【サンプルサイズ設計の必要項目】⑥ βエラー（第二種の過誤）

.

【復習】サンプルとは何か？サンプルサイズとは何か？

それぞれの用語は臨床研究において以下のように定義されます。

.

● サンプル（sumple）：臨床研究の対象となる集団のこと

● サンプルサイズ（sumple size）：ある臨床研究における参加者の数、「n数」という用語も同様の意味で用いられる

.

.

βエラー（第二種の過誤）とは？

βエラーとは、真実としては２つのグループに「差がある」にも関わらず、誤って２つのグループに「差があない」と判断してしまうエラーを指します。

このようなエラーは以下のような呼び方があります。

● βエラー

● 第二種の過誤（Type Ⅱ error）

● 偽陰性

これらは全て同じ、「差がある」ものを誤って「差がない」と判断してしまうエラーのことです。

.

残念ながら臨床研究において「100%正しい真実を導き出す」ことは不可能です。

例えば、「脳卒中患者を対象とする研究」を行うとして、世界中、あるいは日本中の脳卒中患者のデータを収集・分析することなどできないからです。

研究対象全てのデータが得られない以上は、研究者が手にしたデータによって算出された値が、真の値と乖離している可能性を捨てきれません。

つまり「差がある」ものを、誤って「差がない」と判断しうるのです。

しかしながら、βエラーを防ぐ策が全く講じられないのかと言うと、そうではありません。

βエラーを防ぐ手段が「検出力」という概念です。

.

検出力

臨床研究において「100%正しい真実を導き出す」ことは不可能です。

しかしどんな研究結果も「βエラーが生じている可能性を捨てきれないから信用しない」としてしまっては埒が明きません。

.

そのため、まず臨床研究ではβエラーを犯す確率「β」を設定します。

このとき「1－β」は、「差がある」という仮説が正しい場合に正しく「差がある」と判断できる確率を意味します。

この「1－β」こそが検出力（power）です。

.

目安となる検出力は研究テーマの性質や研究者の考え方によって異なるため、一様に適切な検出力を示すことはできません。

しかしながら、新しい医療技術の治療効果を検証するような試験においては、検出力は80～90%（＝βは10～20%）に設定されることが多いそうです。

.

最後に

.

ありがとうございました!!