メタアナリシスとは？「エビデンスが強い」の意味と、信じすぎないための読み方

「この成分の効果は、メタアナリシスで確認されています」

健康食品やサプリメントの宣伝で、こういう一文を見かけることがあります。

これを見ると、「科学的根拠があるんだ」「信頼できそう」と感じる人も多いと思います。実際、メタアナリシスは信頼性が高いエビデンスの形式のひとつとして扱われます。

ただし、「メタアナリシスと書いてあれば安心」と考えるのは少し早いです。

メタアナリシスとは、同じテーマを調べた複数の研究を集め、統計的に統合することで全体の傾向を推定する手法です。「メタ分析」「メタ解析」と呼ばれることもあり、意味はほぼ同じです。

1本の研究よりも偶然による結果のブレを抑えやすく、効果の全体像をつかみやすくなる。それ自体は本当です。

しかし、元の研究の質が低ければ、統合した結果も信頼しにくくなります。都合のよい研究だけが発表されていれば、効果が実際より大きく見えてしまうこともあります。

この記事では、メタアナリシスとは何かという基本から、システマティックレビューとの違い、RCTが重視される理由、そして読むときにどこを見ればいいのかまで整理します。

論文を専門的に読む人向けではなく、ネット上の健康情報を見たときに、

これ、どこまで信じていいの？

と思ったことがある人に向けて書いています。

メタアナリシスとは何か
システマティックレビューとの関係
なぜメタアナリシスは重視されるのか
RCTのメタアナリシスが強い理由
観察研究のメタアナリシスに意味はあるか
メタアナリシスを読むときに確認したいこと
フォレストプロットの読み方
エビデンスの階層を鵜呑みにしない
健康情報・サプリ宣伝に使う
FAQ
まとめ
参考資料

メタアナリシスとは何か

たとえば、「ある薬が血圧を下げるか」を調べた研究が10本あったとします。

1本ではかなり効果があるように見える。別の1本では差がほとんど出ない。また別の1本では微妙な結果になっている。

こういうばらつきは珍しくありません。対象者の年齢、人数、研究期間、比較対象、測定方法が研究ごとに違えば、結果がそろわないのは自然なことです。

メタアナリシスでは、その複数の研究からそれぞれ「効果の大きさ」を取り出し、統計的に統合します。

このとき、単純に10本の研究結果を平均するわけではありません。一般的には、推定の精度が高い研究ほど大きな重みがかかるように計算されることが多いです。

つまり、メタアナリシスは「研究を寄せ集めるだけ」ではありません。複数の研究から得られた推定値を、一定のルールで重みづけして統合する手法です。

これによって、1本の研究だけでは見えにくかった全体の傾向を推定しやすくなります。

システマティックレビューとの関係

メタアナリシスとよく一緒に出てくる言葉に、システマティックレビューがあります。

この2つは別物ですが、セットで使われることが多いため混同しやすいです。

システマティックレビューとは、「何を知りたいか」をあらかじめ明確にしたうえで、関連する研究を系統的に探し、選び、質を評価し、まとめる方法です。

医療分野では、問いを整理するときにPICOという考え方がよく使われます。Pは対象者、Iは介入、Cは比較、Oは結果を意味します。

たとえば、「高血圧の成人にAという薬を使うと、偽薬や別の薬と比べて、血圧低下や脳卒中、副作用に違いがあるのか」というように、調べたい問いを具体的にしていきます。

そのうえで、文献データベースを検索し、どの研究を採用するか、どの研究を除外するかを決め、研究の質を評価します。

メタアナリシスは、そのプロセスの中で行われる「統計的な統合」の部分です。

イメージとしては、システマティックレビューは研究を集めて評価する全体の手順で、メタアナリシスはその中で数字を統合する分析手法、と考えるとわかりやすいです。

すべてのシステマティックレビューでメタアナリシスが行われるわけではありません。研究同士の違いが大きすぎる場合や、統合できるデータが足りない場合は、あえて数値統合をしないこともあります。

逆に、「メタアナリシス」と書いてあっても、研究の探し方や選び方が不透明であれば信頼性は高くありません。

大事なのは、メタアナリシスという言葉そのものではなく、その前提となるレビューの質です。

なお、PRISMA というガイドラインは、システマティックレビューやメタアナリシスを「どのように行ったか」を透明に報告するための指針です。

PRISMAに沿って報告されていると、読者は研究の探し方や選び方を追いやすくなります。ただし、それだけで結論が正しいと保証されるわけではありません。あくまで、透明性を確認するための手がかりとして見るのがよいです。

なぜメタアナリシスは重視されるのか

メタアナリシスが重視される理由は、大きく3つあります。

まず、1本の研究よりも偶然によるブレに強くなりやすいことです。

1本の研究だけでは、たまたま偏った結果が出ることがあります。対象者が少ない、偶然効果が大きく見える人が多く含まれた、測定のばらつきが大きかった、研究期間が短かった。こうした理由で、1本の研究結果だけを見て「効く」「効かない」と判断するのは危険です。

複数の研究を統合することで、偶然によるばらつきの影響を小さくしやすくなります。

次に、効果の大きさをより精密に推定できる可能性があります。

たとえば、1本の小さな研究では「効果があるかもしれないが、はっきりしない」という結果だったとします。同じような研究が複数あり、それらを統合すると、より明確な推定が得られることがあります。

ただし、これは元の研究が十分な質を持ち、同じような問いに答えている場合に限った話です。偏った研究をいくら集めても、偏りが自動的に消えるわけではありません。

そして、結果の一貫性を確認できることも大きな利点です。

複数の研究で同じ方向の結果が出ているなら、結論は比較的安定していると考えやすくなります。逆に、ある研究では大きな効果があり、別の研究では効果がなく、さらに別の研究では逆効果のように見える場合は、慎重に解釈する必要があります。

こうした研究間のばらつきを 異質性 と呼びます。

このような特性があるため、医療ガイドラインや政策判断では、質の高いシステマティックレビューやメタアナリシスが重視されることがあります。

RCTのメタアナリシスが強い理由

医療分野で特に重視されるのが、ランダム化比較試験、つまり RCT です。

RCTでは、参加者をランダムに複数のグループへ分けます。

たとえば、ある薬の効果を調べる場合、「薬を使うグループ」と「偽薬または標準治療を受けるグループ」にランダムに振り分けます。

ポイントは、研究者や参加者の都合でグループ分けをしないことです。

もし研究者が「症状が軽い人を薬のグループへ」「症状が重い人を比較グループへ」と分けてしまうと、最初から条件がずれてしまいます。

ランダムに分けることで、年齢、重症度、生活習慣、持病などの違いを、できるだけ両グループに均等に散らそうとします。だからこそ、RCTは治療や介入の効果を調べるうえで強い研究デザインとされます。

複数のRCTをまとめたシステマティックレビューやメタアナリシスは、治療効果を判断するうえで上位のエビデンスとして扱われることが多いです。

ただし、RCTなら何でも信頼できるわけではありません。

たとえば、ランダム化の方法が適切でなかったり、対象者が少なすぎたり、途中で脱落した人が多かったりすると、結果の信頼性は下がります。都合のよい結果だけが報告されている場合や、研究期間が短すぎる場合、企業資金の影響が強い場合も注意が必要です。

「RCTかどうか」だけでなく、どれくらい適切に行われたかまで見る必要があります。

観察研究のメタアナリシスに意味はあるか

観察研究は、研究者が介入を行うのではなく、現実に起きていることを観察する研究です。

喫煙と肺がんの関係、食習慣と生活習慣病のリスク、運動習慣と将来の病気リスク、薬の長期的な副作用などを調べるときに使われます。

観察研究の弱点は、因果関係を断定しにくいことです。

たとえば、「コーヒーをよく飲む人の方が健康だった」という観察結果が出ても、コーヒーそのものが健康によいとは限りません。コーヒーを飲む人は、もともと収入が高いのかもしれません。運動習慣があるのかもしれません。医療へのアクセスがよいのかもしれません。

こうした第三の要因を 交絡因子 と呼びます。

ただし、観察研究に価値がないわけではありません。

長期的なリスクやまれな副作用は、RCTだけでは調べにくいことがあります。たとえば、「喫煙させるグループ」と「喫煙させないグループ」に人をランダムに分けて、何十年も追跡することは倫理的にできません。

現実世界で何が起きているかを知るために、観察研究は欠かせない存在です。

観察研究を低く見るのではなく、どこまで因果関係を言えるのかを慎重に判断することが必要です。

メタアナリシスを読むときに確認したいこと

メタアナリシスで「効果あり」という結論を見たとき、どこを確認すればよいのでしょうか。

専門家のように細かく読めなくても、いくつかの視点を持っておくだけで見方はかなり変わります。

問いは自分が知りたいこととずれていないか

まず確認したいのは、結論よりも「何を調べた研究か」です。

同じ「運動の効果」を調べたメタアナリシスでも、健康な若者を対象にしたものと、糖尿病の高齢者を対象にしたものでは意味が違います。

見ている結果が「体重の変化」なのか、「死亡リスクの低下」なのかでも読み方は変わります。

自分が知りたいことと、そのメタアナリシスが答えようとしている問いが本当に一致しているか。ここを最初に確認したいところです。

元の研究の質はどうか

メタアナリシスは、元の研究の上に成り立っています。

質の低い研究ばかりを集めれば、どれだけ統合しても結果は信頼しにくくなります。

ここでよく使われる概念が リスクオブバイアス です。バイアスとは、結果を一定方向に歪めてしまう偏りのことです。

対象者数が少ない、脱落者が多い、ランダム化が不十分、企業資金の影響が強いといった問題を抱えた研究が多いほど、統合した結論の信頼性は下がります。

研究数が多ければよい、という話ではありません。研究の数だけでなく、研究の質を見る必要があります。

研究同士が違いすぎないか

複数の研究をまとめるときには、研究同士がどれくらい似ているかも重要です。

たとえば、若者を対象にした研究、高齢者を対象にした研究、週1回の運動、週5回の運動、3週間の研究、5年間の研究、体重を見た研究、死亡率を見た研究をすべてまとめて「運動には効果がある」と数字を出しても、その数字をそのまま信じてよいかは慎重に考える必要があります。

このような研究間のばらつきを 異質性 と呼びます。

メタアナリシスでは、異質性を示す指標として I² が使われることもあります。

ただし、数字だけで機械的に判断するのは危険です。I² が高い場合は注意が必要ですが、低いからといって必ず安心できるわけでもありません。

研究同士を本当に一緒にまとめてよいのか。内容面での判断も欠かせません。

出版バイアスはないか

効果が出た研究は発表されやすく、効果がなかった研究は発表されにくいという偏りがあります。

これを 出版バイアス と呼びます。

たとえば、あるサプリメントについて10本の研究が行われたとします。そのうち2本だけが「効果あり」という結果で、残り8本は「効果なし」だった。しかし、効果ありの2本だけが論文として発表され、効果なしの8本は発表されなかった。

この場合、発表された研究だけを見れば、そのサプリメントは効くように見えてしまいます。

サプリメント、心理療法、教育介入、企業資金が絡む研究などでは、特に意識したいポイントです。

効果の大きさは実際どのくらいか

メタアナリシスを読むとき、多くの人は「効果があるか、ないか」に注目します。

でも、それだけでは足りません。

本当に見たいのは、どれくらい効果があるのかです。

たとえば、「死亡リスクを20%下げる」と聞くと、とても大きな効果に見えるかもしれません。

しかし、元のリスクによって意味は変わります。

元のリスク	20%低下後	絶対的な差
50%	40%	10ポイント低下
5%	4%	1ポイント低下
0.5%	0.4%	0.1ポイント低下

同じ「20%低下」でも、実際の差はかなり違います。

相対リスクの表現は効果が大きく見えやすいため、絶対リスクでどれくらいの差になるかも確認したいところです。

また、「統計的に有意かどうか」だけでなく、信頼区間 の幅も見ます。信頼区間が広ければ、実際の効果はかなり小さい可能性も、かなり大きい可能性も含んでいるということです。

効果の有無だけでなく、効果の大きさと不確実性を見ることが大切です。

GRADEでエビデンスの確実性を見る

近年のメタアナリシスや診療ガイドラインでは、結果の「確実性」を GRADE という枠組みで評価することがあります。

GRADEでは、エビデンスの確実性を「高」「中」「低」「非常に低」の4段階で示します。

「高」なら、真の効果は推定結果にかなり近いと考えられます。「中」なら、推定結果に近い可能性は高いものの、大きく異なる可能性も残ります。「低」や「非常に低」になると、推定結果をかなり慎重に見る必要があります。

GRADEでは、研究の質、結果の一貫性、推定の精密さ、出版バイアスの可能性などを総合的に見ます。

「効果あり」と書かれていても、GRADEの確実性が「低」や「非常に低」であれば、その結論はかなり慎重に読む必要があります。逆に、確実性が「高」であれば、相応の信頼が置きやすいと考えられます。

フォレストプロットの読み方

メタアナリシスの論文で「見方がわからない」となりやすいのが、フォレストプロット と呼ばれる図です。

最初は複雑に見えますが、最低限の構造を知っておけば大まかな意味はつかめます。

フォレストプロットでは、各行が1本の研究を表しています。中央にある四角は、その研究での効果の推定値です。そこから左右に伸びる横線は信頼区間を示します。四角が大きいほど、その研究が統合結果に与える重みが大きいことを意味します。横線が長いほど、結果の不確実性が大きいと考えられます。

そして、一番下に置かれることが多いひし形が、全研究を統合した結果です。

見るときは、まず縦に引かれた基準線、つまり「効果なし」の位置を確認します。ひし形がその基準線からどれくらい離れているか、ひし形の幅が広すぎないか、個々の研究が同じ方向を向いているか、結果がばらばらではないかを見ると、統合結果の意味が少しつかみやすくなります。

ただし、ひし形だけを見て判断するのは危険です。全体の結果が有意に見えても、元の研究がバラバラだったり、質が低かったりすれば、結論は慎重に読む必要があります。

エビデンスの階層を鵜呑みにしない

RCTのシステマティックレビューやメタアナリシスを頂点に置いた、エビデンスの階層図を見たことがある人もいると思います。

これは「治療や介入の効果を調べる場合」には、おおむね妥当な考え方です。

ただし、どんな問いにもそのまま当てはまるわけではありません。

長期的な副作用やまれな害を調べるには、大規模な観察研究が重要になります。予後の推定にはコホート研究が役立ちます。診断精度を知りたい場合は、診断精度研究が必要になります。

つまり、

RCTだから正しい
観察研究だから弱い
メタアナリシスだから最強

と単純に考えるのは危険です。

大事なのは、その問いにはどの研究デザインが合っているのかを見ることです。

健康情報・サプリ宣伝に使う

メタアナリシスの考え方は、論文を読む人だけのものではありません。

健康情報やサプリメントの広告を見るときにも役立ちます。

「科学的に証明されています」「研究で効果が確認されました」「医師も注目しています」「海外論文で話題です」「メタアナリシスで有効性が示されました」といった表現を見ると、つい信頼できそうに感じます。

でも、そこで少し立ち止まりたいところです。

まず見たいのは、それが人間を対象にした研究なのかどうかです。動物実験や細胞実験で見られた結果が、そのまま人間にも当てはまるとは限りません。また、体験談だけで語られていないか、比較試験があるのか、効果の大きさが実際に意味のある差なのかも確認したいところです。

さらに、副作用や長期的な安全性まで見ているか、研究に企業資金が絡んでいないかも大切です。こうした点を見るだけでも、宣伝文句との距離を取りやすくなります。

特に注意したいのは、「効果あり」という言葉だけを切り取った宣伝です。統計的に有意でも、実際の差が極めて小さいことはあります。短期間の効果しか見ていないこともあります。副作用や長期的な安全性が十分にわかっていない場合もあります。

持病がある人、妊娠中の人、薬を服用している人がサプリや健康法を試す場合は、自己判断だけで進めず、医師や薬剤師などの専門家に確認した方が安全です。

FAQ

メタアナリシスとメタ分析は同じ意味ですか？

ほぼ同じ意味です。

英語の meta-analysis は、日本語では「メタアナリシス」「メタ分析」「メタ解析」などと訳されます。医学系では「メタアナリシス」や「メタ解析」という表記がよく使われます。

システマティックレビューとメタアナリシスは何が違いますか？

システマティックレビューは、研究を系統的に探し、選び、質を評価してまとめる方法です。

メタアナリシスは、その中で複数の研究結果を統計的に統合する分析方法です。

つまり、システマティックレビューは全体の手順、メタアナリシスはその中の統計的な統合と考えるとわかりやすいです。

メタアナリシスなら必ず信頼できますか？

必ずではありません。

元の研究の質が低い、研究同士が違いすぎる、出版バイアスがある、効果の大きさが小さい、GRADEによる確実性が低いといった場合は、メタアナリシスでも慎重に読む必要があります。

RCTのメタアナリシスは最強ですか？

治療や介入の効果を調べる場合には、RCTのメタアナリシスは強いエビデンスになりやすいです。

ただし、元のRCTの質が低い場合、研究数が少ない場合、結果が一貫していない場合、出版バイアスがある場合は、結論の信頼性も下がります。

観察研究のメタアナリシスは読む価値がありますか？

あります。

ただし、因果関係をどこまで言えるかには注意が必要です。

観察研究は、長期的なリスク、まれな副作用、生活習慣と病気の関係などを調べるときに重要です。RCTでは調べにくい現実世界の情報を得るうえで役立ちます。

まとめ

メタアナリシスは、複数の研究結果を統計的に統合して、全体の傾向を推定する手法です。

1本の研究よりブレに強く、結果の一貫性も確認しやすい。適切に行われたシステマティックレビューに基づくメタアナリシスは、重要なエビデンスとして扱われます。

ただし、「メタアナリシスだから正しい」ではありません。

元の研究の質、研究同士のばらつき、出版バイアス、効果の実際の大きさ、GRADEによる確実性の評価まで確認して、初めてその結論をどのくらい信じていいかが見えてきます。

「エビデンスがあります」という一文は、判断の終着点ではなく出発点です。

その言葉でさっと納得するのではなく、

どんなエビデンスが、どのくらいの確実性で、何を示しているのか？

を少し立ち止まって考える。

それができるようになると、ネット上の健康情報にも、サプリメントの宣伝文句にも、もう少し冷静につきあえるようになります。

関連記事
サプリや健康食品の広告を見るときの実践的なチェック方法は、別記事でまとめています。
→サプリの「エビデンス」はどこまで信じていい？健康情報を見極めるための読み方