露なし症例、(d) = 曝露なし非症例です。
- 「曝露群」と「非曝露群」の下にある対応する入力欄へ、4つの0以上の件数を入力します。
- ドロップダウンから希望する信頼水準（90%、95%、99%）を選択します。多くの論文では95%が使われます。
- 計算をクリックすると、OR、信頼区間、Zスコア、p値が返されます。いずれかのセルが0の場合は補正メモが表示されます。
- 結果を解釈します。OR > 1 は曝露がオッズを増やすことを意味し、OR < 1 は減らすことを意味します。CI に 1 が含まれるか、p ≤ α かを確認してください。
よくある質問
オッズ比とは何ですか。相対リスクとはどう違いますか？
オッズ比は2つの群におけるアウトカムのオッズを比較し、相対リスク（RR）は確率を比較します。稀なアウトカム（有病率 < 10%）では OR ≈ RR ですが、一般的なアウトカムでは OR は RR よりも 1.0 から離れます。症例対照研究では抽出がアウトカムベースであるため、RR ではなく OR のみを適切に推定できます。
OR = 2.5 はどう解釈しますか？
OR = 2.5 は、曝露群のアウトカムのオッズが非曝露群の 2.5 倍であることを意味します。アウトカムが稀でない限り、リスクが 2.5 倍高いという意味ではありません。一般的なアウトカムでは、実際のリスク比は 2.5 より小さくなります。
信頼区間は何を教えてくれますか？
95%信頼区間とは、同じ条件で研究を何度も繰り返したとき、計算された区間のおよそ95%が真の母集団 OR を含むという意味です。実務上は、CI に 1.0 が含まれなければ α = 0.05 で統計学的に有意です。幅が広い CI は、通常は標本サイズが小さいため精度が低いことを示します。
Haldane-Anscombe 補正はいつ適用されますか？
いずれかのセルが 0 の場合、各セルに 0.5 を加える補正です。0 のセルは標準 OR 公式を定義不能にします（0 の対数、または 0 で割ることになるためです）。この補正により推定を進められ、最も一般的な対処法ですが、わずかなバイアスは導入されます。計算機では使用時に明示します。
ランダム化比較試験にも使えますか？
はい。ただし、RR の方が直感的で臨床ガイドラインでも好まれるため、OR の代わりに、または OR と併記して RR を報告することを検討してください。稀なアウトカムの RCT や、メタ解析で研究デザインをまたいで統合する場合には、OR も適切です。
p値と信頼区間が矛盾して見えるのはなぜですか？
本来は矛盾しません。1.0 を含まない95% CI は、両側検定で p < 0.05 に必ず対応します。矛盾して見えるのは、丸め誤差、片側 p 値と両側 CI の比較、あるいは CI と検定で異なる alpha を使っている場合がほとんどです。両者は整合させてください。