【後編】健康情報が多すぎて、何が正しいのかわからなくなりました

前編の続きになります。

エビデンスの高い情報ランキング！

f:id:nasubi-healthcare:20190502090411p:image

前編では「とにかく情報源大事だよね」みたいなことを書きました。つまりいくら専門家の主張でも、情報元の質が低いと信憑性に欠けてしまうんですな。

例えば医師の情報源は基本的に医学論文でしょう。これは世界中の研究機関でおこなわれた、研究結果をまとめたものになります。しかし医学論文のようなエビデンスの質というのは、研究のやり方、データの分析手法などに情報の制度が変わってきます。

ここではそんなエビデンスの質をランキング形式でお届けします。上位の研究手法ほど信頼度の高いデータになっています。なかなかマニアックな内容になりますので、ランキングだけ押さえてもらえれば大丈夫です笑もっと詳しく知りたい方は、統計学の専門書をどうぞ。

1位　ランダム比較化試験（RCT）のメタ分析

「そもそもメタ分析？ランダム比較化試験？」って感じかと思いますので、まずはそれぞれについて説明をしていきますね。

ランダム比較化試験（RCT）とは？

定義は置いといて、早速具体例で説明をしていきたいと思います。その方がイメージがしやすいと思いますので！

例えばA大学の一年生をランダムに100人集めて、生徒をXチーム、Yチームと2つのグループにランダムに振り分けます。

Xのチームには毎日ナッツを28g食べるように指示を出して、Yチームには何も指示を出さず、普段通りの生活をしてもらいます。

「ナッツを毎日食べるかどうか」という違いだけを作って、生活をしてもらい、XチームとYチームの健康状態を比較していくと言った感じですね。

f:id:nasubi-healthcare:20190430084313j:image

実験要約

Xチーム　ナッツを毎日食べる（介入あり）
Yチーム　普段通りの生活（介入なし）
1ヶ月続けてもらう
その後体重や血液をチェック

「２つのグループの違いはナッツを毎日食べるかどうか？」なので、もしナッツを食べないグループに比べて、食べるグループのほうがコレステロールの値が改善し、体重の減少が見られるのであれば、これらの影響はナッツがお陰かもしれない！考えることができるわけです。

しかしながら「この結果ってナッツを食べたグループに、運動習慣がある人がたまたま多かったらなんじゃないか？」疑問に思う方がいるかもしれません。ここに気づけた方は素晴らしいと思います。そこで重要なってくるのがランダムに人を集めて、ランダムにチーム分けすることです。

確かに人によって個体差があり、習慣も違います。ただここではランダム(くじ引きみたいなイメージ)にグループを割り振ることで、運動習慣がある人はXチームにもYチームにも均等にいるという状態が作れていると仮定しておこなっています。つまりどちらのグループも条件は同じなんだということで、差が出たとすればナッツの影響なんだ！とすることができるわけです。

ちなみに人によって運動習慣があるなしのことを、外部条件や外部変数などといいまして、

年齢
体型
健康志向
運動習慣
家庭環境（収入など）

といったものがあります。精度の高い研究結果を出す上で、この外部条件を揃えることもとても重要になってきます。

本当は自分が二人に分裂して、片方の自分はナッツを食べ、片方の自分はいつも通りの生活をさせるて、一か月後の状態を比較できればいいんすけど、それが出来ないのでなるべく似た人を用意しないといけないわけです。自分が分裂できれば、運動習慣も年齢も思考も収入も同じで、外部条件は完璧に揃って最強なんですけどね〜。

色々書いてきましたがざっくりまとめると、

ランダム比較化試験（RCT）はグループ分けして効果を比較する研究
運動習慣や収入など、外部条件が揃っているほど質が高い
被験者が多いほど信頼度は高い(大数の法則)

みたいな感じです。

続いてメタ分析。

もうお腹いっぱいですよね（笑）

メタ分析

メタ分析とはいろんな研究を統合して、一つの大きな決断を出す研究のことです。

先程のナッツの例で説明すると、A大学で行われた研究では、ナッツでコレステロール値の改善と体重の減少が見られました。じゃあ次にB大学4年生の200人をランダムに集めて似たような実験をしました。結果コレステロール値の改善と、体重の減少が見られました。じゃあ老人ホームの60歳を対象に、アメリカ人を対象に、アフリカの民族を対象に、、、といった感じに対象を変えて実験を行った結果、これらすべての人にコレステロール値の改善と体重の減少が見られました。

こんな感じでいろんな国の実験で同じような結果出ると、「これはナッツがコレステロール値の改善や体重の減少が期待できそうだぞ！」という１つの大きな決断が出せるわけなんですね。メタ分析はこのように似たような研究内容で、対象とする集団（母集団といいます）を変えて行われた実験結果を共通点を見出して、大きな結論を出すみたいなイメージです。厳密には違う部分もありますが、１つの研究だけでなく、いろんな研究をチェックした上で結論を出すという点では、情報の信頼度は高くなります！

前編で少し書きましたが、「玄米が良いということは、10冊中８冊述べられていたから正しそうだな」という話にちょっと近いです。逆に1つのRCTで良い結果が出たとしても、メタ分析してみたら全然効果がなかった！みたいなこともあるので、この辺はご注意ください。「カテキンは痩せるのか問題」という記事がいい例なのかなと思います。