「検出力（統計的検出力）」とは？

検出力（statistical power）とは、本当に存在する効果を研究が見つけ出せる確率のことだ。たとえば血圧を数ポイント下げる薬の効果がそれにあたる。この確率は研究が始まる前に四つの要素で決まる。何人を測るか（サンプルサイズ）、効果がどれだけ大きいか、測定値が人によってどれだけばらつくか。四つ目は、結果を本物と認める基準がどれだけ厳しいかだ。人数が多いほど、効果が大きいほど、ばらつきが小さいほど、基準がゆるいほど、確率は上がる。医薬品の臨床試験の規則書であるICH E9ガイドラインは、本物の効果を見逃す確率として10%から20%を受け入れるよう研究者に求めている。20%を受け入れた試験の検出力は80%だ。本物の効果が五つあれば四つを見つけ、一つを見逃す。設計上そうなっている。だから検出力の低い研究が効果を見つけなかったとしても、効果がないことを示したわけではない。「効果は見つからなかった」に対して聞くべきは、その研究の勝算がどれほどあったかだ。

検出力（statistical power）とは、本当に存在する効果を研究が見つける確率である。効果とは探している差のことだ。たとえば、有効成分のない錠剤と比べて血圧を5ポイント下げる薬の差がそれにあたる。見つけるとは、結果が「統計的に有意」と呼ばれる基準を超えることで、通常は、これほど大きな差を偶然だけが生む確率が5%未満という意味だ。本物の効果を見逃すのが偽陰性で、検出力とはこの見逃しを避けられる確率である。決めるのは四つの入力だ。一つ目はサンプルサイズ。患者400人は40人より勝算が高い。多くの人の平均のほうが安定するからだ。二つ目は効果量。5ポイントの低下は1ポイントの低下より見えやすい。三つ目はばらつき。血圧が患者ごとに跳ね回れば、本物の5ポイントは散らばりの中に隠れる。四つ目は基準。合格ラインが厳しいほど、本物の効果も落とされる。医薬品試験のためのICH E9ガイドラインは、見逃す確率として10%から20%を受け入れ、つまり検出力80%から90%（100引く20、100引く10）とし、それに届くだけの人数を集めるよう研究者に求めている。なぜ99%にしないのか。半分の大きさの効果を見つけるには、およそ4倍の参加者が要るからだ。2013年のレビューは、神経科学の研究の検出力をおよそ8%から31%と見積もった。つまり大半は、本物の効果を見つけるより見逃すほうが多い。同じレビューは隠れたコストも指摘した。そうした研究が見つけた効果は誇張されて出てくる。基準を超えたのは、偶然に上振れした測定値だけだからだ。だから「効果なし」という結果には一つ問いを立てる必要がある。この研究はどれだけの大きさの効果なら見つけられたのか。見つかった効果には別の問いが要る。どれだけ大きいのか。それは効果量という、別の話題だ。検出力は研究が差を見られるかどうかの話であって、その差がどれほど重要かの話ではない。

検出力とは、本当にそこにある効果を研究が見つける確率のことで、迷子の犬を探す捜索隊も同じ仕組みで動く。近所の三人が一時間森を歩き、手ぶらで戻る。三十人が暗くなるまで探し、手ぶらで戻る。犬があの森にいるかどうかについて多くを語るのは、二つ目の手ぶらだけだ。大きさも効く。グレートデーンなら三人でも見つけるが、丈の高いシダに伏せたダックスフントは三十人でも素通りしかねない。捜索する人とその時間がサンプルサイズ、犬の大きさが効果量、シダと暮れていく光がばらつき、「見つけた」と認める決まりが基準だ。手薄な捜索が何も見つけなくても、それは捜索について語っているのであって、犬について語っているのではない。たとえはここで終わる。犬はよそへ行けるが効果は動かない。捜索隊はやがて犬がいたかどうかを知るが、研究は決して知らない。