すいません、フォントズレています。DLして、メイリオか、動画で見て下さい。 医学研究の論文を読むための基礎知識、特に、ランダム化比較試験について説明しています。 動画と違い、はじめてトライアルシート。コクランハンドブック・CONSORTのチェックリストとの対比も行っている最新バージョンです。

1. └( ^∇^* ) はじめまして♪
医学研究のデザインを学びたい方
へ

2. フラッシュカード
視覚効果で
スライドは一瞬ですよ

3. スライドを巻き戻してはいけません

4. この場で、覚えよう。

5. えっ～

6. 「はじめてトライアルシート」など
の説明と同じだよ
；≧∇≦ ) =3 ﾎｯ

7. 医学研究ってどのようなもの？

8. 夏休みの自由研究みたい？

9. <○>
W| W ヒマワリの観察日記
6 年 2 組 ゆあさひでみち

10. コカ・コーラで花はそだつ
か？
6 年 2 組 ゆあさひでみち

11. まあ、医学研究も自由研究

12. 何か問題でも？

13. だったら、
新薬服用患者の観察日記

14. 8 月 25 日（月曜日）晴れ
とっても、元気になりました。

15. 何か問題でも？

16. やっぱり、気がついた・・・ ( ￣ _
￣ #)

17. たまたま、この人がなおっただけ？

18. 今までの薬では、なおらないの？

19. 研究って、難しいかも ＿ | ￣
| ○

20. そうだ、私が、研究をするんじゃないん
だ！

21. 読むだけだよ！ （＾ o ＾）

22. もう一度。医学研究ってどのようなもの？

23. 簡単に考えようよ ＼ ( ^o^) ／

24. お米の実験で、考えてみよう！

25. その前に、

26. 今回学ぶ、医学研究のキーワード

27. 比較

28. 厳密に行うことが、科学

29. 厳密な比較

30. 医学研究は、厳密な観察・「比
較」
をすること

31. 頭に入った？
それでは、がんばろう！＼ ( ^◇^)
／

32. 研究のなかでも、
ランダム化「比較」試験という方
法を
勉強するのが、より良い研究論文
を読めるようになる近道です。

33. ３つの道標
● EBM（はじめてシー
ト）
● SR⇒ r i sk of bi as
システマティックレ
ビュー
（コクランハンドブッ
ク）
● Tr i al
研究する（ CONSORT)

34. ここからは、美味しいお米を作ろう
と、
頑張っている農家になったつもりで
、
一緒に、考えていきましょう。

35. の から近所 農業試験場
の を けてもらいました新種 苗 分
これ、『う米』という新種の
苗なんだけど病気にも強いし
、
とっても美味いんだ。
育ててみない？

36.
あなたはすべて『う米』に切り替えて育て
ました
いつも世話になって
るし
今年はこれに
賭けてみるか

37. して、 だけ収穫 一粒
べてみました食
• 『う米』はとても美味しかっ
た！！！！

38. このような を、研究
と います症例報告 言
• あなたは、『う米』が美味しいという、研
究結果を得ました。

39. 一粒じゃ、美味しいかわからない！

40. 美味しいという評価ができ
る、
お米の数だけ、炊いてみた

41. EBM：６ 症例数は十分か？
SR：非精確性として判断
（バイアスでなく誤差エラー）
Tr i al ： 7a どのように目
標症例数が決められたか。

42. べてみました食
• 『う米』はとても美味しかっ
た！！！！

43. このような を、研究
と います症例集積研究 言
• あなたは、『う米』が美味しいという、研
究結果を得ました。
• しかし、本当に美味しいのでしょうか？

44. 今年のお米が、美味しいと言うこと
は？

45. 自分の「過去の経験」と 比較 している

46. 自分の「過去の経験」と 比較 している

47. おっ、「比較」
だ！

48. ここから、クイズです。
手を上げてね。

49. 「過去の経験」について考えてみます

50. あなたは、去年までの「普通米」の
味を覚えていますか？
はい いいえ

51. 今年の天気は、去年と同じでしたか？
はい いいえ

52. 「過去の経験」は、あやふやなもの

53. 今年の『う米』が、今年の「普通米」
より美味しいかを知りたいのだから

54. 「普通米」を育てていた、
隣の農家のお米と 比較 してみる

55. 「普通米」を育てていた、
隣の農家のお米と 比較 してみる

56. おっ、「比較」
だ！

57. いて べくらべてみました炊 食
• 『う米』の方が美味しかった！！！！

58. このように、 られたデータを めて得 集
する を、 と い比較 研究 症例対照研究 言
ます
• あなたは、『う米』が「普通米」より、美
味しいという、研究結果を得ました。
• しかし、本当に、美味しいのでしょうか？

59. あなたは、隣の農家と
同じ育て方をしていますか？
はい いいえ

60. 育て方を、同じにするためには、
自分で、「普通米」も育てるしかない

61.
そこで、来年は自分で、
田んぼの半分だけ『う米』にし
て、
残りの半分を「普通米」する。

62. おっ、「比較」
だ！

63. 少し、厳密になってきた

64. も ててみました二年目 育 ！

65. つのお を べくらべてみました２ 米 食
• 『う米』の方がとても美味しかっ
た！！！！

66. このように、 つの などを２ 行為・治療
することを、 と い「比較」 比較試験 言
ます
• 二年目の『う米』では、自分が育てたという、偏
りの
少ない「普通米」 との「比較」をした結果を得ま
した。
• しかし、本当に、より美味しいのでしょうか？

67. あなたは、できるだけ、 『う米』と
「普通米」を同じように育てました
か？
はい いいえ
「はい」 の方は、そのまま上げていて
ね

68. 『う米』は、 5000 円 / kg 、
「普通米」は、 1980 円 / kg
で売れます。
「はい」 の方は、そのまま上げていて
ね

69. あなたは、『う米』と
「普通米」を同じように育てました
か？
はい いいえ

70. ですよね～

71. さらに、厳密にするために

72. と「普通米」 う『 米』はすべて じ同 条
件で てて、 を したか えてみ育 結果 評価 考
ましょう？
• 『う米』だけ、最初から、いい田
んぼに植えて、育てませんでした
か？
• 日当たりは一緒でしたか？
• 水の温度は同じでしたか？
• 『う米』がどちらか知っていて、
食べ比べをしていませんでした
か？
• もしかしたら、『う米』の田んぼ
がどれか知った、農業試験場の人
（スポンサー）が、こっそりと夜

73. そこで、 は三年目 ・・・
う の『 米』 稲 「普通米」
の稲
つの が、 も ち もよく ていて、２ 稲 形 育 方 似
を えた を らなければ、苗 植 場所 知
どちらかわからいことに がついたあなたは、気

74. EBM: ５ マスキング（盲検化）されてい
るか？
SR：参加者，職員の盲検化 bl i ndi ng of
par t i ci pant s and per sonnel （施行バイアス
per f or mance bi as ）、割り付けられた介入については，
研究期間中知られないようにされていたか。
Tr i al ： 11a ブラインド化されていた場合， 介入に
割付け後，誰がどのようにブラインドかされていたか（参加
者， 介入実施者，アウトカムの評価者など）。

75. 次のような、
計画
をたてました

76. • 持っている田んぼを、日当たりや水の温
度、によって、均等に分けました。
• そして、その同じ条件の田んぼごとに、
どちらかの苗を植えることにしました。

77.
おっ、「比較」
だ！

78.
ちょっと、ややこしいけど、も
う し少

79. さらに、それを で うと、自分 行
どちらがどちらかを ってしまうので知 ・・・
どの田んぼが、どのお米になるのか、自分でもわ
からないように、農家でない、近くのお医者さん
に、くじ引きでどちらか決めてもらい、
んぼごとにコインを げ田 投
て、 が たら表 出 う『 米』
に
しようっと！
お さん、コイン げ、 みました医者 投 頼
よ！

80.
EBM：２ ランダム割付けされているか
？
SR：ランダム割り付け順番の生成 r andom
sequence gener at i on （選択バイアス
sel ect i on bi as ）、割り付け順番は十分に生み
出されたか？
Tr i al ： 8a 割振り（ al l ocat i on ）
順番を作成（ gener at e ）した方法。

81. さらに、それを で うと、自分 行
どちらがどちらかを ってしまうので知 ・・・
どの田んぼが、どのお米になるのか、自分でもわ
からないように、農家でない、近くのお医者さん
に、くじ引きでどちらか決めてもらい、その を苗
、 ってきてもらってから、 えました。持 植
んぼごとにコインを げて、田 投 表
が たら う に出 『 米』
しようっと！
でも、これは（ 内緒）
お さん、コイン げ、 みましたよ医者 投 頼 ！
には、どっちが僕 う『 米』に
なったか わないで、 を してね。言 苗 渡

82.
EBM：２ ランダム割付けが、隠蔽化
( conceal ment ) されているか？
SR：割り付けの隠蔽化 al l ocat i on
conceal ment （選択バイアス sel ect i on
bi as ）割り付け内容は十分隠蔽化されていたか？
Tr i al ： 9 ランダム割振り順番の実施に用い
られた機構（番号付き容器など）， 各群の割付け
が終了するまで割振り順番が隠蔵されていたかどう
かの記述。

83. このように、 するグループを、「比較」
コインを げて めると投 決 ・・・
• 「偶然」に任せるので、最初に条件を
そろえることができた「日当たり・水
の温度」など、既知の因子だけでなく
、なんと、タニシやかえるなど、 ま今
でにはわかっていない要因（未知の因
子）までも均等に割り付けることがで
きます。
？

84.
EBM：３ Basel i ne は同等か？
SR：ランダム化比較試験のため、同等が基本であ
り、もし同等でない場合も考えられるが、それはバ
イアスではない ( 良くないですけどね）。
Tr i al ： 15 各群のベースラインにおける人口
統計学的（ demogr aphi c ）， 臨床的な特性を示
す表。

85.
やっぱり、「比較」
だ！

86.
な、厳密 「比較」
だ！

87.
収穫しました

88.
田んぼの中で、
育ちが悪かった稲のお米を、
除外して、炊きました

89.
間違えました （＞＜）

90.
田んぼの中で、
育ちが悪かった稲のお米も、
すべて、同じように炊きました

91.
EBM：４ 全ての患者の転帰が out come に反映されて
いるか？ 4- 1) I TT 解析か？ 4- 2) 結果に影響を及ぼ
すほどの脱落があるか？
SR： SRは、再解析をするため、 I TT になるよう
に解析すれば良いので、 I TT でなかったからと言
って、 r i sk of bi as にはならない。
Tr i al ： 16 各群について， 各解析にお
ける参加者数（分母）， 解析が元の割付け
群によるものであるか。（ I TT という用語の定義が
いろいろあるので、 I TT という用語を使ってない）

92.
う米は、
特にふっくら感が特徴なので、
ふっくら感のみで「美味しい」
と
判断しました

93.
間違えました （＞＜）

94. KQ1: お腹が空いた病患者は、う米治療でふっくら感の指数が上昇する
か
KQ2: お腹が空いた病患者は、う米治療で満腹指数・健康指数が上昇す
るか
KQ3: 治療の害は何か
③
ふっく
ら感
美味し
い指数
治療
関連 満腹指数
健康指数
①
太る
②
Anal yt i c Fr amewor k
う米
治療
お腹が
空いた
病

95.
ふっくら感だけでなく、
すべての重要な結果（アウトカ
ム）で「美味しい」と判断し、
真に望むことも評価しました

96. EBM： EBMでは、ステップ１で PI COを検
討しており、その重大なアウトカムを結果と
して検討します。
SR：選択されたアウトカムの報告 sel ect i ve
out come r epor t i ng （報告バイアス r epor t i ng
bi as ）研究報告はアウトカムの報告が選択的に行
われた疑いが回避されているか？
Tr i al ： 17a 主要・副次的アウトカム
のそれぞれについて， 各群の結果， 介入の
エフェクト・サイズの推定とその精度

97. しかも、 べくらべは、どちらのお が食 米
う『 米』かをしらない、 の、近所 自称
の料理研究家
に、 べくらべてもらいました。先生 食
• 食べくらべて評価してもらってから、どちら
のお米が、『う米』だったかを、お医者さん
に、教えてもらいました。
• 結論は、『う米』は、美味しいということで
した！

98. EBM： 5 マスキング（盲検化）されてい
るか？アウトカム評価者、データ解析者
SR：アウトカム評価者の盲検化 bl i ndi ng of
out come assessment （検出バイアス
det ect i on bi as ）割り付けられた介入について
は，研究期間中知られないようにされていたか
Tr i al ： 11a ブラインド化されていた場合
， 介入に割付け後，誰がどのようにブラインドか
されていたか（参加者， 介入実施者，アウトカム
の評価者など）。

99. をもらった、苗 の近所 農業試験場
に、
『う米』は、
しいと しました。美味 報告

100.
EBM：はじめてシートには、ありませんが
、 COI （利益相反）のチェックは大切です。
SR：他のバイアス ot her sour ces of bi as
研究は r i sk of bi as とみなすことができる他
の問題が明らかにないか？
製薬会社の資金提供があり，それが結果に影響を及
ぼしたと考えられる．
Tr i al ： 25 資金提供者と他の支援者（薬剤
の供給者など）， 資金提供者の役割。

101. この が、研究
ランダム化比較試験
と います。言

102. ランダム の を化比較試験 論文
まとめると、たった つに れます。４ 絞

103. ランダム の化比較試験 PICO
お を に えると米 中心 考
1- 1) の論文 患者 ( Pat i ent ) お： 米
1- 2) の論文 介入 ( Int ervent i on) ：
う米
1- 2) の論文 比較 ( Compari son) ：普
通米
1- 3) の論文 結果 ( Out come)
う が しい： 米 美味

104. ランダム の化比較試験 PICO
を に えると人 中心 考
1- 1) の ご を べる が論文 患者： 飯 食 人
1- 2) の う を べるのと論文 介入： 米 食
1- 2) の論文 比較： を べるので普通米 食
は
1- 3) の論文 結果：う が しく じ米 美味 感
るか

105. EBM：１ 論文の PI COは何か？
SR：システマテックレビューの計画で PI COを決
める。また、各論文がその PI COとの違いは、非直
接性として評価する。
Tr i al ： 1b 試験デザイン（ t r i al
desi gn ）， 方法（ met hod ）， 結果
（ r esul t ）， 結論（ concl usi on ）の構造化抄
録（詳細は「 雑誌および会議録でのランダム化試
験の抄録に対する CONSORT 声明」 ）を参照）。

106. 農業試験場の を して、提供 記載
『う米』研究（三重県）
美味しい指数 1. 5 を、
に しまし日本和食研究会雑誌 投稿
た。

107. 実は・・・、
全国「う米」論文 10 本よりランダム化比較試
験が 4 本
美味しい指数
三重県論文 1. 5
新潟県論文 3. 0
茨城県論文 0. 9
北海道論文 2. 7
4 研究をメタ分析すると
信頼区間 1. 2- 2. 8
い とは美味 指数 ：
に がないのは両群 差 ０
しい は、 です美味 基準 １

108. 1. 2- 2. 8
このメタ分析の結果の 1. 2- 2. 8 の推定値の数
字は、
真の値に対して、どの程度の確信があるか？

109. たとえすべての研究が良質でも、
結果がばらついたら・・・
真の値に対するメタ分析の値の確信性が大きいは？
0. 0
メタ分析： 1. 2- 2. 8
0. 0
メタ分析： 1. 2- 2. 8

110. もし、そのアウトカムの結果を構成する、いろいろな論文
にバイアスが多く存在していたら・・・、
もし、論文間で、結果が異なっていれば・・・、
もし、最初に想定した臨床の疑問の患者層と、選択した論
文の患者層が異なっていれば・・・、
もし、症例数の小さな、あまり精確でないデータを、メタ
分析と称して、集めて症例数が大きくなって有意差がでた
だけだったら・・・、
もし、有意差がなかったからと報告されなかった論文や、
都合が悪いので論文に書かなかったアウトカムが、たくさ
んありそうな状況だったら・・・、
各論文を比較し、 5 つの要因をチェックして、
エビデンスの確信性 ( cert ai nt y of t he
evi dence)
という 4 段階（高・中・低・非常に低）の判定をお
こう
今回の 4 論文の比較では、「中」でした。
高 A
中 B
低 C
非常に低 D
ランダム化比較試験であっても、
エビデンスの確信性が低いことがある

111.
ここでも、「比較」
だ！

112. エビデンスの確信性
「中」
1. 2- 2. 8
近年のシステマティックレビューでは、メタ分析で算出した効果
推定値という数字が一人歩きしないように、その数字には、必ず
確信性の程度という紐をつけておくことが重要とされている

113. エビデンスの確信性
「中」
1. 2-
2. 8
う は、 し「 米」 美味
い の基準 1 を えて超
、 の で中等度 確信性
いです美味 ！

114. やっぱぁ、 って医学研究 簡単では

115.
さて、あなたは、
びっくりしないでね

132. ヤッホー
ところで・・・

133. Haynes RB, BMJ
2002; 324: 1350
いろいろな経験
確信性「中」
「美味しい」と「太る」
のバランス
ブランドの価値な
ど
「う米」の値段
最後に、「う米」を食べるには、
値段など、もう少し比較するよね

134. 『う米』を食べたら、
比較を思いだしてね

135. ( ^o^) ／ 終わり
おわり
ヒライケンジ参考
モンタメソッド
メソッド高橋