論文―遺伝子組み換え穀物で育ったブタ、深刻な胃炎リスク増大―の統計学的検定を検算してみた

遺伝子組み換え穀物のみを飼料として与えたブタは、通常の穀物飼料で育てた場合よりも胃炎を発症する確率が大幅に高いことを示した論文が発表されました。

実験条件等についてはこちらの記事を参考にしてください。
遺伝子組み換え穀物で育ったブタ、胃炎リスク増大＝豪米研究

掲載された雑誌 Journal of Organic Systems はオープンジャーナルのようで、論文本体をダウンロードすることができます。
http://www.organic-systems.org/journal/81/8106.pdf

Table 3の検定結果を検算してみる

論文中の Table 3 では遺伝子組み換え（GM）飼料で育てた豚（以下GM豚と書く）72頭と、非GM飼料で育てた豚（以下非GM豚と書く）73頭について臓器に異常が無いかを調査して得られた結果がまとめられています。

Journal of ORganic Systems, 8(1) 2013, 38 のTable 3 に日本語説明を付与

例として心臓の異常（２行目）の行を見てみると、非GM豚73頭のうち11頭に、GM豚72頭のうち5頭に何らかの心臓の異常が見られたことがわかります。

この数の差がGM飼料の影響を反映しているとするならば、GM豚の方が心臓異常が半分以下と少ないことから、GM飼料を使うことで心臓異常を減らすことができる、つまり心臓病予防のためにはGM作物を食べればよい！と結論できてしまいます。

しかしながら実際はGM飼料は心臓異常に影響しないとしても、偶然による結果のバラツキによってこの結果が得られた可能性もあります。

このような場合、得られた結果が「前提条件の違いによって生じた差である」（つまりGM飼料が心臓病を抑制する効果がある）のか、それとも「偶然によって生じた差に過ぎない」のかを統計学的に検証する作業が検定です。

この心臓異常についての検定結果は一番右の列に「p値 = 0.119」として示されています。
p値が0.05よりも大きい場合は「偶然によって生じた差として説明できる」という解釈になりますので、この心臓異常の結果はGM飼料によって生じた差ではないと判断できます。

心臓異常データのカイ２条検定をＲで行う

このTable 3 の脚注には Uncorrected chi-square test （補正無しのカイ２条検定）を行ったと記述されていますので、実際に統計解析プログラム「Ｒ」をつかってカイ２条検定を行ってみました

参考：カイ２条検定

このようなケースではまず下のような分割表を考えます。

.	心臓異常有り	心臓異常無し	計
非GM豚	11	62	73
GM豚	5	67	72
計	16	129	145

そしてＲで chisq.test 関数を呼び出せば簡単にカイ２条検定を行えます。
（補正無しのカイ２乗検定なので correct=FALSE オプションを付ける）

> chisq.test(matrix(c(11,62,5,67), nrow=2), correct=FALSE)

        Pearson's Chi-squared test

data:  matrix(c(11, 62, 5, 67), nrow = 2) 
X-squared = 2.437, df = 1, p-value = 0.1185

結果の最後に表示された p-value = 0.1185 は確かに Table 3 の心臓病の行の一番右のp値と一致しています。

この検定結果によりぱっとデータを見ることで思いつく仮説「ＧＭ作物には心臓病を抑制する効果がある」はこのデータだけでは正しいと考えることは難しいとう結論が得られました。

GMによる有意差が出た「重度の胃炎」の検定をＲで行う

Table 3 の一番右の列「ｐ値」を見ていくと、0.05よりも小さな値を示す結果を示した項目として「深刻な胃炎」があることがわかります。（ｐ値0.004）

深刻な胃炎を起こしたのはGM豚23頭に対し非GM豚9頭となっており、「GM飼料が深刻な胃炎を引き起こす」という仮説を考えることができます。

こちらについても同様にカイ２乗検定を行ってみました。

.	深刻な胃炎有り	深刻な胃炎無し	計
非GM豚	9	64	73
GM豚	23	49	72
計	32	113	145

> chisq.test(matrix(c(9,64,23,49), nrow=2), correct=FALSE)

        Pearson's Chi-squared test

data:  matrix(c(9, 64, 23, 49), nrow = 2) 
X-squared = 8.1096, df = 1, p-value = 0.004403