この記事では「予後因子と予測因子は医療統計としてどう違う？例を用いてわかりやすく解説」としてお伝えしていきます。
医学研究を学ぶと「予後因子」という用語に出くわすことがあります。
そして同じような用語として「予測因子」という用語に出くわすこともあります。
「予後因子」と「予測因子」はそれぞれどのような意味であり、どんな違いがあるのでしょうか？
例を踏まえて両者の違いを理解していきましょう！
Contents
医療統計における予後因子とは？
医療統計において、予後因子という言葉はどんな意味で使われているでしょうか？
結論から言うと、予後因子とは「病気の状態が未来に向かってどうなるのか？を判断するための因子」で使われます。
言い換えると、「病気の予後がどうなるか、を判断するための因子」ですね。
予後因子の例
例えば、がんにおいてリンパ節転移の有無は、多くの場合予後因子になります。
リンパ節転移があると予後が悪く、リンパ節転移がないと予後がいい、ということがあるからですね。
また、PS（パフォーマンスステータス）も予後因子になりうる場合が多いです。
PSが低いとその病気の予後がよく、PSが大きいと予後が悪い、という関係があるからです。
つまり予後因子とは「大枠の治療方針を決める際の判断材料となる因子」とも言えるかもしれません。
- 入院した方がいいのか通院でいいのか
- 手術の適用か薬物治療か
という治療方針には、予後因子の有無（もしくは大きさ）によって決まる場合があります。
医療統計で予後因子は交絡バイアスの引き金になる因子
医療統計では、予後因子は交絡バイアスの引き金になる因子です。
A群とB群の間で予後因子が群間で偏っている場合、交絡バイアスを引き起こすから。
例えば、
- 標準治療群でリンパ節転移の症例が多い
- 新規治療群でリンパ節転移の症例が少ない
といった状況で、「結果として（死亡率などの）群間に差がなかった」としても。
その結果が
- 本当に「治療効果の差がない」という結果なのか
- 「治療効果に差はある」けど「予後因子が新規治療群に不利」だから効果が打ち消し合って差がなかったのか
という切り分けができないからです。
予後因子と予測因子の違いは？
予後因子がどういったものか、理解できたでしょうか？
「予後因子」と似たような用語として「予測因子」とがあります。
この両者の違いはなんでしょうか？
私が思うに、「予後因子」と「予測因子」は用語の違いです。
- 「予後因子」：「予後予測因子」の意味で使われることが多い
- 「予測因子」：「効果予測因子」の意味で使われることが多い
つまり、予後因子も「予後を予測する因子」としては予測因子でもあります。
ですが一般的に「予測因子」といった場合に、「ある特定の治療が」効果があるかどうかを予測するための因子、ということを指して使われることが多いです。
予測因子の例
例えば、乳がんにおけるハーセプチンという薬物治療があります。
ハーセプチンはHER2陽性に顕著に効果あり、HER2陰性にはそれほど効果はない薬剤。
つまり、HER2という因子がハーセプチンの効果を予測する因子になっている、ということです。
ちなみに、HER2が陽性だと予後が悪いということも知られています。
なので、HER2という因子は、「乳がんの予後因子であり」かつ「ハーセプチンの予測因子でもある」と言うことができます。
医療統計的には予測因子は交互作用をもたらす因子
予測因子は、医療統計としては交互作用をもたらす因子になります。
交互作用とは「2つの因子の組み合わせによって生じる相乗効果（拮抗効果）」のこと。
ここでいう2つの因子とは
- 予測因子
- 群（治療の違い）
の2つです。
例えば「HER2陽性 or 陰性」と「ハーセプチン or プラセボ」の交互作用を考えてみると、以下の4つのパターンがあることがわかります。
- 「HER2陽性」かつ「ハーセプチン」：非常に効果あり
- 「HER2陰性」「ハーセプチン」：効果なし
- 「HER2陽性」「プラセボ」：効果なし
- 「HER2陰性」「プラセボ」：効果なし
「HER2陽性」かつ「ハーセプチン」である場合に非常に効果があるため、相乗効果がある、ということ。
相乗効果がある組み合わせがあることを、統計的には交互作用あり、と言っているのです。
まとめ
いかがでしたか？
この記事では「予後因子と予測因子は医療統計としてどう違う？例を用いてわかりやすく解説」としてお伝えしました。
予後因子とは、病気の予後がどうなるか、を判断するための因子であり、群間で偏ると交絡バイアスにつながります。
予測因子とは、「ある特定の治療が」効果が出るかどうかを予測する因子であり、予測因子があると交互作用につながります。
両者の違いが明確になったのなら幸いです！
第1章：臨床研究ではなぜ統計が必要なのか？計画することの重要性
第2章：研究目的をどれだけ明確にできるのかが重要
第3章：p値で結果が左右される時代は終わりました
第4章：多くの人が統計を苦手にする理由
第5章：統計を使えるようになるために今日から何をすれば良いか？
第6章：統計を学ぶために重要な環境
もしあなたがこれまでに、何とか統計をマスターしようと散々苦労し、何冊もの統計の本を読み、セミナーに参加してみたのに、それでも統計が苦手なら…
私からプレゼントする内容は、あなたがずっと待ちわびていたものです。
