ホーム › ガイド › 論文を批判的に読む チェックリスト

論文を 批判的に 読む チェックリスト

「エビデンスがある」と 言われる研究でも、方法論の 限界や 利益相反 で 結果が 偏っている ことが あります。 本ガイドは、一般読者が 論文 (特に abstract) を 批判的に 読む ための 9 項目の チェックリスト です。 医療・健康情報を SNS・ニュースで 見た際にも 役立ちます。

✅ 1. 研究デザインは 何か?

研究デザインで 因果を 主張できる強度 が 決まります。上ほど 因果推論が 強い:

✅ 2. サンプルサイズと 対象集団

• n が 少なすぎない か: 一般に n=100 以下 は 検出力不足。ただし デザインによる
• 対象者の 特徴: 年齢層 / 性別 / 疾患重症度 / 地域は?
• 脱落率: 20% を 超えたら 結果の 解釈に 注意

✅ 3. 対照群は 適切か?

• プラセボ (偽薬) 対照 or 標準治療 対照?
• 「介入群」と 「対照群」の ベースライン特性が 似ているか (Table 1 で 確認)
• 盲検化 (被験者・観察者・データ解析者) の 有無

✅ 4. 主要アウトカムは 明確か?

⚠️ 要注意: 事前に 主要アウトカム を 決めておかず、後で 有意な指標を 拾う (p-hacking) は 悪質。 Trial registry (ClinicalTrials.gov 等) で 事前登録されているか 確認。

• 「主要アウトカム (primary outcome)」は 1 つ、事前指定 が 望ましい
• 副次アウトカム で 有意な結果が 出た場合、それは 探索的 と 解釈
• 代替指標 (例: HbA1c) と 真のアウトカム (例: 死亡率) を 混同しない

✅ 5. 統計と 効果量

• p 値だけでなく 効果量を 見る: p<0.05 でも 実効果が 小さい ことは 多い
• 信頼区間 (95% CI): 0 を またぐ なら 有意でない
• 絶対リスク vs 相対リスク: 「リスク 50% 減」でも 元が 1% なら 実質 0.5% 減
• NNT (Number Needed to Treat): 1 人 に 効果を 出すのに 何人 治療が 必要か

✅ 6. バイアスと 交絡

• 選択バイアス: 対象者の 選び方に 偏りは ないか
• 測定バイアス: アウトカム測定に 主観が 入って いないか
• 思い出しバイアス: 症例対照研究で 過去の 曝露を 思い出す時 の 偏り
• 交絡因子: 年齢・喫煙・所得等、両群の 差の 原因が 実は 別変数

✅ 7. 利益相反 (COI)

💰 チェック: 論文末尾の Conflicts of Interest / Funding セクションを 必ず読む。 製薬会社・食品会社 が 資金提供している 場合、結果が 好意的に 傾く 傾向が 実証されています。

• 資金源: 公的機関 (NIH, JSPS) か 民間か
• 著者と 業界の 関係: 顧問料・株式・特許
• 試験の 設計・解析・公表 に 資金提供者が 関与したか

✅ 8. 再現性 と 事前登録

• Trial registry: RCT は ClinicalTrials.gov / UMIN-CTR に 事前登録が 標準
• データ・コード公開: Open Science Framework 等で 公開されているか
• 再現研究の 有無: 単発研究より 複数チームで 追試された 知見の方が 信頼できる
• 心理学 (2015 年) や 医学 (2016 年) で 再現性危機 が 報告されており、単発研究の 過信は 危険

✅ 9. 結果を 一般化してよいか?

次の 質問を 自分に:

• この 研究の 対象者は 自分 (or 説明したい 相手) と 似ているか?
• 試験環境と 実生活の 違いは?
• 短期の 効果か、長期の 効果か? (安全性は 長期試験でしか わからない ことも)
• 効果が あった 集団 と 効果が なかった 集団の 差は?

🎯 実務での 使い方: SNS や ニュースで 「新研究で 判明!」と 見たら、 まず 1 (デザイン) → 2 (サンプル) → 7 (COI) の 3 つ を チェック。 これだけで 8 割の ミスリードは 避けられます。

関連ガイド: 📖 論文の 読み方ガイド (基礎編) ／ 🔍 PubMed 検索ガイド ／ 📚 研究用語集

最終更新: 2026-09-22