罹患率比の計算は、どうやるのか？
R での計算の方法。
罹患とは？罹患率とは？
罹患（りかん）とは？
罹患とは病気にかかること。
病気にかかったことは、診断によってわかる場合と、発症によってわかる場合がある。
診断とは、外来の診察で下される場合や、血液検査の結果や、CTやMRIの結果で判断される場合などがある。
発症とは症状が出ること。
冷や汗が出るほど胸痛が起きて数十分続いたとか、ろれつが回らなくなり、手足が麻痺したとか。
罹患率とは？
率は速さを言う。
ある人が何年間かのうちに罹患したという情報を集めて集計する。
と計算する。
分母は人年（じんねん or にんねん）。
研究タイプが「観察」研究なので、観察人年と呼ばれる。
罹患率比とは？
それでは、罹患率比とは？
例えば、生活習慣Aを持っているグループと生活習慣Aを持っていないグループの比をとる、ということ。
罹患率比は何のために計算するのか？
罹患率比は、生活習慣Aを持っているグループが生活習慣Aを持っていないグループに比べて、どのくらい罹患しやすいかの指標になるから。
生活習慣Aを持っているグループが罹患率10だとして、生活習慣Aを持っていないグループが罹患率5だとすると、10÷5で罹患率比は2。
罹患率比2の意味は、「生活習慣Aを持っているグループは、生活習慣Aを持っていないグループに比べて、2倍罹患しやすい」。
この結果からは、「もし生活習慣Aを持っている人が、生活習慣Aをやめたら、罹患しやすさが半分になるかもしれない」と解釈できる。
罹患率比は、生活習慣Aなど、罹患を規定している要因を見つけて、比の大きさ＝その要因の関連性の強さから、対策をとる重要なリスクファクターかどうかを見極めるために有用な指標なのだ。
Rで罹患率比はどうやって計算するのか？
Rでは、epitoolsパッケージのrateratio()を使って、簡単に計算することができる。
まず最初一回だけパッケージのインストール。
install.packages("epitools")
epitoolsパッケージを呼び出す。
library(epitools)
ある要因への曝露なしグループの罹患人数が15人、
ある要因への曝露ありグループの罹患人数が41人、
曝露なしグループの観察人年が19017人年、
曝露ありグループの観察人年が28010人年。
bc <- c(Unexposed = 15, Exposed = 41)
pyears <- c(Unexposed = 19017, Exposed = 28010)
dd <- matrix(c(41,15,28010,19017),2,2)
dimnames(dd) <- list(Exposure=c("Yes","No"), Outcome=c("BC","PYears"))
> dd
Outcome
Exposure BC PYears
Yes 41 28010
No 15 19017
罹患率比の計算をする。
rateratio(bc,pyears)
罹患率比は1.842977と計算される。
曝露ありグループは、曝露なしグループの1.8倍罹患しやすいという結果。
p値も0.03545742と、0.05未満。
> rateratio(bc,pyears)
$`data`
bc pyears
Unexposed 15 19017
Exposed 41 28010
Total 56 47027
$measure
NA
rate ratio with 95% C.I. estimate lower upper
Unexposed 1.000000 NA NA
Exposed 1.842977 1.041036 3.449052
$p.value
Outcome
Predictor midp.exact wald
Unexposed NA NA
Exposed 0.03545742 0.03736289
attr(,"method")
[1] "Median unbiased estimate & mid-p exact CI"
まとめ
罹患とは、病気にかかること。
罹患率とは、観察人年で罹患人数を割った、罹患しやすさ（速度）のこと。
Rではepitoolsパッケージを使って罹患率比が計算できる。
