この辞典の使い方
MiraProof の記事には「メタ解析」「RCT」「信頼区間」など、研究の世界で使われる言葉が出てきます。ぜんぶ暗記する必要はありません。読んでいて手が止まったときに、その言葉を探して、日常の例えを見て、また記事に戻る——それが一番効率のいい読み方です。
用語は「研究の種類」「研究の質」「効果の測り方」「結果の読み方」の 4 グループに分けました。上から順に読み進めなくて構いません。
研究の種類 (どうやって調べたか)
メタ解析 (メタアナリシス)
同じテーマの複数の研究結果を、統計的にまとめて一つの結論に集約する方法。1 つ 1 つの試験は小さくても、まとめて解析すると全体の傾向が見えます。
日常の例え: 10 人の医師にセカンドオピニオンをまとめて聞いて、全員の意見を数値化して総合する感じです。1 人の意見より、10 人の意見をならしたほうが偏りが少なくなります。
注意点: 集めた研究の質が低ければ、まとめた結論も信頼できません。「ゴミを集めてもゴミ」の原則。
システマティックレビュー
「あるテーマについて存在するすべての研究を、決まった手順で徹底的に集めて整理する」総説論文。メタ解析とセットで使われることが多いですが、統計的に結果を統合しない場合もあります。
日常の例え: あるテーマの本や論文を、図書館で片っ端から探し、内容を項目別に整理して表にまとめるイメージ。
ランダム化比較試験 (RCT)
対象者を「介入を受ける組」と「受けない組 (対照組)」にくじ引きで無作為に振り分け、結果を比較する試験。因果関係を最も直接的に調べられる方法として、医学研究の「金の物差し」と呼ばれます。
日常の例え: 同じ料理教室に来た 100 人を、コインで 2 組に分けて、片方は新しいレシピ、もう片方は今までのレシピで作らせ、味の評価を比べる感じ。始めから背景を揃えているので、結果の差はレシピの差だと言いやすくなります。
なぜ大事か: くじ引きで振り分けるので、「もともと健康な人が新しい薬を選んだから効いたように見えた」といった偏りを防げます。
二重盲検 (double-blind)
RCT の中で「参加者本人も、研究者も、どちらの組に振り分けられたか知らない」状態で進める方式。プラセボ (偽薬) と本物を見た目でも区別できないようにします。
日常の例え: 目隠しをした審査員に、A・B の 2 つのラベルなしワインを飲み比べさせるようなもの。先入観が入りにくくなります。
プラセボ (偽薬)
有効成分を含まない、外見だけ本物と同じ薬。RCT で「本物 vs プラセボ」の差を測り、「思い込みの効果 (プラセボ効果)」を差し引きます。
日常の例え: 同じ形の 2 種類のミント、片方は本物のミント、もう片方は無味の砂糖玉、というのがプラセボの感覚です。
コホート研究
大きな集団を長い年月にわたって追いかけ、途中でどんな健康問題が起きたかを観察する研究。介入は行わず「観察」だけします。
日常の例え: 高校の同窓生 1,000 人を 30 年間追跡して、卒業後の生活習慣と病気の関係を調べる感じ。因果関係の断言はしにくいですが、大規模で長期の傾向はよく分かります。
症例対照研究
すでに病気になった人 (症例) と、なっていない人 (対照) をペアで比べ、過去にどんな生活習慣や暴露があったかを調べる方法。
日常の例え: 交通事故を起こした 100 人と、起こしていない 100 人を比べて、事故前 1 週間の睡眠時間の違いを調べる、というイメージ。
横断研究 (クロスセクショナル)
ある一時点で、集団の健康状態と生活習慣を同時に調べる研究。「今、こういう人にはこういう傾向がある」までは言えますが、「原因 → 結果」は特定しにくい。
日常の例え: 学校で 1 日だけ健康診断をやって、身長と成績表を同時に集める感じ。関連は分かりますが、身長のせいで成績が良いのか、逆なのかは分かりません。
症例報告
特定の 1 人 (または少数) の患者に起きたことを詳しく記録した論文。仮説の起点にはなりますが、これだけで「一般に効く / 効かない」を語ることはできません。
日常の例え: 「うちのおばあちゃんに◯◯を飲ませたら元気になった」という体験談を、医師が丁寧にカルテとして残したもの。
in vitro (試験管内) / 動物実験
シャーレの中の細胞や、マウス・ラットで行う研究。ヒトへの応用の前段階として重要ですが、「試験管の中で効いた」ことがヒトで再現される保証はありません。
日常の例え: ミニチュアで台風のシミュレーションをした結果を、本物の街に当てはめる感じ。方向性の参考にはなっても、そのまま結論は使えません。
研究の質 (どのくらい信じていいか)
エビデンスの階層 (エビデンスピラミッド)
研究デザインには「強さ」の順序があります。上から順に:
- メタ解析・システマティックレビュー
- ランダム化比較試験 (RCT)
- コホート研究
- 症例対照研究・横断研究
- 症例報告・専門家の意見
- in vitro・動物実験
上に行くほど「因果関係を直接的に扱える」度合いが高い、というのが基本の見方です。ただし「上位のデザインなら常に上位」ではなく、質の低い RCT より質の高いコホートのほうが信頼できることもあります。
サンプルサイズ (対象者の数)
その研究に参加した人数のこと。数が多いほど、たまたま偶然そうなっただけの結果に振り回されにくくなります。
日常の例え: サイコロを 6 回振って 6 が 3 回出ても「イカサマ？」とは言い切れませんが、6,000 回振って半分が 6 なら明らかにおかしい。人数が多いほど、たまたまが薄まります。
注意: 大きければ何でも良いわけではなく、「誰が対象か」も同じくらい大事です。
対象集団 (Population)
その研究に参加した人の属性 (年齢・性別・健康状態・国・生活習慣など)。「若い健康な男性 20 人で効いた」ことが「50 代女性でも効く」とは限りません。
日常の例え: プロのアスリート向けのトレーニング法を、運動習慣のない祖母にそのまま当てはめられないのと同じです。
利益相反 (COI)
研究の結果に影響しうる、金銭・立場の関係。例: 製薬会社が資金を出した薬の試験、著者が特定サプリメーカーの顧問である場合など。
注意点: 利益相反があれば結果が無効というわけではありません。ただし「結果が資金源に都合よく寄っていないか」を意識して読むと、バランスを取れます。
再現性
別の研究チームが、同じ条件で追試して同じ結果が出るかどうか。1 回きりの派手な結果より、地味でも複数回再現された結果のほうが信頼できます。
日常の例え: 一度うまくいったレシピを、別のキッチンで別の人が作っても同じ味が出るなら「本物のレシピ」。1 度きりなら「偶然の当たり」の可能性が残ります。
効果の測り方
効果量 (Effect Size)
「どのくらい効いたか」を数値で示すもの。例えば「睡眠時間が平均 15 分伸びた」「痛みが 30 % 減った」など。統計的に有意でも、効果量が小さければ実生活で意味がないこともあります。
日常の例え: マラソンで 1 秒速くなっても、日常生活で気づく人はいません。効果があるかどうか (有意か) と、意味があるか (効果量) は別の話。
統計的有意 (p 値)
「その結果が偶然だけで起こる確率」を示す値。一般に p < 0.05 (5 % 未満) だと「偶然とは考えにくい = 統計的に有意」とされます。
日常の例え: サイコロを振って 6 が 20 連続で出たら「偶然じゃ起きにくい」と感じます。p 値はその「偶然にしては起きにくさ」を数値化したもの。ただし「有意 = 効果が大きい」ではありません。
注意: p 値だけを見るのは危険。効果量と信頼区間もあわせて読むのが基本です。
信頼区間 (Confidence Interval, CI)
「真の値がこの範囲に入っている可能性が高い」と統計的に示す幅。例: 「体重減少は平均 -2 kg (95 % CI: -3.5 〜 -0.5 kg)」なら、真の効果は概ね -3.5 〜 -0.5 kg の間にあると考えられます。
日常の例え: 天気予報で「明日の気温は 20 度 (プラマイ 3 度)」と言われるのに近い感覚です。真ん中の数字だけでなく、「幅」がどれくらい狭いかを見ると、その結果の確度が分かります。
読み方のコツ: 幅が狭いほど確度が高い。幅がゼロをまたぐと「効果があるとは言い切れない」と読みます。
用量反応関係 (Dose-Response)
「量を増やすほど効果が強く出る」という関係。これが確認できると、「本当にその物質が効いているらしい」という自信が強まります。
日常の例え: コーヒーを 1 杯より 3 杯飲むほうが眠気が飛ぶ、というのが用量反応の感覚。まったく関係ないなら、量を変えても効果は変わらないはず。
結果の読み方 (MiraProof 独自の用語)
確信度 (Confidence)
MiraProof の「弱い / 中程度 / 強い」の 3 段階バー。研究の質・数・一貫性を合わせて評価しています。「効くか / 効かないか」ではなく、「今の研究結果を、どれくらい信じていいか」を表します。
エビデンスの方向
「その研究群が全体として、どちらに傾いているか」の要約。
- 支持的 (supportive): 効く方向で結果が一貫している
- ほぼ支持的 (mostly supportive): 主に効く方向、一部条件で異なる
- 混在 (mixed): 支持と否定が拮抗している
- 否定的 (unsupportive): 効かない方向で結果が一貫している
- 不十分 (insufficient): そもそも研究が少ない / 質が低い
判定ラベル (Verdict)
エビデンスの方向を人が読みやすい 1 語にまとめた表示。「効果あり」「部分的に効果あり」「効果は限定的」「効果は不確か」「効果なし」など。
注意: この短いラベルは、あくまで「入り口」です。実際の生活に当てはめる前に、対象集団・条件・効果量・信頼区間を本文で確認するのが安全です。
この記事の位置づけ
用語は少しずつ覚えていけば十分です。まず 1 つ、記事を読んでいて分からなかった言葉をここに戻って調べてみてください。ブラウザなら記事ページの上部から、iOS アプリなら Discover タブの「おすすめの読みもの」からいつでも開けます。
もう一歩踏み込みたい場合は、エビデンスとは何か と 『研究の質』の見分け方 もあわせて読むと、記事の読み方が立体的に見えてきます。
本記事は特定の症状や治療についての助言ではありません。個別の健康判断は必ず医師や薬剤師に相談してください。