1. EBM‘ 超’実践法
エビデンスを患者に役立てるため
に
名郷直樹

2. 自己紹介
1986 年 自治医大卒
 同年
名古屋第二赤十字病院研修医
 1988 年 作手村国保診療所
 1992 年 自治医大地域医療学
 1995 年 作手村国保診療所
 2003 年 社）地域医療振興協会
東京北社会保険病院臨床研修セン
ター
 2011 年 武蔵国分寺公園クリニック
 専門領域 医者


3. クリニックでの仕事

1 日 70 人 -150 人程度の外来


50% が小児、 10% が予防注射
50 人程度の在宅患者


20% が末期がん患者
平均訪問期間 63 日

4. このセッションの内容

がん検診についての EBM の実践の一例







5 つのステップ
PECO 、真のアウトカム
歩きながら論文を読む：メタ分析編
相対危険、スクリーニング必要数、害必要
数、 LHH
相対利益
がん検診の負の側面
実際の臨床現場にエビデンスをどう活かすか

5. 患者シナリオ

42 歳女性

乳がんの家族歴なし

乳がん検診は毎年受けたほうがいいのでし
ょうか？

6. 患者シナリオ

76 歳女性

高血圧、糖尿病で通院中

乳がん検診は受けたほうがいいのでしょう
か？

7. 2013/9/13 新聞記事

8. EBM の 5 つのステップ
1.
2.
3.
4.
5.
問題の定式化
問題についての情報収集
得られた情報の批判的吟味
情報の患者への適用
1-4 のステップの評価

9. Step1. 問題の定式化

Patient ：どんな患者に

Exposure ：どのような治療、検査をしたら

Comparison ：どんな治療、検査と比べ

Outcome ：どうなるか

10. Step1. 問題の定式化

Patient ： 40 代の女性で、あるいは 70 代の女性で

Exposure ：乳がん検診を受けるのと

Comparison ：受けないのと比べて

Outcome ：

マンモグラフィの感度・特異度は

乳がんによる死亡は 減少するか

寿命は延びるか

幸せになるか

11. EBM の 5 つのステップ
1.
2.
3.
4.
5.
問題の定式化
問題についての情報収集
得られた情報の批判的吟味
情報の患者への適用
1-4 のステップの評価

12. 乳がんガイドライン 2008

40 歳代




0.85 （ 0.73 ～ 0.98 ）
50 歳以上


RR
推奨度 B
推奨度 A
RR
0.78 （ 0.70 ～ 0.85 ）
年齢の上限は設けられていない
これで態度を決めてもいいのですが
今日はガイドラインの記述でいいのかどう
か、吟味してみます

13. PubMed 検索： Clinical Queries

15. PubMed の Clinical Queries を使う

Breast cancer, screening, mammography

16. 検索された論文



Gøtzsche PC, Nielsen M. Screening for
breast cancer with mammography.
Cochrane Database Syst Rev. 2011 Jan
19;1:CD001877.
PubMed PMID: 21249649.

17. さらに日本語で情報を得たい

CMEC-TV


ビデオ配信によるエビデンスの情報提供（無料）
CMEC ジャーナルクラブ



Community Medicine Evidence Center 編集部が提
供する英語論文（ランダム化比較試験、メタアナ
リシス）の日本語要約の提供サービス
5250 円 / 年
http://www.cmec.jp/

18. CMEC ジャーナルクラブ

19. EBM の 5 つのステップ
1.
2.
3.
4.
5.
問題の定式化
問題についての情報収集
得られた情報の批判的吟味
情報の患者への適用
1-4 のステップの評価

20. 3 つの批判的吟味



研究方法は妥当か
結果は何か
患者に役立つか

21. 歩きながら論文を読む：メタ分析
編

研究方法は妥当か？



論文のＰＥＣＯを読む
ランダム化比較試験のメタ分析かを読む
結果は何か？

一次アウトカムの結果を読む

22. 論文の PECO
P: 39 ～ 69 歳の女性
E: マンモグラフィによる乳がん検診







毎年 3 試験、 18-24 カ月ごと 1 試験
C: 検診なし
O: 乳がんによる死亡 （ 13 年間）
ランダム化比較試験（ RCT) のメタ分析
質の高い RCT は 4 つ

23. 結果 1 ： 13 年追跡での乳がん死亡


質が低いものも含む９つの RCT
39 ～ 69 歳


50 歳未満


RR 0.84 （ 0.73 ～ 0.96 ）
50 歳以上


RR 0.81 （ 0.74 ～ 0.87 ）
RR 0.77 （ 0.69 ～ 0.86 ）
日本のガイドラインと矛盾しない

24. 結果を実数でみる



558/297812 VS 747/318515
乳がん死亡が 0.23 ％から 0.19 ％に減少
絶対リスク減少 : 0.04 ％


メタ分析による明確なエビデンス？
ガイドラインの推奨度に矛盾しない？

25. 結果 2 ：適切な RCT に限ると


39 ～ 69 歳
 RR 0.90 （ 0.79 ～ 1.02 ）
50 歳未満


50 歳以上



RR 0.87 （ 0.73 ～ 1.03 ）
RR 0.94 （ 0.77 ～ 1.15 ）
はっきりしない結果
質の高いものと低いものとどちらを信用する
か？

27. 50 歳未満で

28. 50 歳から 69 歳で

29. また別の角度で：相対利益



イベントを起こしていないもので比較してみる
 297254/297812 vs 317768/318515
 乳がん死亡なしが、 99.77 ％から 99.81 ％
に増加
Relative Benefit
 1.0005 (1.0002-1.0007)
乳がんで死亡しない確率が 1.0005 倍になります

30. 結果のまとめ

乳がん検診の効果はあるとしても小さい


13 年で乳がんで死ぬ人は対照群でも 0.2%


質の高い研究ほど小さな効果
13 年では乳がん死亡は少ない
検診でなくとも早期発見が可能で、もともと
予後がよい乳がんの検診効果は小さい

検診をやる前からそれは自明

31. EBM の 5 つのステップ
1.
2.
3.
4.
5.
問題の定式化
問題についての情報収集
得られた情報の批判的吟味
情報の患者への適用
1-4 のステップの評価

32. 患者シナリオ

42 歳女性

乳がんの家族歴なし

乳がん検診は毎年受けたほうがいいのでし
ょうか？

33. 患者シナリオ

76 歳女性

高血圧、糖尿病で通院中

乳がん検診は受けたほうがいいのでしょう
か？

34. あなたならどうする？



あなたが主治医だったとして、患者にどう説
明するか、考えてみましょう
あなたが患者だったとして、乳がん検診を受
けるかどうか
周りの人と話し合ってみましょう

35. さらに別の角度で


全乳がん患者で考える
絶対数として助かる乳がん患者





乳がん死亡率 10 人 /10 万（ 1 年）
1000 万人の女性がいると 1000 人が乳がん死
10 ％の乳がん死亡の減少
1000 万人の女性で 100 人の乳がん死亡が減少
1 億人の女性で 1000 人の乳がん死亡が減少

36. 患者への適用の公式
1.
2.
3.
論文の患者と目の前の患者は結果が適用
できないほど異なっていないか？
臨床上重要なすべてのアウトカムが評価
されたか？
コストや害を上回る効果が期待できるか
？

37. 論文の患者と目の前の患者のギャッ
プ

論文




39 ～ 69 歳
欧米人
検診間隔 毎年から 1.5-2 年毎まで様々
目の前の患者


40 代、 70 代
日本人

38. 様々なアウトカム





乳がんによる死亡
寿命
不安、憂うつ
幸せ
コストと害

39. 総死亡で

RR 0.99 （ 0.95 ～ 1.03 ）

40. コスト




がん検診の受診料
公費負担
検診提供側のコスト
精査のためのコスト

41. 害について





検診結果を待つ不安
偽陽性で憂うつ
誤診の危険は？
被爆によるがんの危険は？
診断後の治療による害の危険は？



誤診のためにがんにされてしまったり
マンモグラフィーの被爆でがんになる人がいる
乳がんの治療により別の疾患が増えるかもしれな
い

42. 偽陽性と biopsy が行われる率

40 代



60 台



97.8/1000 検診が偽陽性
9.3/1000 検診に biopsy
79.0/1000 検診が偽陽性
11.6/1000 検診に biopsy
80 代


64.0/1000 検診が偽陽性
12.2/1000 検診に biopsy
Ann Intern Med 2009; 151: 727

43. がんの罹患

RR 1.25 （ 1.18 ～ 1.34 ）

44. 乳房切除

RR 1.20 （ 1.08 ～ 1.32 ）

45. 放射線治療

RR 1.24 （ 1.04 ～ 1.49 ）

46. 乳がんと診断された患者での乳がん
以外のガン死亡

RR 2.42 （ 1.00 ～ 5.85 ）

47. その他の結果のまとめ





死亡
0.99 （ 0.97 ~ 1.01 ）
乳房切除
1.20 （ 1.08 ～ 1.32 ）
放射線治療 1.24 （ 1.04 ～ 1.49 ）
がんの罹患 1.25 （ 1.18 ～ 1.34 ）
乳がん以外のがん死亡
2.42 （ 1.00 ~ 5.85 ）

48. NNS を計算する

Number Needed to Screen


何人検診を受けると、検診のおかげで 1 人のがん
死亡を予防できるか
39 ～ 69 歳
 558/297812 VS 747/318515
 NNT （ 13 年）
2121 （ 1428 ～ 4119 ）

49. NNH を計算する

NNH ： Number Needed to Harm



害必要数
何人検診を受けると検診のために有害事象が発生
するか
乳房切除について



1542/ 145536 vs 969 /104943
NNH 735 （ 467 ～ 1725 ）
735 人が検診を受けると 1 人の乳房切除が行われ
る

50. NNT と NNH の比をとる： LHH

Likelihood of being Helped vs Harm: LHH
 LHH ＝ (1/NNT) ：（ 1/NNH ）
＝（ 1/2121) ：（ 1/ 735 ）＝ 0.35
害が 3 倍？
 調整 LHH=(1/NNT)×ft×s ：（ 1/NNH ） ×fh
ft ：目の前の患者のイベントリスク
fh ：目の前の患者の乳房切除のリスク
s ：イベントの副作用に対する重み付け

乳がん死亡の減少を乳房切除より何倍重要と
考えると効果と害がつりあうか

51. LHH を見積もる
目の前の患者が乳がんの家族歴のない 40 代
 調整 LHH=(1/NNT)×ft×s ：（ 1/NNH ） ×fh
ft ：目の前の患者のイベントリスク： 1/2 倍
fh ：目の前の患者の乳房切除のリスク： 1
s ：イベントの副作用に対する重み付け
＝ (1/2121)×1/2×6 ：（ 1/735 ） ×1 ＝
1.04
 乳がん死亡の減少を乳房切除より 6 倍重要と考えて
効果と害がつりあう


52. がん検診の負の側面
情報がコントロールされている？

53. がん検診の負の側面 1


早期がんと進行がんとで比べて
がんと付き合う月日はどちらが長いか



早期がんで、その後 10 年の通院
進行がんで、発見から 1 ヶ月の入院で死亡
がん検診でがんが見つかると、長期間にわた
ってがんと付き合わないといけない！

54. がん検診の負の側面 2

あまり早期だと、自分の寿命に全然関係ないが
んかもしれない
 100 歳の早期がん
 がんの進行より寿命のほうが早い
 それなのに、「がん」だと余計なことを言
われる
 「余計なお世話がん」
 高齢になるほど、「余計なお世話がん」が
増加

55. 検診診断乳がんの 30 ％が
過剰診断？
New Engl J Med 2012; 367: 1998-2005

56. 早期がんの数が増えるだ
け

57. 神経芽細胞種で

たくさん見つかったが死亡率は変わらない
発見数
死亡
Cancer Causes and
Control, 1998, 9, pp. 631

58. なぜ進行がんが減らないのか

乳がん全体が増えている？


早期で見つかっても治療していない？


そうであれば現実の検診そのものが無効
early から late まで 20 年以上？


年率 0.5 ％で増加していると仮定しても説明でき
ない
そうだとすると早期発見の意味はますます少ない
バイアスだけで説明できるとは思えない

59. 過剰診断の内訳




本当はがんでないもの
可逆的ながん
がんだったけれど、結局別の病気で死んだ
自然死よりも乳がんの自然経過の方が長い




どれを過剰診断とみるか
すべて過剰診断と考えたほうがいい
本当は、「本当のがん」なんて存在しない
事後的に判断できるだけ

60. 学会での 2 つの出来事


乳がん検診に対して負の部分を発表した後
2011 学会名忘れました


「検診を邪魔するやつは許さん！」
2013 乳がん学会

発表後のディスカッションで発言の機会なし

61. EBM の 5 つのステップ
1.
2.
3.
4.
5.
問題の定式化
問題についての情報収集
得られた情報の批判的吟味
情報の患者への適用
1-4 のステップの評価

62. あなたならどうする？

これまでのエビデンスを踏まえて、あなた自
身がこの患者だったとして、どうするかまわ
りの人と話し合ってみましょう

検診を受けるか受けないか

63. ロールプレイ



隣同士でじゃんけんです
勝った人が医師、負けた人が患者です
外来で、一週間後再び患者さんに以下のよう
に質問されました


「やっぱり乳がんの検診を受けたほうがいいです
よね。是非検査してください」
続きをロールプレイしてみてください

64. ロールプレイを振り返る

ロールプレイを振り返って




医者役
患者役
観察者
論文結果をどう説明するか議論しましょう

65. 以下のうち最も幸せなのはどれか




がん検診をたくさん受けて、がんで死なず、
長生きした
がん検診を受けず、がんで早死にした
がん検診をたくさん受けて、がんで早死にし
た
がん検診を受けず、がんにならず、長生きし
た



私として 4 番目か、 2 番目か
3 番目は最悪
最悪を避けるためにはがん検診を受けない

66. 私の私見

ガイドラインは、絶対リスクでの有効性の評
価、害とコストの評価が甘い！



私は自分の妻には勧めていません
まあ勧めても受けませんけど
患者さんには、勧める場合もあると思う。ただ個
別の話をよく聞いた上で、絶対リスク、害、コス
トについても必ず説明したい

67. 医療は最善の選択肢を示せるか？



示すことは不可能である
ただ確率を示すことは出来る
しかし、検診を受けるか受けないかは賭けで
ある




賭けである以上、勝つこともあれば、負けること
もある
確率が高いほうにかければいいとは限らない
確率が低いほうにかける場合だってある
人生が賭けであるように、医療も賭けなので
す！


68. 明確なエビデンスとは？

エビデンスが示すものはむしろあいまい



このようなエビデンスがあるからこうやった


EBM に似て非なるもの
 Evidence-Biased Medicine
このようなエビデンスはあるが、患者にはこう
した


明確なのは統計学的に明確なだけ
その治療をすべきかどうかが明確なわけではない
エビデンスはあいまいで、これがむしろ EBM
あいまいであるがゆえに、共有、評価、反省を
し、学習を続けることが重要

69. 私にとっての EBM の実践



目の前の患者の話をよく聞き、よく診察し
（患者からのエビデンス＝ナラティブ）
その患者によく似た患者についての研究結
果をよく勉強し （外部のエビデンス）
その二つの情報を統合し

目の前の患者に現時点での最善の医療を提供
すること

70. 何かの参考になれば

71. 緩和医療の教科書も

コンサルテーションスキルについて書きまし
た

72. 参考までに

ステップアップ EBM 実践ワークブック


臨床研究の ABC


メディカルサイエンス社
臨床研究と論文作成のコツ : 読む・研究する・
書く


南江堂
東京医学社
後悔したくないなら「医者のいいなり」はやめ
なさい

日本文芸社

73. 質問があれば
何でも聞いてください