システマティックレビュー：研究を集めれば答えは確かになるか

早産児の命を救える注射が、効果を示す試験の報告から20年近く、世界に普及しませんでした。ニュージーランドの産科医Graham Liggins（グレアム・リギンズ）は、ヒツジの実験で、ステロイドが胎児の肺の成熟を早めることに気づきました。Ligginsが新生児科医と行った試験では、分娩前に母体へステロイドを投与すると、新生児の死亡が減りました⁠^{[1, 2]}。その後の試験でも効果が示されましたが、この治療は産科医の間でなかなか普及しませんでした。普及のきっかけは、新しい試験ではなく、それまでの試験の結果を1つに統合した論文でした⁠^{[3, 4]}。

同じ問いの研究を、あらかじめ決めた方法で集めて統合する研究を、システマティックレビューといいます。では、研究を集めて統合すれば、答えはいつも確かになるのでしょうか。

この記事の要約（押すと開閉します）

• 定義：問いと適格基準をあらかじめ決め、基準に合う研究をできるかぎり集めて、バイアスを避けるための決まった方法で統合する研究。系統的レビュー、系統的文献レビューとも呼ぶ
• 生まれた経緯：1904年にPearsonが、腸チフスの予防接種の研究の結果を統合した。1976年にGlassが、研究の結果の統計学的な統合をメタアナリシスと名づけた。1979年にArchie Cochraneが、試験の批判的な要約がないことを批判した。1980年代にChalmersらが周産期の比較試験のシステマティックレビューをまとめ、1993年に発足したCochrane共同計画の手本になった
• 進め方：問いを決めて研究計画書を登録し、複数のデータベースや臨床試験登録で検索する。研究を選択し、バイアスのリスクを評価して結果を統合し、エビデンスの確実性を判定する
• メタアナリシス：集めた研究の結果を、統計学的方法で1つに統合すること。メタ解析とも呼ぶ。大規模な研究ほど大きな重みを付ける。結果はフォレストプロットという図で示す
• 結果のばらつき：研究間の結果の違いが大きいときは、統合の方法によって答えが変わることがある。違いが大きすぎる研究は、1つに統合しないこともある
• 利点：単独では対象者数の足りない研究を統合して、効果を、より精度の高い値で推定できる。方法が明記されているため、ほかの人が検証できる
• 欠点と限界：集めた研究の質と、どの研究が集められたかに左右される。効果の出なかった研究が発表されないと、効果は過大に推定されやすい。小規模試験を統合した結果が、のちの大規模試験と食い違うことがある。未発表の研究や研究間の違いが、その理由になりうる
• 使われる場面：臨床疑問の答えを探すとき、診療ガイドラインを作成するとき、新しい研究を計画するとき

システマティックレビューとは

システマティックレビューとは、問いと適格基準をあらかじめ決め、基準に合う研究をできるかぎり集めて、決まった方法で統合する研究です⁠^[5]。適格基準は、レビューに含める研究の条件です。日本語では、系統的レビュー、系統的文献レビューとも呼ばれます。すでに行われた研究を材料にするため、研究デザインの分類では、二次研究に入ります。

Cochrane（コクラン）は、システマティックレビューを作成・公開している国際的な組織です。Cochraneのハンドブックによれば、システマティックレビューは、バイアスを最小限にするように選んだ方法を用い、その方法を明示します⁠^[5]。

決まった方法を用いずに研究をまとめた文献は、叙述的レビュー、またはナラティブレビューと呼ばれます。専門家が、自分の選んだ研究をもとに解説する総説が、その例です。選択の方法が書かれていないと、読者は、都合のよい研究だけが選ばれていないかを確かめられません。

集めた研究の結果を、統計学的方法で1つの値に統合することもあります。これをメタアナリシス、またはメタ解析と呼びます。システマティックレビューには、メタアナリシスを行わないものもあります⁠^[6]。

システマティックレビューが生まれるまで

いまのシステマティックレビューは、研究の結果を統計学的に統合する方法に、研究を集めて評価するときのバイアスを減らす方法が加わってできたものです⁠^[7]。研究の統合の歴史は、英国の研究者Iain Chalmers（イアン・チャーマーズ）らがまとめています。

Chalmersらによると、研究の統合では、偶然による誤差を小さくする方法が先に発達しました。バイアスを減らす方法は、20世紀の最後の25年間に、ようやく十分に注目され始めました⁠^[7]。

図1　システマティックレビュー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。緑の3つは、いまのシステマティックレビューの手順のもとになった段階

英国の統計学者Karl Pearson（カール・ピアソン）は、腸チフスの予防接種の効果を調べたデータの解析を依頼されました。このデータでは、インドや南アフリカの英国軍の兵士について、接種を志願した人と志願しなかった人で、発症と、発症した兵士の死亡が比べられていました⁠^[8–10]。

Pearsonは、予防接種のデータのうち、南アフリカの多くの群は、誤差の大きさを考えると、はっきりした判断を下すには小さすぎると書いています⁠^[9]。そこで、群をまとめて大きくしました。このやり方は、いまでは妥当とされていませんが、再解析では結果への実際上の影響はなかったとされています⁠^[8]。

Pearsonは、群をまとめたうえで、発症と死亡のそれぞれについて、研究ごとに接種との相関係数を求めました。発症については5つ、死亡については6つの研究の値を、それぞれ平均しています⁠^{[9, 10]}。1904年に発表した結果の表では、研究ごとに1行を使って効果と誤差を示し、最後の行に統合した値を置いていました⁠^[8]。

Pearsonの解析では、接種した群で発症と死亡が少なく、11の比較のうち9つで差は統計学的に有意でした⁠^[8]。しかしPearsonは、研究ごとの相関の値が極めて不規則なことに注目しました。相関は低すぎて、接種する価値が証明されたとは考えられない、と論じています⁠^[10]。

20世紀の半ばには、研究の報告が大量になり、研究者は結果を統合する方法を考える必要に迫られました⁠^[8]。米国の教育学の研究者Gene Glass（ジーン・グラス）は1976年、米国教育学研究学会の会長講演で、研究の結果をよりよく統合する必要を論じました⁠^[9]。Glassは同じ講演で、個々の研究から得られた多くの解析結果を統計学的に解析し、知見を統合することを、メタアナリシスと名づけました⁠^{[8, 11]}。

1977年には、Smith（スミス）とGlassが、心理療法とカウンセリングの効果を調べた375件の研究を統合しました。目的の1つは、そうした研究をすべて集めることでした⁠^[9]。

英国の医学研究者Archie Cochrane（アーチー・コクラン）は1979年に、次のように書いています。「医師は、専門分野ごとに、関係するすべてのランダム化比較試験の批判的な要約を作り、定期的に改めてこなかった。これは、医師という職業への大きな批判に値する」⁠^[12]。臨床研究の必要性の記事では、Archie Cochraneが1972年の著書で説いた考えに触れています。

Chalmersらは、周産期の医療に関係する比較試験について、システマティックレビューを作りました。1980年代を通して、100人を超える国際的なチームが取り組みました⁠^{[9, 13]}。レビューは、更新できる電子版のデータベースとして公開され、1989年には2巻の本にもまとめられました⁠^[13]。Archie Cochraneは、この本の序文で、このシステマティックレビューを、これまでにない成果と評しています⁠^[9]。

周産期の比較試験をまとめた本と、その要約版、電子版のデータベースは、1990年代の初めにCochrane共同計画が作られる手本になりました⁠^[13]。Cochrane共同計画（現在のCochrane）は、1993年に発足しました⁠^[9]。

米国の医学研究者Mulrow（マルロウ）は、1985〜1986年の1年間に主要医学雑誌4誌に掲載された総説50本を調べ、1987年に報告しました。50本のうち、研究の検索、選択、評価の方法を明記していた総説は1本だけでした⁠^[14]。このころから、レビューのバイアスを系統的な方法で減らすことが、メタアナリシスとは別の課題として区別され始めました⁠^[8]。

早産が予想される妊婦へのステロイド投与は、出生前ステロイド投与と呼ばれます。この治療については、産科医や新生児科医の間で意見が分かれ続けていました。アイルランドの産科医Crowley（クローリー）は、Chalmersらとともに、これをレビューを行った理由に挙げています⁠^[15]。

Crowleyらは、12件の比較試験、3,000人を超える参加者のデータを統合しました。バイアスと偶然の誤差を最小にするように設計した方法を用い、1990年に報告しています。出生直後に呼吸障害を起こす新生児呼吸窮迫症候群が減り、それに伴って新生児死亡も減っていました⁠^[15]。

ランダム化比較試験の報告が大量になると、治療の進歩をたどるために、メタアナリシスが必要になりました⁠^[16]。米国の医学研究者Lau（ラウ）とAntman（アントマン）らは1992年、累積メタアナリシスを報告しました。累積メタアナリシスでは、新しい試験の結果が出るたびに、メタアナリシスをやり直します⁠^[16]。

累積メタアナリシスを当てはめた例に、心筋梗塞の患者への、血栓溶解薬ストレプトキナーゼの静注があります。心筋梗塞は、冠動脈の閉塞によって心筋が壊死する疾患です。ストレプトキナーゼの静注では、1973年までの8件、2,432人の試験で、死亡の減少が統計学的に有意になっていました。その後の25件、34,542人の試験は、効果を示したオッズ比をほとんど変えず、信頼区間を狭めただけでした⁠^[16]。

LauとAntmanらは、心筋梗塞のさまざまな治療について、累積メタアナリシスの結果を、総説や教科書の章の推奨とも比べました。総説では、効果のある予防法を勧めるのが遅れることが多くありました。死亡を減らさない治療や、有害なおそれのある治療を勧め続けた専門家もいました⁠^[17]。

研究ごとの効果と誤差を1行ずつ並べ、最後に統合した値を示す形は、Pearsonの表にも見られます⁠^[8]。研究ごとの結果が一致しているかを問う姿勢も、Pearsonの解析に見られます⁠^{[8, 10]}。メタアナリシスという名前は、Glassに由来します⁠^[11]。

関係する試験を集め、偶然の誤差とバイアスを小さくする方法で統合する手順は、Crowleyらのレビューにも記されています⁠^[15]。新しい研究の計画にレビューを用いる考え方は、Lauらの論文にも見られます⁠^[16]。

システマティックレビューの進め方

システマティックレビューは、問いの設定と研究計画書の登録から始まります。そのあと、検索、研究の選択、バイアスのリスクの評価、結果の統合、確実性の判定へと進みます（図2）。問いは、患者、介入、比較、アウトカムの4つの要素に分けて記述します。この記述方法は、PICOによる臨床疑問の定式化の記事で説明しています。どの研究を組み入れるかの基準も、開始前に決めます⁠^[5]。

図2　システマティックレビューの進め方（文献5、18–22をもとに作成）

方法を記載した研究計画書は、開始前に公開の登録システムに登録します。2011年には、システマティックレビューの研究計画書の国際登録システム、PROSPERO（プロスペロ）が始まりました。運営は英国York（ヨーク）大学の研究センターです。研究計画書を登録しておけば、発表された内容が計画と異なる場合に、それがわかります。同じレビューが重複して作成されることも減らせます⁠^[18]。

検索には、複数のデータベースと臨床試験登録を用います。臨床試験登録は、試験を始める前に計画を登録しておく公開のデータベースです。Cochraneのハンドブックは、1つのデータベースだけの検索では不十分だとし、言語で制限せずに検索するよう求めています⁠^[19]。データベースの種類と検索式の組み立て方は、臨床でエビデンスを探す方法の記事で扱っています。

集めた論文からは、あらかじめ決めた基準に合う研究を選びます。リハビリテーションの例に、慢性腰痛に対する運動療法のレビューがあります。12週を超えて続く非特異的腰痛の成人を対象とした、249件の試験を集めたものです。検索には、理学療法の研究のデータベースPEDro（ペドロ）も用いています。このレビューでは、2人がそれぞれ独立して研究を選択・評価し、協議して決定していました⁠^[23]。

選択した研究ごとに、結果にバイアスが生じているリスクを評価します。参加者を無作為に群に割り付けて比べる試験を、ランダム化比較試験と呼びます。ランダム化比較試験のバイアスのリスクを評価するツールに、RoB 2（ロブ・ツー）があります⁠^[24]。RoB 2の内容は、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。

結果は表や文章で整理し、研究どうしが十分に類似していれば、メタアナリシスで1つに統合します⁠^[20]。最後に、アウトカムごとに、エビデンスの確実性を判定します⁠^[21]。その方法の一つであるGRADE（グレード）は、エビデンス・グレーディングの記事で説明しています。

システマティックレビューの報告については、PRISMA 2020（プリズマ）というガイドラインがあります。PRISMA 2020は、27の項目と、研究の検索・選択の流れを示すフローチャートの形式を定めています⁠^[22]。

システマティックレビューの信頼性を評価するツールに、AMSTAR 2（アムスター・ツー）があります⁠^[25]。批判的吟味に用いるチェックリストの記事では、報告ガイドラインと批判的吟味のツールの違いを扱っています。AMSTAR 2の重大な項目と判定方法も、同じ記事で説明しています。

メタアナリシスとは

メタアナリシスは、2つ以上の研究の結果を、統計学的方法で1つに統合することです⁠^[20]。

1つの研究の結果は、偶然によって真の値から外れることがあります。複数の研究を統合すると、偶然によるずれは小さくなりますが、研究の実施方法によるバイアスは小さくなりません。ハンドブックも、個々の研究のバイアスなどを十分に考慮せずに行ったメタアナリシスは、大きく誤った結論を導くことがあると注意しています⁠^[20]。偶然誤差とバイアスの違いは、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。

メタアナリシスの結果は、フォレストプロットという図で示します（図3）。研究ごとに、効果の推定値の位置に四角を描き、その左右に横線を引きます。横線は95%信頼区間で、真の値がありそうな範囲を表します⁠^[20]。

フォレストプロットの四角の面積は、その研究に付けた重みを表します。大規模な研究は推定値の精度が高い（信頼区間が狭い）ため、小規模な研究より大きな重みを付けて統合します。統合した結果は、最下段のひし形で示します⁠^[20]。Cochraneのロゴは、出生前ステロイド投与の7つの試験を、1982年の時点でこの形の図にまとめた場合の姿を表しています⁠^{[3, 26]}。

図3　フォレストプロットの見方の模式図。数値は説明のために作った例。四角は研究ごとの推定値で面積は重み、横線は95%信頼区間、ひし形は統合した結果。横軸は対数目盛で、1は差がないことを表す（文献20をもとに作成）

研究間の結果のばらつき

集めた研究の結果は研究ごとに異なり、この違いを異質性と呼びます。参加者、治療の量や時期、研究の質が異なれば、結果も異なります。研究間の結果のばらつきのうち、偶然では説明できない部分の割合を示す指標に、I²（アイ二乗）があります⁠^[20]。

Cochraneのハンドブックは、I²について、0〜40%は重要でない可能性がある、75〜100%はかなり大きい、という大まかな目安を示しています。ばらつきが重要かどうかは、効果の大きさや向き、ばらつきが偶然でないといえる確かさにもよります。そのためハンドブックは、この目安だけで判断すると誤ることがあると注意しています⁠^[20]。

Cochraneのハンドブックによれば、大きく異なる研究を統合したメタアナリシスは、誤った答えを導くことがあります。研究どうしが違いすぎるときは、1つの値に統合しないこともあります⁠^[20]。

メタアナリシスの統合の方法には、2つの考え方があります。固定効果モデルは、すべての研究に共通する1つの真の効果があると考えます。変量効果モデルは、真の効果が研究ごとに異なると考え、その平均を求めます。研究間にばらつきがある場合、変量効果モデルは、小規模な研究に、固定効果モデルの場合より大きな重みを付けます⁠^[20]。

心筋梗塞が疑われて搬送された患者に、マグネシウムを点滴静注する治療が試されてきました。この治療では、小規模試験を統合した結果と、のちの大規模試験の結果が食い違いました。マグネシウムの点滴静注では、統合の方法によっても答えが変わりました⁠^[27]。

マグネシウムの点滴静注について、2007年のCochraneのレビューは、26件の試験を集めました⁠^[27]。死亡の起こりやすさは、オッズ比で比べています。オッズ比は、1なら差がないことを表し、1より小さければ点滴群で少ないことを表します。固定効果モデルでは0.99で、点滴しても変わらないという結果でした。変量効果モデルでは0.66で、点滴で減るという結果でした⁠^[27]。

固定効果モデルと変量効果モデルの食い違いは、重みの付け方の違いで説明できます。固定効果モデルでは、6万人近くが参加した大規模試験に、非常に大きな重みが付きます。変量効果モデルでは、小規模試験の重みが、固定効果モデルの場合より大きくなります⁠^[27]。

マグネシウムの点滴静注では、投与量や投与開始の時刻も、試験ごとに異なっていました。投与開始の時刻でサブグループに分けると、ばらつきは小さくなり、どちらの統合方法でも明らかな効果はみられませんでした⁠^[27]。

システマティックレビューの利点

システマティックレビューの利点は、単独では対象者数の足りない研究を統合して、効果を、より精度の高い値で推定できることです。Cochraneのハンドブックは、多くの研究は規模が小さすぎて、単独では治療の効果を確実に示せないとしています。研究間の食い違いの解決や、新しい仮説の設定も、メタアナリシスの利点に挙げています⁠^[20]。

出生前ステロイド投与では、12件の試験を統合したレビューが、新生児死亡の減少を示しました⁠^[15]。

もう一つの利点は、方法の透明性です。システマティックレビューは方法が明記されているため、ほかの人が同じ手順をたどって検証できます⁠^[5]。

英国Oxford（オックスフォード）大学のセンターは、エビデンスレベルの表を作成しています。治療が有効かを問う場合、この表の最上位には、ランダム化比較試験のシステマティックレビューが置かれています。ただし、試験の質が低い場合や、試験間の結果が一致しない場合は、レベルを下げることがあります⁠^[28]。エビデンスレベルの付け方は、エビデンス・グレーディングの記事で扱っています。

システマティックレビューの欠点と限界

システマティックレビューの結果は、集めた研究の質と、どの研究が集められたかの偏りの影響を受けます。決まった方法で集めても、もとの研究にバイアスがあれば、統合した結果にもバイアスが生じます。慢性腰痛の運動療法のレビューでは、多くの試験にバイアスのリスクがありました。運動療法では参加者や治療者の盲検化が難しく、79%の試験が、治療の受け方や行い方が群間で変わるバイアスのリスクありと判定されていました⁠^[23]。

出版バイアス

研究結果が発表されるかどうかは、結果の内容に左右されることがあります。効果のみられなかった研究が発表されないと、発表された研究だけを統合した効果は、実際より大きく推定されやすくなります。こうした偏りを、出版バイアスと呼びます。報告バイアスと呼ばれることもあります⁠^[6]。

マグネシウムの点滴静注について、Li（リー）らのレビューは、出版バイアスがあった可能性が高いとしています。試験間の結果の違いも大きいため、結果は慎重に解釈する必要があるとも述べています⁠^[27]。

出版バイアスを調べる図に、ファンネルプロットがあります（図4）。横軸に効果の推定値を、縦軸に研究の規模をとって、研究ごとに点を打ちます。大規模な研究ほど推定値のばらつきは小さく、小規模な研究の推定値は、図の下部で広くばらつきます。そのため、バイアスも研究間の違いもなければ、点は左右対称の逆漏斗形に並びます⁠^[29]。効果の出なかった小規模な研究が発表されていなければ、片側の下部の点が欠けて、形がゆがみます。

図4　ファンネルプロットの模式図。数値は説明のために作った例。横軸は左ほど治療の効果が大きい。左は未発表の研究がない場合、右は効果の小さい小規模な研究が発表されず、点線の丸の研究が欠けた場合（文献29をもとに作成）

Egger（エッガー）らは、主要医学雑誌4誌に1993〜1996年に掲載されたメタアナリシス37本と、Cochraneのレビュー38本を調べました。バイアスを示唆するゆがみは、雑誌のメタアナリシスでは14本、38%に、Cochraneのレビューでは5本、13%にみられました⁠^[30]。

ただし、ファンネルプロットのゆがみは、出版バイアス以外の理由でも生じます。Cochraneのハンドブックは、ゆがみを調べる検定を、研究が10本以上ある場合にだけ用いるよう勧めています⁠^[29]。

のちの大規模試験と食い違うことがある

小規模試験を集めたメタアナリシスの結果が、のちの大規模試験で再現されないことがあります。マグネシウムのメタアナリシスは、7件の試験の1,301人にもとづくもので、点滴群では死亡がほぼ半減していました⁠^[31]。続く2,316人の試験でも死亡は減り、効果があり、安全で、簡便で、安価な治療だとする論説も出ました⁠^{[32, 33]}。

マグネシウムの点滴静注は、のちに58,050人の試験で調べられました。5週間の死亡率は点滴群で7.6%、対照群で7.2%で、明らかな差はありませんでした⁠^[34]。2002年には、死亡リスクの高い心筋梗塞患者6,213人を対象に、早期から点滴を始めた試験でも、30日間の死亡率に差はありませんでした⁠^[35]。

Eggerらは、メタアナリシスと、その後に行われた大規模試験の組を8つ見つけました。結果が食い違った4組では、いずれもメタアナリシスのほうが大きな効果を示していました。その4組のうち3組で、ファンネルプロットがゆがんでいました。結果が一致した4組では、ゆがみはみられませんでした⁠^[30]。

LeLorier（ルロリエ）らは、1,000人以上の大規模試験12件と、同じ問いを扱った先行するメタアナリシス19件を比較しました。主要アウトカムと副次アウトカムを合わせた40のアウトカムのうち35%で、差の有無の判定が食い違っていました。ただし、効果の推定値そのものを比べると、40のアウトカムのうち5つで、統計学的に有意な差がありました⁠^[36]。

当てはまる患者は限られる

統合した効果は、集めた研究の参加者についての平均です。慢性腰痛の運動療法のレビューでは、参加者の平均年齢は43.7歳、女性の割合は平均59%でした⁠^[23]。目の前の患者がこの参加者と大きく異なれば、同じ効果が得られるとは限りません。

システマティックレビューが使われる場面

システマティックレビューは、臨床疑問の答えを探すとき、診療ガイドラインを作成するとき、新しい研究を計画するときに用いられます。根拠にもとづく医療で、個々の研究より先に、統合された情報源から探す考え方は、EBMの実践方法の記事で説明しています。レビューが集めた研究の一覧は、個々の論文を探す手がかりにもなります。診療ガイドラインは、システマティックレビューなどにもとづいて、診療上の推奨を決めます。

リハビリテーションでも、慢性腰痛に対する運動療法のように、200件を超える試験を統合したレビューがあります⁠^[23]。臨床疑問の答えにレビューを用いるときは、効果の大きさを、あらかじめ決めた臨床的に意味のある差と比べます。

慢性腰痛の運動療法のレビューでは、痛みを0〜100点に換算して統合し、治療後の最も早い追跡評価の時点で比べました。運動療法群の痛みは、無治療、通常ケア、偽治療の群より、平均で15.2点低くなりました。エビデンスの確実性は中程度で、主に研究間のばらつきのために下げられています⁠^[23]。

慢性腰痛のレビューの著者らは、痛みについて、15点の差を臨床的に意味のある差とあらかじめ定めていました。痛みの15.2点の差は、この基準を満たしました。一方、機能制限の差は平均6.8点で、あらかじめ定めた10点に届きませんでした⁠^[23]。臨床的に意味のある差の決め方は、臨床的に意味のある最小差（MCID）の記事で扱っています。

システマティックレビューは、新しい研究を計画するときにも用いられます。マグネシウムでも、7件の試験を統合した著者らは、大規模試験で検証することが望ましいと書いていました⁠^[31]。

集める研究は、ランダム化比較試験とは限りません。観察研究は、研究者が治療を割り付けず、実際に起きていることを調べる研究です。疾患の原因や、検査の正確さを問う場合には、観察研究を集めたシステマティックレビューもあります。

ほかのレビューとの違い

システマティックレビューは、明確な問いに答えるために、研究の検索、選択、統合の各段階をあらかじめ決めた方法で行う点で、叙述的レビューと異なります。

種類	内容
叙述的レビュー	専門家が、自分の選んだ研究をもとに解説する。研究の検索や選択の方法が明記されていないことが多い
システマティックレビュー	問いと適格基準をあらかじめ決め、研究をできるかぎり集めて、決まった方法で統合する
メタアナリシス	集めた研究の結果を、統計学的方法で1つに統合する。研究どうしが十分に類似しているときに行う
スコーピングレビュー	ある分野にどのような研究があり、何がわかっていないかを幅広く調べる。システマティックレビューの前段階として行うこともある
診療ガイドライン	システマティックレビューなどにもとづいて、診療上の推奨をまとめる

表1　システマティックレビューとほかのレビューなどの違い（文献5、14、20、37をもとに作成。診療ガイドラインの行は筆者が加えた）

まとめ

システマティックレビューは、方法が明示されているため、どの研究を選んだかを、ほかの人が検証できます。メタアナリシスで統合すると、単独では規模の小さすぎる研究からも、効果を、より精度の高い値で推定できます。出生前ステロイド投与では、試験を統合したレビューが、新生児死亡が減ることを示しました。

統合だけでは減らせないバイアスがあります。そこでシステマティックレビューでは、統合の前に、検索、研究の選択、バイアスのリスクの評価を、あらかじめ決めた方法で行います。この手順は、偶然の誤差を小さくする統合の方法のあとに加わりました。それでも、統合した結果は、集めた研究の質と、どの研究が集められたかに左右されます。

マグネシウムの点滴静注では、小規模試験を統合した結果が、6万人近くが参加した試験で再現されませんでした。効果の出なかった試験が発表されなかった可能性や、試験間の違いが、その説明に挙げられています。レビューの論文では、検索の範囲、研究間のばらつき、出版バイアスの検討、参加者の特徴を確かめてから、結果を用います。

さらに学びたい人へ：おすすめの本

• トリーシャ・グリーンハーフ、ポール・ダイクストラ『医学論文を正しく選び・読む技術 生成AIに振り回されないための基礎知識』後藤匡啓 解説（日経BP）：英語の入門書 How to Read a Paper の第7版の翻訳です。論文の検索と読み方を、根拠にもとづく医療の基礎から解説しています。第9章で、システマティックレビューとメタアナリシスを扱っています（2025年刊行、464ページ）。Kindle版もあります。