統計学的有意差との違い
P値は、帰無仮説のもとで観察結果以上に極端な結果が得られる確率を扱う指標であり、効果の大きさそのものを示さない。大規模研究ではごく小さな差でも統計学的に有意になることがあるため、P値だけで臨床的重要性を判断することはできない。[1]
効果量の役割
効果量は群間差や関連の大きさを示し、異なる研究や尺度を比較する際にも用いられる。相関係数rは代表的な指標の一つで、-1から1の範囲で線形な関連の方向と強さを表す。[1]
信頼区間との併用
効果量は、推定値の不確実性を示す信頼区間と併せて解釈することが重要である。狭い信頼区間は推定の精度が高いことを示し、広い区間は真の効果の大きさに不確実性が大きいことを示す。[1]
相関係数からみる効果の大きさ
相関係数rは関連の方向と強さを示し、rを二乗したr²は2つの変数で共有される分散の割合を表す。たとえばr=0.50ならr²=0.25となり、約25％の分散が共有されると解釈される。[1]
臨床的に意味のある差
効果量の大きさを実際の医療に結び付ける際には、最小臨床的重要差（MCID）も用いられる。MCIDは患者が意味のある変化として認識する最小の変化を表し、統計学的に有意でもMCIDに届かない差は実用上の重要性が乏しい場合がある。[1]
