膝の手術を調べたある臨床試験では、参加した患者の約3分の1が、実際には手術を受けていませんでした。これらの患者には、皮膚を小さく切開し、手術をしているように見せる処置だけが行われました。患者には、本物の手術と偽の手術のどちらを受けたかは知らされませんでした。経過を追ったところ、偽の手術を受けた患者と本物の手術を受けた患者で、膝の痛みと機能に差はありませんでした[1]。
変形性膝関節症に対する関節鏡手術では、手術を受けた患者の多くが、症状の軽減を報告していました[1]。参加者をランダムに割り付け、偽の手術と比較するまで、その軽減が手術そのものによるかどうかは、患者にも医師にも判断できませんでした。患者がよくなったとき、それは本当に治療のおかげなのでしょうか。
この記事の要約(押すと開閉します)
- 定義:参加者を偶然で決まる方法で2つ以上の群に分け、群ごとの結果を比べる研究。RCTと略す。無作為化比較試験、無作為割付臨床試験とも呼ばれる
- 生まれた経緯:1898年にFibigerが、入院日によって血清療法を行う日と行わない日を1日おきに決め、同じ時期の対照群と比べた結果を報告した。1925年からはFisherが、農業の試験でランダム化を求めた。1948年の結核の試験では、乱数で作った割り付けの順番を封筒に入れて隠した。1996年からは、報告の指針CONSORTが論文に記載する項目を定めている
- 進め方:対象者と主要評価項目を前もって決め、同意した参加者をランダムに割り付け、同じ期間に治療を行って、群ごとの結果を比べる。次の参加者の割り付けは、参加者を登録する人に前もって知らせない
- ランダム化の方法:乱数やくじのように、次の参加者の群を予測できない方法で割り付ける。交互、誕生日、カルテの番号で割り付ける方法はランダム化ではない
- 利点:正しく行えば、結果に影響する要因が、既知のものも未知のものも、平均すると群間でそろう。治療の割り付けに偏りが入るのを防げる
- 同じ時期の対照群:治療の前後比較だけでは、改善のうちどれだけが治療によるもので、どれだけが自然経過やほかのリハビリテーションによるものかを区別できない
- 対照の選び方:無治療、通常の治療、別の運動、偽の処置などから選ぶ。何を対照にしたかで、答えられる問いが変わる
- 盲検化:「二重盲検」の解釈は人によって異なる。参加者、治療者、結果の評価者のうち、誰が盲検化されていたかを確かめる
- 欠点と限界:費用と労力がかかる。条件を統制した試験の結果が、日常診療に当てはまるとは限らない。「ランダム化比較試験」という名称だけでは、結果を信頼できるかは判断できない
- 使われる場面:治療や運動の効果を確かめたいときで、研究者が治療を割り付けられる場合。有害性が疑われる要因や、まれな有害事象、何年も後に起きる結果を調べるには向かないことが多い
- 観察研究との違い:ランダム化しない比較では、結果がずれる方向も大きさも前もってわからない
- 論文で確かめる点:どのようにランダム化したか、割り付けを隠蔽したか、何を対照にしたか、誰を盲検化したか、脱落者をどう扱ったか
ランダム化比較試験とは
ランダム化比較試験は、参加者を偶然で決まる方法で2つ以上の群に分け、群ごとの結果を比べる研究です。英語の頭文字をとってRCTと略し、無作為化比較試験や無作為割付臨床試験とも呼ばれます。試験では、新しい治療を受ける群と、比較のための群を設け、前もって決めた評価項目を、同じ時期に測定して比較します。比較のための群を対照群といい、参加者をどの群に入れるかを決めることを割り付けといいます。
ランダム化では、どの参加者についても、それぞれの群に入る確率が前もって決まっています。どの群に入るかは偶然で決まり、前もって予測できません[2]。ランダム化比較試験は、研究者が治療を割り付ける点で、観察研究と異なります。観察研究では、研究者は治療を割り付けず、すでに治療を受けた患者と受けなかった患者を比較します。
ランダム化比較試験が生まれるまで
いまのランダム化比較試験は、比べる群の偏りを防ぐ工夫と、それを論文で示す工夫を、時代ごとに積み重ねてできた方法です[3, 4]。それぞれの工夫は、その時代に生じていた別々の問題に答えるために考えられました。

図1 ランダム化比較試験が生まれるまでの主な出来事。矢印の左はそのとき問題になったこと、右はそれに答えた方法。緑は、いまのランダム化比較試験の手順のもとになった段階
19世紀の終わりには、ジフテリアの血清療法の効果が調べられていました。過去の患者と比べたフランスの研究は、議論を呼んでいました[5]。デンマークの医師Johannes Fibiger(ヨハネス・フィビゲル)は、1人おきに血清療法を行う方法を、合理的に使える唯一の方法と考えました[6]。
Fibigerは、1人おきの方法は実際には運用が難しかったため、入院日によって、血清療法を行う日と行わない日を1日おきに決めました[6]。1898年の報告では、ジフテリアの患者484人のうち、239人が血清療法を受け、245人が受けませんでした[6]。この方法では、医師が患者を選ぶのではなく、前もって決めた規則によって、同じ時期の対照群が作られました。
畑の試験では、それまで区画への処理の配置を、実験者が規則的に決めていました。そのため、偏りが入り、データの解釈を誤るおそれがありました[7]。英国の統計学者Ronald Fisher(ロナルド・フィッシャー)は、ロザムステッド農事試験場で、畑の試験の計画を見直していました[8]。
Fisherは、1925年の統計の教科書で、処理をランダムに割り当てることを求めました[7]。Fisherは、ランダムに割り当てれば偏りがなくなり、差が偶然で説明できるかを正しく検定できると考えました[7]。この2つの理由は、いまもランダム化の利点として挙げられています[2]。検定の考え方は、統計的仮説検定の記事で説明しています。
1930年代の英国の臨床試験でも、患者を交互に割り付ける方法が主に使われていました[9]。英国の統計学者Austin Bradford Hill(オースティン・ブラッドフォード・ヒル)は1933年、ある試験で群の患者数の偏りに気づきました。この偏りは、交互の割り付けが厳密には守られていなかったことを示していました[9]。
交互の割り付けでは、次の患者がどちらの群に入るかが前もってわかります。Iain Chalmers(イアン・チャーマーズ)は、治療の比較方法の歴史を調べた英国の研究者です。Chalmersによると、Hillは1933年の経験から、参加者を登録する人に割り付けの順番を隠すことが重要だと考えました[9]。
Hillは1937年の医師向けの連載では、治療以外の条件が似た2つの群を作る方法として、交互の割り付けを示しました[9]。のちにHillは、医師を試験から遠ざけないように、このとき「ランダム化」と「乱数」という語を意図的に省いたと振り返っています[10]。
第二次世界大戦の後、英国政府は、国内の患者で試すためのストレプトマイシンを、限られた量しか購入しませんでした[11]。肺結核の経過は予測しにくく、薬も十分にはなかったため、Hillは、ストレプトマイシンの利点を確かめないことは倫理に反すると提案しました[11]。英国の医学研究協議会(Medical Research Council)は1948年、この試験の結果を報告しました。
1948年の試験では、割り付けの順番を乱数で作り、封をした封筒に入れました。封筒の外には病院の名前と番号だけが書かれ、順番は、試験に関わる医師にも調整役にも知らされませんでした[9, 12]。Chalmersによると、乱数の順番を使った目的は、割り付けの順番を前もって知られないようにすることでした[3]。
封筒に順番を隠す工夫は、いまのランダム化の方法にも受け継がれています。Chalmersは、1948年の報告が、割り付けの偏りを防ぐ対策を明確に記載した点を評価しています[9]。
1948年以降も、多くの試験が、新しい治療を過去の患者の記録と比較していました。比較の方法によって結論がどれほど変わるかは、Sacks(サックス)らが1982年に調べています[13]。
ランダム化比較試験の論文からは、試験が正しく行われたかを判断できないことも多くありました[4]。こうした報告の問題に対応するため、1996年に、報告の指針CONSORT(コンソート)が作成されました[4, 14]。CONSORTはその後、2001年、2010年、2025年に改訂されました[15]。2010年版では、割り付けの順番を隠したと書くだけでなく、隠すためにとった具体的な手順を書くよう、項目の文言が改められました[4]。
同じ時期に対照群を置き、医師の判断ではなく前もって決めた方法で割り付ける考え方は、Fibigerの比較にも見られます。ランダム化の理論的な根拠はFisherに、割り付けの順番を隠す工夫はHillと1948年の試験にさかのぼります[3, 7]。
CONSORTは、割り付けた人数や解析した人数を論文に示す項目を定めています[4]。英国の統計学者David Cox(デイヴィッド・コックス)は、臨床試験でランダム化を用いる主な理由を、割り付けを前もって知られないためとしています[9]。
ランダム化比較試験の進め方
ランダム化比較試験では、対象者と主要評価項目を前もって決め、同意した参加者をランダムに割り付け、同じ期間に治療を行って、群ごとの結果を比べます。おおよその流れは、次のとおりです。
- 対象者、比較する治療、主要評価項目(最も重視する結果)とその測定時点を決める
- 参加者に説明し、同意を得る
- 乱数などで割り付けの順番を作り、参加者を登録する人には前もって知らせない
- 決めた期間、それぞれの群に治療を行う。結果は、できるだけ割り付けを知らない評価者が測定する
- 割り付けた人数、脱落した人数、解析した人数を示して、群ごとの結果を比べる
3つめの手順では、次の参加者がどの群に入るかを、参加者を登録する人に前もって知らせません。これを割り付けの隠蔽といいます。割り付けの順番をランダムに作っても、その順番が前もってわかれば、登録する人が参加者を選べてしまいます[2]。
ランダム化の方法
ランダム化では、乱数やくじのように、次の参加者の群を予測できない方法で割り付けます。コインを投げる、くじを引く、サイコロを振るといった方法は、ランダムな方法とみなされます。コンピュータで作った乱数もよく使われます。交互に割り付ける方法や、誕生日、カルテの番号で割り付ける方法は、ランダム化ではありません。次の参加者がどちらの群に入るかを、前もって知ることができるからです[16, 17]。
交互などで割り付けた試験は、比較臨床試験や、準ランダム化比較試験と呼ばれることがあります。CONSORT 2025の解説は、ランダムでない方法を「準ランダム」と呼ぶことも認めていません[2]。交互などで割り付けた試験については、非ランダム化比較試験の記事で詳しく説明しています。
ランダム化比較試験の利点
ランダム化比較試験の最大の利点は、治療の割り付けの偏りをなくし、結果に影響する要因を平均して群間でそろえられることです。CONSORT 2025の解説は、ランダム化の利点を3つ挙げています[2]。
- 治療の割り付けの偏りをなくす。正しく行えば、結果に影響する要因が、既知のものも未知のものも、平均すると群間でそろう
- 群間の差が偶然だけで生じる確率を、計算で示せる
- 場合によっては、偽薬などを使って、誰がどの治療を受けたかを隠しやすくなる
解説は、このうち1つめが多くの場合最も重要だとしています。ランダム化しないと、意識的か無意識かにかかわらず、特定の参加者が特定の治療に選ばれ、比較がゆがむことがあるためです[2]。たとえば、治療に協力的な患者ばかりを治療群に入れれば、効果を過大に見積もるおそれがあります。このような偏りを、選択バイアスといいます。詳しくは、研究結果に影響を与えるバイアスの記事で説明しています。
比較の方法が異なる試験を集めた研究から、ランダム化しない場合に何が起きるかがわかります[13]。多くの試験が、新しい治療を、その治療が導入される前の患者の記録と比較してきました。このような対照を、歴史的対照といいます。
SacksとThomas Chalmers(トーマス・チャーマーズ)らは1982年、同じ治療を調べた試験を集めました[13]。Thomas Chalmersは米国の医師で、Iain Chalmersとは別の人です[18]。それぞれの試験の対照は、歴史的対照か、ランダム化で作った同じ時期の対照群のどちらかです(図2)。
Sacksらが集めた試験では、同じ6つの治療について、歴史的対照を用いた56件のうち44件、79%が「新しい治療のほうがよい」と結論しました。ランダム化した対照群を用いた試験では、50件のうち10件、20%でした[13]。
歴史的対照の患者は、ランダム化した対照群の患者より、転帰が悪いことが多くありました。結論の違いは、主にこの転帰の差から生じていました。結果に影響する要因の違いを、統計的に調整できる場合に調整しても、結果はあまり変わりませんでした[13]。

図2 新しい治療のほうがよいと結論した試験の割合(文献13をもとに作成)
ただし、Sacksらは翌年の論文で、どちらの結論が正しかったかを外部から確かめる方法はないと断っています。そのうえで、ランダム化した試験の欠点は、歴史的対照を用いた試験の欠点より修正しやすいと述べました[19]。
同じ時期に対照群を置く理由
前後比較研究だけでは、改善のうちどれだけが治療によるもので、どれだけが自然経過やほかのリハビリテーションによるものかを区別できません。同じ時期にランダムに割り付けた対照群があれば、自然経過による改善は両群に同じように含まれます。そのため、群間の差を治療の効果とみなしやすくなります。その例が、脳卒中後の歩行練習を調べたLEAPS(リープス)試験です。
脳卒中の発症から2か月の患者が、トレッドミルで歩行練習を始めたとします。この練習では、体重の一部を、上から吊るした装置で支えます。3か月後に歩行速度が明らかに上がれば、担当の理学療法士にも患者本人にも、練習が効いたように見えるはずです。
体重免荷トレッドミル歩行練習は、1990年代の小規模な研究や試験で有望とされました[20, 21]。Duncan(ダンカン)らによると、こうした結果を受けて、この練習は臨床に急速に広まりました[22]。一方で、それまでのトレッドミル練習のランダム化比較試験14件のうち、8件は参加者が30人以下でした[23]。
Cochrane(コクラン)は、医療のシステマティックレビューを作る国際的な組織です。システマティックレビューは系統的レビューとも呼ばれ、同じ問いを調べた研究を、決まった手順で集めてまとめる研究です。Cochraneのレビューも、効果を判断するのに十分な試験の証拠はないとしていました[23]。
十分な証拠がないことから、米国でLEAPS試験が行われました[22]。試験には、6つの入院リハビリテーション施設から、脳卒中の発症から2か月の患者408人が参加しました。参加者は、歩行速度によって歩行障害の重度と中等度に層別化され、それぞれ3つの群にランダムに割り付けられました(図3)。
- 早期練習群:発症から2か月で、体重免荷トレッドミル歩行練習を始める。139人
- 後期練習群:同じ練習を、発症から6か月で始める。143人
- 自宅運動群:発症から2か月で、理学療法士が管理する自宅での運動を始める。126人

図3 LEAPS試験の流れ(文献22をもとに作成)
どの群も、1回90分の練習を、12〜16週で36回行う計画でした。自宅運動は、歩行に特化した高強度の練習ではなく、対照として意図的に組まれたものです。主要評価項目は、発症から1年の時点で、歩行能力が1段階向上した参加者の割合でした[22]。
歩行能力の1段階の向上とは、歩行速度が秒速0.4m未満の人は0.4m以上で、0.4〜0.8m未満の人は0.8m以上で、歩行が自立することです。秒速0.8m以上であれば地域で不自由なく移動できることが多く、0.4m未満では移動が自宅内に限られやすいとされています。歩行速度を測定する理学療法士には、参加者の割り付けを知らせませんでした[22]。
発症から1年の時点で、歩行能力が1段階向上した参加者は、全体の52.0%でした。LEAPS試験では、早期練習群と後期練習群のいずれでも、自宅運動群を上回る効果は示されませんでした。自宅運動群と比較したオッズ比は、早期練習群で0.83、後期練習群で1.19でした。95%信頼区間は、それぞれ0.50〜1.39と0.72〜1.99です。オッズ比1は差がないことを表し、どちらの信頼区間も1を含んでいます[22]。
LEAPS試験の3つの群とも、歩行速度、運動機能の回復、バランス、生活の自立度、生活の質が、同じように改善しました。予定の介入を完了しなかった参加者は、早期練習群で13%、後期練習群で17%、自宅運動群で3%でした[22]。
トレッドミル練習の群だけを前後で比較すれば、練習が効いたように見えたはずです。しかし、同じ時期にランダムに割り付けた自宅運動群も、同じように改善していました[22]。LEAPS試験の結果は、前後比較だけでは治療の効果を区別できないことを示しています。
後期練習群は、発症から6か月までは通常のリハビリテーションだけを受けていました。この間に、歩行速度は平均で秒速0.13m上がりました。この上昇幅は、発症から2か月で介入を始めた2つの群の0.25mと0.23mより小さい値でした。それでも、トレッドミル練習を行わない期間に、歩行速度は上がっていました[22]。
重篤な有害事象の頻度には、群の間で差がありませんでした。一方で、転倒の起こり方には違いがありました。歩行障害が重度の参加者では、早期練習群の52.0%と約半数が、2回以上転倒していました。後期練習群では36.4%、自宅運動群では30.3%でした[22]。
2017年には、56件の試験をまとめたCochraneのレビューでも、トレッドミル練習によって歩行が自立する患者が増えることは示されませんでした[24]。ただし、このレビューは、歩行が可能な患者では、歩行速度と歩行持久力が短期的にわずかに向上する可能性があるとしています[24]。
対照の選び方
対照は、確かめたい問いに合わせて、無治療、通常の治療、別の治療や運動、偽の処置などから選びます。薬の試験では、有効な成分を含まない偽薬を使い、これをプラセボといいます。何を対照にしたかによって、その試験が答えられる問いが変わります(表1)。LEAPS試験の自宅運動群は、無治療の群ではありません。著者らも、理学療法をまったく受けない群がないことを、この試験の限界に挙げています[22]。
| 対照 | 答えられる問い |
|---|---|
| 無治療、 | 治療をしない場合より効果があるか。自然経過による回復は、両群に同じように含まれる |
| 通常の治療 | 通常の治療に代えて用いる意味があるか |
| 別の治療や | 2つのうちどちらが優れているか。LEAPS試験では、理学療法士が管理する自宅運動と比較した |
| 偽の処置、 | 治療そのものに効果があるか。膝の関節鏡手術の試験では、皮膚を切開し、手術をしているように見せる偽の手術と比較した[1] |
| 通常の治療に | 通常の治療に加える意味があるか。膝の関節鏡手術を、理学療法と薬物療法に追加した[25] |
表1 対照の種類と、答えられる問い(各試験の文献をもとに作成)
膝の関節鏡手術の試験は、偽の処置を対照にした例です[1]。本物の手術は、関節鏡を用いて関節内を洗浄する手術と、関節内の組織を削る手術の2種類でした。この試験は、手術をしているように見せる偽の手術と比較したため、手術の操作そのものに効果があるかを問う比較になります。
同じ関節鏡手術について、理学療法と薬物療法に追加する意味があるかを調べた試験もあります[25]。この試験でも、2年後の症状の得点に、手術を追加した群と追加しなかった群で差は認められませんでした。偽の手術と比較した試験は「手術そのものに効果があるか」を、この試験は「通常の治療に手術を加える意味があるか」を問う比較です。
盲検化の意味と確かめ方
盲検化は、参加者がどの群に割り付けられたかを、試験の関係者に知らせないことです。割り付けを知ると、参加者の回答や評価者の判定が変わることがあります。盲検化は、とくに主観的な結果を評価するときに、偏りを防ぐ重要な方法です[2]。
よく使われる「二重盲検」という用語には、決まった定義がありません。内科医91人が回答した調査では、二重盲検の解釈が17通りあり、教科書25冊の定義も9通りありました[26]。200件の試験の著者に尋ねた研究もあります。回答が得られた「二重盲検」の試験の19%では、患者、治療者、データ収集者のうち、盲検化されていない人がいました[27]。
論文を読むときは、「二重盲検」という用語ではなく、誰が盲検化されていたかを確かめる必要があります。CONSORT 2025も、参加者、治療者、結果の評価者、解析者のうち、誰を盲検化したかを記載するよう求めています[15]。
運動療法では、どの練習を行っているかを参加者や療法士に隠すことは、多くの場合困難です。それでも、結果の評価者を盲検化することは、多くの場合可能です[2, 28]。LEAPS試験では、この方法で、歩行速度を測定する理学療法士を盲検化していました。
ランダム化比較試験の欠点と限界
ランダム化比較試験の欠点は、費用と労力がかかることです。また、条件を統制した試験で効果があった治療が、日常診療でも同じように効くとは限りません。
1967年、フランスのSchwartz(シュワルツ)とLellouch(ルルーシュ)は、臨床試験の計画について問題を指摘しました。2人によると、臨床試験の多くは、2つの異なる問いのどちらに答えるのかが明確でないまま計画されていました[29]。1つは、理想的な条件でその治療が効果をもちうるかを問う説明的試験です。もう1つは、日常診療の条件で効果があるかを問う実践的試験です。
説明的試験と実践的試験の間には、連続した段階があります[28]。PRECIS-2(プレシス・ツー)というツールは、試験の計画が日常診療にどれだけ近いかを、9つの領域について1〜5点で評価します[30]。
治療をランダムに割り付けるには、倫理的な条件も満たす必要があります。倫理学者のFreedman(フリードマン)は1987年、その条件を示しました。Freedmanによると、専門家の集団の中に、どちらの治療が望ましいかについて真の不確実性があれば、臨床試験の倫理が求める条件の1つは満たされます。これを臨床的均衡といいます[31]。参加者からインフォームド・コンセントを得ることも欠かせません。
CONSORT 2025は、適切に計画され、正しく実施されたランダム化比較試験を、治療の利益について最も信頼できる証拠としています[15]。裏を返せば、「ランダム化比較試験」という名称だけでは、結果を信頼できるかは判断できません。
参加者数が少ないと、重要な効果を見逃すおそれもあります[13]。必要な参加者数は、検出力とサンプルサイズの決め方にもとづいて見積もります。研究デザインなどから証拠の確かさを段階に分けることを、エビデンス・グレーディングといいます。
ランダム化比較試験が使われる場面
ランダム化比較試験は、治療や運動の効果を確かめたいときで、研究者が治療を割り付けられる場合に使われます。一方、喫煙のように有害性が疑われる要因を、ランダムに割り付けることはできません。まれな有害事象や、何年も後に起きる結果を調べるには、参加者数や追跡期間が足りないことも多くあります。こうした問いには、前向きコホート研究や症例対照研究などの観察研究が使われます。
観察研究との違い
観察研究では研究者が治療を割り付けないため、治療を受けた患者と受けなかった患者が、治療以外の点でも異なることがあります。Sacksらの79%と20%という結果からは、ランダム化しない研究は常に新しい治療を有利に見せるように思えます。しかし、2000年には、観察研究とランダム化比較試験の結果を比較した2つの研究が、同じ雑誌の同じ号に掲載されました[32, 33]。
19の治療を調べた研究では、観察研究を統合した結果は、2つの治療を除いて、ランダム化比較試験の95%信頼区間の中にありました[32]。ただし、Benson(ベンソン)らは、1985年以降に報告された観察研究を調べていました。これらの観察研究は、Sacksらが集めた歴史的対照の試験とは、種類も時代も異なります。
5つの臨床テーマを調べた2000年の研究も、適切に計画された観察研究は、効果を一貫して過大に見積もってはいないとしました[33]。一方、45の臨床テーマを調べた2001年の研究では、ランダム化した研究としない研究の結果はよく相関していました。それでも、45のうち7つのテーマ(16%)では、偶然では説明できない食い違いがありました。15のテーマ(33%)では、オッズ比が2倍以上異なっていました[34]。
Kunz(クンツ)とOxman(オックスマン)は、ランダム化を正しく行わない比較を調べました。2人によると、割り付けを隠蔽したランダム化を行わないと、効果はどちらの方向にもゆがむ可能性があります。平均すると効果を過大に見積もる方向が多く、そのゆがみは、確かめたい効果と同程度か、それ以上に大きくなりうるとしています[35]。
ランダム化しない比較では、個々の比較で結果がずれる方向も大きさも、前もってはわかりません。KunzとOxmanは、予測できないランダムな割り付けが、予測できない偏りを防ぐ最善の方法になることを、逆説と呼んでいます[35]。
論文で確かめる点
ランダム化比較試験の論文では、どうランダム化したか、割り付けを隠したか、何を対照にしたか、誰を盲検化したか、脱落者をどう扱ったかを確かめます(表2)。表2は、CONSORT 2025と、PEDro(ペドロ)スケールをもとにしています[2, 17]。PEDroスケールは、理学療法の試験の質を評価する尺度です。
PEDro自体は、理学療法の臨床試験や系統的レビューなどを集めたデータベースで、2026年2月の時点で50,120件の試験を収めています[36]。この中には、ランダム化を意図して交互などで割り付けた試験も含まれます[37]。論文で確かめる点を項目に並べたものを、チェックリストといいます。詳しくは、批判的吟味に用いるチェックリストの記事で説明しています。
| 確かめること | 見る場所と理由 |
|---|---|
| 本当に | 方法の「割り付け」の記述。乱数、くじ、コインならランダム。交互、誕生日、カルテの番号はランダムではない |
| 割り付けを | 割り付けの隠蔽の方法。通し番号を振った不透明な封筒や、離れた場所での割り付けなど。前もって知られると、参加者を選ぶ人の偏りが入りうる |
| 何を対照に | 対照によって、答えられる問いが変わる(表1) |
| 誰が | 「二重盲検」という用語だけで判断しない。運動療法では、結果の評価者が盲検化されていたかを見る |
| 主要評価項目と | あとから選んだ評価項目では、偶然の差を効果と取り違えやすい。LEAPS試験の主要評価項目は、1年後の歩行能力だった |
| 割り付けた人数と | 脱落者の扱いで、結果が変わることがある。PEDroスケールは、少なくとも1つの主要な結果を、割り付けた参加者の85%を超える人で測定できたかを問う |
| 差の大きさと | p値だけで判断しない。信頼区間は、推定した差の不確かさを幅で表したもの。差がないという結果も、信頼区間の幅とあわせて判断する |
| 理想的な条件か、 | 対象者の選び方、実施場所、治療をどこまで決まった手順で行ったかを見て、自分の患者に当てはまるかを判断する |
表2 ランダム化比較試験の論文で確かめる点(文献2、17をもとに作成)
PEDroスケールの得点は、試験の結果がどの程度信頼できるかと、結果の解釈に必要な統計情報がそろっているかの目安です。効果の大きさや、結果をほかの患者や場面に当てはめられるかは、評価の対象ではありません[38]。差の大きさが患者にとって意味をもつかは、臨床的に意味のある最小差と比べて判断します。
まとめ
ランダム化比較試験は、参加者をランダムに群に割り付け、群ごとの結果を同じ時期に比べる研究です。正しく行えば、治療の割り付けの偏りを防ぎ、未知の要因も含めて群を平均してそろえられます。交互や誕生日で割り付ける方法は、ランダム化ではありません。
いまの手順では、乱数で割り付けるだけでなく、割り付けの順番を隠し、その方法を論文に記載します。この手順は、交互の割り付けでは次の割り付けが前もってわかり、論文からは試験の方法を判断できなかった問題に答えて、積み重ねられてきました。
LEAPS試験では、臨床に広まっていた体重免荷トレッドミル歩行練習に、自宅運動を上回る効果は示されませんでした。トレッドミル練習の群だけを前後で比較していたら、この結果はわからなかったはずです。何を対照にしたか、誰を盲検化したかによって、答えられる問いと結果の確かさが変わります。
ランダム化比較試験には費用と労力がかかり、その結果が日常診療に当てはまるとは限りません。CONSORT 2025は、どのようにランダム化したか、何を対照にしたか、誰を盲検化したかを、論文に記載するよう求めています。
さらに学びたい人へ:おすすめの本
- アンドリュー・リー『RCT大全』上原裕美子 訳(みすず書房):医療だけでなく教育、福祉、犯罪対策などの分野で、常識とされてきたことをランダム化比較試験で検証し直した例を集めた読み物です(2020年刊行、312ページ)。Kindle版もあります。
- 丹後俊郎『新版 無作為化比較試験―デザインと統計解析―』(医学統計学シリーズ5、朝倉書店):無作為化比較試験の原理、無作為割り付け、必要な症例数の決め方などを、統計解析とあわせて解説した専門書です(2018年刊行、264ページ)。Kindle版もあります。
参考文献
- Moseley JB, O'Malley K, Petersen NJ, Menke TJ, Brody BA, Kuykendall DH, et al. A controlled trial of arthroscopic surgery for osteoarthritis of the knee. N Engl J Med. 2002;347(2):81-88. doi:10.1056/NEJMoa013259
- Hopewell S, Chan AW, Collins GS, Hróbjartsson A, Moher D, Schulz KF, et al. CONSORT 2025 explanation and elaboration: updated guideline for reporting randomised trials. BMJ. 2025;389:e081124. doi:10.1136/bmj-2024-081124
- Chalmers I. Comparing like with like: some historical milestones in the evolution of methods to create unbiased comparison groups in therapeutic experiments. Int J Epidemiol. 2001;30(5):1156-1164. doi:10.1093/ije/30.5.1156
- Schulz KF, Altman DG, Moher D; CONSORT Group. CONSORT 2010 statement: updated guidelines for reporting parallel group randomised trials. BMJ. 2010;340:c332. doi:10.1136/bmj.c332
- James Lind Library. Fibiger J (1898). Om serumbehandling af difteri [On treatment of diphtheria with serum]. https://www.jameslindlibrary.org/fibiger-j-1898/ (2026年10月22日閲覧)
- Fibiger J. Om serumbehandling af difteri. Hospitalstidende. 1898;6:309-325. 英訳の抜粋:James Lind Library. https://www.jameslindlibrary.org/fibiger-j-1898/ (2026年10月22日閲覧)
- Hall NS. R. A. Fisher and his advocacy of randomization. J Hist Biol. 2007;40(2):295-325. doi:10.1007/s10739-006-9119-z
- Fisher RA. The arrangement of field experiments. Journal of the Ministry of Agriculture. 1926;33:503-515. doi:10.23637/rothamsted.8v61q
- Chalmers I. Why the 1948 MRC trial of streptomycin used treatment allocation based on random numbers. J R Soc Med. 2011;104(9):383-386. doi:10.1258/jrsm.2011.11k023
- Matthews RAJ. The problematic history of randomised controlled trials Part 2: Hill's 'pragmatic' view of randomisation and its origins. J R Soc Med. 2026;119(2):55-58. doi:10.1177/01410768261419045
- Crofton J. The MRC randomized trial of streptomycin and its legacy: a view from the clinical front line. J R Soc Med. 2006;99(10):531-534. doi:10.1177/014107680609901017
- Medical Research Council. Streptomycin treatment of pulmonary tuberculosis. BMJ. 1948;2(4582):769-782. doi:10.1136/bmj.2.4582.769
- Sacks H, Chalmers TC, Smith H Jr. Randomized versus historical controls for clinical trials. Am J Med. 1982;72(2):233-240. doi:10.1016/0002-9343(82)90815-4
- Begg C, Cho M, Eastwood S, Horton R, Moher D, Olkin I, et al. Improving the quality of reporting of randomized controlled trials. The CONSORT statement. JAMA. 1996;276(8):637-639. doi:10.1001/jama.276.8.637
- Hopewell S, Chan AW, Collins GS, Hróbjartsson A, Moher D, Schulz KF, et al. CONSORT 2025 statement: updated guideline for reporting randomised trials. BMJ. 2025;389:e081123. doi:10.1136/bmj-2024-081123
- Higgins JPT, Savović J, Page MJ, Sterne JAC, editors, on behalf of the RoB2 Development Group. Revised Cochrane risk-of-bias tool for randomized trials (RoB 2). 22 August 2019. https://www.riskofbias.info/welcome/rob-2-0-tool/current-version-of-rob-2
- Physiotherapy Evidence Database (PEDro). PEDro scale (last amended 21 June 1999). https://pedro.org.au/english/resources/pedro-scale/
- Dickersin K, Chalmers F. Thomas C Chalmers (1917-1995): a pioneer of randomized clinical trials and systematic reviews. JLL Bulletin: Commentaries on the history of treatment evaluation. 2014. https://www.jameslindlibrary.org/articles/thomas-c-chalmers-1917-1995/
- Sacks HS, Chalmers TC, Smith H Jr. Sensitivity and specificity of clinical trials. Randomized v historical controls. Arch Intern Med. 1983;143(4):753-755.
- Hesse S, Bertelt C, Jahnke MT, Schaffrin A, Baake P, Malezic M, et al. Treadmill training with partial body weight support compared with physiotherapy in nonambulatory hemiparetic patients. Stroke. 1995;26(6):976-981. doi:10.1161/01.str.26.6.976
- Visintin M, Barbeau H, Korner-Bitensky N, Mayo NE. A new approach to retrain gait in stroke patients through body weight support and treadmill stimulation. Stroke. 1998;29(6):1122-1128. doi:10.1161/01.str.29.6.1122
- Duncan PW, Sullivan KJ, Behrman AL, Azen SP, Wu SS, Nadeau SE, et al. Body-weight-supported treadmill rehabilitation after stroke. N Engl J Med. 2011;364(21):2026-2036. doi:10.1056/NEJMoa1010790
- Duncan PW, Sullivan KJ, Behrman AL, Azen SP, Wu SS, Nadeau SE, et al. Protocol for the Locomotor Experience Applied Post-stroke (LEAPS) trial: a randomized controlled trial. BMC Neurol. 2007;7:39. doi:10.1186/1471-2377-7-39
- Mehrholz J, Thomas S, Elsner B. Treadmill training and body weight support for walking after stroke. Cochrane Database Syst Rev. 2017;8(8):CD002840. doi:10.1002/14651858.CD002840.pub4
- Kirkley A, Birmingham TB, Litchfield RB, Giffin JR, Willits KR, Wong CJ, et al. A randomized trial of arthroscopic surgery for osteoarthritis of the knee. N Engl J Med. 2008;359(11):1097-1107. doi:10.1056/NEJMoa0708333
- Devereaux PJ, Manns BJ, Ghali WA, Quan H, Lacchetti C, Montori VM, et al. Physician interpretations and textbook definitions of blinding terminology in randomized controlled trials. JAMA. 2001;285(15):2000-2003. doi:10.1001/jama.285.15.2000
- Haahr MT, Hróbjartsson A. Who is blinded in randomized clinical trials? A study of 200 trials and a survey of authors. Clin Trials. 2006;3(4):360-365. doi:10.1177/1740774506069153
- Zwarenstein M, Treweek S, Gagnier JJ, Altman DG, Tunis S, Haynes B, et al. Improving the reporting of pragmatic trials: an extension of the CONSORT statement. BMJ. 2008;337:a2390. doi:10.1136/bmj.a2390
- Schwartz D, Lellouch J. Explanatory and pragmatic attitudes in therapeutical trials. J Chronic Dis. 1967;20(8):637-648. doi:10.1016/0021-9681(67)90041-0
- Loudon K, Treweek S, Sullivan F, Donnan P, Thorpe KE, Zwarenstein M. The PRECIS-2 tool: designing trials that are fit for purpose. BMJ. 2015;350:h2147. doi:10.1136/bmj.h2147
- Freedman B. Equipoise and the ethics of clinical research. N Engl J Med. 1987;317(3):141-145. doi:10.1056/NEJM198707163170304
- Benson K, Hartz AJ. A comparison of observational studies and randomized, controlled trials. N Engl J Med. 2000;342(25):1878-1886. doi:10.1056/NEJM200006223422506
- Concato J, Shah N, Horwitz RI. Randomized, controlled trials, observational studies, and the hierarchy of research designs. N Engl J Med. 2000;342(25):1887-1892. doi:10.1056/NEJM200006223422507
- Ioannidis JP, Haidich AB, Pappa M, Pantazis N, Kokori SI, Tektonidou MG, et al. Comparison of evidence of treatment effects in randomized and nonrandomized studies. JAMA. 2001;286(7):821-830. doi:10.1001/jama.286.7.821
- Kunz R, Oxman AD. The unpredictability paradox: review of empirical comparisons of randomised and non-randomised clinical trials. BMJ. 1998;317(7167):1185-1190. doi:10.1136/bmj.317.7167.1185
- Physiotherapy Evidence Database (PEDro). PEDro statistics. https://pedro.org.au/english/learn/pedro-statistics/ (2026年10月20日閲覧)
- Physiotherapy Evidence Database (PEDro). Indexing criteria and codes. https://www.pedro.org.au/english/downloads/codes/ (2026年10月20日閲覧)
- Physiotherapy Evidence Database (PEDro). Frequently asked questions. https://pedro.org.au/english/faq/ (2026年10月20日閲覧)


コメント