メタアナリシスとは？統合結果の読み方

各研究は、リスク比や平均差などの推定値と不確実性を提供します。メタアナリシスは適切な推定値を定めた方法で統合するもので、論文中のあらゆる数値を単純平均するのではありません。精度の高い研究に大きな重みを与えることが多いものの、具体的な重みは方法とモデルによります。

統合結果は、その分析に含めた証拠を仮定の下で要約したものです。すべての場面で生じる効果とは限りません。狭い区間では、誤記されたアウトカム、バイアスのある研究、不適切に組み合わせた問いは修正できません。これらは計算前にも後にも検討が必要です。

レビューは問いを定め、研究を探し、適格基準を適用し、評価して統合します。メタアナリシスは統合の選択肢です。都合よく集めた研究を計算しても系統的な選択にはならず、適切なレビューでも統合しない判断があります。

「20研究のメタアナリシス」でも、発見・選択の方法、同じ研究の複数報告、欠けた結果を確認します。数だけで網羅性は分かりません。全体の流れはシステマティックレビューの解説で確認できます。

まず問いと推定したい量を定義します。対象集団、介入・曝露、比較対象、アウトカム、追跡期間が、予定する統合を意味のあるものにする程度に対応している必要があります。研究が完全に同一である必要はありませんが、違いには科学的な説明が必要です。

次に独立性とデータの利用可能性を確認します。同じ参加者の複数報告、複数時点、共有対照群は推定値間の相関を生み得ます。独立として扱うと不確実性を小さく見せてしまう場合があります。点推定値だけでは、適切な不確実性の指標やその導出に使える情報がないため、特定の計算に使えないこともあります。

下の架空例はすべて、予定した 12 週時点のアウトカムを扱います。特定製品のテストではなく、この統合に結果を入れる判断の例です。欠測や時点の不適合により結果をこの計算から外しても、適格な研究をレビュー全体から外す必要はありません。

リスク比はイベントの確率を比較します。オッズ比は、確率を「1 − 確率」で割ったオッズを比較します。両者は、特にイベントが多い場合には置き換えられません。平均差は元の測定単位を使い、標準化平均差はばらつきに対する差を表します。Cochrane の効果指標の章で選択を確認できます。

比の指標で差がない値は 1、差の指標では通常 0 です。1 未満の比が必ず有益とは限りません。イベントが望ましいか有害か、分子がどちらの群か、アウトカムの定義を確かめます。相対効果を絶対的な影響に直すには、適切なベースラインリスクも必要です。

比は一般に対数尺度で分析します。log(1) = 0 なので、対数推定値の周りで対称な区間も、指数変換して比の尺度へ戻すと非対称になります。これは作図の誤りではありません。次の例では計算を明示するため対数リスク比を使い、実際のイベントや介入は設定していません。

より詳しい計算や変換は Cohen の d、Hedges の g、オッズ比とリスク比のガイド（英語）を参照してください。これらの方法を使う際も、各推定値に指標、比較の向き、単位、追跡期間を添えます。

以下のデータはすべて人工的に作ったものです。独立した 3 研究の対数リスク比は 0.10、0.20、0.30 で、標準誤差はいずれも 0.10 です。共通効果の逆分散法と正規近似による 95% 信頼区間で計算を示します。標準誤差が等しいため重みも等しく、不等重みの例でも実際の介入の証拠でもありません。

各分散は0.10²=0.01、逆分散重みは100、合計300です。加重平均は(100×0.10+100×0.20+100×0.30)/300=0.20。統合標準誤差は√(1/300)=0.057735で、1.96倍を用いた対数区間は約0.08684–0.31316です。

指数変換するとリスク比1.221、95%信頼区間1.091–1.368になります。重みは各3分の1で表示は丸めています。事象や比較群を実在のものに設定していないため、利益・害の方向はありません。比が1を超えるのは、この構成上の分子群で事象確率が高いという意味だけです。

森林プロットの点は推定値、横線は区間、1の縦線は無差異です。菱形の中心は1.221、幅は1.091–1.368。細い菱形はこのモデルの精度を示すだけで、バイアスや欠けた根拠、適用可能性を評価しません。表には図と同じ情報を示します。

この文脈で固定効果モデルとも呼ばれる共通効果モデルは、研究が一つの基礎となる効果を推定すると考えます。ランダム効果モデルは効果の違いを認め、その分布を要約します。異質性検定の閾値だけでなく、科学的な問いと妥当な差異から選びます。Cochrane のメタアナリシスの章が仮定と方法を説明しています。

臨床的・方法論的異質性は、参加者、環境、デザイン、測定の違いを指します。統計的異質性は、モデルの下で標本誤差を超える推定値のばらつきです。I² は相対的な非一貫性の指標で、低品質研究の割合や効果量ではありません。特に研究数が少ないと推定は不確かです。研究間分散 τ² は別の側面を表します。

ランダム効果モデルは不適切な統合やバイアスを修正しません。特に研究数が少ない場合、結果は分散推定法と区間の計算法に依存します。予測区間は追加の仮定の下で、比較可能な場面の基礎効果の広がりを示します。統合平均の信頼区間とは異なり、特定の新規研究の結果を保証しません。

妥当な場合には事前に定めたサブグループ解析や感度分析で意味のある違いを調べ、探索的変更を明記します。次にソフトウェアが選択を正しく実装しているか確認するなら、メタアナリシスのツールガイドで再現可能な分析に必要な入力、コード、記録を確認できます。

欠測、選択的報告、設計上の問題は統合値に引き継がれ、重み付けで消えません。デザインに適した評価で、当該結果への影響を検討します。Cochraneのバイアス章を参照してください。

結果によって研究や結果の公開可能性が変われば、観察できる集合は偏ります。ファンネルプロットの非対称は出版バイアスの証明ではなく、対称でも欠落がないとはいえません。欠けた根拠の章を参照してください。

区間が無差異値を含まなくても、実用的に重要、適用可能、確実とは限りません。効果と区間を、限界、非一貫性、非直接性などと合わせて読みます。必要に応じて根拠の確実性を評価します。

• 出典データと研究の同一性を確認してから結果を解釈する。

• 主推定値とともに感度分析や欠測データの判断を読む。

• 証拠不足と重要な効果がないことを示す証拠を区別する。

• 重要な限界を技術的付録だけでなく結論にも反映する。

統合推定値が問いに答えないなら、明示的な代替法を使います。統合しない構造化表や図で研究結果を示すことができ、問いによっては質的統合などが必要です。有意な研究数を数えるのではなく、グループ分けと比較方法を説明します。Cochrane のその他の統合法は方法上の選択肢を、エビデンス統合の作業ガイドはそれに合うツール構成を示します。

どの方法でも、分析を再検討できる入力と理由を残します。PRISMA 報告ガイドは方法・結果と報告の結び付けを説明します。分析ソフトウェアの選択と検証は次の別の作業であり、問いが統合に適するかという判断を代替しません。