オッズ比が2なら、起きる確率も2倍？

確率とオッズの分母が違う

100人中20人に発生したら確率は20/100＝20％です。一方オッズは、発生20人を非発生80人で割る20/80＝0.25です。一般には確率pに対し、オッズはp/(1−p)と表します。確率の分母と別であることが計算の出発点です。

二集団のオッズを割ったものがオッズ比です。AのオッズをBで割るのか、逆かによって数値は変わるので、比較方向を読みます。オッズ1は発生と非発生が同数、すなわち確率50％であり、確率100％の意味ではありません。

非発生が0なら通常のオッズ計算で割れません。またオッズ比だけを見ても、元の確率は一つに決まりません。確率や何人の差を知りたいなら、比較側の発生割合など、別の情報が必要になります。

大きな確率では比の違いが広がる

出来事が稀でpが小さいと、1−pは1に近いため、オッズは確率に近くなります。そのような条件でオッズ比もリスク比に近い値となり得ます。CDCの教材は、結果が一般的であるほど両者の違いが広がることを説明しています。

下の例では、確率が25％と50％なので、非発生を分母に変える影響が小さくありません。リスク比2とオッズ比3は、計算の矛盾ではなく異なる尺度です。どの比が報告されたかを先に特定します。

「オッズが2倍」という説明を「確率が2倍」と置き換えず、元のリスクも読みます。例えば元の確率が50％でオッズ1なら、オッズを2にすると新しい確率は2/(1＋2)＝約66.7％です。50％を2倍にした100％にはなりません。

結果で人を選ぶ研究ではリスクを復元しない

典型的な症例対照研究は、病気のある人とない人を選び、以前の曝露などを比較します。対照の人数は研究者が決めるため、集めた標本の病気の割合を、元の社会全体の発生リスクとして使うことはできません。

この設計でもオッズ比を計算できますが、対照の選び方や比較可能性、交絡を調べる必要があります。標本から計算できる比があることと、観察された関連が因果を表すことは別です。研究の設計を数字の説明に添えます。

すべてのオッズ比が同じ条件でリスク比を近似するわけではありません。どの集団で何を比較し、どんな調整をした比かを確かめます。症例対照の患者割合を基準リスクに置いて、人数の効果を作ることもしません。

比から人数へ進む前に

報道では、指標名、比較する向き、研究が人を選ぶ方法、元のリスクを確認します。リスク比のつもりでオッズ比を読むと、出来事が比較的多い場合に差を大きく捉える可能性があります。表と方法欄へ戻って分母を確かめます。

さらに推定の不確かさ、追跡期間、対象条件も読みます。比が大きいだけで政策効果や実際の人数差は決まりません。オッズの分母を言葉にしてから、何の情報が足りるかを判断するのが持ち帰る見方です。

リスク比2でもオッズ比3

架空のA集団100人で50人、B集団100人で25人に発生するとします。リスク比は50％÷25％＝2です。オッズはAが50/50＝1、Bが25/75＝1/3なので、オッズ比は1÷(1/3)＝3になります。

同じ人数表から違う比が出ますが、分母が違うためです。これは二つの観察割合を計算した例で、Aに何かを行ったから発生が増えたという因果を示しません。出来事と期間をそろえた架空表として読みます。

持ち帰る見方

• オッズの分母は非発生で、確率の分母は全体。
• オッズ比とリスク比は同じではない。
• 症例対照の標本割合を元の発生リスクにしない。

次に広がる疑問

• リスクが半分になったら、何人の結果が変わる？
• 検査が陽性でも、病気のある人の割合が違うのはなぜ？
• 二つの数字が一緒に動けば、原因が分かる？
• 年齢などを調整した比較なら、政策の効果が分かる？

出典

• Principles of Epidemiology, Lesson 3 Section 5: Measures of Association（米国疾病予防管理センター（CDC））https://archive.cdc.gov/www_cdc_gov/csels/dsepd/ss1978/lesson3/section5.html

  確認日：2026-10-04