メタ分析の実施方法：完全ステップバイステップガイド

要約：メタアナリシスは、複数の研究から得られた効果推定値を統合し、重み付けされた結果を1つにまとめる手法です。12段階の手順は、PICO質問から始まり、体系的な検索、PRISMAフローチャートを用いた2名のレビュー担当者によるスクリーニング、標準化されたデータ抽出、バイアスリスク評価（RoB 2またはROBINS-I）、効果指標の選択、ランダム効果モデルまたは固定効果モデル、フォレストプロットによる統合、異質性（I²）および出版バイアス検定（Egger検定）、GRADE確実性評価、そしてPRISMA 2020準拠の報告へと続きます。各段階に対応した無料の計算ツールへのリンクも随所に掲載されています。

メタ分析は、個々の研究結果を一つの妥当な数値にまとめる手法であり、その数値の信頼性は、その背後にある12のステップによって決まります。論文の章のための最初の定量的統合であれ、既存のプロトコルの改良であれ、以下の手順は、質問の定式化から出版可能なレポートの作成までを網羅しており、査読者が最初に確認する正確な統計的閾値、ツール、報告基準が示されています。

メタ分析とは何か？

メタ分析とは、複数の独立した研究から得られた定量的結果を統合し、単一の統合効果推定値を算出する統計的手法です。メタ分析は、含まれるすべての研究から統計的検出力を一度に利用するため、適切に実施されたメタ分析は、個々の試験よりも狭い信頼区間を算出でき、個々の研究では確実に検出できないほど小さな効果を明らかにすることができ、研究者は単に研究結果が一致しないと主張するのではなく、研究間の不一致の程度を正式に定量化することができます。

メタ分析は統計的手法であり、レビューの一種ではありません。メタ分析はほぼ必ずシステマティックレビューの中で実施され、システマティックレビューは透明性があり再現可能な検索およびスクリーニングプロセスを提供することで、そもそもデータの統合を正当化するものです。この2つの用語を同義語として扱うことは、査読者から異議を唱えられる最も手っ取り早い方法の一つです。

メタ分析ロードマップ

以下のフローチャートは、全プロセスを10個のチェックポイントに集約したものです。それぞれのチェックポイントについては、以降のセクションで段階的に詳しく説明します。

ステップ1: 研究の質問を定義する

妥当なメタ分析はすべて、研究者が想定するよりも狭い範囲から始まります。PICOフレームワークは、その範囲の絞り込みを促します。Populationは研究対象者を特定し、InterventionまたはExposureは調査対象の治療法または要因を示し、Comparatorは対照条件を示し、Outcomeは測定対象を正確に定めます。具体的な例としては、「2型糖尿病の成人において、メトホルミンはプラセボと比較してHbA1c値を低下させるか？」という問いが挙げられます。このように具体的な問いを立てることで、後で研究を意味のある形で統合することが可能になります。曖昧な問いでは、異質で解釈不可能なデータプールが生まれてしまいます。

本格的な統合分析を行う前に、対象となる研究の数とそれぞれの典型的なサンプルサイズについて、簡単な検出力分析を実施しておくと良いでしょう。検出力の低い3つの試験をメタ分析しても、通常は依然として検出力は低いままです。

ステップ2：体系的な検索を実行する

メタ分析の完全性は、その分析に用いられる検索方法の完全性に左右されます。包括的な検索では、通常、生物医学分野のデータベースとしてMEDLINE/PubMedとEmbase、臨床試験データベースとしてCochrane CENTRAL、そして必要に応じてPsycINFOやCINAHLなどの分野別データベースが用いられます。グレー文献（学位論文、学会抄録）、ClinicalTrials.govなどの臨床試験登録データベース、対象研究の参考文献リスト、そして研究著者への直接連絡などを活用することで、データベースの索引付けだけでは見落とされがちな情報も網羅的に収集できます。

ステップ3：研究のスクリーニングと選択

プロトコル登録時に定義された適格基準がここで適用されます。理想的には、2人のレビュー担当者が独立して作業し、まずタイトルと抄録をスクリーニングし、次に適格の可能性のあるものの全文をスクリーニングします。除外されたすべての理由は、破棄されるのではなく文書化されます。出力は、特定、スクリーニング、除外、最終的に含まれたレコードの数を正確に示すPRISMA 2020フロー図であり、これは現在、オプションの要素ではなく必須の報告要素となっています。ランダム化ではなく観察研究に基づくメタアナリシスは、代わりに並行するMOOSEフロー図の慣例に従います。

ステップ4：データの抽出

標準化された抽出フォームでは、研究の特徴（著者、年、国、デザイン、サンプルサイズ、追跡期間）、参加者の特徴（年齢、性別分布、疾患の重症度、ベースライン値）、介入の詳細（投与量、頻度、期間、併用介入）、および結果データ自体（二値結果の場合はイベント数と合計数、連続結果の場合は平均値、標準偏差、サンプルサイズ）を収集します。2人のレビュー担当者が独立して抽出を行い、意見の相違は一方的な判断ではなく話し合いによって解決することで、統合推定値を密かに歪める転記ミスを検出します。

ステップ5：バイアスのリスクを評価する

このツールは研究デザインに合致している必要があります。ランダム化比較試験の場合、現在の標準は、2019年にBMJ誌でSterneらが発表したCochrane RoB 2ツールです。このツールは、ランダム化プロセス、意図した介入からの逸脱、欠落したアウトカムデータ、アウトカムの測定、報告された結果の選択という5つの特定の領域にわたって評価を構造化しています。介入の非ランダム化研究の場合、ROBINS-I（Sterneら、BMJ、2016）は、ランダム化によって制御されない交絡と参加者選択バイアスをリストに追加し、そのロジックを7つの領域に拡張しています。レビュー担当者と読者はまず結果を探すため、結果はテキストの中に埋もれるのではなく、信号機プロットまたは要約表として提示するのが最適です。

ステップ6：効果測定指標を選択する

結果の種類によって測定方法が異なります。二値結果の場合、ベースラインリスクが研究間で大きく異なる場合はリスク比、症例対照研究またはロジスティック分析の場合はオッズ比、相対値よりも絶対値​​で臨床的に解釈可能な数値が重要な場合はリスク差を用います。連続結果の場合、含まれるすべての研究が同じ尺度で結果を測定している場合は平均差、尺度が研究間で異なる場合は標準化平均差（コーエンのd、ヘッジのg）を用います。これらの形式間の計算は、無料の効果量変換ツールで行えます。イベント発生までの時間データには、生存分析から得られるハザード比を用います。診断精度メタ分析は全く別のケースであり、単一の統合比ではなく、二変量モデルまたはHSROCモデルが必要です。専用の診断メタ分析計算ツールがこのシナリオに対応しています。適切なテストまたはモデルが本当に不明瞭な場合は、統計的テストセレクターで選択肢を迅速に絞り込むことができます。

ステップ7：分析モデルを選択する

固定効果モデルは、含まれるすべての研究が同じ単一の真の効果を推定すると仮定し、研究対象集団、介入、および設定が実質的に同一である場合にのみ適切です。このモデルは、研究間の実際のばらつきを無視するため、より狭い信頼区間が得られます。一方、ランダム効果モデルは、正当な臨床的または方法論的理由により、真の効果が研究ごとに異なると仮定し、それに応じてより広く保守的な信頼区間が得られます。また、試験対象集団間の臨床的異質性が例外ではなく常態であるため、医学研究においてはデフォルトの選択肢となっています。

ステップ8：効果を統合し、フォレストプロットを作成する

ソフトウェアの選択は、モデルを正しく作成することほど重要ではありません。RevMan は無料の Cochrane 標準であり、Comprehensive Meta-Analysis (CMA) はよりガイド付きの商用インターフェースを提供し、R は meta (NAIST) と metafor パッケージは無料で完全な柔軟性を提供し、Stata ユーザーは通常、 metan or metaanどのツールを使用しても、基本的な計算方法は同じです。各研究の効果量を計算し、それぞれの精度で重み付けを行い、加重平均を計算し、その信頼区間を生成します。 メタアナリシス計算機 このプーリング処理を再現し、森林プロットを直接レンダリングします。

グラフを正しく読み取ることは、グラフを作成することと同じくらい重要です。各研究の四角形は、統合分析における重みに比例した大きさで、その点推定値の位置に配置されます。四角形を貫く水平線は95%信頼区間を表し、下部のひし形は、選択されたモデルにおける統合効果とその信頼区間を示します。

ステップ9：異質性を評価する

異質性とは、研究間の不一致を表す専門用語であり、Higgins、Thompson、Deeks、およびAltmanは、2003年のBMJ論文でI²統計量を導入し、この分野の標準的な尺度を確立しました。I²統計量は、研究間の全変動のうち、偶然ではなく真の異質性に起因する割合を表します。慣例として、0～25%は低い異質性、25～50%は中程度、50～75%は高い異質性、75%以上は高い異質性とされています。関連するQ統計量（カイ二乗検定）とτ二乗（研究間の推定分散そのもの）が、標準的な報告トリオを構成します。専用の異質性計算ツールは、抽出された研究データからこれら3つすべてを計算します。高い異質性は、臨床的要因または方法論的要因で層別化したサブグループ分析、潜在的な効果修飾因子を直接メタ回帰モデル化すること、または1つの外れ値が統合結果に影響を与えているかどうかを確認するために各研究を順番に除外するリーブワンアウト感度分析など、調査を促すきっかけとなる。

ステップ10：出版バイアスの検査

出版バイアスは、統計的に有意な好ましい結果が、無効または好ましくない結果よりも体系的に印刷される可能性が高いことから生じ、出版されたものだけから構築された統合推定値は歪められます。Egger、Davey Smith、Schneider、およびMinderは、1997年のBMJ論文で、出版バイアスによって生じるファンネルプロットの非対称性を検出する回帰ベースのテストという標準的な検出方法を定式化しました。Beggの順位相関テストは、補完的なチェックを提供します。非対称性が検出された場合、トリムアンドフィル法は、欠落していると思われる研究を補完して、修正された統合効果がどのようなものになるかを推定します。無料の出版バイアス計算ツールは、ファンネルプロットとEggerのテストを同時に実行します。これらのテストは、含まれる研究が10未満の場合、統計的検出力が非常に低いため、小規模なメタ分析で無効結果が出ても、どちらの方向にも強い安心感を与えるものではないことを、共著者または査読者に指摘しておく価値があります。

ステップ11：証拠の確実性を評価する

統合された点推定値は、その推定値に対する信頼度については何も示していません。2008年にBMJ誌でGuyattらが提唱したGRADEアプローチは、まさにその信頼度を体系化するために構築されたものです。GRADEは、5つの領域、すなわち、対象となる研究におけるバイアスのリスク、不一致（説明のつかない異質性）、間接性（エビデンスが対象集団と問題にどれだけ適切に対応しているか）、不正確さ（臨床的に異なる結論を包含するほど広い信頼区間）、および出版バイアスの証拠について、全体的な確実性を評価します。その結果得られる評価（高、中、低、または非常に低）は、今後の研究によって推定値が変化する可能性が全くないかどうかを読者に明確に示します。

ステップ12：PRISMA 2020に従って調査結果を報告する

Page氏らは、2009年の原著論文の改訂版として、現在の報告基準であるPRISMA 2020を2021年にBMJ誌に発表しました。この27項目のチェックリストは、現在、ジャーナル編集者や査読者が投稿された原稿を最初に確認する際の基準となっています。準拠した報告書には、ステップ3のフローチャート、対象研究の完全な特性表、ステップ5のバイアスリスク評価、すべての主要アウトカムのフォレストプロット、出版バイアスが評価された場合のファンネルプロット、およびステップ11のGRADE評価を含む結果の要約表が含まれます。チェックリスト自体に加えて、効果推定値には95%信頼区間を明確に記載し、不都合な場合でも省略せずに異質性統計を報告し、限界について率直に議論し、臨床的解釈と統計的解釈を分けて記載する必要があります。この段階に達したものの、フォーマットの調整、投稿先のジャーナルとの整合性の確保、あるいは投稿前の全面的な改訂が必要な原稿こそ、まさに当社の原稿作成サービスがサポートするために構築されているものです。

原稿査読でよく見られる間違い

メタアナリシス支援のためにEditverseに送られてくる原稿全体を通して、同じいくつかのエラーが頻繁に繰り返されるため、直接指摘する価値がある。臨床的または方法論的に互換性のない研究を単一の統合推定値にまとめることが最も多く、次いで、異質性統計をその原因を調査せずに報告することがよく見られる。効果指標の不一致（例えば、リスク比の方が解釈しやすい場合にオッズ比を使用するなど）は、結果の種類ではなくソフトウェアのデフォルト設定によって選択されていることを示唆するほど頻繁に見られる。サブグループの結果は、実際には仮説生成シグナルであるにもかかわらず、確認シグナルとして提示されることが常態化しており、GRADE評価は、ジャーナルのガイドラインで技術的に許容されているよりも頻繁に省略されている。これらのエラーのいずれか一つでも、大幅な修正要求の正当な理由となり得る。複数のエラーが同時に発生すると、デスクリジェクトにつながる一般的な経路となる。

メタ分析に関する専門家のサポートを受けましょう

厳密なメタ分析は、上記の12ステップすべてにおいて統計学の専門知識と方法論的な規律を必要とし、影響力の高い学術誌の査読者がそれらすべてをチェックします。当チームは、プロトコルと研究デザイン、データ抽出フォームの開発、R、Stata、またはRevManを用いた統計分析、フォレストプロットとファンネルプロットの作成、GRADE評価、そして投稿に至るまでの原稿の執筆と改訂をサポートします。当社の系統的レビューおよびメタ分析執筆サービスの詳細をご覧いただくか、無料相談をご希望の場合はお問い合わせください。

参考情報

1. Page MJ、McKenzie JE、Bossuyt PMら。PRISMA 2020声明：系統的レビューの報告に関する最新のガイドライン。 BMJ。 2021;372:n71. https://doi.org/10.1136/bmj.n71
2. Sterne JAC、Savović J、Page MJら。RoB 2：ランダム化試験におけるバイアスのリスクを評価するための改訂ツール。 BMJ。 2019;366:l4898. https://doi.org/10.1136/bmj.l4898
3. Sterne JA、Hernán MA、Reeves BC、他。ROBINS-I：介入の非ランダム化研究におけるバイアスのリスクを評価するためのツール。 BMJ。 2016;355:i4919。 https://doi.org/10.1136/bmj.i4919
4. Higgins JPT、Thompson SG、Deeks JJ、Altman DG。メタ分析における不一致性の測定。 BMJ。 2003; 327：557-560。 https://doi.org/10.1136/bmj.327.7414.557
5. Egger M、Davey Smith G、Schneider M、Minder C. 単純なグラフテストによって検出されるメタ分析におけるバイアス。 BMJ。 1997; 315：629-634。 https://doi.org/10.1136/bmj.315.7109.629
6. Guyatt GH、Oxman AD、Vist GE 他。GRADE：エビデンスの質と推奨の強さを評価するための新たなコンセンサス。 BMJ。 2008; 336：924-926。 https://doi.org/10.1136/bmj.39489.470347.AD
7. 介入に関する系統的レビューのためのコクランハンドブック。 https://training.cochrane.org/handbook

生物医学および臨床分野における系統的レビューおよびメタアナリシス論文のサポート経験を持つEditverse研究サポートチームがレビューしました。最終更新日：2026年7月。