はじめに
「この薬で病気のリスクが50%減」「〇〇を食べる人はがんのリスクが2倍」。ニュースや広告でこうした見出しを見ると、思わずドキッとしたり、すぐに試したくなったりしますよね。ところが、同じ研究の数字を相対リスクと絶対リスクという別の物差しで見直すと、「実際の差は1,000人に1人、つまり0.1ポイントだけ」ということが珍しくありません。
👇 本記事でわかる3つの重要ポイント 👇
- 【テーマ1】相対リスクと絶対リスクの違いと、「50%減」が「差0.1%」になる計算のしくみ
- 【テーマ2】乳がん検診やピル騒動に学ぶ、数字の見せ方が人の判断を変えた実例
- 【テーマ3】ニュースや広告の「〇%減」にだまされないためのチェックポイント
計算はかけ算と割り算だけです。読み終えるころには、健康ニュースの数字を自分の頭で冷静に読み直せるようになります。さっそく基本の違いから見ていきましょう。
相対リスクと絶対リスクとは？基本の違い
結論から言うと、相対リスクは「何倍・何割変わったか」という比率、絶対リスクは「実際に何人中何人に起きるか」という量です。同じデータでも、どちらで表すかによって受ける印象が大きく変わります。
相対リスクは「何倍・何割」を表す比率
環境省の資料「放射線による健康影響等に関する統一的な基礎資料」では、相対リスクを「ある原因により、それを受けた個人のリスクが何倍高まるか」を表すものと説明しています。たとえば「喫煙者は非喫煙者より1.6倍」「薬を飲むとリスクが半分になる」といった表現が相対リスクです。
相対リスクは「比べた結果」だけを示すため、もともとのリスクがどれくらいだったかが見えなくなります。ここが落とし穴の入り口です。
絶対リスクは「実際に何人中何人」を表す量
絶対リスクは、ある期間に「100人中何人」「1,000人中何人」にその出来事が起きるかという、実際の割合です。2つのグループの絶対リスクの差を「絶対リスク減少（または増加）」と呼び、同じ環境省の資料では、これに近い考え方を「寄与リスク」（原因によって集団の病気や死亡がどれだけ増えるか）として紹介しています。
| 物差し | 答える問い | 表現の例 |
|---|---|---|
| 相対リスク | 何倍・何割変わった？ | リスク50%減、リスク2倍 |
| 絶対リスク | 実際に何人中何人？ | 1,000人中2人→1人 |
| 絶対リスクの差 | 実際にどれだけ変わった？ | 1,000人に1人分（0.1ポイント）減った |
「リスク50%減」が「差0.1%」になる計算のしくみ
もともとのリスクがとても小さいと、「半減」という大きな言葉でも、実際の差はほんのわずかになります。具体的な数字で確かめてみましょう。
ある病気に、何もしない人は1,000人中2人（0.2%）がかかり、新しい薬を飲んだ人は1,000人中1人（0.1%）がかかったとします。このとき、2人が1人になったので相対リスクは「50%減」です。一方、絶対リスクの差は0.2%−0.1%で、わずか0.1ポイントです。どちらも正しい計算ですが、受ける印象はまったく違います。
では、もともとのリスクが高い病気ならどうでしょう。統計解説サイトMetricGateは、「リスク50%減」でも状況によって意味が大きく変わる例を示しています。それを参考に整理すると、次のようになります。
| ケース | 何もしない人 | 薬を飲んだ人 | 相対リスク減少 | 絶対リスクの差 |
|---|---|---|---|---|
| まれな病気 | 1,000人中2人（0.2%） | 1,000人中1人（0.1%） | 50% | 0.1ポイント |
| よくある病気 | 100人中20人（20%） | 100人中10人（10%） | 50% | 10ポイント |
どちらも見出しは「リスク半減」ですが、実際に助かる人の数は100倍違います。なお、タイトルの「0.1%」は、正確には「0.1パーセントポイント」と言います。パーセントどうしの引き算の差を表すときは「ポイント」を使うと、「0.2%の50%」と取り違えにくくなります。
医学書院の雑誌『medicina』に掲載された記事「NNT（治療必要数）告知のすすめ」でも、罹患率が10分の2から10分の1になる場合と、100万分の2から100万分の1になる場合が、同じ「半減」と説明されてしまう問題が指摘されています。
NNT（治療必要数）で効果の大きさを実感する
絶対リスクの差をさらに実感しやすくする指標が、NNT（Number Needed to Treat、治療必要数）です。「何人がその治療を受けると、受けなかった場合より1人多く助かるか」を表します。
NNTは、絶対リスクの差の逆数（1をその差で割った数）で求められます。先ほどの例で計算すると、次のとおりです。
- まれな病気：絶対リスクの差0.1%（0.001）→ NNT＝1÷0.001＝1,000人
- よくある病気：絶対リスクの差10%（0.10）→ NNT＝1÷0.10＝10人
つまり、まれな病気の薬では、1,000人が飲んで1人が病気を避けられる計算です。残りの999人は、飲んでも飲まなくても結果が変わりません。そのうえで、薬には副作用や費用があります。NNTで考えると、「自分が得をする可能性はどれくらいか」「負担に見合うか」を判断しやすくなります。
前述の『medicina』の記事も、NNTは専門家でない人にもわかりやすく、患者さんに治療の効果を伝えるときに便利だとしています。逆に害の側を表す指標として、「何人が受けると1人に副作用が出るか」を示すNNH（Number Needed to Harm、害必要数）もあります。
実例で見る：数字の見せ方が人の判断を変えた
相対リスクだけを伝えると、専門家でさえ効果を大きく見積もってしまうことが、研究で繰り返し示されています。代表的な2つの例を紹介します。
乳がん検診の「25%減」は1,000人に1人
ドイツのマックス・プランク人間発達研究所のゲルト・ギーゲレンツァー氏らは、マンモグラフィ（乳房のX線検査）による乳がん検診の効果の伝え方を調べてきました。検診で乳がんの死亡が「25%減る」と説明されることがありますが、その中身は、50歳以上の女性約10年間で、1,000人中4人だった乳がん死亡が3人になるという差でした。絶対リスクの差は1,000人に1人、つまり0.1ポイントです。
その後の分析でも、1,000人中5人が4人になる（相対的には20%減）という同じ規模の差でした。ところが英国医師会雑誌（BMJ）の2010年の論文によると、150人の婦人科医に「25%減」の意味を尋ねたところ、31%が「1,000人中25人または250人の死亡が減る」と答えました。また、2010年の論説では、英国の女性の27%が「検診で1,000人中200人が乳がん死を免れる」と考えていたと紹介されています。
同じ論説では、乳がん以外も含めた「がん全体の死亡」は、検診を受けた人も受けない人も1,000人中26人で差がなかったことも示されています。こうしたことから、ギーゲレンツァー氏らは、効果と害を「1,000人あたり何人」で並べて示す「ファクトボックス」という表を勧めています。
1995年英国の「ピル騒動」
1995年、英国の医薬品安全委員会は、第3世代と呼ばれる経口避妊薬（ピル）で、血栓症（血のかたまりが血管をふさぐ病気）のリスクが2倍になると警告しました。相対的には「100%増」です。しかし、世界保健機関（WHO）の機関誌に載ったギーゲレンツァー氏の解説によると、実際の数字は7,000人中1人が7,000人中2人になるという差で、絶対リスクの増加は7,000人に1人でした。
この警告と報道をきっかけに多くの女性がピルの服用をやめ、翌年のイングランドとウェールズでは、人工妊娠中絶が推計で約13,000件増えたとされています。国民保健サービス（NHS）の費用は400万〜600万ポンド増えたと見積もられました。同解説は、絶対リスクの増加も報じられていれば、これほどの混乱は起きなかっただろうと指摘しています。
なお、第3世代ピルの血栓リスクが本当に高いかどうかについては、その後も研究が続き、「リスクは高い」とする分析と、「他の要因の影響が大きく、当初の報告より小さい可能性がある」とする見方の両方が出ています。ここで大事なのは結論の正否ではなく、同じ数字でも伝え方しだいで社会の反応が大きく変わるという点です。
相対リスクが役立つ場面もある
相対リスクは「悪い数字」ではありません。条件が同じ選択肢どうしを比べたり、原因と病気の結びつきの強さを調べたりするときには、とても便利な物差しです。
米国医師会の倫理誌『Virtual Mentor』に掲載された論文「Effective Ways to Communicate Risk and Benefit」では、ほかの条件が同じ選択肢の違いを際立たせたいときには相対リスクが向き、選択肢の間に実質的な差がほとんどないことを伝えるには絶対リスクが向くと整理しています。
日本の例では、環境省の資料が、国立がん研究センターの推計として、生活習慣によるがんの相対リスクを紹介しています。
| 生活習慣 | がんの相対リスク |
|---|---|
| 喫煙・大量飲酒 | 1.6倍 |
| 肥満 | 1.22倍 |
| 運動不足 | 1.15〜1.19倍 |
| 野菜不足 | 1.06倍 |
この表は、どの習慣の影響が大きいかを比べるのに役立ちます。一方で、「自分が実際にがんになる確率がどれくらい上がるか」を知るには、年齢や性別ごとのもともとの発生率と組み合わせて考える必要があります。相対リスクと絶対リスクは、どちらか一方ではなく両方セットで見るのが正しい使い方です。
ニュースや広告の「〇%減」を見抜く5つのチェックポイント
「〇%減」「〇倍」という数字を見たら、次の5つを確認するだけで、印象に振り回されにくくなります。
- もともとのリスクは何%か：「何もしない人」で何人中何人に起きるのかを探します。
- 「何人中何人」に直すと、いくつからいくつになったか：1,000人あたりで書き直すと、差が実感できます。
- どれくらいの期間の話か：1年間なのか10年間なのかで、意味は大きく変わります。
- 害や費用も同じ物差しで示されているか：効果は相対リスク、副作用は絶対リスクと、物差しを使い分けて見せていないか確認します。
- 全体として結果が変わったか：特定の病気が減っても、全体の死亡数などが変わらない場合があります。
記事や広告に絶対リスクが書かれていない場合は、元の研究や公的機関の資料を確かめるのが近道です。健康や医療に関わる判断は、個人の状況によって異なるため、医師・薬剤師などの専門家や公的機関にご相談ください。
よくある質問
相対リスクの数字はウソなのですか？
ウソではなく、計算としては正しい数字です。問題は、もともとのリスクの大きさを示さずに相対リスクだけを伝えると、効果や危険が実際より大きく感じられてしまう点です。絶対リスクとセットで見れば、正しく判断できます。
「0.1%」と「0.1ポイント」は何が違うのですか？
0.2%から0.1%に下がったときの差は、パーセントどうしの引き算なので「0.1ポイント」と表すのが正確です。「0.1%減った」と言うと、「0.2%の0.1%分だけ減った」とも読めてしまいます。日常会話では混同されがちなので、文脈で確かめましょう。
NNTはどのように計算するのですか？
NNTは、絶対リスクの差の逆数（1÷差）で求めます。たとえば差が1,000人に1人（0.001）なら、NNTは1,000人です。数字が小さいほど、1人あたりの効果が大きいことを意味します。
リスクの数字はどう伝えるのがわかりやすいのですか？
研究では、「1,000人中何人」のような具体的な人数（自然頻度）で示し、効果と害を同じ物差しで並べる方法がわかりやすいとされています。ギーゲレンツァー氏らが勧める「ファクトボックス」はその代表例です。
まとめ
相対リスクは「何倍・何割変わったか」、絶対リスクは「実際に何人中何人か」を表します。もともとのリスクが小さいと、「50%減」という大きな見出しでも、実際の差は1,000人に1人（0.1ポイント）ということがあります。乳がん検診の「25%減」や1995年のピル騒動は、数字の見せ方ひとつで、専門家の理解や社会の行動まで変わってしまうことを示しました。
覚えておきたいのは、「何割減？」と聞いたら、次に「何人中何人から何人になったの？」と聞き返す習慣です。次に健康ニュースや広告で「〇%減」という数字を見かけたら、記事の中や元の研究に「1,000人あたり何人」の数字が書かれているか、ぜひ探してみてください。
参考リスト
- 環境省「放射線による健康影響等に関する統一的な基礎資料（平成26年度版）」第1章 相対リスクと寄与リスク
- 環境省「放射線による健康影響等に関する統一的な基礎資料（令和7年度版）」がんのリスク（生活習慣）
- 医学書院 medicina「NNT（治療必要数）告知のすすめ」
- MetricGate「絶対リスク対相対リスクの解説」
- BMJ「Misleading communication of risk」（Gigerenzer, Wegwarth, Feufel, 2010）
- Gigerenzer「Women’s perception of the benefit of breast cancer screening」（Maturitas, 2010）
- Gigerenzer「Making sense of health statistics」（Bulletin of the World Health Organization, 2009）
- Guttmacher Institute「Most Refined Analysis to Date Confirms Link Between Third-Generation Pills and Venous Thromboembolism」
- Relias Media「Warnings on venous thromboembolism risks may have been premature」
- AMA Journal of Ethics「Effective Ways to Communicate Risk and Benefit」（Wilhelms, Reyna, 2013）
