確かな信頼できる研究は、医療専門家が適切な健康アドバイスを行うための重要な基盤です。
しかし、すべての研究が正確で、信頼できるデータに基づいているわけではありません。
こうした簡単な質問をすることで、質の低い医療アドバイスから身を守ることができます。
慢性疼痛、糖尿病、心臓の問題、その他の病気に悩んでいる場合、医師が効果的な治療を提案してくれると確信したいものです。効果のないものに時間やお金を費やしたり、害を及ぼす恐れのあるものを摂取したりしたくはないでしょう。
治療方針を決めるうえで最も優れた情報源は医学研究です。しかし、その情報が信頼でき、エビデンスに基づいているかどうかは、どうすればわかるのでしょうか。また、質の低い研究結果と価値ある研究結果をどう見分ければよいのでしょうか。
研究結果が公表されるまでには長い道のりがあります。科学者は治療や予防に関する疑問を調べるために実験や研究を設計し、一定の科学的原則や基準に従います。その後、研究結果は学術誌への掲載に向けて投稿されます。編集者や、査読者と呼ばれる研究者の専門分野の人々が、研究を改善するための提案を行います。研究が掲載可能と判断されると、学術誌の論文として公表されます。
しかし、この長い過程では多くの問題が起こり、学術誌の論文が信頼できないものになる恐れがあります。また、査読は偽のデータや誤解を招くデータを見つけるために設計されたものではありません。信頼できない科学研究は、査読者にも一般の人々にも見抜くのが難しい場合がありますが、適切な質問をすれば見抜くことができます。
大半の研究は厳格な基準に従って実施されていますが、偽の結果や致命的な欠陥のある結果を含む研究が、科学文献に掲載されることもあります。科学出版の過程で公表前に見つかる不正研究もあるため、不正研究の数を正確に推定するのは困難です。麻酔科学における患者試験526件を調べたある研究では、データが偽造されていたものが8%、重大な欠陥があったものが26%だった。
医学および公衆衛生学の教授として、私は科学研究の設計、実施、公表におけるバイアスを30年間研究してきました。研究の公正性に関する問題を防止、検出する方法を開発し、最良のエビデンスを統合して健康に関する意思決定に活用できるよう取り組んできました。意図的な不正によるものか、単に不適切な研究慣行によるものかを問わず、信頼できないデータを見つけ出すことは、意思決定に最も信頼できるエビデンスを用いるうえで重要です。
システマティックレビューは質の低い研究を見つけるのに役立つ
最も信頼性の高いエビデンスは、研究者が複数の研究結果をまとめ、システマティックレビューと呼ばれる手法から得られます。システマティックレビューを行う研究者は、特定のテーマに関するすべての研究を特定し、評価して要約します。数万人に及ぶ患者の結果を選別して統合するだけでなく、不正の疑いがある研究を見つけて推奨に反映されないようにするため、追加のふるいにかけることもできます。そのため、システマティックレビューでは、より厳密な研究に大きな比重が置かれ、査読者が適用する厳格な採用・除外基準に基づいて質の低い研究が除外されます。
システマティックレビューを行う研究者やその他の研究者が、信頼できない研究をどう特定できるかをより深く理解するため、私の研究チームは12か国から集まった国際的な専門家30人に聞き取りを行いました。ある専門家の言葉を借りれば、質の低い研究は「一見しただけでは合格に見えるよう設計されている」ため、見抜くのが難しいと専門家たちは説明しました。
私たちの最近公表された研究が報告するように、データが操作されたように見える研究もあれば、主張されているほど適切に設計されていない研究もあり、完全に捏造されているものさえあります。
私たちの研究は、重大な欠陥がある、あるいは偽造されていて信頼すべきでない医学研究を見抜くための重要な考え方を示しています。
聞き取りを行った専門家たちは、査読者が研究について確認すべき重要な質問をいくつか提案しました。たとえば、倫理審査の承認を得ていたか。臨床試験は登録されていたか。結果は妥当と思われるか。検証対象の製品を販売する企業ではなく、独立した資金源から研究費を得ていたか。
これらの質問のいずれかに対する答えが「いいえ」であれば、その研究をさらに調査する必要があります。
特に、エビデンスを検証・統合する研究者が、警告サインのチェックリストを作成できることを、同僚たちと私は明らかにしました。こうしたサインだけで研究が不正だと断定することはできませんが、研究者と一般の人々に、より注意深く調べる必要のある研究を示すことはできます。私たちはこれらの警告サインを用いて、研究の実施方法や報告内容について尋ねる一連の質問からなるスクリーニングツールを作成しました。このツールは、研究が本物かどうかを判断する手がかりを与えます。
サインには、倫理審査の承認に関する詳細や研究実施地など、重要な情報の欠落や、出来すぎているように思えるデータが含まれます。たとえば、研究対象となった患者数が、その国全体の当該疾患患者数を上回っている場合が該当します。
信頼性の低い研究を見抜く
私たちの新たな研究は、すべての研究が信頼できないという意味ではないことを明記しておく必要があります。
COVID-19パンデミックでは、システマティックレビューによって、医学文献に掲載され、メディアで広まった偽研究が最終的に除外された例を見ることができます。パンデミック初期に医学研究のペースが加速するなか、堅実に実施された患者試験と、それに続くシステマティックレビューは、どの介入が有効で、どれが科学的根拠に裏付けられていないかを人々が知る助けとなりました。
たとえば、寄生虫薬のイベルメクチンは、通常は獣医学で使われる薬ですが、COVID-19の治療薬として根拠がないまま一部の人々に推奨され、世界の一部地域で広く受け入れられました。しかし、偽の研究や欠陥のある研究を除外したうえでイベルメクチンに関する研究をシステマティックレビューしたところ、COVID-19患者に対する「有益な効果はない」ことがわかりました。
一方、デキサメタゾンなどのコルチコステロイド薬に関するシステマティックレビューでは、これらの薬剤は死亡を防ぐのに役立つことが、COVID-19の治療に用いた場合に示されました。
医学研究の最高水準を維持するため、世界各地で取り組みが進んでいます。研究資金提供者は、データを全面的に精査できるよう科学者にすべてのデータを公表するよう求めており、新たな研究を掲載する医学誌も疑わしいデータの審査を始めています。しかし、研究への資金提供、実施、公表に関わるすべての人が、偽のデータや研究が存在することを認識している必要があります。
私たちの新たな研究で提案するスクリーニングツールは、科学研究のシステマティックレビューを行う人向けに設計されているため、使いこなすには一定の専門知識が必要です。しかし、このツールの質問の一部を活用すれば、研究者も一般の人々も、十分な情報に基づいた批判的な視点で最新の研究について読む力を高めることができます。
