- シンクタンクならニッセイ基礎研究所 >
- 保険 >
- 保険計理 >
- バークソンのバイアス-合併症の起こりやすさは本当に異なるのか?
バークソンのバイアス-合併症の起こりやすさは本当に異なるのか?

保険研究部 主席研究員 兼 気候変動リサーチセンター チーフ気候変動アナリスト 兼 ヘルスケアリサーチセンター 主席研究員 篠原 拓也
文字サイズ
- 小
- 中
- 大
昨今のデータサイエンスの隆盛を背景に、疫学の分野では、さまざまな統計解析が進められている。そして、そこで得られた結果をもとに、有効な健康増進策を推進しようという動きも出てきている。
ただし、疫学の統計解析には、一筋縄ではいかない点があるので注意が必要だ。たとえば、病気の合併症について、つぎのような分析をしたとする。
[病気の合併症に関する分析]
(1) 病気Aと病気Cの合併症と、病気Bと病気Cの合併症では、一体どちらが起こりやすいのか?
ある病院の診療記録をもとに、割り出すことにしたい。
(2) 病気Aにかかっていた人は620人。そのうち80人は病気Cにもかかっていた。
したがって、AとCの合併率は、13% (=80人÷620人)。
一方、病気Bにかかっていた人は240人。そのうち60人は病気Cにもかかっていた。
したがって、BとCの合併率は、25% (=60人÷240人)。
(3) 2つの合併率を比べると、病気Bと病気Cのほうが、病気Aと病気Cよりも高い。
そこで、「病気Bと病気Cの合併症のほうが起こりやすい」と結論づけた。
一見すると、この分析には、特段、問題がないようにみえるかもしれない。しかし、実は、大きな問題が潜んでいる。読者のみなさんは、お気付きだろうか?
「ある病院の診療記録」をもとに、合併率を計算していることが問題なのだ。
どんな病気でも、患者がすべて病院に来て診療を受けるわけではない。身体の調子が多少悪くても、しばらく様子をみる人や、市販薬を使って自分で治そう(いわゆるセルフメディケーション)という人がいる。特に、急激な痛みなどを伴わない慢性の病気で、病状が徐々に進行していくような場合には、そうした傾向が強くなるだろう。
つまり、病気にかかってはいるが、病院で受療していない「潜在患者」について、考えてみる必要がある。
先ほどの例で、「病気Aにかかった患者の6割、病気Bにかかった患者の2割、病気Cにかかった患者の5割が、かかってすぐに病院で受療した」としてみよう。なお、最初から合併症として受療するケースは考慮しないことにする。
このような場合、潜在患者も含めて患者全体でみると、合併率はどうなるだろうか。
まず、病気Aの患者からみてみよう。Aにはかかっているが、Cとの合併症ではない患者は、540人(=620人-80人)受療していた。これは、患者全体の6割で、背後には、まだ4割の潜在患者がいる。つまりAにはかかっているが、Cとの合併症ではない患者は、潜在患者を含めると、900人(=540人÷0.6)いることになる。
AとCの合併症の患者はどうか。潜在患者を含めると、全部でX人いるとしよう。そのうちの6割が病気Aで受療し、残りの5割が病気Cで受療する。これを方程式で表すと、
X×0.6 + (X-X×0.6)×0.5 = 80人
となる。この方程式を解くと、X=100人となる。
つぎに、病気Bの患者をみてみよう。Bにはかかっているが、Cとの合併症ではない患者は、180人(=240人-60人) 受療していた。これは、患者全体の2割に過ぎず、背後には、さらに8割の潜在患者がいる。つまりBにはかかっているが、Cとの合併症ではない患者は、潜在患者を含めると、900人(=180人÷0.2)いることになる。
BとCの合併症の患者はどうか。潜在患者を含めると、全部でY人いるとしよう。そのうちの2割が病気Bで受療し、残りの5割が病気Cで受療する。これを方程式で表すと、
Y×0.2 + (Y-Y×0.2)×0.5 = 60人
となる。この方程式を解くと、Y=100人となる。
まとめると、病気AもBも、それぞれ1000人の患者がいて、病気Cとの合併症の患者が100人ずついる、ということになる。合併率はどちらも10%で、合併症のかかりやすさは同じという結果だ。
この現象は、アメリカの医師であり統計学者でもあった、ジョセフ・バークソンが1946年に公表したことから、「バークソンのバイアス」と呼ばれている。彼は、糖尿病と胆のう炎の併発の可能性について、病院の記録をもとに行う研究を例に、問題点を指摘した。
現在、ICT(情報通信技術)の高まりを背景に、データ管理やさまざまな統計解析のツールが利用可能となっている。機械的にデータを統計処理して、そこから結論を導くこともできる。しかし、いくら正しい統計処理を行っても、もともとのデータ自体がバイアスに汚染されている可能性がある。
疫学にかかわらず、データサイエンスにもとづく、統計の結果を目にするときには、データの取得にバイアスが絡むなどの問題はないのか、という視点を持つことが必要と思われるが、いかがだろうか。
(参考文献)
「医学統計学シリーズ1 統計学のセンス デザインする視点・データを見る目」丹後俊郎著 (朝倉書店, 1998年)
(2022年05月31日「研究員の眼」)

保険研究部 主席研究員 兼 気候変動リサーチセンター チーフ気候変動アナリスト 兼 ヘルスケアリサーチセンター 主席研究員
篠原 拓也 (しのはら たくや)
研究・専門分野
保険商品・計理、共済計理人・コンサルティング業務
03-3512-1823
- 【職歴】
1992年 日本生命保険相互会社入社
2014年 ニッセイ基礎研究所へ
【加入団体等】
・日本アクチュアリー会 正会員
篠原 拓也のレポート
日付 | タイトル | 執筆者 | 媒体 |
---|---|---|---|
2025/04/28 | リスクアバースの原因-やり直しがきかないとリスクはとれない | 篠原 拓也 | 研究員の眼 |
2025/04/22 | 審査の差の定量化-審査のブレはどれくらい? | 篠原 拓也 | 研究員の眼 |
2025/04/15 | 患者数:入院は減少、外来は増加-2023年の「患者調査」にコロナ禍の影響はどうあらわれたか? | 篠原 拓也 | 基礎研レター |
2025/04/08 | センチネル効果の活用-監視されていると行動が改善する? | 篠原 拓也 | 研究員の眼 |
新着記事
-
2025年05月02日
ネットでの誹謗中傷-ネット上における許されない発言とは? -
2025年05月02日
雇用関連統計25年3月-失業率、有効求人倍率ともに横ばい圏内の動きが続く -
2025年05月01日
日本を米国車が走りまわる日-掃除機は「でかくてがさつ」から脱却- -
2025年05月01日
米個人所得・消費支出(25年3月)-個人消費(前月比)が上振れする一方、PCE価格指数(前月比)は総合、コアともに横這い -
2025年05月01日
米GDP(25年1-3月期)-前期比年率▲0.3%と22年1-3月期以来のマイナス、市場予想も下回る
レポート紹介
-
研究領域
-
経済
-
金融・為替
-
資産運用・資産形成
-
年金
-
社会保障制度
-
保険
-
不動産
-
経営・ビジネス
-
暮らし
-
ジェロントロジー(高齢社会総合研究)
-
医療・介護・健康・ヘルスケア
-
政策提言
-
-
注目テーマ・キーワード
-
統計・指標・重要イベント
-
媒体
- アクセスランキング
お知らせ
-
2025年04月02日
News Release
-
2024年11月27日
News Release
-
2024年07月01日
News Release
【バークソンのバイアス-合併症の起こりやすさは本当に異なるのか?】【シンクタンク】ニッセイ基礎研究所は、保険・年金・社会保障、経済・金融・不動産、暮らし・高齢社会、経営・ビジネスなどの各専門領域の研究員を抱え、様々な情報提供を行っています。
バークソンのバイアス-合併症の起こりやすさは本当に異なるのか?のレポート Topへ