1 基本概念
1.1 定義
メタ分析は、複数の独立した研究から得られた定量的結果を統計学的にまとめ、全体としての効果や関連の大きさを推定する方法である。単純な文献要約とは異なり、各研究の数値を共通の尺度にそろえたうえで統合し、個々の結果のばらつきを考慮しながら総合的な結論を導く。
1.2 目的
主な目的は、単独の研究では不安定になりやすい推定値の精度を高めることにある。また、研究ごとの差異を把握し、条件によって結果が変わるかどうかを検討する際にも役立つ。さらに、介入の有効性や要因間の関係について、より信頼性の高い判断材料を提供する。
1.3 位置づけ
メタ分析は、証拠を統合するための中心的な手法として位置づけられる。とくに医学、心理学、教育学、社会科学では、実践や政策の判断を支える基礎資料として広く利用される。研究の蓄積が十分にあるときに威力を発揮し、個々の研究を超えた傾向を示しやすい。
1.3.1 体系的文献レビューとの関係
体系的文献レビューは、あらかじめ定めた手順に従って関連研究を網羅的に収集し、整理する方法である。メタ分析はその一部として組み込まれることが多く、レビューで選ばれた研究を数値的に統合する役割を担う。したがって、前者が「探し、選び、評価する」枠組みであるのに対し、後者は「まとめて推定する」工程に相当する。
1.3.2 個別研究との違い
個別研究は、特定の条件下で観察された現象を詳しく検証する。一方、メタ分析は複数研究を横断して見通すため、結果の再現性や一般化可能性を検討しやすい。ただし、統合の妥当性は元研究の質に左右されるため、数を増やせば自動的に信頼性が高まるわけではない。
1.4 歴史
メタ分析の考え方は、20世紀後半に統計学と臨床研究の発展とともに整えられた。教育研究や行動科学でも応用が広がり、研究成果を体系的に集約する技法として定着した。近年は計算環境の整備により、再現性を意識した標準的手法としての重要性がさらに高まっている。
2 実施の流れ
2.1 研究課題の設定
最初に、何を明らかにしたいのかを明確に定める。対象、比較、結果指標、研究デザインなどを具体化しておくと、以後の検索や選択がぶれにくい。課題設定が曖昧だと、後の統合結果も解釈しにくくなる。
2.2 文献検索
関連研究を系統的に探し出す段階であり、網羅性が重要になる。主要な学術データベースだけでなく、参考文献一覧や未刊行資料を含めて探索することで、見落としを減らせる。
2.2.1 検索式の設計
検索式は、テーマ語、同義語、分類語、論理演算子を組み合わせて作成する。狭すぎると候補が不足し、広すぎると不要な文献が増えるため、感度と特異度の均衡が求められる。試行的検索を重ねて、適切な表現に調整することが多い。
2.2.2 データベースの選定
対象分野に応じて、適切な索引データベースを選ぶ必要がある。医学なら臨床研究向けのもの、心理学なら行動科学に強いもの、社会科学なら学際的な収録範囲を持つものが有用である。複数の情報源を組み合わせることで、収集の偏りを抑えられる。
2.3 研究の選択
検索で得られた文献から、研究目的に合うものを選び出す。通常はタイトル、要旨、全文の順に確認し、あらかじめ定めた条件に照らして判断する。
2.3.1 選択基準
選択基準には、対象集団、介入や曝露、比較条件、アウトカム、研究デザインなどが含まれる。基準を先に決めておくことで、恣意的な選別を避けやすい。複数の査読者が独立に判定する方法もよく用いられる。
2.3.2 除外基準
除外基準は、対象外となる研究の条件を明示する。たとえば、必要な統計量がないもの、重複報告、極端に方法が不明瞭な研究などが該当する。除外理由を記録しておくと、透明性のある報告につながる。
2.4 データ抽出
選ばれた研究から必要な情報を整理し、比較可能な形に整える工程である。抽出の精度は、最終的な推定値の信頼性に直結する。
2.4.1 抽出項目
一般的には、著者、発表年、対象数、介入内容、測定時点、効果指標、標準偏差、中央値との差、信頼区間などを集める。研究の条件や品質に関する情報も併せて記録することで、後の分析や感度検討がしやすくなる。
2.4.2 研究の分類
研究は、デザイン、対象集団、介入の強さ、測定法などに基づいて分類されることが多い。分類を行うと、サブグループ分析や比較検討が可能になる。整理のしかたが一貫していれば、異質性の理解にも役立つ。
2.5 統計解析
抽出した情報を数値的にまとめる中心部分である。効果量を統一し、研究ごとの重みを決め、統合推定を行うことで、全体の傾向を算出する。
2.5.1 効果量の算出
研究ごとの結果は、平均差、比率、相関係数など、異なる尺度で報告されることがある。これらを比較できる形に変換する作業が効果量の算出である。尺度の違いをそろえることで、複数研究を一つの分析枠に載せやすくなる。
2.5.2 重み付け
各研究には、情報量や分散の違いに応じて異なる重みが与えられる。一般に、精度の高い研究ほど大きな影響を持つ。重み付けにより、単純平均よりも安定した推定が得られる。
2.5.3 統合推定
統合推定では、重みを反映した効果量から総合的な値を求める。結果は点推定だけでなく、信頼区間や検定統計量とともに解釈される。ここで得られる値が、メタ分析の中核的な結論となる。
3 統計的手法
3.1 固定効果モデル
固定効果モデルは、すべての研究が同一の真の効果を共有していると仮定する。観測された差は、主として標本誤差によるものとみなすため、研究間の違いが小さい場合に適している。条件がそろった集団では、比較的効率よく推定できる。
3.2 変量効果モデル
変量効果モデルは、研究ごとに真の効果が異なりうると考える。対象、介入方法、測定条件の違いを前提にするため、現実の多様な研究を扱いやすい。異質性が存在する場面では、固定効果モデルより柔軟な解釈が可能である。
3.3 効果量の種類
効果量には、連続量、二値データ、関連の強さなどに対応した複数の表現がある。研究分野やデータの形式に応じて、適切な指標を選ぶ必要がある。
3.3.1 平均差
平均差は、介入群と対照群の平均値の差をそのまま示す指標である。測定尺度が共通である場合に直感的に理解しやすい。臨床検査値や成績点のように、単位が意味を持つデータで用いられることが多い。
3.3.2 標準化平均差
標準化平均差は、尺度が異なる研究を比較可能にするため、差を標準偏差で割って表す。心理学や教育学のように、測定法が統一されていない分野で有用である。異なる尺度を一つの枠組みに統合しやすい点が特徴である。
3.3.3 比率
比率には、リスク比、オッズ比、率比などが含まれる。二値結果や発生頻度の比較に向いており、介入の有無や曝露の影響を示す際に多用される。解釈には、基準となる発生率との関係を踏まえる必要がある。
3.4 異質性の評価
異質性は、研究結果がどの程度ばらついているかを示す。単なる偶然の差なのか、研究条件の違いによるのかを判断するために評価される。
3.4.1 カイ二乗検定
カイ二乗検定は、観測されたばらつきが偶然の範囲を超えるかを調べる。研究数が少ないと検出力が不足しやすく、逆に研究数が多いと小さな差でも有意になりやすい。そのため、他の指標と併用して解釈するのが一般的である。
3.4.2 分散指標
分散指標は、全体の変動のうち研究間差が占める割合を示す。数値が高いほど、研究ごとの違いが大きいことを意味する。異質性の大きさを把握するうえで、実務上の目安として重視される。
3.5 感度分析
感度分析は、分析条件を変えたときに結果がどれほど変動するかを調べる方法である。特定の研究を除外した場合や、別の統計モデルを用いた場合の比較により、結論の頑健性を確かめられる。結果が安定していれば、推定の信頼度は高いと考えやすい。
4 バイアスと限界
4.1 出版バイアス
出版バイアスは、肯定的な結果や有意な結果を持つ研究が公表されやすい現象である。未公表研究が集計から抜けると、全体の効果が過大に見えるおそれがある。したがって、公開文献だけでなく灰色文献にも目を向ける必要がある。
4.1.1 漏斗図
漏斗図は、研究の精度と効果量の関係を視覚的に示す図である。対称性が保たれていれば、極端な欠落は少ないと考えられるが、解釈には慎重さが求められる。非対称な形は、出版上の偏りや他の要因の存在を示唆することがある。
4.1.2 補正手法
補正手法は、失われた可能性のある研究を統計的に推定し、結果を調整するために使われる。感度分析の一種として位置づけられることが多いが、仮定に依存するため万能ではない。複数の手法を比較して解釈するのが望ましい。
4.2 選択バイアス
選択バイアスは、研究の採用過程で偏りが生じることを指す。検索の範囲が狭い、選択基準が曖昧、評価者の判断が一貫しないといった場合に起こりやすい。手続きの明文化が、偏りの抑制に有効である。
4.3 測定誤差
測定誤差は、使用した尺度や記録方法の不正確さによって生じる。評価方法が研究間で異なると、見かけ上の差が大きくなることがある。信頼性の低い測定は、統合結果の精度を低下させる要因となる。
4.4 研究間異質性
研究間異質性は、対象、介入、環境、追跡期間などの違いから生じる。異質性が強いと、単一の総合値だけでは十分に説明できない場合がある。層別解析やメタ回帰を用いて、違いの要因を検討することがある。
4.5 研究の質の影響
低品質の研究が多く含まれると、統合結果の信頼性は下がる。無作為化の不備、盲検化の欠如、脱落の多さなどは、推定に影響しうる。したがって、量だけでなく質の評価が不可欠である。
5 品質評価と報告
5.1 研究の質の評価
研究の質の評価は、各研究の方法的妥当性を点検する作業である。結果の大きさだけでなく、偏りの入り込みやすさを把握するために行われる。
5.1.1 バイアスリスク評価
バイアスリスク評価では、研究設計や実施過程に由来する誤差の可能性を調べる。無作為化、割付の隠蔽、欠測、報告の選択などが主要な論点となる。評価結果は、全体の解釈や追加分析に反映される。
5.1.2 エビデンスの確実性評価
エビデンスの確実性評価は、総合結果がどの程度信頼できるかを判断する枠組みである。研究の質、異質性、間接性、精度、出版上の偏りなどを考慮する。実用的な判断を支えるため、効果の大きさと不確実性を併せて示す。
5.2 報告指針
報告指針は、メタ分析の過程と結果を明確に記述するための標準である。検索方法、選択基準、解析手順、除外理由を整理して示すことで、読者が内容を追跡しやすくなる。
5.2.1 透明性の確保
透明性の確保には、方法の事前定義、検索式の公開、選択過程の記録などが含まれる。判断の経緯を隠さず示すことで、研究の妥当性を検討しやすくなる。再利用可能な情報を残すことも重要である。
5.2.2 再現可能性の向上
再現可能性を高めるには、データ、コード、解析条件を整備して共有しやすくすることが求められる。同じ手順を踏めば同様の結果に近づける状態が理想である。明瞭な記述は、将来の更新や検証にも役立つ。
5.3 図表による可視化
図表は、複雑な統合結果を直感的に理解しやすくする。数値の一覧だけでは見えにくい構造や偏りを示せるため、報告の重要な要素となる。
5.3.1 森林図
森林図は、各研究の効果量と全体推定を一覧表示する図である。個々の点推定、信頼区間、統合結果を一目で比較できる。研究間のばらつきや結果の方向性を把握するのに適している。
5.3.2 漏斗図
漏斗図は、出版バイアスの可能性を視覚的に検討する補助図である。研究の精度が高いものほど中央付近に集まり、低いものは広がりやすい。形の偏りを確認することで、統合結果の解釈を補強できる。
6 応用分野
6.1 医学
医学では、治療法、診断法、予後因子の評価に広く用いられる。臨床試験の結果を統合することで、実践に役立つ推定が得られる。医療資源の配分や診療指針の作成にも関与する。
6.2 心理学
心理学では、介入効果、認知過程、人格特性の関連などをまとめる際に活用される。測定尺度が多様なため、標準化した効果量が重要になる。再現性の検討にも大きく寄与する。
6.3 教育学
教育学では、授業法、学習支援、評価方法の効果を比較するために使われる。学校種別や対象年齢による違いを整理しやすく、教育実践の改善に役立つ。複数の現場研究を結びつける橋渡しの役割を果たす。
6.4 社会科学
社会科学では、政策、行動、組織、家族、労働などのテーマで応用される。観察研究が多い分野では、交絡や測定条件の差に注意が必要である。広い領域の知見を比較する際の基盤となる。
6.5 環境科学
環境科学では、生態系の変化、汚染の影響、保全施策の効果を統合するために利用される。地域差や時間差が大きいため、研究間異質性の扱いが重要である。複数の現場調査をまとめることで、政策判断の材料を提供する。
7 実務上の注意点
7.1 事前登録
事前登録は、研究開始前に目的、方法、解析計画を記録しておく仕組みである。後から都合のよい分析を選ぶことを避けやすくなり、信頼性の向上につながる。変更が生じた場合は、その理由を明示することが望ましい。
7.2 コードとデータの管理
解析コードとデータを整理して管理することは、再計算や検証の前提となる。ファイル名、版数、変数定義を統一しておくと、共同作業が円滑になる。記録が不十分だと、結果の追跡が難しくなる。
7.3 共同研究での役割分担
共同で実施する場合は、検索、選択、抽出、解析、執筆の役割を分担することが多い。作業を分けることで効率は上がるが、判断基準の共有が欠かせない。定期的な確認を行うと、解釈のずれを抑えられる。
7.4 解釈上の留意点
メタ分析の結果は、統計的な統合値であって、必ずしも単純な現場平均を意味しない。異質性やバイアス、元研究の限界を踏まえて読む必要がある。数値の有意性だけでなく、実際の意味や適用範囲を慎重に考えることが重要である。