近年、投稿論文の再現性の低さが研究上の大きな問題とされています。

再現性を確かなものとするために、様々な研究では統計学に基づいた解析が必要不可欠。

しかし、どんなに素晴らしい研究結果を得たとしても、統計的解析が間違っていては論文にすることはできません。

また、場合によっては統計的解析が間違いから、研究結果そのものの解釈が大きく変わることもあります。

とはいえ、“その統計手法が本当にあってるか?”を見分けるのは簡単ではありません。

そこで、この記事では、

• “投稿された論文でよくある10個の統計的間違い”
• “どうやって統計的間違いを見つけるのか?”
• “どうやって統計的間違いを解決するのか?”

についてわかりやすく説明していきます。

統計解析の重要性は、

>>>臨床試験（治験）で統計解析が必要な理由は？バイアス回避に重要

でも説明しています。

論文の統計の書き方で参考になる論文を紹介

本記事は、英国の神経科学者で、生命化学系のジャーナルeLIFE誌のReviewing editor のMakin氏が、“Ten common statistical mistakes to watch put for when writing or reviewing a manuscript”のタイトルで生命化学系のジャーナルeLIFEに2019年発表した記事を、日本語で要約したものです。

eLIFEはオープンジャーナル（閲覧料のかからない論文）なので、オリジナルの記事は以下のリンクから閲覧することができます。

論文でよく見られる10の統計学的な間違い

投稿された論文でよく見られる10の統計学的間違いは次のようなものがあります。

1. 適切なコントロール条件/群がない
2. 2つの効果を直接比較することなく個別の比較結果を解釈する
3. 分析単位の膨張
4. 偽りの相関
5. 小さなサンプルの使用
6. Circular分析
7. 分析の柔軟性：P-ハッキング
8. 多重比較の修正の失敗
9. 有意でない結果の過剰解釈
10. 相関と因果関係

これらの内容について詳しく見ていきましょう。

論文での統計的に間違った書き方その1： 適切なコントロール条件や群がない

どんなに正しい統計的操作を行って、統計的有意な結果を得たとしても、実験中に適切なコントロール条件/群が存在していなければ、統計的に有意なことは科学的な根拠とはなりません。

適切なコントロール条件や群がないことは統計的に何が問題か?

この問題は時系列で取られる実験データなどでよく見られます。

薬剤の効果など、何かの要素の効果を調べるときに、“複数の時間で測定を行う”ことは効果を評価するための科学の一般的な方法です。

しかし、研究対象となる要素以外の要因で、測定結果に変化が生じる可能性があり、特に時系列のデータでは他の要因の影響を受けやすいです。

例えば、同じ実験操作を繰り返すとき、実験者が操作に慣れるなど、目的となる影響以外の要因により測定結果に変化が生じることがあります。

このように、隠れた別の要因が測定結果に影響を与えている場合、実験の結果から導かれる結論に大きな誤りが含む時があります。

そのため、研究目的である要素のみの影響を明らかにするために、適切なコントロール条件/群を実験に含める必要があります。

また、見かけ上のコントロール条件/群が含まれているとしても、測定する値に影響を与える可能性がある要因が、考慮されていないこともあります。

適切なコントロール条件や群に関してどうやって解決するか?

適切なコントロール条件/群が存在するか、を念頭に実験計画を綿密に立てる必要があります。

理想的には実験条件は、”実験目的である要素”以外は、すべての条件がまったく同じことが望ましいです。

そのため、実験自体をコントロールと同時に行うなど、他の要因が結果に影響しないように工夫する必要があります。

そうすることで、ある要素のみの測定値への影響を明らかにすることができます。

もし、実験で他の要因による影響を取り除けない場合、考えられる他の要因からの影響を分離できないことを論文中に提示する必要があります。

論文での統計的に間違った書き方その2： 2つの効果を直接比較することなく個別の比較結果を解釈する

ある要素の影響を調査するときに、コントロール条件/群と直接には有意な影響はないのに、実験条件/群に有意な影響を与える別の結果から、ある要素の影響について結論をだすことがありますが、これは間違いです。

直接比較していないと何が問題か?

次のような実験を考えます。

それぞれ、20人からなるAとBのグループがあったとします。AとBのグループからそれぞれXとYという値を測定しました。

グループAではXとYには有意な相関（p< 0.05）があります。

>>>相関係数とは？p値や有意差をどう解釈すれば良いのかわかりやすく！

一方、グループBではXとYには有意な相関はありません。

このようなとき、“グループAはグループBよりも相関が大きい”と推論することは間違いです。

なぜなら、2つの変数間の関係が、2つのグループ間で全く同じ場合でも間違って有意性に差が起きてしまうからです。

2つグループについて別々の解析を行い、解析結果に基づいてどちらかのグループでの効果が、もう一方のグループ効果よりも大きいと、ときどき示唆されることがあります。

この間違いはよく行えあれますが、統計的には正しくありません。

直接比較の問題をどうやって発見するか?

この問題は、統計的に直接比較せずに、2つの効果の違いに関して結論が出されたときに起きています。

また、必要な統計分析を実行せずに、推論を行うあらゆる状況で発生する可能性があります。

直接比較の問題をどうやって解決するか?

グループを対比したい場合、グループを直接比較する必要があります。

2つの別々のテスト結果ではなく、直接一つの統計的解析を行うことが不可欠です。

グループ比較には、ANOVAが適しています。

>>>ANOVAとは？分散分析表の見方やf値とp値の意味もわかりやすく！

ノンパラメトリック統計はいくつかの方法がありますが、使用前に条件は適切かを十分に考える必要があります。

>>>パラメトリック検定とノンパラメトリック検定とは？例を使ってわかりやすく簡単に

論文での統計的に間違った書き方その3：サンプルサイズが大きすぎる

よくN数やサンプルサイズと呼ばれるものを、分析単位と呼びます。

例えば、あるグループにおける何らかの要素について推測する場合、分析単位はテストされた”被験者の数”です。

しかし、“観測の数”と”被験者の数”を混同がよく生じてしまってり、さまざまな問題をもたらします。

サンプルサイズが多いと何が問題か?

分析単位はサンプルサイズを意味します。

サンプルの数は、実験にもよりますが、研究計画の時点で自由に設定することができます。

統計では、分析単位は自由度に影響します。

しかし、分析単位を”サンプルの数”ではなく”観測数”と混合する間違いがよくみられます。

この間違いは、二つの問題をもたらします。

一つ目は、サンプル間に明確な識別がなければ、そもそも、適切な統計的評価ができません。

二つ目は分析単位の数を誤って多く見積もることになり、自由度が増加します。

自由度が増加すると、統計的有意性が判断される統計的しきい値が低くなるため、間違った統計的有意差が出ていますことがあります。

本来、有意ではないものが有意と間違って検出されることを、第一種の過誤と言います。

>>>αエラー(第一種の過誤)βエラー(第二種の過誤)とは？例やゴロで分かりやすく検出力との関係も

例えば、10人のグループを対象とし、別々の日に分けて、数種類の血圧を下げる薬を投与し、投与前後の血圧を測定したと考えてみます。

薬同士に相関があるかどうか調べるとしましょう。

分析単位は被験者の人数である10で、実際の自由度は8 です。

この時、有意に相関があるのに必要なR値は0.63です。

しかし、”測定の前”と”測定の後”を分けて考えないといけないという思いから、分析単位が間違って“観測数”とされることがあります

この時、投与前後の血圧から20個のデータがり、この時の自由度は18となります。

誤って自由度が大きくなると、統計的有意性が判断される統計的しきい値が低くなるため、有意に相関があるのに必要なR値は0.44となります。

もし実際のR値が0.63~0.44であったなら第一種の過誤が生じます。

サンプルサイズが大きいかどうかはどうやって発見するか?

血圧の例を考えましたが、ある薬の”摂取後の血圧”は”摂取前の血圧”とは切り離して考えることはできません。

このように、統計解析では、”サンプル内”ではなく”サンプル間”での違いを調べる必要があります。

そのため、測定を行う前に適切な分析単位が使われているか、を確認することが必要です。

サンプルサイズの大きさをどうやって解決するか?

投与前後の血圧というような、ある要素の効果を、操作の前後で”区別して解析したい”ときは、混合効果線形モデルを使用することが最善の解析手法です。

混合効果線形モデルでは、被験者内での変動を固定効果として定義し、被験者間の変動をランダム効果として定義できます。

しかし、高度な統計的理解が必要なので、注意して適用および解釈する必要があります。

もっとも簡単ないくつかの解析手法もあります。

一つ目は、各観測点の相関を個別に計算し、（例えば、薬の投与前と後の値の相関など）自由度に基づいて結果が有意かどうかを考えることができます。

次にある時点での観測値を平均化する方法があります。

あとは、相関を個別に計算し、結果のR値を平均化して解釈することもできます。

論文での統計的な間違いその4：偽りの相関（擬似相関）

相関は2つの変数間の関係性の大きさを評価するための、科学における重要なツールです。

ただし、ピアソン相関などのパラメトリックな相関はいくつかの仮定に基づいています。

そのため、仮定に該当しないときに、間違った相関を用いると、間違った相関が発生する可能性があります。

擬似相関は何が問題か?

ここでは2つの問題点を取り上げます。

一つ目はハズレ値の問題です。

下の図の上の行で●で示しているのが、ハズレ値です。

A,B,Cでは●以外はまったく同じところに○がありますが。ピアソン相関係数が異なっています。

このように、分布から大きく外れたバズレ値は、相関係数を大きく変化させることがあります。

しかし、ハズレ値自体もある現象の法則に従っている可能性があるため、不用意にハズレ値を取り除いてはいけません。

次にあるのが、2つのグループが混在することで相関が生まれる場合です。

上の図の下の行では●と○で表される2つのグループがあります。

EやFでは、●と○のそれぞれははっきりと分かれており、それぞれのグループ自体には正の相関はないですが、2つのグループが混在することで相関が生まれてしまいます。

擬似相関をどうやって発見するか?

散布図を伴わない相関に特に注意を払う必要があります。

また、ハズレ値を取り除いたときにバズレ値を取り除く正当な理由があるかを確認する必要があります。

複数のグループが一緒にされている可能性がある場合、グループ間または条件間の違いが考慮されているか考える必要があります。

擬似相関をどうやって解決するか?

ブートストラップ、データのウィンザー化、スキップされた相関などの堅牢な相関の算出法は、外れ値の影響を受けにくいため、ほとんどの状況で利用できます。

これらの相関の計算手法は、これらの手法がデータの構造を考慮に入れているため、外れ値の影響を受けにくくなっています。

パラメトリック統計を使用する場合は、データ間の独立性や外れ値の存在など、仮定に反していないか、実験データを確認する必要があります。

論文での統計的な間違いその5： 小さなサンプルサイズ

サンプルサイズが小さい場合、大きな効果しか統計解析では検出できません（有意差が出ません）。

実際の効果サイズの推定値に大きな不確実性が残り、実際の効果サイズが過大評価されます。

小さなサンプルサイズは何が問題か?

p値で0.05が有意性のしきい値として使用される統計解析では、すべての統計検定で5％が、第一種の過誤として知られる間違った有意な結果を出してしまいます。

>>>αエラー(第一種の過誤)βエラー(第二種の過誤)とは？例やゴロで分かりやすく検出力との関係も

高い相関係数（ R> 0.5など）を持つ場合、弱い相関（ R = 0.2など）を持つときよりも、“結果は確実”である、

つまり、より高い相関係数の方が結果が正しい、と誤って解釈されてしまいます。

しかし実際には、相関係数の大小などの値に関わらず、間違って有意になっている可能性があります。

特に、サンプルサイズが小さいと、

誤検知の可能性が大きくなり、有意性に誤りが起りやすくなります。

そのため、

「サンプルサイズが小さくて、誤検知の影響サイズが大きとき、統計の結果は有意にしかならない」

という重大な誤りが生じることもあります。

サンプルサイズが小さい解析では、データに存在する効果を見逃しやすくなります（第二種のエラーまたは偽陰性）。

より大きなサンプルサイズを用いると、統計によって実施の効果を適切に検出する可能性が高くなります。

この可能性の大きさのことを”統計的検出力”と呼びます。

したがって、大きなサンプルを使用すると、第二種の過誤の可能性が低くなります。

サンプルサイズが小さいことには別の問題もあります。

小さいサンプルサイズでは、サンプルの分布が正規性から逸脱する可能性が高く、サンプルサイズが限られているために、正規分布の仮定をおく検定において、厳密にテストすることが不可能になることがあります。

小さなサンプルサイズはどうやって発見するか?

論文で使用されているサンプルサイズを厳密に調べ、サンプルサイズが十分かどうかを判断する必要があります。

限られた数のサンプルに基いた考察を行う時は、第一種の過誤や第二種の過誤などの懸念について、注意事項を論文中に書く必要があります。

小さなサンプルサイズをどうやって解決するか?

小さなサンプルから得られるp値は限られた意味しか持ちません。

実験前に、使用する統計解析の検出力を提示などして、最初に効果を検出するのに十分な能力があるという証拠を提示するか、別の実験により再現性を確認する必要があります。

特に、難病など限られた臨床集団を調べるとき、サンプルのサイズが必然的に限られる時があります。

サンプルのサイズが必然的に限られる時は、そのサンプル数での信頼区間を算出するなどして、どのくらいの精度で議論できているかを、論文中で説明をする必要があります。

論文での統計的な間違いその6：Circular分析

Circular分析は、データの特徴に基づいて母集団を加工する、分析方法です。

しかし、間違ったCircular分析はでは、都合の良い結果を得るために、実験データを解析後に、都合よく加工するようなときに生じます。

Circular分析は何が問題か?

Circular分析は、ときに統計的テストの結果に誤りをもたらします。

最も一般的には、Circular分析は、元のデータセットを何かの特徴によって、母集団を分割（例えば、サブグループ化など）または、縮小（例：関心領域の定義、「外れ値」の削除）することです。

例として、

ある操作に応じたニューロン集団発火率の研究を考えます。

ニューロンの母集団全体を比較すると、操作前と操作後の間に有意差は見られません。

しかし、発火率を上げることで操作に反応するニューロンもあれば、操作に反応して減少するニューロンもあることを以前に観察していたとします。

そこで、操作前のニューロンの活動レベルに基づいて、母集団をサブグループに分割しました。

これにより、次の実験結果が得られました。

「最初に低反応を示したニューロンは反応の増加を示し、

最初に比較的増加した活性を示したニューロンは操作後に減少した活性を示す。」

ただし、この実験結果は間違っています。

それは。正しくない選択基準による母集団のサブグループ化により、ノイズの影響によってもたらされたもので、実際の効果ではないからです。

間違ったCircular分析が生じるのもう1つ原因は、従属変数と独立変数の間に依存関係が作成される場合です。

先ほどのニューロンの例を続けると、操作後の細胞反応と、操作前の細胞反応の違いについて相関を用いてを考察を行うかもしれません。

しかし、操作後の細胞反応と、操作前の細胞反応は操作後の測定値に大きく依存しています。

したがって、操作後の測定で偶然により強く発火するニューロンは、操作前の測定に比べて大きな変化を示す可能性が高くなり、相関が大きくなります。

データを加工した後の解析結果が、

データを加工したことと統計的に独立していることを示せた場合、

データを加工することは間違っていません。

データの加工によってのみで得られる結果は、実験のノイズが間違って特徴付けられることで、統計的推論が科学的に意味をなさなくなります。

Circular分析の間違いをどうやって発見するか?

間違ったCircular分析は多く場面で現れますが、

原則として、仮説を支持する結果を得たいときに、加工されたデータによる統計的検定が行われることで、よく発生します。

たとえば、研究対象の効果が、加工だれたデータの統計解析に基づいている場合によく出現します。

他の状況では、データの加工により分析が複雑になり、データの加工の統計への影響の理解が難しくになる場合に生じます。

複雑なデータの加工は理論的に妥当ではない可能性があります。また加工が行われているデータは、比較的信頼できない測定値に基づいている可能性があります。

そのため、

データをどのような基準に基づいて加工をしたか、が適切に記述されていること。

また、データの加工と研究目的の効果に、独立性の証明がされていること。

この二つを確かめるべきです。

Circular分析をどうやって解決するか?

解析をする前に、

独立して分析基準をあらかじめ定義することで、

誤ったCircular分析に陥りにくくなります。

Circular分析はノイズを間違って解析することで、分析結果を歪めることがあるため、ノイズの様子が異なる別のデータセットを使用することで、解析が間違ってないかを確認することもできます

必要に応じて、ブートストラップなどのシミュレーションを実行して、研究結果がノイズや選択基準とは関係ないことを示すこともできます。

論文での統計的な間違いその7：分析の柔軟性：P-ハッキング

有意差が出るp値になるまで、実験データを加工しては検定を行う作業を続けることを、P-ハッキングと呼んだりします。

>>>T検定とは？帰無仮説と対立仮説を必ず確認！F検定で等分散の確認が必要？

P-ハッキングは何が問題か?

データ分析を柔軟性を持って加工し、有意性が認められるまで

結果パラメーターを変えたり、共変量の追加したり、確立していない前処理をし、実験後にハズレ値を決めたりなど、

検定をたくさんを行うと、いつかは有意性が出ます。

これは、統計手法が確率に依存しているため、実行する検定が多いほど、第一種の過誤が発生する可能性が高くなるためです。

>>>αエラー(第一種の過誤)βエラー(第二種の過誤)とは？例やゴロで分かりやすく検出力との関係も

p値を計算することは、研究対象の効果を解析する際に非常に強いツールとなります。

しかし、分析手法が複雑になるほど有意性が出た効果が第一種の過誤である可能性が高くなります。

特に、この問題は同じ研究室が同じ結果変数を報告するとき、論文全体で異なった検定方法でp値を計算する場合に特に顕著に見られます。

P-ハッキングを防止する最善の方法は、p値と有意差にこだわりすぎないことです。

有意差が出そうなp値の境界線（p=0.053とか）、または有意ではない結果に対してそうするべきです。

言い換えれば、実験がうまく設計され、実行され、分析されている場合、データを責める必要はありません。

P-ハッキングをどうやって発見するか?

論文では、分析の柔軟性を検出するために必要な情報を、すべて公開することはめったにないため、この問題を検出することは困難です。

事前登録または臨床試験登録の場合、実行された分析を計画された分析と比較する必要があります。

事前登録がない場合、いくつかの形式のpハッキングを検出することはほとんど不可能です。

P-ハッキングはどうやって解決するか?

結果の報告において透明性を保つ必要があります。

たとえば、事前に計画された分析方法と、予測された結果、予想外の結果を区別する必要があります。

つまり、実際に行った方法を正直に記載し、

もし、p値が有意水準にならなかったとしても、そのことを認めて論文に記載するべきです。

論文での統計的な間違いその8：多重比較の修正の失敗

3つ以上の条件（または2つのグループの比較）を含む実験デザインでは、

統計解析を行う場合、複数の比較が含まれ偽陽性を検出する確率が高くなります。

>>>多重性とは？その意味と統計検定のp値を解釈する上で重要なこと

多重生の修正の失敗は何が問題か?

3つ以上の条件を含む実験では、複数の比較が含まれ、実際に効果が存在しない場合でも、第一種の過誤として間違った結果を得る確率が高くなります。

この場合、行う検定の数が多いほど第一種の過誤が生じる確率が増加します。

たとえば、

2×3×3の組み合わせがある実験計画では、

どんなに効果がない場合でも、少なくとも1つの重要な主効果または相互作用効果を間違って見つける確率は30％です。

この問題は、複数の独立した比較を行うときに特に顕著に起ります。

多重生の問題をどうやって発見するか?

この問題は、測定された独立変数の数と実行された検定の数を確認することで発見できます。

複数ある変数のうち1つのみが従属変数と相関している場合、重要な結果を得る可能性を高めるために、残りが含まれている可能性があります。

したがって、多数の変数（例えば、遺伝子発現解析など）を使用して、探索的分析を実行する場合、

“明確な正当化なしに、多重比較の補正によって有意とならなかった結果を検定から解釈する”

ことはあってはいけません。

多重生の問題をどうやって解決するか?

測定されたすべての変数を開示し、多重比較手順を適切に説明する必要があります。

多重比較を修正するには多くの方法があります。

>>>多重性の調整方法は？統計学的検定の多重性を補正する３つの方法

論文での統計的な間違いその9：有意でない結果の過剰解釈

結果が有意でないに統計的検定の結果を誤って解釈することは問題ですが、一般的起こっている間違いです。

例えば、統計的有意差がないからといって、効果はないとは言えません。

有意でない結果の過剰解釈が何が問題か?

統計を使用する場合、統計的有意性を判断するために統計的しきい値、通常はp値0.05を適用します。

しかし、結果が有意でない場合に、統計的検定の結果を誤って解釈することがしばしば見受けられます。

これは、有意ではないp値は、実際に影響があるかどうかと、サンプル数に依存した検出力の大小を区別していないからです。

有意でない結果の過剰解釈をどうやって発見するか?

効果が存在しないことを示すものとして、有意でないp値を提示したとき、これは間違いです。

有意でない結果の過剰解釈をどうやって解決するか?

研究対象となる効果の大きさに関する情報を提供するために、実測値をp値とともに報告することが必要です。

どうしても、効果がないことを示す場合、有意にならなかった証拠と帰無仮説をサポートする証拠を区別できる統計的アプローチをを検討する必要があります。

あるいは、目的の効果を特定するのに十分な統計力があるかどうか、実験計画の時点で考慮することもできます。

それ以外の場合、有意ではないを過度に解釈せず、有意ではないものとしてのみ説明する必要があります。

論文での統計的な間違いその10：相関と因果関係

相関関係と因果関係を間違えてはいけません。

＞＞相関係数とは何か？

相関と因果関係の間違いは何が問題か?

相関関係と因果関係を混合することは、統計結果を解釈するときに行われる最も古く、最も一般的なエラーです。

科学では、2つの変数間の関係を調べるために相関関係がよく使用されます。

2つの変数が有意に相関していることがわかった場合、一方の変数が他方の変数の変化を引き起こしていると仮説立てることがよく行われます。

ただし、これは正しくありません。

2つの変数間に線形の関係しているように見えるからといって、

たとえ、そのような関連性がもっともらしい場合でも、必ずしもそれらの間に因果関係があることを意味するわけではありません

たとえば、

さまざまな国の年間チョコレート消費量とノーベル賞受賞者数との間に有意な相関が観察されました。

これによりチョコレートの摂取が、ノーベル賞受賞者を生み出すための栄養的根拠という（誤った）報告も存在します。

相関関係だけを、因果関係の証拠として使用することはできません。

相関は、直接または逆の因果関係を反映する場合がありますが、共通の原因による場合もあり、単純な偶然の結果である場合もあります。

相関と因果関係の間違いをどうやって発見するか?

2つ以上の変数間の相関関係を報告し、因果関係のについての議論を行う場合は常に、相関関係と因果関係が混乱する可能性があります。

変数が実際に実験で操作できている場合にのみ因果関係の議論を行うべきであり、その場合でも、第3の変数または交絡因子の役割に注意する必要があります。

相関と因果関係の間違いをどうやって解決するか?

可能であれば、競合モデルをテストするか、変数を直接操作するなどして、第3の変数との関係を調べて解釈をさらに深めるがあります。

それが難しく、証拠が相関関係しかない場合、因果的な考察は避けられるべきです。

まとめ

統計的な失敗の多くは、綿密な実験計画が建てられていないことに起因します。

そのため、研究には綿密な実験計画が欠かせません。

また、実験結果や実験内容には正直である必要があり、実際にやったことを正確に論文に記述することが大切です。

たとえ、統計解析が間違っていたとしても、実際にやったことを正確に論文に記述されていれば、研究者として責められることはありません。

この記事では10の統計解析でよく見られる間違いをまとめました。

この記事が統計解析を行う上で、少しでも助けになれば幸いです。

この記事では「ITTの原則とは？FASやPPSとの違いを含めてわかりやすく解説！」ということでお伝えします。

医学論文を読んでいくと「ITT（Intent To Treat）」「FAS（Full Analysis Set）」「PPS（Per Protocol Set）」という単語が出てきます。

なんとなく聞いたことあるけど、その違いは完全に把握できていない。。。

という方も多いのではないでしょうか。

そのためこの記事では、「ITT（Intent To Treat）」「FAS（Full Analysis Set）」「PPS（Per Protocol Set）」の違いを解説するとともに、それぞれの集団がなぜ存在するのか？までわかりやすく解説しますね！

ITT・FAS・PPSの違いは？わかりやすく解説！

論文を読んでいるとよく出てくる「ITT（Intent To Treat）」「FAS（Full Analysis Set）」「PPS（Per Protocol Set）」という単語ですが、解析対象集団の違いを示しています。

どういった違いなのかをイメージ図にすると、以下の通り。

ITTはランダム化された全被験者を含む、一番大きい集団。

FASはITTから「一度も投与を受けていない」や「有効性のデータがひとつもない」などの被験者を除いた集団。

そしてPPSはさらに「プロトコル違反」などの被験者を除いた集団のことです。

ITTというのは「ランダム化された集団全て」という集団で、世界中でコンセンサスが取れている集団ですが、しかし、FASとPPSは各試験のプロトコルで定義する必要があります。

各試験で定義する必要があるということは、論文にもどんな人を除外したのか記載する必要ありということですね。

ITTの原則（ITT集団）とは？

「ITT」「FAS」「PPS」の3つの違いがなんとなく把握できたところで、ITTについてもう少し詳しく見ていきましょう。

ITTとはIntention To Treatの略。

日本語で言うと「治療しようとした」原則という意味になります。

つまり、「実際に治療したかどうか」ではなく、その被験者を「治療しようとしたかどうか」を優先する原則のことです。

例えば、プラセボにランダム化された被験者Aさんがいたとしましょう。

Aさんは何かの手違いで新薬を投与されたとします。

その場合、ITTの原則に従うと、Aさんはプラセボ群として扱うことになります。

なぜならプラセボ群にランダム化されたということは「プラセボ投与をしようとした」ということであり、実際に何を投与されたかよりも「どんな治療をしようとしたか」を何よりも優先する原則がITTの原則だからです。

もうひとつ例を見ていきます。

新薬群にランダム化された被験者Bさんがいたとしましょう。

Bさんは何かの理由で一度も投与されずに脱落されたとします。

その場合、ITTの原則に従うと、Bさんは新薬群として扱って解析対象になります。

なぜなら新薬群にランダム化されたということは「新薬を投与しようとした」ということであり実際に投与されたかどうかよりも「どんな治療をしようとしたか」を何よりも優先する原則がITTの原則だからです。

ITTの原則は「実臨床」を意識した原則

なぜ上記のような状況になるのでしょうか？

それは、ITTの原則は「実臨床」を意識した原則だからです。

残念ながら実臨床では投与間違いも少なからず起きます。

そんな状況であってもトータルとして新薬がプラセボよりも有益だったかどうかが重要です。

もし投与間違いが多い治療法があったとすると、、仮に効果があっても実臨床で使いにくいですよね。

また、実臨床では「治療しよう」と決まった段階から被験者の意識が変わることも多いです。

「治療しよう」と決まった時点で、生活習慣を変えるかもしれないですし、家族のサポートが手厚くなるかもしれない。

その結果、実際に治療しなくても改善することもあります。

なので、そういった実臨床の理想に近い解析対象集団を作るのがITTです。

FAS・PPSとは？FAS解析・PP解析をする意味

ITTは、実臨床の理想に近い解析対象集団でした。

確かに理想的なのはわかります。

でもそうは言っても、やっぱり臨床試験や臨床研究で理想を作り出すことは難しかったりします。

そこで登場するのが、FASです。

FAS（Full Analysis Set）とはどんな解析対象集団？

FASはITTより少し小さい集団でした。

ITTが実臨床に近い集団が理想といっても、実際にこの理想を達成するのは難しい。

さすがに一度でも投与されて、データがある被験者さんじゃないと解析集団に入れないようにしよう。

そういった集団がFASです。

どんな定義にするかは各試験で決める必要があります。

また、FASではなくmodified ITTという用語が使われている場合もありますね。

PPS（Per Protocol Set）とはどんな解析対象集団？

そしてPPSは、プロトコルを遵守した集団を指します。

例えばPPSでは、FASの中から投与間違いは解析から除きます。

なぜなら、投与間違いはプロトコルに違反しているから。

また、24週の試験で8週間後までの有効性データがなければ除く、ということもあります。

（24週や8週はあくまで例です。）

なぜなら、プロトコル上は24週まで完遂することが規定されています。

しかし、完遂した被験者だけだと流石に例数が少なくなるため、薬効が見える週までのデータは欲しい、という定義です。

上記の例を見ていくと、PPSとは「治療法の差を最大限見出すための集団」といったらイメージしやすいかもしれないですね。

そして重要なのは、PPSをどんな定義にするかは各試験で事前に決める必要がある、ということ。

事前に決めないと「有意差が出やすい集団」を作ることができてバイアスにつながるためです。

理想的には、ITT（もしくはFAS）の結果とPPSの結果に一貫性があるのが望ましいです。

そのため多くの論文では、ITT（もしくはFAS）の結果をメインにしてPPSの集団での結果を感度解析的に示していることが多いですね。

まとめ

いかがでしたか？

この記事では「ITTの原則とは？FASやPPSとの違いを含めてわかりやすく解説！」ということでお伝えしました。

「ITT（Intent To Treat）」「FAS（Full Analysis Set）」「PPS（Per Protocol Set）」の違いや、それぞれの集団がなぜ存在するのか？まで理解できたのなら幸いです！

こちらの内容は動画でも解説していますので、あわせてご確認くださいませ。

「論文を書かなきゃいけないのに、机に向かえない」

「やる気はあるのに、文章が進まない」

「論文のことを考えると、息が詰まるようにしんどい」

──これ、すべて“普通”です。

全国の大学院生・医療研究者・若手研究者が毎日のように検索している悩みが

「論文 モチベーション 上がらない」
「論文 書けない」
「論文 しんどい」

であり、これはあなた一人の問題ではありません。

この記事では、アンジェラ・ダックワースの名著『GRIT やり抜く力』をベースに、

• 論文モチベーションが下がる原因
• モチベを上げようとしてもうまくいかない理由
• GRITを実務に応用した「論文を進める技術」

を体系的にまとめます。

なぜ論文は「しんどい」のか？才能ではなく“構造の問題”

まず最初に理解してほしいことがあります。

論文がしんどいのは才能がないからではない。

論文がしんどいのは、

• 完璧主義
• 不安
• プレッシャー
• 孤独
• 手順が不明

という“構造的な要因”が絡み合っているからです。

あなたはダメではありません。これまで論文執筆を体系的に学んでいないだけです。

そして、論文執筆のモチベーションには意志力ではなく仕組みが必要です。

ここでものすごく役に立つのが、『GRIT やり抜く力』の考え方です。

GRITとは何か？やり抜く人の“心理構造”

アンジェラ・ダックワースは、成功を決めるのは才能ではなく、GRIT（やり抜く力）であると述べています。

GRITは「情熱 × 粘り強さ」の組み合わせで構成されます。

• 情熱（Passion）：長期的な目標に向かってブレずに進む力
• 粘り強さ（Perseverance）：毎日コツコツ継続する力

論文が書けない理由をGRITの視点で整理すると、驚くほどクリアになります：

論文がしんどい理由（GRITの観点）

• 完璧主義 → “最初の一歩”が踏み出せない
• 不安 → 行動前に心が折れる
• 孤独 → 誰にも相談できず粘れない
• 書き方が不明 → 情熱が方向を失う
• 作業量の大きさ → 粘り強さが続かない

つまり、論文が進まないのは能力ではなく、GRITが働く環境が整っていないから なのです。

GRITを論文執筆に応用すると、モチベーションが自然に湧いてくる理由

GRITには“努力を倍にする力”があります。なぜ論文にも応用できるのか？

理由は3つです。

① 完璧主義を壊して書き始められる

GRITの核は「未完成でも前に進む力」。

論文の初稿は 9割ゴミでいい。

“書きながら整える”のが成功者の戦い方。

② 「小さな達成」がドーパミンを生み、続けられる

GRITは継続を科学する概念。

論文は1日200字で十分です。

200字→達成→小さな成功→翌日も書ける、という正のループが生まれます。

③ 長期目標（Why）が強くなる

情熱は「意味のある目標」から生まれます。

• 英語論文の掲載
• 学位の取得
• 臨床研究者としての信用

これらはGRITを強力に後押しします。

ではどう書くか？論文モチベーションを上げるためのGRIT実践法

ここからは、論文を書くために“今日からできる”行動を、GRIT理論と行動科学にもとづいて具体化します。

まず「なぜ論文を書くのか」を言葉にする（情熱）

人は「理由のある努力」しか続けられません。

次の問いに答えてみてください。

• この研究は、誰を救うのか？
• この論文が採択されたら、何が変わるのか？
• なぜ研究者を続けたいのか？

こうした“WHYの言語化”は、GRITの情熱を支える基盤です。

論文を「仕組み」で書く（粘り強さ）

粘り強さは性格ではなく 環境で作れる ことが科学的にわかっています。

おすすめは以下：

• 1日200字だけ書く
• 30分タイマーで強制スタート
• 書いたら仲間に報告する
• 朝のルーティンに論文を書き入れる
• 書く場所を固定する（朝活）

特に「仲間と空間を共有すること」が粘り強さを劇的に高めます。

論文の初稿は「雑でいい」「下手でいい」

『GRIT』の本質は、“未完成の自分を許しながら”前に進むこと。

初稿で完璧を目指す研究者ほど、書くのが遅い。

一方で、雑に書き始める人は採択まで進む。

論文は「書きながら整えるもの」と割り切ることが、モチベーション維持には必須です。

モチベーションは“行動の後に”生まれる

行動科学の定説です。

多くの人は「やる気 → 行動」と思っていますが、逆です。

行動 → 小さな達成 → やる気

つまり、
「書く気が出たら書く」では一生書けない。
「書き始めたら、書く気が出てくる」のです。

GRITはこの“行動が感情を作る”という構造を後押しします。

論文モチベーションが続かない人が今やるべき1つのこと

明日の自分に期待しないでください。

論文は、未来の自分ではなく、今日の自分が書くものです。

まずは 200字だけ 書いてみてください。

200字なら、3分で書けます。

3分書いたら、脳は「書けた！」と認識し、ドーパミンが出ます。これが次の行動につながります。

論文モチベーションとは「やる気」ではなく「行動の習慣化」。GRITはその土台として最適です。

GRITと論文執筆の相性は圧倒的に良い

• 長期戦で結果が出る
• 不確実性が大きい
• 孤独な作業が続く
• 完璧主義が足を引っ張る

これはすべて研究の特徴であり、GRITが最も効果を発揮する領域です。

論文執筆に必要なのは、才能でも、語彙力でもありません。

必要なのは──

書き続けるための「やり抜く力」だけ。

まとめ：論文が書けないのは、あなたが弱いからではない。GRITが働く環境がなかっただけ。

論文がしんどい。論文を書くモチベーションが出ない。

それはあなたの才能の問題ではありません。あなたの性格の問題でもありません。

あなたが“続けられる仕組み”を持っていなかっただけ。

GRITは後天的に育ちます。今日の200字から育ちます。仲間と過ごす朝活から育ちます。

論文を書けない自分を責める必要はありません。

今、始めればいい。

今日、たった数行でいい。

あなたの論文は、今日からまた動き出せます。

論文執筆は、ひとりで戦うにはあまりにも負荷が大きい作業です。モチベーションも、継続力も、一人ではどうしても限界があります。

だからこそ、“環境の力”を味方につけること がすごく大切です。

私がお届けしているメールマガジンでは、あなたが論文を書き続けるための小さな後押しを毎回提供しています。

朝活ライブなども、メルマガ読者向けに優先案内をお送りしています。今のあなたに必要なのは、“一緒に進める人がいること” かもしれません。

もしこの記事が少しでも背中を押したなら、ぜひこの機会にメルマガに登録してください。

最近、「AIに論文を書かせてもいいの？」「ChatGPTで英語論文を書いても問題ない？」という質問が急増しています。

しかし最初に強調したいことがあります。

【重要】AI任せの論文は“完全にNG”です

ChatGPTやAIツールは強力ですが、

• データ捏造（Hallucination）
• 引用文献の創作
• 論理の誤り
• 著者責任の所在不明

 など、多数のリスクがあります。

そして、AIは著者になれません。責任を負えないからです。

学術界では今、「AIの利用はOKだが、AIに“書かせた論文”はNG」というのが世界的コンセンサスです。

では、AIは使ってはいけないのか？

いいえ、違います。

“AI任せ”がNGなだけで、研究者がコントロールする前提なら、AIは最強のサポートツールになります。

問題なのは「どう使うか」です。

この記事では、

• AI時代の論文作成の変化
• ChatGPTの具体的な活用方法
• 倫理的な注意点（←ここ重要）
• 再現性を保ちつつ使う戦略

をまとめて解説します。

AI時代の論文作成はどう変わる？｜研究とAIの最新トレンド

AIが急速に進化する中、多くの研究者が「AIは論文を書いてくれるのか？」「研究はAIに置き換えられてしまうのか？」という疑問を抱えています。しかし結論から言えば、AIはあなたの代わりに論文を書く存在にはなりません。

その理由はシンプルで、AIは“あなたの能力以上の判断”をしてくれないからです。

AIは「能力を上乗せする魔法のツール」ではない

AIがいくら優れていても、それは あなたの専門知識・論理的思考・批判的判断の“範囲内”でしか使えない ということです。

たとえばChatGPTが分析モデルを提案したとします。それが妥当かどうかを判断するのは誰でしょうか？

もちろん 研究者であるあなた自身 です。

AIが出す答えは「正解ではなく、単なる“可能性”」

ChatGPTは次のような性質を持っています：

• “もっともらしい文章”を生成する
• しかし間違っていても自信満々
• 存在しない文献を作ることがある
• 統計モデルの誤適用を平気で行う

つまり、AIの回答が正しいかどうかは人間が判断する必要があるのです。

この「判断」ができなければ、AIは“役に立つどころか危険”になります。

なぜ、AIはあなたの能力以上には機能しないのか？

理由は3つあります。

① AIは“真偽”を判断していない

ChatGPTは「最もらしさ」で文章を生成しているだけで、

• この仮説は妥当か
• この解析手法は適切か
• この結論はデータに支えられているか

を判断しているわけではありません。判断しているのはあなたです。

② AIのミスを見抜けるのは、あなたの専門知識だけ

AIが間違った統計解析を提案しても、

• どこが違うのか
• なぜ誤りなのか
• どう修正すべきか

に気づけるのはあなたの知識があるからです。

逆に言えば、知識がない部分をAIに丸投げすると、誤った研究が完成する危険性があります。

③ AIは“あなたの期待する正解”を推測するだけ

ChatGPTは「質問した人が何を望んでいるか」を推測するモデルです。

つまり、あなたが誤った前提で質問すれば、誤った方向に“もっともらしい回答”を作り上げてしまう。

これは研究において非常に危険です。

AIの正しい位置づけ：能力を拡張するのではなく“時間を削減する”ツール

ではAIは使うべきではないのか？そんなことはありません。むしろ、正しく使えば劇的にあなたの生産性を高めます。

AIが本領を発揮するのは、“あなた自身が理解している領域で、時間がかかっていた作業” です。

AIが最も強く機能する場面

• 文献の要点をまとめさせる
• 文章の構造を整理させる
• 英語表現を洗練させる
• 長文の読み込みを手助けしてもらう
• 曖昧な説明をわかりやすく書き換える
• コード作成のたたきを作ってもらう

これはすべて、人間が理解している前提でこそ、正しく評価できる作業です。

AIは「あなたの能力を補完する相棒」

AIは研究を“高速化”するツールであって、あなたの専門性を置き換えるものではありません。むしろ、

• あなたの思考速度を上げ
• あなたの時間を節約し
• あなたの文章を洗練させ
• あなたの理解を深める

という方向でこそ、最大限の力を発揮します。

AIを使う研究者が最強になる

AIを怖がる必要はありません。大事なのは「正しく使うこと」。

• AI任せの論文は倫理的にNG
• AIはあなたの能力を超えない
• AIはあなたの判断力があって初めて機能する

だからこそ、AIを理解した研究者こそ最強です。

今後の研究者に求められるスキルは、 “AIに仕事を任せる力”ではなく、“AIを評価し、正しく使う力” です。

ChatGPTで論文を書く・要約する・校正する｜具体的な使い方

ChatGPTに論文そのものを書かせるのはNG。ただし構造化は最強。

論文を“丸ごと書かせる”ことは研究倫理的にアウトです。

しかし、構造を整理するためのサポートとして使うのは非常に有効です。

① ChatGPTで論文の構造（IMRAD）を設計する

「糖尿病患者における○○の研究」でIMRAD構造を作ってください。

研究目的・仮説・使用変数・先行研究のギャップを整理して。

ChatGPTはロジックを瞬時に構造化します。

② ChatGPTで英語論文の校正（Editing）

AIは“執筆”より“校正”に強い。

以下の英文を医学英語として自然な論文調に書き直してください。

語調はneutralで、過度に装飾的にしないでください。

校正の補助として使うのは倫理上問題ありません。（多くの大学・ジャーナルが容認）

③ ChatGPTで文献の要約

文献をPDFで入力し、要点整理を依頼できます。

この論文のBackground/Methods/Resultsを300字ずつでまとめて。

研究の限界も抽出してください。

論文精読が劇的に早くなります。

④ ChatGPTで解析コードの相談（R/Python）

ChatGPTは“コードを書く力”が非常に高いです。

ただし、出てきたコードをそのまま信じてはいけません。

エラーも出すし、間違った統計モデルを推奨することすらあります。あくまで相談相手として使うのが正解。

AI利用はここが危険｜研究倫理とリスク

ChatGPTをはじめとする生成AIは、研究者にとって強力なツールですが、使い方を誤ると研究倫理に反するだけでなく、学術的不正に直結する危険があります。

特に論文作成においては、「便利だから使う」よりも「リスクを理解したうえで使う」ことが重要です。

以下では、研究者が必ず押さえておくべきAI利用のリスクと、その理由を深堀りして解説します。

① AIは“もっともらしい嘘”を平気で作る（Hallucination）

AIには、

• 存在しない文献を捏造する
• 出典不明の研究結果を“事実”として書く
• 統計解析の結果を勝手に補完する
• 方法論を論理的に破綻した形で提案する

という特性があります。

これはChatGPTの問題ではなく、生成AIの構造的な限界です。

AIは「最もらしさ」で回答を作るため、事実確認をしていません。

つまり、AIのアウトプットは正解ではなく、“それっぽい文章”でしかない のです。

研究においてこれは致命的です。

② AIは透明性がなく、再現性を保証できない

研究の核心は「再現性」です。しかしAIは、

• どのデータを参照したのか
• なぜその結論になったのか
• 他の研究と矛盾しないか

を説明できません。

これは “ブラックボックス” であり、人間が責任を持って判断できる範囲を超えています。

AIが生成した分析結果や解釈をそのまま論文に使うと、研究の再現性が担保できず、不正扱いされるリスクすらある のです。

③ AIは著者（Author）になれない

ICMJE（国際医学雑誌編集者会議）は明言しています。

AIは著者として認められない。なぜなら、説明責任・利益相反・オリジナリティに関する責任を負えないから。

著者として認められるためには、

• 解釈に責任を持つ
• 批判的判断を行う
• 書かれた内容の正確性を担保できる

必要があります。AIはこれらを満たせません。

つまり、 “AIが書いた文章にあなたが名前を載せる”のは不正です。 （あなたが責任を負えないため）

④ AIには「理解」がなく、科学的判断ができない

AIは文章を理解しているように見えますが、実際には「パターン予測」をしているだけです。

• 因果と相関の違い
• 統計モデルの前提
• 臨床的意義
• サンプルサイズの妥当性
• 研究デザインの適切性

これらを判断できるのは“人間だけ”。AIはあなたの専門知識を超えた判断を絶対にできません。

AIは賢く見えるだけで、「科学的判断力はゼロ」である。

これを理解せずにAIを使うのは非常に危険です。

⑤ AIの提案は“バグだらけの補助輪”であると理解すべき

ChatGPTにコードを書かせたり、解析モデルを聞いたりすると、一見正しそうな回答が得られます。

しかし実際には、

• 誤った統計モデル
• 存在しない関数
• 方針と矛盾した解析

など、多くの“バグ”が混じります。

AIの出力を盲信する研究者が増えると、不正論文・誤った研究結果が増える懸念があり、学会もこれを強く警戒しています。

⑥ AI利用の明記は「義務」になりつつある

多くの学会誌はAI使用ポリシーを公開しています。

共通するのは以下の4点。

1. AIは著者として記載不可
2. AIが生成した文章は“そのまま”使用不可
3. AIの利用はMethodsまたは謝辞で開示する
4. 責任はすべて人間の著者にある

つまり、AIの利用は“隠すものではなく開示するもの”になりつつあります。

⑦ AI利用でもっとも危険なのは「能力以上の依存」

あなたの論文の質を決めるのは、あなたの専門知識 × あなたの判断力であり、AIはその“効率化”にすぎません。

逆に言えば、

• 自分で理解できない領域
• 自分で評価できない内容
• 自分で確認できない分析

をAIに任せると、あなたの能力を超えて誤りが広がるという危険な構図になります。

AIは“能力を拡張するツール”ではなく、あなたの能力の範囲内で、作業時間を劇的に減らすツールです。

結論：AIは“最高の助手”、しかし“最悪の代筆者”

• AIは時間を節約し、文章を整え、分析を補助する優秀な助手
• しかし、AIは理解せず、責任を負わず、嘘も作る
• 研究倫理の観点から、AI任せの論文は絶対にNG
• AIをどう評価し、どう制御できるかが研究者の力量になる

AIはあなたのために働く存在であって、あなたの代わりに論文を書く存在ではない。

この姿勢さえあれば、AIはあなたの研究力を“安全に”最大化する強力な相棒になります。

ChatGPTを使うべき領域／使うべきでない領域

ChatGPTは論文作成を強力にサポートしてくれるツールですが、「どこまで使ってよいか」の線引きがとても重要です。

AIには理解や判断力がないため、あなたの専門知識によって出力結果を評価できる範囲で活用する必要があります。

つまり、AIはあなたの能力を超えて仕事をすることはできません。

研究者側が批判的にチェックできる領域でこそ、AIは最大限の力を発揮します。

まず、ChatGPTを使うべき領域は「あなたが理解できる部分の時短化」です。たとえば以下のような場面です。

• 文献の要点を圧縮して理解する
• 自分が書いた文章を整理・要約させる
• 英語表現を自然な論文調に整える
• IMRAD構造の下書きを作る
• 論旨を明確にするための書き換え
• コード例の作成や、エラー原因の補助的な説明

これらは、あなたが内容を判断できる領域であり、AIが作業効率を大きく改善してくれます。

一方で、ChatGPTに任せてはいけない領域も明確です。

• 研究デザインの決定
• 統計解析の解釈や結論
• 存在しない文献の引用作成
• 論文本文の“丸ごと生成”
• 科学的根拠の判断
• 専門的な因果推論や統計モデルの妥当性判断

これらはAIが「もっともらしい嘘」を生成しやすく、研究倫理や再現性の面で重大な問題を引き起こす可能性があります。

AIを使うか迷ったときは 「自分がその出力を批判的に評価できるか？」 を基準にしてください。評価できるなら使ってOK。評価できないなら使ってはいけません。

AIは、あなたの能力を補う“相棒”にはなれても、あなたの代わりに論文を書く“研究者”にはなれません。正しい領域で使うことこそが、AI時代の研究者に求められる新しい能力です。

まとめ｜AIは“論文を書く代わり”ではなく“あなたを強くする相棒”

AIに任せっきりの論文はNG。

しかし、賢く使えば、研究者の時間を大幅に節約し、論理構成を助け、英語の品質を上げてくれます。

• AIに責任を負わせることはできない
• AIは嘘をつくが、うまく使えば最強の助手
• 任せっきりでは倫理違反だが、補助に使うのは大いにOK
• AI時代の研究者は「使いこなす力」が求められる

AIは、あなたの研究の価値を最大化する“相棒”です。

上手に使って、論文作成のスピードと質を引き上げてください。

論文リジェクト──

そのメールを開いた瞬間、胸が締めつけられるような気持ちになったことのある人は少なくないでしょう。

「努力が否定されたようで、何も手につかない」
「査読コメントがひどすぎて、もう書きたくない」

けれども、リジェクトは研究者にとって恥ずかしいことでも、失敗でもありません。

どんな優れた研究者でも、リジェクトを何度も経験しています。むしろ、それを経てこそ論文は磨かれ、研究はより良い形へ進化します。

この記事では、

1. リジェクトされたときの心の回復法
2. 「ひどい」査読コメントへの向き合い方
3. 査読者との関係を理解する視点
4. 再投稿に向けた戦略

の4つを軸に、あなたの研究を再び前へ進めるための考え方を整理します。

論文がリジェクトされたときの心の回復法

そもそも、リジェクトの瞬間に落ち込むのは、あなたが真剣に研究に向き合ってきた証拠です。

まずは、落ち込む自分を否定しないでください。

私も研究をしていますが、一つの研究を完成させるために途方も無い時間がかかることは理解しておりますので、リジェクトの時の落ち込みは悔しいほどですよね。

ステップ1：距離を置く

通知メールを受け取った直後は、冷静な判断ができないんじゃないかなと思います。

1〜2日間は論文から離れて、頭を休めることをおすすめします。散歩や運動、趣味の時間に充ててください。

ステップ2：感情を言語化する

「悔しい」「納得いかない」とノートに書き出すだけで、少し整理されます。

研究仲間に話すのも効果的です。誰もが経験していることだからこそ、共感してもらえるはずです。

ステップ3：リジェクト＝研究を否定されたわけではない

最も重要なのは、リジェクトはあなたの研究の価値を否定されたわけではないということ。

査読の結果は、「雑誌との相性」「査読者の考え方」「研究分野の視点」といった外的要因にも左右されます。

実際、ある論文がリジェクトされたあと、よりインパクトファクターの高い雑誌に再投稿してアクセプトされた例も珍しくありません。

つまり、リジェクトは“終わり”ではなく、“別の道を探すチャンス”なのです。

「ひどい」査読コメントへの向き合い方

査読コメントを読むと、「人格否定のようだ」「全否定された」と感じることがあります。

しかし、そのコメントが“ひどく見える”のは、あなたが今、傷ついているからかもしれません。

査読者の多くは、あなたの研究を否定したいわけではありません。

彼らも研究の大変さを知っています。だからこそ、「できれば採択したい」「より良くしてほしい」と願いながらコメントを書いています。

ひどいコメントだと思うかもしれないが、査読者は敵ではない、仲間である

査読者は、あなたの論文を“攻撃”しているのではなく、論文をブラッシュアップする仲間です。

研究者としての経験から、「この部分を補足すればもっと伝わる」「この点を修正すれば採択される」という視点でコメントをくれています。

たとえ言葉が強く感じられても、それは文章上の表現であり、敵意があるわけではありません。

実際に会って話せば、「あなたの研究は面白い。ただ、この点をもう少し説明してほしい」と穏やかに語る人がほとんどです。

そのため、コメントを読んで否定的な感情が湧いたら、まずは数日おきましょう。

そして冷静になってから「何を指摘しているのか」を抽出します。

• 「サンプルサイズが小さい」→ 改善できる具体的な指摘
• 「研究の意義が伝わらない」→ 書き方や構成の改善で解決可能
• 「この研究は意味がない」→ 感情的コメントのため、スルーでOK

コメントを分類すると、“建設的な指摘”と“感情的な表現”が見分けられるようになります。

建設的な指摘は、むしろ歓迎すべきことです。たとえリジェクトになったとしても、次の雑誌に再投稿する際の非常に重要なコメントだからです。

レビューワーコメントへの基本スタンス

査読コメントへの回答を書くときは、

• どんなコメントにも「ご指摘ありがとうございます」から始める
• 攻撃的なコメントには「感謝＋事実」で冷静に返す
• 反論が必要な場合は、文献やデータを添えて丁寧に説明する

査読は戦いではなく、共同作業です。

「誤解を解く」「改善提案に応える」という姿勢が伝わると、次の審査では印象がまったく違います。

「このレビューワーは私の研究を全くわかってくれない！」と思うかもしれませんが、それは「わかりやすく伝える工夫が足りない」だけかもしれません。

あなたほど、あなたの研究に対して理解をしている人はいません。生のデータも時間をかけて確認し、先行研究も吟味した上での研究ですから。

ですが、レビューワーは限られた情報の中で精査するしかありません。その上で建設的な議論をしようとしているだけなので、ぜひ「仲間」だと思って対応してもらえるといいかなと思います。

査読者ひどいの！？査読者との関係を理解する視点

多くの若手研究者が誤解しがちなのは、「査読者＝敵」という思い込みです。しかし、査読者は論文を“落とす”ために存在しているのではありません。

査読者は、研究の難しさを身をもって知っている人たちです。

だからこそ、本音では「できれば採択したい」「良い形に直してほしい」と思っています。

彼らの目的は、あなたの研究を否定することではなく、学術的な信頼性と伝わりやすさを高めること。

そのため、時に厳しい言葉を選ぶことがありますが、それは論文をより良くするためのフィードバックなのです。

査読者との相性や考え方の違いもある

もちろん、査読者も人間です。

研究スタイルや理論への立場、分野の文化によって、意見が分かれることもあります。

つまり「リジェクトされた＝研究の価値がない」ではなく、単に**“その査読者と相性が合わなかった”**という場合もあります。

たとえば、

• 臨床重視の雑誌では「統計が複雑すぎる」と言われ、
• 統計重視の雑誌では「臨床的意義が薄い」と指摘される。

このようなことは日常茶飯事です。

同じ論文を別のジャーナルに再投稿したら、あっさりアクセプトされた──そんなケースも多くあります。

リジェクトは「拒否」ではなく「方向修正」

リジェクトは「もう出すな」というサインではありません。むしろ「もう少しこうすれば通る」という、次への改善のためのサインです。

だから、落ち込む必要はありません。

査読を“批判”ではなく“提案”として捉え直すと、研究へのモチベーションが再び戻ってきます。

論文再投稿に向けた戦略

気持ちが落ち着いたら、次に進む準備をしましょう。

リジェクト後に最初にやるべきことは、査読コメントの整理です。

ステップ1：コメントを分類して整理する

Excelなどに以下のような形でまとめます。

これを可視化するだけで、気持ちが整理され、「やるべきこと」が明確になります。

ステップ2：次の投稿先を戦略的に選ぶ

• テーマの適合性を最優先に考える
• インパクトファクターよりも、読者層の合致を重視
• 査読が早いジャーナルを選ぶのも有効

雑誌との“相性”が合えば、驚くほどスムーズに進むこともあります。

重要なのは、「拒否された場所で戦う」のではなく、「理解してもらえる場所を探す」ことです。

ステップ3：書き直しながら自分の成長を実感する

リジェクトは痛みを伴いますが、研究者としての成長のきっかけでもあります。

査読コメントを反映させながら書き直すうちに、自分の論理構成が整理され、研究の軸がより明確になります。

論文は「リジェクト → 改訂 → 再投稿 → 採択」というプロセスを通じて完成していくもの。

1回のリジェクトで終わりではなく、何度でも再チャレンジできるのが学術の世界です。

まとめ｜リジェクトはあなたを強くするプロセス

論文リジェクトに落ち込むのは当然です。でも、冷静に考えてみれば、あなたがそこまで落ち込むのは、研究に真剣だからこそ。

• 査読者は敵ではなく、論文を磨く“仲間”
• 「ひどいコメント」に見えても、改善のヒントが隠れている
• リジェクトは研究を否定するものではなく、単なる“相性”の問題であることも多い

そして何より──

リジェクトは終わりではなく、あなたの研究をより強く、より美しく磨き上げる過程です。

少し休んだら、もう一度PCを開いてください。

あなたの研究には、まだ伝わるべき価値があります。

この記事では「年齢など患者背景の有意差はどんな意味があるのか？論文にP値で示すことの問題点」としてお伝えします。

患者背景の比較では必ず統計学的検定を実施する、というのが慣例になっている印象があります。

しかしながら、近年では患者背景の比較に対してP値で何かを示すことは減少傾向にあるんです。

そのためこの記事では

• 患者背景の検定（P値）で何が示せるのか？
• 患者背景を比較するそもそもの目的は？
• トップジャーナルでは患者背景の比較をどのようにしているのか？

といったことをお伝えしていきます！

患者背景の検定結果（P値）に対して研究者が期待していること

まずは、そもそも患者背景に対して検定することによって、研究者自身は何を期待しているのか？ということを整理してみましょう。

ここでは、2群間の比較試験を想定します。

2群比較の場合、通常は患者背景の要約では群ごとに要約統計量を記載します。

その際に、上記のように統計学的検定を用いて群間比較をしているのをよく見ます。

例えば、年齢、体重などの連続変数（量的データ）の場合には、T検定（正規分布の場合）やマンホイットニーのU検定（正規分布じゃない場合）が使われます。

性別、人種などのカテゴリカル変数（質的データ）であれば、カイ二乗検定やフィッシャーの正確確率検定が使われているのをよく見ます。

統計学的検定をおさらいする

ここでちょっと、統計学的検定をおさらいしましょう。

統計学的検定を実施すると、「有意差あり」か「有意差なし」の2択の結論が出ます。

有意差がある場合、帰無仮説を棄却することになり対立仮説を採択することになります。

例えばT検定の対立仮説は「2群間の平均値に差がある」ですので、有意差がある場合には「群間に差がある」を採択することができます。

では有意差がなかった場合。

この場合は「帰無仮説を棄却できない」ということになります。

T検定であれば帰無仮説は「群間の平均値に差がない」ですから、「群間の平均値に差がない」を否定できないということ。

言い換えると、今回のデータでは群間に差があるとはいえない、ということなんです。

私が何を言いたいかと言えば、統計学的検定で有意差がなかった場合に、群間で「同じである」はいえない、ということ。

ここは重要なポイントです。

統計学的検定をおさらいすると、患者背景の群間比較では問題解決になっていないことがわかる

患者背景で群間比較をすることは、研究者としては「群間で差がない」ことを期待しているわけです。

なぜかと言えば、群間で差があると

• 交絡バイアスの可能性も考える必要があるし
• 多変量解析など難しそうな解析をしなきゃいけない

ということになるので、できれば群間で同じである方が解析をシンプルにできるから。

ですが、有意差がないことを確認しても「今回のデータでは群間に差があるとはいえない」しか示すことができないため、「群間で同じである」ということは積極的にいえないんです。

つまり、

• 「群間で差がない」ことを示したいけど、統計学的検定では仕組み上、それを示すことができない
• しかも有意差があっても、それは単に症例数が多かっただけの可能性もある

ということを考えると、患者背景を統計学的検定で示したとしても、根本解決にはなっていない可能性が高い、ということなんです。

患者背景を比較してP値を提示する意味

再度「患者背景を比較する意味」を考えたいのですが、患者背景を比較する理由は「交絡バイアスを引き起こす可能性のある因子がないかどうかを確認したい」ということ。

では、交絡バイアスはどんな時に引き起こされるかと言えば、アウトカムに影響を与える因子が群間で偏っている場合に生じます。

つまり、交絡バイアスが引き起こされる条件は2つ。

1. アウトカムに影響を与える因子である
2. その因子が群間で偏っている

例えば、アウトカムが体重だった時。

1. 性別は体重に影響を与える（女性は軽く男性は重い傾向にある）
2. もし仮に群間で男女比が偏っていたら、体重（アウトカム）の違いは「群の違い」なのか「男女比の違い」なのかがわからなくなる

ということが言えます。

そして仮に患者背景の検定を実施するとしても、交絡バイアスの条件の2番目（因子が軍艦で偏っている）しか確認していることにならないわけです。

つまり、条件の1番目の視点（アウトカムに影響を与える因子である）は抜け落ちてしまっています。

しかも、条件の1番目は患者背景を比較しなくても確認することができますし、むしろ比較ではわからない部分になります。

論文において、患者背景で有意差を示すことで言えることは少ない

今まで見てきたことを整理すると

• 被験者背景では「群間で差がない」ことを示したいけど、統計学的検定では仕組み上、それを示すことができない
• しかも有意差があっても、それは単に症例数が多かっただけの可能性もある
• 交絡バイアスの条件の1番目の視点（アウトカムに影響を与える因子である）は抜け落ちてしまっている

ということが言えます。

であれば、患者背景で有意差があるかどうかという情報の価値って、実はそれほど大きなものではなかったりします。

じゃあ重要な点はどこなのか？と言えば、まずは交絡バイアスの条件の1番目の視点（アウトカムに影響を与える因子である）を考えることかなと思います。

そしてその因子は、患者背景の群間比較で有意差があろうがなかろうが、交絡バイアスの調整（ex. 多変量解析の説明変数）に入れるということを事前に決めておくことが重要。

では、患者背景の検定結果は全くもって不要なのか？と言われれば、そうでもないなとも個人的には思います。

なぜなら、群間でどれぐらいの違いがあるのかをざっと確認するには、P値は便利な指標だと思うからです。

しかし、P値は症例数に依存する指標なので、結局は平均値の差や割合の差を確認することの方が大事ということは間違いありません。

トップジャーナルでは患者背景の有意差に関してどうなっているか？

では最後に、トップジャーナルではどうなっているかを見ていきましょう。

一つの例ですが、こちらの論文は後ろ向き研究だけど群間比較のP値が記載されていません。

（https://www.nejm.org/doi/full/10.1056/NEJMoa2021680）

後ろ向き研究であれば、群間で背景情報が偏っていることはむしろ普通かなと思いますが、それでも統計学的検定を実施してP値を示すことはしていません。

古い論文だと患者背景のP値が出ているものも確かにありますが、最近ではASA（アメリカ統計協会）の声明もあり、P値を出力しない傾向になっていますね。

背景情報を揃えることが目的の傾向スコアマッチングでも、患者背景の比較はP値では記載されません。

では何で比較しているかと言えば、P値ではなく標準化差です。

上記のように症例数が非常に多い研究だと、意味のない差に対しても全部の指標に有意差が出てしまいます。

しかし標準化差は症例数に依存しない指標ですので、オールラウンドに使えますね。

まとめ

いかがでしたか？

この記事では「患者背景の有意差はどんな意味があるのか？P値で示すことの問題点」としてお伝えしました。

• 患者背景の検定（P値）で何が示せるのか？
• 患者背景を比較するそもそもの目的は？
• トップジャーナルでは患者背景の比較をどのようにしているのか？

といったことが伝わったのなら幸いです！

• 統計解析したけど有意差がでなかったけどどう考察すればいいの・・・？
• p値が0.05を下回ってないから論文は書けない・・・？
• 医学論文がアクセプトされるために重要なこととは・・・？

あなたは上記のようなことで困っていませんか？

もしかしたら、医学論文への投稿は「p値が0.05を下回って有意差がある場合にしかできない」と思っていませんか？

実は有意差がない場合であっても論文を出すことはできますし、考察を適切に行えばかなり価値がある論文になります。

この記事では、医学論文を書くにあたって有意差がでなかった時の考察のヒントや、そもそも医学論文を書くために重要なこと・絶対にやってはいけないことを整理してお伝えします！

有意差が出ないと医学論文は出せないの？考察の書き方は？

コンサルをしていて、多くの方は「有意差がない限り論文は書けないのでは」という疑問を持っていることに気付きます。

あなたはどう思いますか？

答えは「有意差が出ていなくても医学論文は出せる」ということ。

なぜなら、論文で一番重要なのは”クリニカルクエスチョン”だからです。

クリニカルクエスチョンに対する答えと、なぜそのような結果が出たのかという考察（Discuttion）が十分にできていれば、論文を出すことが可能です。

p値が大きく有意差がでなかった結果の重要性

例えばクリニカルクエスチョンが「新薬と標準治療薬でHbA1cの低下が違うのかを明らかにしたい」ということである場合。

結果としては、「新薬と標準治療薬でHbA1cの低下が違う」と「新薬と標準治療薬でHbA1cの低下が違わない」という、どちらかの結果が出ることになります。

そのとき、どちらの結果も世の中としてはとても有意義な情報なのです。

なぜなら、同じような新薬を開発している会社が複数あった場合、「新薬と標準治療薬でHbA1cの低下が違わない」という結果によって、各会社の新薬開発がストップするかもしれません。

そうなると、結果のない薬を投与されていたかもしれない患者さんに対して、無駄な投与をしなくて良いという結果に繋がります。

これは、世の中にとって重要な情報です。

実際に私がNEJMに掲載された論文の一つは、P値を全く記載せずに掲載されています。

そもそもP値とは何か？を理解できれば、P値の大小で一喜一憂することもないです。

p値が大きく有意差がないときはどこが問題だったのかを考察する

なぜ有意差が出なくても論文化ができるのか。

これを理解するためには、P値が小さくなる要因は何か？ということを知る必要があります。

＞＞なぜサンプルサイズを決めるのか？P値が小さくなる要因は？

P値が小さくなり、統計的な有意差が出た。

このとき、臨床的に意味のある結果が出た、ということではないのです。

というのも、P値が小さくなる要因は大きく分けて3つです。（T検定の場合）

1. 2群間の平均値の差が大きい
2. ばらつきが小さい
3. 症例数が多い

実際に医学論文を書くのであれば、1番目の「2群間の平均値の差が大きい」という結果を期待して、そこに対して統計学的な有意差を出したいはずです。

しかし、実際には2群間の平均値の差がそれほど大きくなくても、症例数が多ければ有意差を出すことができます。

症例数が多くて有意差が出た場合であればクリニカルクエスチョンに対して本当にYesと胸を張って言えないですよね。

逆に有意差が出なかった時であっても、P値が小さくなる上記の3つを知っていれば、臨床的に有意義な平均値の差を得られることができなかったけど、症例数が少ないことで統計的な有意差に繋がらなかった、という考察ができるわけです。

以下の表のイメージはめちゃめちゃ大切なので、ぜひ理解してください。

私たちは「医学的に意味のある差」に対して「統計的な有意差」をつけることを期待して研究をします。（表の左上の結果）

しかし、結果として「医学的に意味のない差」に対して「統計的な有意差なし」という結果も、本当は重要な結果ではないでしょうか。（表の右下の結果）

ぜひ、「統計的な有意差」と「臨床的に意味のある差」は違うんだということを理解しましょう。

有意差がない時に有意な傾向があったといってもいい？

時々、有意差がない結果に対して「有意な傾向があった」というような記載を見ることがあると思います。

P値が0.05より大きいのだけど、0.07とか、もうちょっとで有意差が出そうな結果の時に記載されるような文言ですね。

有意差がないけど何かいいたい！という方が「有意な傾向がある」と記載しているのかなと。

ですが私の意見としては、有意な傾向があるとは記載しない方がいいと思っています。

なぜなら、統計的検定は「有意差あり / 有意差なし」という結論を得るための手法であり、結果はこの2択でしかあり得ないからです。

前述した通り、有意になるかどうかは次の3つが影響するんです（T検定の場合）。

1. 2群間の平均値の差が大きい
2. ばらつきが小さい
3. 症例数が多い

つまり、平均値の差が臨床的に意味のある差が出ているのに、有意差が出ていないこともありえるということ。

その場合には症例数が不足している可能性が高く、検出力不足であることが考えられます。

そのため、考察で検出力不足であったことを記載するということです。

トップジャーナルの一つであるJAMAにも、このような記載があります。

「When such a study yields nonstatistically significant results (referred to as nonsignificant results in this article), an important question is whether the lack of statistical significance was likely due to a true absence of difference between the approaches or due to insufficient power.」

つまり有意差がなかった時

• 本当に差がなかったのか（臨床的に意味のある差が見出せなかったのか）
• 検出力不足か（臨床的に意味のある差が見出せたのに症例数不足だった）

どっちなのかを考えることが大事だということですね。

なので再度結論ですが、「有意な傾向があった」という記載はNGで、有意差がなかったら素直に有意差がないと書く。（P値を併記するのはOK）

その上で、本当に差がなかったのか、検出力不足なのかを考えて考察する。

これが大事になりますね。

医学論文の書き方とは？最初にやるべきことと絶対にやってはいけないこと

正しく医学論文を書くためには、最初が肝心です。

最初から間違った方向に行動を進めてしまうと、最終的にはカオスな状況になります。

そのため、医学論文を書くにあたって、最初にやるべきことと、絶対にやってはいけないことをまずはお伝えします。

医学論文を書くために最初にやるべきこと

まずは、医学論文を書くために最初にやるべきことです。

絶対にこれをやりましょう。

言い換えると、「この論文で明らかにしたいことはこれです」ということを明確化することです。

例えば。

• 男性と女性で肺がん発症率の違いを明らかにしたい
• 新薬と標準治療薬で、HbA1cの低下が違うのかを明らかにしたい。

みたいなことですね。

言い換えると「ゴールを明確化する」ということ。

突然ですが、ジグソーパズルをやるときに、絶対必要なものってわかりますか？

一番重要なものって実は”最終形の写真”です。

最終形の写真とは、言い換えればジグソーパズルの”ゴール”ですよね。

このゴールがなければ、パズルを闇雲にやっても完成させることはできません。

それと同じように、論文化するときにも”最終的に何を明らかにしたいのか”というゴールを決めておかなければなりません。

医学論文を書くために絶対にやってはいけないこと

では逆に、医学論文を書くために絶対にやってはいけないことは何でしょうか。

それは、多くの方がやりがちなことです。

これが一番やってはいけないことです。

闇雲にデータを解析して、P値が0.05を切るかどうかで一喜一憂し、良い結果になったものだけ切り出して論文化する。

繰り返しますが、これが一番やってはいけないこと。

先ほどのパズルの例だと、”最終形の写真を取り上げられたままパズルを始めること”と一緒です。

最終形の写真がなければ、効率的にパズルを組み立てられるとは思えませんし、やりなおしも頻繁に起こるでしょう。

それと一緒のことです。

医学論文を効率よく書いている人がやっていることは？

では、実際に医学論文を効率よく書いている人はどんなことをやっているのか？ということが知りたいですよね。

実際には、このような順番で動いています。

ちゃんとクリニカルクエスチョンを明確化していると、全く迷わないんです。

なぜなら、ゴールが明確だからです。

ゴールが明確であれば、あとはゴールまでのルートを探していけばいいだけ。

だから、効率よく論文を書くことができるんです。

医学論文がなかなか書けない人がやっていること

では逆に、医学論文をなかなか書けない人はどんなことをやっているのでしょうか？

それは、このような順番で動いていることが多いです。

最初にクリニカルクエスチョンを明確化させずに始めてしまうと、実験や解析と、論文執筆をなんども行き来しなければなりません。

そうなると、いつまでも論文化が進まないですし、最終的には面倒になってしまいます。

ゴールが明確じゃないので、当然の結果です。

そのため、本当に最初にクリニカルクエスチョンを明確化することは重要なのです。

有意差がないときの論文考察の書き方は？まとめ

医学論文を効率的に書くためには、絶対にクリニカルクエスチョンを最初に設定することが重要。

また、例え有意差が出なくても「クリニカルクエスチョンに対して答えが出ていて、しっかりと考察されている」のであれば、医学論文を出すことが可能。

この記事では「後ろ向き研究サンプルサイズは必要？論文への記載方法はどうする？」としてお届けいたします。

サンプルサイズ計算が重要なのは知っているんだけど、それって後ろ向き研究でも必要なのだろうか…？？

と、疑問に思うこともありますよね。

そのため本記事では

• 後ろ向き研究でもサンプルサイズは必要か？
• 後ろ向き研究でもサンプルサイズもしくは検出力計算しておいた方がいい
• 後ろ向き研究のサンプルサイズ計算は論文に記載すべきか？

ということでお伝えしていきます！

後ろ向き研究でもサンプルサイズは必要か？

日々多くの質問をいただいているのですが、最近は「後ろ向き研究でもサンプルサイズ計算は必要でしょうか？」という質問をよくいただきます。

なぜこのような質問がくるのか？を考えると、後ろ向き研究ではすでにデータは「決まっている」のでわざわざサンプルサイズ計算をしなくていいのでは？、と考えていらっしゃるのかなと思います。

推定精度を考えればわざわざデータを少なくしなくていいし、多くすることは当然できない。

だったら後ろ向き研究でサンプルサイズ計算することは必要なのだろうか？

ということですよね。

そもそもサンプルサイズ計算をする目的を考えると、「研究目的を達成できるように過不足なくデータを取り、 効果があるかまだわからない治療に過剰に暴露させるのを防ぐ」ということが重要なことの一つ。

これを考えても、後ろ向き研究でサンプルサイズ計算は絶対に必要といえないのでは？と考えられますね。

後ろ向き研究でもサンプルサイズもしくは検出力計算しておいた方がいい

「後ろ向き研究でもサンプルサイズは必要か？」に対してYes/Noの2択なら、必ずしも必要ではないかな、と思います。

ですが個人的な考えを述べると、「後ろ向き研究でもサンプルサイズもしくは検出力計算しておいた方がいい」とは思うんです。

というのも、研究をやるのであれば、予め「得たいと考える臨床的に意味のある結果（群間差）」というのがあるはず。

その得たいと考える臨床的に意味のある結果に対して今回の研究で使用できるサンプルサイズが

• 過剰にサンプルサイズが多くないか？
• どれだけ頑張っても有意差でないほど少数例じゃないか？

ということを手元で把握しておくだけでも重要な情報になるからです。

例えば研究結果を上司に報告する場合を考えても、「差がありそうなのになぜ有意差が出ていないの？」と聞かれるのはあるあるネタですよね。

その際に「サンプルサイズが足りなかったからです」と、実際のサンプルサイズ計算の結果を基に提示できればスマートじゃないでしょうか。

後ろ向き研究でもサンプルサイズ計算をしていれば考察がしやすい

Q：「差がありそうなのになぜ有意差でてないの？」

A：「サンプルサイズが足りなかったからです」

というやりとりは、そのまま学会発表や論文投稿の際の考察にも使えます。

結果の有意差だけに着目してしまうと、「有意差がなかった。。論文化できないかも。。」となることもあるかもしれませんが、サンプルサイズが足りなかっただけであれば考察次第で論文化の可能性もありますからね。

＞＞有意差がないときの論文考察の書き方は？p値が大きいときに何が言える？

後ろ向き研究のサンプルサイズ計算は論文に記載すべきか？

後ろ向き研究であっても、手元で確認するためにサンプルサイズや検出力を計算することが重要であることは分かりました。

ではその計算結果を論文に記載すべきなのでしょうか？

個人的には、研究は計画が大事だという立場なので、場当たり的な研究ではないんだよ、というのをアピールできるのに良い記載かと思うんです。

しかし、統計にそれほど明るくないレビューワーに当たってしまうと「サンプルサイズ計算した結果より症例数が多いのはなぜだ」と藪蛇になる可能性も出てきてしまいます。。

なので、最初はサンプルサイズ計算のことは書かずに、レビューワーからの指示があった時に記載すればいいのでは、と思います。

後ろ向き研究でのサンプルサイズに関してMethodへの記載例

例えば、こちらの論文の記載はとてもスマートかなと思います。

（The first trial of CIM331, a humanized antihuman interleukin-31 receptor A antibody, in healthy volunteers and patients with atopic dermatitis to evaluate safety, tolerability and pharmacokinetics of a single dose in a randomized, double-blind, placebo-controlled study, Nemoto et al., Br J Dermatol . 2016 Feb;174(2):296-304. doi:10.1111/bjd.14207.Br J Dermatol . 2016 Feb;174(2):296-304. doi: 10.1111/bjd.14207.）

この論文は後ろ向き研究ではないのですが、事前にサンプルサイズを計算していないという点では後ろ向き研究のMethodの記載例として使えるかなと。

最初に「サンプルサイズ計算はしていない」と明言するのが潔いですよね。

その上で、事後的な検出力を提示しています。

まとめ

いかがでしたか？

この記事では「後ろ向き研究サンプルサイズは必要？論文への記載方法はどうする？」としてお届けいたしました。

• 後ろ向き研究でもサンプルサイズは必要か？
• 後ろ向き研究でもサンプルサイズもしくは検出力計算しておいた方がいい
• 後ろ向き研究のサンプルサイズ計算は論文に記載すべきか？

ということが理解できたのなら幸いです！

論文を読んでいると「層別解析」とか「サブグループ解析」の結果をよく見るのではないかと思います。

でも「層別解析」と「サブグループ解析」の違いや、その目的に関してちゃんと把握しているでしょうか？

この記事では「層別解析」と「サブグループ解析」に関して以下のことがわかるようになります。

1. 層別解析とサブグループ解析の違いは？
2. 層別解析とサブグループ解析はどんな目的で実施されるの？
3. サブグループ解析のグラフ化であるフォレストプロットの見方は？

層別解析とサブグループ解析とはどんな違いがあるの？

まずは層別解析とサブグループ解析の違いについて解説します。

層別解析とサブグループ解析の用語に関しては同じ意味として使っている方も多いですが、実はちょっとだけ違うんです。

層別解析を理解するのに必要な「層別因子」とは？

層別解析を理解するには、「層別因子」という用語を知っておく必要があります。

層別因子はICH E9に定義が書いてあって、以下がその定義です。

つまりここから分かるのが

• 層別因子は割付（ランダム化）の際に考慮すべき因子のこと
• 層別因子は疾患の予後に影響があると考えられる因子のこと

ということですね。

層別因子を考慮したランダム化である「層別ランダム化」というのがあります。

層別ランダム化とは、例えば、性別（男性と女性）が疾患の予後に影響がありそうなので層別因子として考えたい、とします。

この時に、被験者が男性か女性かに応じて、男性ごとにランダム化・女性ごとにランダム化、という作業をするのです。

層別因子のカテゴリごとにランダム化することによって、プラセボ群で実薬群で、男性と女性のバランスが取れることが期待できるのです。

層別因子は解析にも考慮しなければならない！その一つが「層別解析」である

そして、層別因子としてランダム化の際に考慮したら、解析段階でもその層別因子を考慮することが推奨されているのです。

そのため、層別因子を考慮した解析手法の一つが「層別解析」ということ。

層別解析をする目的は「交絡バイアス」を防ぐため。

層別解析の一つの例としては、「層別ログランク検定」というのがあります。

ログランク検定といえば、生存時間解析において最もメジャーな解析手法の一つ。

そのログランク検定を層別に考慮して解析しましょう、というのが層別ログランク検定。

サブグループ解析とは？

ではサブグループ解析はどんなものでしょうか。

サブグループ解析とは「ある因子（変数）のグループごと（カテゴリごと）に治療効果を推定すること」といえます。

例えば、性別という因子でサブグループ解析をしたい場合には、男性というグループ・女性というグループごとにそれぞれ治療効果を推定する、ということをします。

層別解析との決定的な違いは、層別解析では最終的に統合した一つの結果を示すのに対して、サブグループ解析ではグループごとの結果を示す、ということ。

性別という因子で層別解析すると、結果としては一つの結果が出力されますが、性別でのサブグループ解析では男性の結果と女性の結果、という2つの結果が出力されることになります。

層別解析の具体的な方法とは？結果を統合するってどういうこと？

層別解析とサブグループ解析の違いがわかったところで、層別解析の具体的な方法について理解していきましょう！

層別解析はまず、層別因子のカテゴリごとに解析をします。

例えば、男性・女性ごとに解析をする、ということです。

そうすると、男性の解析結果・女性の解析結果の2つの結果が出てくることになります。

サブグループ解析だったらここで終了なのですが、層別解析ではもうひと手間「2つの結果の統合」ということが必要です。

例えば、重み付き平均などを使うことで、2つの結果を統合します。

層別解析をすると複数の解析結果が出ると思われている方も多いのですが、最終的には結果を統合して１つの解析結果を示すことになる点に注意が必要です。

サブグループ解析は交互作用を検討する目的で実施する！

層別解析が「交絡バイアス」を防ぐ目的で実施されるのに対して、サブグループ解析は交互作用の有無があるかどうかを目的として実施されます。

交互作用がある場合、「その因子のカテゴリごとに治療効果が異なる」ということになります。

例えば、性別のサブグループ解析を実施した結果として、男性だとプラセボ群と実薬群に効果の差はなさそうなんだけど、女性だと差がある、といった時に、「性別と群の間には交互作用がある」関係ということ。

サブグループ解析の結果の横に交互作用のP値（P for Interaction）が付いていることが多いのは、上記のような理由があるからです。

研究結果として治療効果がサブグループによって異なること、特に異なるサブグループの間で効果が逆転する（例えば、男性では治療Aのほうが優れているが、女性では治療Bのほうが優れているような場合）ということも十分ありうるため、集団全体の効果を評価しつつ、さらに交互作用が疑われる要因についてサブグループ解析を行うのは重要です。

しかし、交互作用に関するP値（P for Interaction）を多用することは多重性の問題の観点からもNGですし、NEJMではP for Interactionを極力使わないようにガイドラインで定めています。

交互作用があるかどうかは数値だけでなく、臨床的な意味をちゃんと考察した上で論述することが重要です。

サブグループ解析のグラフ化の1つであるフォレストプロットの見方

サブグループ解析の結果の表示方法といえば、フォレストプロットが一般的です。

フォレストプロットとは、例えば下記のようなグラフのこと。

（https://www.nejm.org/doi/full/10.1056/NEJMoa2035389　のFig3を引用）

各カテゴリごとに点推定値とその95%信頼区間が表示されています。

フォレストプロットはサブグループ解析をグラフ化したものですので、見方としては「交互作用があるかどうか」という視点が重要です。

例えば上記のフォレストプロットだと、「Malaria」ではどちらのグループでも右側にあることがわかりますが、「Coma」ではYesのグループの結果は左側にありNoのグループの結果は右側にあることがわかります。

じゃあComaでは交互作用があるか、というと、そこは注意が必要。

というのも、サブグループ解析はグループごとに症例数（データ数）が少ない場合もあり、今回の結果はたまたまかもしれない可能性が否定できないためです。

そのため、数値だけで判断するのではなく、臨床的な意味合いも含めて全体的に考察する必要があるのです。

まとめ

いかがでしたか？

「層別解析」と「サブグループ解析」に関して以下のことが理解できたのなら幸いです！

1. 層別解析とサブグループ解析の違いは？
2. 層別解析とサブグループ解析はどんな目的で実施されるの？
3. サブグループ解析のグラフ化であるフォレストプロットの見方は？

こちらの内容は動画でも解説しておりますので、併せてご確認ください！

• 医療論文を初めて読むけど、どう読めばいいの・・・？
• 医療論文を効率よく読むにはどうしたらいいんだろう・・・
• 医療論文は結局どこを重点的に読めばいいの？

もしかしたらあなたは、このような悩みを持っているかもしれませんね。

医学論文には一見難しそうな統計の結果が多くあるし、すぐに眠くなる。。

私もそんな悩みを持つ一人でした。

でも統計に関する知識を得て、医学論文の読み方のコツを把握したら、とても効率的に論文を読むことができるようになったのです。

そのコツとは、一般的に医学論文で言われているPICO/PECOを意識すること。

ということで今回の記事では、実際の医学論文を題材にして、その中で使われている解析手法や解析の用語を説明していきます。

また、どんなポイントを把握すればすらすらと読むことが出来るのか、という医学論文の読み方を解説していきます。

医学論文（医療論文）の効率的な読み方！読む目的は何？

まず大切なのは、「なぜあなたが医学論文を読む必要があるのか？」という目的を明確にすること。

例えば「最新の知見を得たい」ですとか「いま担当している患者さんに最適な治療法を得たい」という目的があるはず。

もし「最新の知見を得たい」ということが目的であれば、「どこが最新の知見なのか？」そして「最新の知見は今までと何が違うのか？」を把握できればいいことになります。

それ以外の情報は不要ですよね。

そのため、医学論文から情報を取捨選択するためにも、まずは“医学論文を読む目的”を明確にする必要があります。

PICO/PECOとはどんな意味？医療論文を読むのに重要なポイント

ということで、医学論文を読む目的が整理出来たら、実際に論文を読むことになります。

今回の記事で題材にする論文はこちら。

この論文では、糖尿病患者さんに対してアスピリンもしくはプラセボを投与した際の、有効性と安全性を確認する試験結果が報告されています。

この論文を選んだのは以下のような理由です。

• NEJMという、信頼できるジャーナルから出されている論文である
• 実薬とプラセボの1:1割付の試験であり、シンプルである
• 糖尿病という、一般的になじみのある病気に対する試験のため、イメージしやすい
• 多くの解析手法やグラフを使っており、統計の題材としては面白い
• Etc・・・

この論文を理解することができれば、あなたもきっと統計を深いレベルで知ることができます。

ぜひ一緒に学びましょう。

医療論文を読むのに最も重要なこと：PICO・PECOを確認する

医学論文を読むのに最も重要なことは、PICO・PECOを確認することです。

PICO・PECOを正確に確認することが出来れば、その論文の半分以上の情報を得たといっても過言ではありません。

そのため、ぜひともPICO・PECOを確認する習慣をつけましょう。

ところでPICO・PECOって何のことか知っていますか？

初めて目にしたよ、って方もいらっしゃるかもしれませんね。

それぞれ４つの単語の頭文字をとっています。（以下、PICOに統一しますね。）

つまり要約するとこういうことですね。

「どういった患者に対して、何を投与し、どんな対象と比較して、何をアウトカムにしているか」

つまり、研究目的（リサーチクエスチョン）をさらに具体化し、定式化したもの、とイメージしていただくといいかなと思います。

これを意識する必要があるということです。

なぜこれを最初に意識するとよいのでしょうか。

それはこのような理由があるからです。

「PICO/PECOを把握することで結果をある程度予想できるため、論文を素早く正確に読むことができる」

臨床試験、臨床研究の論文は、結局のところ以下のような構成です。

• 既存の調査では、この部分がまだわかっていないよね、という問題提起（Background/Introductionの章）
• AとBを比較して、アウトカムをこのように設定した。（Methodの章）
• ご覧の通りの結果から、A（もしくはB）が統計的に有意になった（もしくは有意にならなかった）。（Resultの章）
• その理由は以下の通りである。（Discussionの章）

なのでPICO/PECOを確認することができれば、あとはどっちが勝って、その考察はどうなんだろう、ということに意識をして論文を読めばOKになります。

・・・言うのは簡単ですよね。

とりあえず、早速論文を読んでみましょう。

PICO/PECOを把握しながら医療論文を読む！

では実際に、PICO/PECOを把握しながら論文を読んでいきましょう。

PICO/PECOを把握：この論文のPatientは？

では早速PICOを確認していきましょう。

最初はPatientの確認ですね。

対象患者は、たいていMethodに記載があります。

この論文でも、当然のようにMethodに記載がありました。（3ページ目の左上です）

Men and women at least 40 years of age were considered to be eligible if they had received a diagnosis of diabetes mellitus (any type) and did not have known cardiovascular disease and if there was substantial uncertainty about whether antiplatelet therapy would confer worthwhile benefit. Key exclusion criteria were a clear indication for aspirin or a contraindication to aspirin or the presence of other clinically significant conditions that might limit adherence to the trial regimen for at least 5 years. All the participants provided written informed consent.

これを読むと、糖尿病であれば誰でも良い、という試験ではなさそうですね。

40歳以上の患者さんしか入っていない試験で、しかもCVイベントを発症していない患者さん限定です。

Any typeと書いてありますので、２型か１型か、というのは問題視していないみたいですね。

つまり裏を返すと、30代の患者さんだったり、CVイベントの経験がある患者さんに対しては、この論文の結果を当てはめられるかは分からない、ということです。

また、アスピリンに禁忌の患者さんだったり、この臨床試験のレジメンを5年以上継続できないと見なされれば、試験には入ることができないとなっています。

PICOを把握：次はInterventionとComparison！

対象となる患者さん（Patient）がわかったところで、次はIntervention（介入しているもの）とComparison（比較対象）を確認します。

we then assigned eligible participants to receive 100 mg of aspirin once daily or a matching placebo tablet; participants were also assigned to receive 1-g capsules containing n−3 fatty acid once daily or a matching placebo capsule.

タイトルにもあった通り、Interventionはアスピリンです。

で、比較対象はプラセボ（Placebo）ですね。

気になるのはその次の文章。

n−3 fatty acidの実薬とプラセボを投与？？

これって、「アスピリン / プラセボ」「n−3 fatty acid / プラセボ」の2*2で4群の試験か？という疑問が起こりました。。

ということで、Supplemental informationを確認。

すると予想通り、途中は4群みたいな構成になっています。

で、その後にアスピリン群とプラセボ群の2群になっています。

この途中の４群がどういう理由で設定されたかは、他のところを読まなければ詳細には分かりません。

ですが、アスピリン群とプラセボ群ではn−3 fatty acidを投与されている人がそれぞれ同じ数なので、とりあえず無視してアスピリン群とプラセボ群の2群として解析結果を読み進めてもよさそうです。

P.S. このn−3 fatty acid の投与に関してなぜ設定されているのかが疑問でしたが、本論文と同日に以下のような論文を同じ研究チームが出しております。

実際にこの試験は、糖尿病患者に対してアスピリンがどう作用するかに加え、n−3 fatty acidがどう作用するか、という２つの目的を持った試験であることがわかりました。

ということで、本論文については、n−3 fatty acidを無視してアスピリンだけに着目すればよいことに確信を持ちました。

PICOを把握：最後はOutcomeを確認する！

そしてPICOの最後のOutcomeです。

これは、アブストラクトを読んだほうがわかりやすいですね。

The primary efficacy outcome was the first serious vascular event (i.e., myocardial infarction, stroke or transient ischemic attack, or death from any vascular cause, excluding any confirmed intracranial hemorrhage). The primary safety outcome was the first major bleeding event (i.e., intracranial hemorrhage, sight-threatening bleeding event in the eye, gastrointestinal bleeding, or other serious bleeding).

有効性に関しては、初回の重篤な心血管イベントの発生。

安全性に関しては、初回のメジャーな出血イベントの発生。

このアウトカムを見れば、解析手法が何となく分かります。

「初回の（first）」とあるので、恐らくイベント関連の解析、つまり生存時間解析をやっているのかな、という予想ができます。

生存時間解析は、がん領域だけに使われる解析手法ではないため、どの疾患領域を担当する人であっても、知っておきたい解析手法ですね。

＞＞生存時間解析とはどんな解析手法？

＞＞JMPで生存時間解析を実施する方法！

先回りしてStatistical analysisを読むと「We used log-rank methods（ログランク検定）」と書いてありますので、やっぱり生存時間解析をやっているということがわかります。

まとめ

医学論文を読むのに重要なことは、「医学論文を読む目的を明確にする」ということ。

そうすれば、その論文から情報を取捨選択することが出来ます。

そして実際に医学論文を読むために重要なことはPICO・PECOを確認することです。

PICO・PECOを正確に確認することが出来れば、その論文の半分以上の情報を得たことになります。

＞＞論文での統計手法や統計結果の書き方は？