科学を理解する
栄養に関する主張が正しいかどうかは、1つの研究だけで答えられることはめったにありません。このページでは、すべてのファクトチェックで用いている用語と考え方を説明します。
研究の仕組み
栄養研究では、非常に異なる種類の研究が用いられます。それぞれ答える問いが異なり、生じやすい誤りも異なります。
- ランダム化比較試験（RCT）：参加者は、たとえば「卵を多く食べる」群と「卵を食べない」群のように、偶然によって群に割り付けられます。ランダム化によって、群どうしは平均すると、検証しようとしている点だけが異なることになります。そのためRCTは、原因と結果を示すのに最も適しています。ただし栄養分野では、RCTは期間が短く規模が小さいことが多く、病気ではなく血液検査値を測定することがほとんどです。
- コホート研究：多くの人を何年にもわたって追跡します。何を食べているかを尋ね、後で病気の発生を数えます。このような研究は大規模で長期間ですが、食事は人々が自分で選んだものです。特定の食品を多く食べる人は、他の多くの点でも異なっていることがよくあります。
- 症例対照研究：ある病気の人を健康な人と比較し、過去の食事について尋ねます。思い出しの誤りが生じやすい方法です。
- 横断研究：ある時点のスナップショットです。関連は示せますが、どちらが先に起きたかは示せません。
- 測定研究・残留物研究：食品の試料を分析して物質を調べます。特定の時期・場所の特定の試料で何が見つかったかを示しますが、それによって人が病気になるかどうかを自動的に示すものではありません。
- システマティックレビューとメタアナリシス：ある問いに関する適切な研究をすべて探し出し、決められたルールに従って評価し、可能な場合は統計的に統合します。
- 動物研究と細胞研究：考えられるメカニズムを説明しますが、人の健康について直接結論を導くことはできません。
相関が因果を証明しない理由
2つのことが同時に起こっても、一方が他方の原因であるとは限りません。よく知られた例があります。アイスクリームがたくさん売れる日には、溺れる人が増えます。アイスクリームが溺水を引き起こすわけではありません。どちらも暑い天候に左右されているのです。
栄養研究では、このような背景要因を交絡因子と呼びます。たとえば清涼飲料をたくさん飲む人は、喫煙が多かったり運動が少なかったりすることもあります。よい研究はこうした要因を調整しますが、完全に調整することはできません。残るものを残余交絡と呼びます。
2つ目の問題は逆の因果関係です。すでに病気の人は、しばしば食事を変えます。すると、新しい食事が病気を引き起こしたかのように見えることがあります。
関連は、それが強く、多くの独立した研究で見られ、摂取量とともに増加し（用量反応関係）、時間的な順序が合い、生物学的にもっともらしく、実験で確認されている場合に、より信頼できるものになります。これらの点のどれも、単独では証明になりません。
メタアナリシスにできること、できないこと
メタアナリシスは、多くの研究の結果を統計的に統合します。これにより結果がより精確になり、研究が同じ方向を示しているかどうかがわかります。
しかし、メタアナリシスの質は、含まれる研究の質以上にはなりません。バイアスのある観察研究を多く統合すれば、全体の結果もバイアスを含んだものになり、ただ不確実性が小さく見えるだけです。異質性も重要です。個々の研究の結果が大きく異なる場合、1つの平均値にはあまり意味がありません。
同じテーマに関する複数のメタアナリシスには、同じ研究が含まれていることがよくあります。そのため、3つのメタアナリシスが自動的に3つの独立した確認になるわけではありません。私たちはこの重複を確認し、重複して数えることはしません。
信頼区間の意味
研究では、結果がしばしば次のように報告されます：「ハザード比 1.06（95%信頼区間 1.03–1.10）」。最初の値は最良の推定値で、相対リスクが6%高いことを意味します。かっこ内の区間は、研究に系統的な誤りがないと仮定した場合に、真の値がほぼ確実に含まれる範囲を示します。
- 値1.0（「差がない」）が区間内に含まれる場合、その知見は統計的に確立されていません。
- 区間が狭ければ推定は精確であり、区間が広ければ推定は不確実です。
- 統計的に有意であることは、自動的に重要であることを意味しません。非常に小さな効果でも、巨大な研究では「有意」になることがあり、それでも日常生活ではほとんど意味がないことがあります。
- 区間がとらえるのは偶然だけであり、交絡や測定誤差はとらえません。
単一の研究が誤解を招きうる理由
どの研究も、偶然、小さなサンプル、一度に多くの問いを検証したこと、あるいは特殊な対象集団のために、後で確認されない結果に至ることがあります。これに加えて出版バイアスがあります。目を引く結果は、目立たない結果よりも発表されやすいのです。
そのため私たちは、何らかの研究が主張を支持しているかどうかでは評価しません。研究を選択的に選べば、ほとんどどんな主張でも研究で「証明」できてしまいます。重要なのは、質のよいエビデンスの全体です。
絶対リスクと相対リスク
相対リスクは、別の群と比べてリスクが何パーセント上がるか、または下がるかを示します。絶対リスクは、実際に何人が影響を受けるかを示します。
計算例（説明のための架空の数値）：1,000人のうち2人が、10年以内にある病気を発症します。別の群では1,000人中3人です。相対リスクは50%高くなります。しかし絶対リスクは1,000人中1人しか上がらず、つまり0.1パーセントポイントの上昇です。
どちらの記述も正しいのですが、受ける印象は大きく異なります。そのため私たちは、入手できる場合は両方を示します。研究が絶対数を報告していない場合は、その旨を述べます。
検出されることは危険と同じではない
現代の検査機関は、ごく微量の物質を検出でき、その量はしばしば10億分の1グラムの範囲です。ある物質が見つかったという事実だけでは、その量で有害かどうかはまだ何もわかりません。重要なのは次の点です：
- 実際に摂取される量（曝露）。
- 耐容週間摂取量（TWI）や許容一日摂取量（ADI）などの健康に基づく指標値。欧州食品安全機関（EFSA）などの当局が、安全域を設けて設定しています。
- 残留基準値（MRL）：法的な上限値です。これを超えることは法令違反ですが、自動的に健康上の危険を意味するものではありません。逆に、基準値を下回る値が、あらゆる人やあらゆる物質の組み合わせにとって無意味というわけでもありません。
- 背景：汚染事故、鉱山地域、他の国での測定値は、ドイツやエジプトにおける通常の食品供給を自動的に表すものではありません。
その逆も当てはまります。特定のペルフルオロアルキル化合物およびポリフルオロアルキル化合物（PFAS）のように、EFSAが非常に低い指標値を設定している物質もあります（2020年：4種類のPFASの合計で、体重1キログラムあたり週4.4ナノグラム）。この場合、通常の食事でも、一部の人は指標値の範囲に達することがあります。そのため私たちは、個々のケースを個別に検討します。
動物研究と細胞研究
細胞や動物を用いた実験は、あるメカニズムが起こりうるかどうかを示します。しかし、そこでの用量は食事よりもはるかに高いことが多く、動物は人とは異なる方法で物質を処理します。私たちはこのような研究を常に明示します。生物学的なもっともらしさは臨床的な証明ではありません。
私たちの評価の行い方
各主張には、2つの別々の評価が付されます：
- 「正しい」から「誤り」までの7段階の尺度による判定。「不明確／エビデンス不十分」も含みます。エビデンスがないことは、主張が誤りであることを意味しません。
- 国際的に用いられているGRADEシステムに基づくエビデンスの確実性（高、中、低、非常に低）。エビデンス全体についてどの程度確信できるかを示します。観察研究はランダム化試験よりも低いところから始まり、欠点があればさらに格下げされます。
広範な主張は下位の主張に分けます。「卵はすべての人に有害である」は否定されうる一方で、「一部の人は卵の摂取を制限すべきである」は正しいことがありえます。また、個々の研究を、方法論的な質、バイアスのリスク、精確さ、地域への適用可能性などの複数の次元で評価し、それらが正しく紹介されているかを確認します。
RoB 2、ROBINS-E、AMSTAR 2、GRADEなどのツールは参考として用いています。これらのツールによる完全な正式評価には、全文、研究プロトコル、そして通常は複数の独立したレビュアーが必要です。ここではそれができませんでした。そのため、私たちの判断は簡易的な方法論的評価であることを明示しています。
エビデンスの状況、エビデンス・ドシエ、確認の深さ
システマティックなエビデンスレビュー（フェーズ4）以降、各主張にはエビデンスの状況も付されています。これは、科学がどのような答えを出しているかを言葉で示すものです：
- 科学的に否定されている：質の高いエビデンスが反対のことを示しているか、主張が確立された生理学と矛盾しています。
- 質の高いエビデンスによる裏付けがない：主張を裏付ける十分なエビデンスがありません。ただし、それだけでは主張が誤りであることの証明にはなりません。
- 過大解釈：実際の知見は存在しますが、主張はデータが許す以上のことを引き出しています。たとえば、関連を原因として示す、動物のデータを人に当てはめる、小さな効果を大きなものとして示す、といったものです。
- 特定の条件下でのみ正しい：主張は、特定の量、人々の集団、調理法、状況においてのみ成り立ちます。
- 研究が不十分：主張が正しいか誤りかを言うには、研究が少なすぎます。
- 科学的に十分裏付けられている：主張は、一貫した質の高いエビデンスと一致しています。
質の高いエビデンスが、包括的な医学的主張を明確に否定している場合、私たちははっきりと「この主張は誤りです」と述べます。データが矛盾している、または不十分な場合は、エビデンスが許す以上の確実性を主張しません。正しい発言は、同じシステムの他の発言が誤っていても、正しいと評価します。
すべての主張にはエビデンス・ドシエがあります。その内容は、具体的な研究課題（介入についてはPICO、曝露についてはPECOとして構造化：対象集団、介入または曝露、比較、アウトカム）、PubMed、Europe PMC、コクラン・ライブラリー（Cochrane Library）その他の情報源での記録された検索（支持するエビデンスと反するエビデンスについて別々に実施）、双方の最も強力な研究、見かけ上の矛盾の説明、地域による違いが重要かどうかについての記述、そして判定を維持または変更した理由です。研究が十分なデータを公表している場合は、主要な結果を再計算します（たとえば、イベント数から絶対リスクを算出）。そうでない場合は、再計算ができなかったことを述べます。欠けているデータを補って埋めることは決してしません。
私たちは出版物の数を数えることはしません。同じ一次研究を含む複数のメタアナリシスは、独立した確認ではありません。PRISMA 2020は、システマティックレビューを透明性をもって報告するための基準であり、研究の質を評価するツールではありません。GRADEは1つのアウトカムに関するエビデンス総体の確実性を評価するものであり、個々の研究の評価（ランダム化試験にはRoB 2、非ランダム化研究にはROBINS-IとROBINS-E、システマティックレビューにはAMSTAR 2とROBIS）に代わるものではありません。
すべての研究について、どの程度詳しく確認したかを示しています。書誌情報を確認済み（研究が存在し、タイトル、著者、発表年、識別子が一致する）、抄録を確認済み、全文を確認済み、または全文確認、構造化されたバイアスのリスク評価ありです。2名の独立したレビュアーによって正式に評価された研究はまだなく、人の専門家による独立したレビューも行われていません。行われていない確認を、正式なもの、あるいは人によるものと記述することは決してありません。