検定力 求め方 歯科臨床研究で外さない実践ガイド

検定力 求め方 歯科臨床研究での実務ポイント

「検定力0.8なら安心」と思っていると、あなたの臨床研究が丸ごと“時間のムダ”になります。

検定力 求め方の基礎と「0.8神話」の誤解

検定力は「本当は差があるときに有意差ありと判定できる確率」で、統計的検出力とも呼ばれます。 多くの教科書や入門書では検定力0.8が一つの目安として紹介されており、歯科の臨床研究でも「0.8を満たせば十分」と考えられがちです。 しかし、この0.8という値は料理本の「塩はひとつまみ」程度の経験則であり、全ての歯科研究にそのまま当てはめて良いわけではありません。 つまり0.8は“絶対基準”ではなく“最低ライン”ということですね。 webbeginner.hatenablog(https://webbeginner.hatenablog.com/entry/2019/01/15/080000)

歯科臨床の現場では、ポケット深さ0.5mmの改善や出血スコア10％の減少など、患者にとって臨床的には意味があるものの、差が小さいアウトカムを扱うことが少なくありません。 このような小さな効果量では、従来通りの規模感（例えば各群30例程度）で研究を組むと、検定力が0.8どころか0.5以下に落ち込むケースも報告されています。 この状態でp値0.05以上の「有意差なし」が出ると、「介入は無効」と誤解し、実際には有効な治療法を見逃してしまうリスクがあります。 結論は「0.8で良いかどうかは、アウトカムと効果量を見て決める」です。 kansai-u.repo.nii.ac(https://kansai-u.repo.nii.ac.jp/record/10020/files/KU-1100-20110606-05.pdf)

検定力は、有意水準α（通常5％）、効果量、サンプルサイズ、データのばらつき（分散）によって同時に決まります。 例えば同じ効果量d=0.5でも、各群20例では検定力が約0.4〜0.5、各群50例では0.8前後に達するというシミュレーション結果が示されています。 ですから、「例数はとりあえず30ずつ」ではなく、対象の指標や予想効果量から逆算した症例数設計が必須です。 つまり症例数設計が検定力の土台ということですね。 datawokagaku(https://datawokagaku.com/power/)

このリスクを下げるためには、研究開始前にG*Powerなどの無料ソフトを使い、事前検定力分析（事前パワー解析）を行うことが有効です。 リスクは、「実際には有効な歯周治療法や根管洗浄法を、統計的な準備不足だけで“なかったこと”にしてしまうこと」です。 対策としては、過去の歯科研究から標準偏差を拾い、想定効果量を複数パターン（例：d=0.3、0.5）で検定力を試算し、臨床的に妥当なラインと必要症例数を一覧にして、研究計画書に残しておくと良いでしょう。 つまり事前検定力分析だけ覚えておけばOKです。 curiosity-creates(https://curiosity-creates.com/?p=1853)

検定力 求め方とサンプルサイズ不足が招く「研究コストの損失」

歯科臨床研究では、検定力を過小評価した結果として、研究全体の時間とコストが無駄になる事例が国内外で指摘されています。 例えば、ある解説では「有意差なし＝効果なし」と誤解された研究の多くが、事前に検定力計算をしておらず、症例数不足（アンダーパワー）の状態で実施されていたと報告されています。 歯科のRCTで各群20例ずつの小規模試験を行った場合、検定力が0.4〜0.5程度に留まり、「本当は差があるのに見逃す」確率が50〜60％にも達し得るのです。 つまり半分以上が“外れクジ”ということですね。 kishilab.sakura.ne(https://kishilab.sakura.ne.jp/wb/wp-content/uploads/2023/05/%E5%8A%B9%E6%9E%9C%E3%81%AE%E5%A4%A7%E3%81%8D%E3%81%95%E3%81%AE%E8%AA%AC%E6%98%8E%EF%BC%882015_%E7%AC%AC%E4%B8%89%E6%94%B9%E8%A8%82%E7%89%88%EF%BC%89-%E6%9D%B1%E4%BA%AC%E5%AD%A6%E8%8A%B8%E5%A4%A7%E5%AD%A6%E3%80%80%E5%B2%B8.pdf)

金銭面で見ると、歯科の1件あたりの研究コストは被験者の通院補助、検査費用、スタッフ人件費などを含めると1例あたり数万円規模になることがあります。 仮に1例3万円相当とし、各群20例・計40例のRCTを行えば、単純計算で120万円分の資源を投じていることになります。検定力0.5程度の設計だと、その120万円のうち、実質半分以上が「効果を検出できない可能性の高い投資」に回ってしまうと言えます。 厳しいところですね。 kansai-u.repo.nii.ac(https://kansai-u.repo.nii.ac.jp/record/10020/files/KU-1100-20110606-05.pdf)

このリスクに対して取れる実務的な対策は、「検定力0.8」を盲信せず、研究目的によっては0.9前後を目標に設定することです。 特に、多施設での共同研究やメーカーと連携した新材料・新機器の評価研究では、1回の試験で明確な結論を出せないと、再試験に数年単位の遅れと数百万円単位の追加コストが発生する可能性があります。 そこで、G*PowerやRを用いた検定力・サンプルサイズの計算を、研究立案時に一度だけでも実行し、その結果を院内で共有しておくと良いでしょう。 検定力計算は無料です。 u.tsukuba.ac(https://www.u.tsukuba.ac.jp/~hirai.akiyo.ft/meeting13.files/SLAA_5_16(withoutimage).pdf)

検定力 求め方と効果量：歯科指標での「臨床的に重要な差」の考え方

例えば、歯周治療介入でポケット深さが0.5mm改善する効果は、一見わずかな差に見えます。 しかし、これが全顎で平均0.5mm改善し、出血スコアも10〜15％改善する場合、長期的な歯の保存や再治療の減少につながる可能性があります。 標準偏差が1.0mm程度のデータであれば、平均差0.5mmは効果量d=0.5と解釈でき、「中程度」の効果とされます。 この場合、各群64例程度を確保すると検定力0.8前後を得られるという計算例が示されています。 つまり「0.5mm差でも、症例数は思った以上に必要」ということですね。 kishilab.sakura.ne(https://kishilab.sakura.ne.jp/wb/wp-content/uploads/2023/05/%E5%8A%B9%E6%9E%9C%E3%81%AE%E5%A4%A7%E3%81%8D%E3%81%95%E3%81%AE%E8%AA%AC%E6%98%8E%EF%BC%882015_%E7%AC%AC%E4%B8%89%E6%94%B9%E8%A8%82%E7%89%88%EF%BC%89-%E6%9D%B1%E4%BA%AC%E5%AD%A6%E8%8A%B8%E5%A4%A7%E5%AD%A6%E3%80%80%E5%B2%B8.pdf)

このギャップを埋めるための実務的な方法として、歯科の学会誌やJ-STAGEに掲載されている類似研究から、対象となるアウトカムの平均値と標準偏差を事前に抽出しておくことが有効です。 例えば、ポケット深さのRCTや知覚過敏の臨床試験などの論文から、標準偏差のオーダーを把握し、自院の患者層に近いデータを選んで想定効果量を決めます。 こうすることで、「どの程度の差を取りに行く研究なのか」「そのために何例必要か」が、感覚的ではなく数値として共有できます。 効果量の把握が原則です。 bcl.sci.yamaguchi-u.ac(https://bcl.sci.yamaguchi-u.ac.jp/~jun/notebook/statistics/sp/)

この部分の参考として、効果量と検定力、標本サイズの関係を整理した日本語の講義資料があります。歯科に限らず医療統計全般の視点から、Cohen’s dや検定力の変化を図示しており、事前検定力分析のイメージ作りに役立ちます。 u.tsukuba.ac(https://www.u.tsukuba.ac.jp/~hirai.akiyo.ft/meeting13.files/SLAA_5_16(withoutimage).pdf)
効果量と検定力分析入門 —統計的検定を正しく使うために

検定力 求め方と「有意差なし＝効果なしではない」読み方

検定力の議論が特に重要になるのが、「有意差なし」と報告された歯科研究の解釈です。 多くの論文でp値0.05以上の場合、「有意差なし」と記載され、そのまま「介入は効果がなかった」と解釈されがちですが、これは統計学的には不適切であると、医療統計の解説で繰り返し警告されています。 実際には、検定力が十分でなかったために「差を検出できなかった」だけかもしれません。 つまり「見つけられなかっただけ」ということですね。 curiosity-creates(https://curiosity-creates.com/?p=1853)

歯科臨床研究の例として、痛みスコアや不快感スコアを主要評価項目にした試験では、ばらつきが大きくなりがちで、各群20〜30例規模の試験では検定力が不足することが多いとされています。 その結果、数値上は平均スコアが改善していても、「p=0.08」などの微妙な結果となり、「有意差なし」と片付けられてしまうケースがあります。 このとき事前検定力分析が行われていなければ、「この研究は真の差を検出する能力がどの程度あったのか」が読者にはわかりません。 つまり検定力情報がないと、結果の信頼度が判断できないということですね。 kansai-u.repo.nii.ac(https://kansai-u.repo.nii.ac.jp/record/10020/files/KU-1100-20110606-05.pdf)

一方で、検定力が十分に高い（例：0.9以上）試験で「有意差なし」となった場合は、「臨床的に意味のある差を見逃した可能性は低い」と解釈できます。 歯科医従事者が論文を読む際には、「p値」だけでなく、「事前に検定力計算をしているか」「計画時と実測の症例数、ドロップアウト率」が明示されているかをチェックすると、結果の読み方が変わってきます。 つまり検定力情報は論文の“解説書き”のようなものです。 curiosity-creates(https://curiosity-creates.com/?p=1853)

臨床現場での意思決定という観点では、検定力が低い研究の「有意差なし」を理由に、既存の治療法を全否定するのは避けるべきです。 むしろ、「有意差なしだったが、症例数不足の可能性がある」場合は、自院での症例データを簡易に集計し、効果の傾向を確認したり、より大規模で質の高い研究を探すといったステップが現実的です。 どういうことでしょうか？ u.tsukuba.ac(https://www.u.tsukuba.ac.jp/~hirai.akiyo.ft/meeting13.files/SLAA_5_16(withoutimage).pdf)

検出力（検定力）とは？「有意差なし＝効果なし」ではない理由

検定力 求め方 歯科医院ブログでの情報発信という独自視点

ここまでの内容は主に「研究者」としての歯科医従事者向けの話でしたが、実は検定力の考え方は、歯科医院のブログや患者向け情報発信にも活用できます。 検定力やサンプルサイズの話を、患者が理解できる言葉に翻訳することで、「なぜこの治療法を採用しているのか」「どの程度の確からしさがあるのか」を丁寧に伝えられるようになるからです。 これは使えそうです。 itreat.co(https://itreat.co.jp/blog/marketing-4554)

また、患者側がネットで見つけた情報の中には、症例数が極端に少ない研究や、サンプルサイズの記載が不十分なものも混ざっています。 ブログで「症例が10人だけの報告と、100人以上の報告では、結論の信頼度が大きく違います」といった説明をしておくと、患者が極端な口コミや小規模研究に振り回されにくくなります。 つまり情報リテラシーを一緒に高めることができるということですね。 datawokagaku(https://datawokagaku.com/power/)

ブログ運営の観点では、検定力のような少し難しめのテーマは、検索エンジンから見た「専門性」「権威性」「信頼性」（E-E-A-T）の向上にも貢献します。 歯科医院が統計的な視点を持って治療法を選択していることを示せれば、同じエリアの他院との差別化にもなり得ます。 一方で、難しすぎる説明は離脱につながるので、「たとえ話」や図解、簡単な数値例（例：10人、100人など）を使って、1記事内に具体例を1〜2個に絞ると読みやすくなります。 つまり「難しい話を一段噛み砕く」が条件です。 itreat.co(https://itreat.co.jp/blog/marketing-4554)

歯科医院ブログには何を書けばいい？ネタが切れたら考えること

【Amazon.co.jp限定】【大容量】NONIO(ノニオ) マウスウォッシュ クリアハーブミント 詰め替え 1300ml [医薬部外品] 洗口液 口臭原因菌を殺菌 アルコール配合 パウチ