某有名歌手がシェアしたmRNAワクチンの研究は本当か？【ファクトチェック】

下記のネット記事をシェアされていました。この記事は本当でしょうか？

実際にある論文のようですが、
元論文：
Acuti Martellucci C, Capodici A, Soldato G, Fiore M, Zauli E, Carota R, et al. COVID-19 vaccination, all-cause mortality, and hospitalization for cancer: 30-month cohort study in an Italian province. EXCLI J. 2025;24:690-707.

しかし、上記ネット記事には論文の読み間違い（わざとか？）が多いです。
特に最終的な結論がまったく反対になっています。
接種２回での平均寿命が37%短縮（誤）　→　ワクチン接種者は未接種者に比べて全死亡リスクが大幅に低い（正）

ネット記事をシェアする場合は気をつけた方が良いですね。

下記に論文の結論を正確にまとめました。

実際にある研究：EXCLI Journal の論文 “COVID‑19 vaccination, all‑cause mortality, and hospitalization for cancer: 30‑month cohort study in an Italian province”　をじっくり読んでみました。

• 対象：イタリア ペスカーラ県 (Province of Pescara) 在住者 296,015 人。年齢 11 歳以上。excli.de+1

• 追跡期間：2021年6月から2023年12月まで（30ヶ月）excli.de+1

• 比較対象：未接種 vs ≥1 回接種または≧3回以上接種など。Cox 回帰モデルで年齢・性別・既往感染（COVID‑19）・併存疾患などで調整。excli.de+1

• 主な結果：

  • ワクチン接種者 (≧1回) は未接種者と比べて 全死因死亡率 (all‑cause mortality) が 低かった。つまり、ワクチン接種は死亡リスクを減少させていた。excli.de+1

  • 一方で、がん入院 (hospitalization for cancer) のリスクは、過去に SARS‑CoV‑2 感染がなかった人で、接種者の方がやや高かった（HR 1.23, 95% CI 1.11‑1.37）という報告あり。excli.de+1

  • ただし、「ワクチン接種後一定期間を経過してからのがん入院」で見ると、この上昇は見られなくなった (minimum lag time を 12か月とする分析では逆転する)など、時間的な影響や交絡の可能性が指摘されている。excli.de+1

⚠ 主張との不一致／誤解されやすい点

記事の「主張」と、実際の研究の内容には、かなりの違いがあります。以下、主な誤りまたは誇張の可能性がある点を列挙します。

🔍 追加の検証・注意点

この研究にはいくつかの制限や注意すべき点があり、「主張」がこれらを無視している部分があります。

• 交絡要因（confounding） が完全には排除されていない。特に、健康状態・生活習慣（喫煙など）など、ワクチンを打つ人と打たない人の差異が結果に影響を与えている可能性。excli.de

• 時間的ラグ (lag‑time) を考慮すると、がん入院のリスク上昇は接種後すぐの期間が強く表れており、12ヶ月以上経過した後の解析ではその上昇は見られなくなる（または逆転する）部分あり。これは、ワクチン接種直後の受診機会・診断機会の増加や検査のバイアスの影響も考えられる。excli.de

• 全死因死亡率の低下という結果があり、主張の「寿命が短くなった」という主張とは正反対の結果。excli.de

• 研究対象には “≧1回接種者” や “3回以上接種者” などの群があり、「2回接種者限定」で強調できるデータとは言い切れない。excli.de+1

✅ 総合評価

この主張にはかなりの 誤り・誇張 が含まれています。
正しい部分もありますが、「寿命が37%短くなる」「がんが◯◯種類で◯◯％増加」などの具体的な数字と結びつけて、あたかもワクチン接種が明確に非常に危険であるかのように表現されているのは、研究の結果よりも強い言い方です。

したがって、この主張をそのまま「真実」または「証拠」として受け取るのは 誤り。このような誇張された解釈には注意が必要です。

自作の論文読解Navigator (GPTs) による論文読解

論文の要約（500字以内）

イタリア・ペスカーラ県の住民約29.6万人（年齢11歳以上）を対象に、2021年6月（ワクチン接種開始から6か月後）から2023年12月までの30か月間フォローし、SARS‑CoV‑2ワクチン接種と 全死亡率（all‑cause mortality） および がんによる入院（hospitalization for cancer） の関連を評価したコホート研究である。主要解析では、ワクチンを1回以上接種した群（≥1 dose）および3回以上接種した群（≥3 doses）との比較で、未接種者に比べて全死亡リスクが大幅に低下（HR: ≒0.42 for ≥1 dose; ≒0.65 for ≥3 doses）した。がん入院率は、全体ではワクチン接種群で若干高め（≥1 dose: HR 1.23; ≥3 doses: HR 1.09）だったが、この関連は被感染歴・がん部位・ワクチン接種後のラグタイム（接種と入院の間隔）によって変動した。特に被感染歴のない人で有意な上昇が見られたが、ラグタイムを1年（365日）にすると、≥1回接種群では統計的有意性が消失し、≥3回接種群ではむしろがん入院リスクが低下する傾向が見られた。著者は未測定交絡や “healthy vaccinee bias”（健康な人ほどワクチンを受ける傾向）などバイアスの可能性を強調しつつ、「ワクチン接種は死亡を減らすが、がん入院との関連は一貫せず様々な条件によって変動する。慎重な解釈が必要」と結論づけている。 excli.de

研究の目的（1文で明確に）

SARS‑CoV‑2ワクチン接種の有無および接種回数が、全死亡率とがん入院率に関連するかを、長期間追跡で評価すること。 excli.de

新規性（Novelty）

• これまで、COVID‑19ワクチンの短期・中期の安全性や副作用、COVID由来死亡や重症化防止効果は多数報告されてきたが、ワクチン接種後の「がんによる入院（新規がん発症の代理指標）」 と全死亡リスクを30か月規模で追った研究はほぼなかった。 excli.de

• また、被SARS‑CoV‑2感染歴、がん部位、接種後のラグタイムなど複数の因子で層別解析を行い、関連性がどう変動するかを検討している点が既存研究との差別化点。 excli.de

研究手法（Methods）

統計分析の妥当性

• Coxモデルを使い、95%信頼区間（CI）を報告しており、標準的な手法。調整変数も主要なものを含めている。 excli.de

• ラグタイムの設定（180日）、および90日・365日を用いた感度分析が行われており、因果の時系列的順序や遅延効果を探ろうとしている点は評価できる。 excli.de

• ただし、既存のがん発症やライフスタイル因子（喫煙、飲酒、肥満など）、検診受診頻度／医療アクセス、社会経済的状況などの未測定交絡因子が残る。著者も“健康なワクチン接種者バイアス（healthy vaccinee bias）”を指摘しており、その影響を完全に排除することはできない。 excli.de+1

• プロポーショナルハザードの仮定検定あり（Schoenfeld の検定など）と記載されており、この点も統計解析の信頼性を高めている。 excli.de

論文の結論（Findings & Conclusion）

• 全死亡率：ワクチン接種者は未接種者に比べて全死亡リスクが大幅に低い（≥1 回接種：HR約0.42；≥3 回接種でもリスク低下） excli.de

• がん入院率：全体ではワクチン接種者のほうがわずかに高リスク（HR ~1.23 for ≥1 回接種等）

  • 被 SARS‑CoV‑2 感染歴のない人では、この関連が有意に高い

  • がんの部位によって関連あり／なしが異なる（例：乳がん、膀胱がん、結腸直腸がんなどで高いリスク；肺、卵巣、甲状腺などでは有意でない）

  • ラグタイムを365日にすると、全がん入院リスクの上昇は薄れ、3回以上接種者ではむしろ低下する傾向も観察された excli.de

• 総括として、ワクチン接種は死亡を有意に減少させるが、がん入院との関連については条件に依存し、一貫した因果関係を示すものではない、予備的な所見にとどまるという立場。 excli.de

結論の妥当性（Validity of Conclusion）

• 死亡率に関する結論はデータと解析に裏付けられており、かなり確度が高いと思われる。死亡というアウトカムは客観的で測定誤差も少ない。

• がん入院の結論には慎重さが必要。なぜなら：

  1. がん入院は「がん発症」の完全な指標ではなく、「診断されて入院するケース」に依存する。初期がん、診断前、外来診療のみのものはカバーされない。 excli.de+1

  2. 未測定交絡因子（喫煙、飲酒、肥満、職業・環境暴露、医療接触頻度など）が影響する可能性が大きい。

  3. “healthy vaccinee bias” の可能性を著者自ら認めており、ワクチンを受ける人の方が元来健康である、医療体制にアクセスしやすい等の違いがあるかもしれない。

  4. ラグタイムを長く設定すると関連が薄くなる点から、時間的因果関係が弱い可能性。

• よって、死亡低下の結論は妥当だが、がんに関しては「仮説を支持するデータがあるが、因果関係を確定するものではない」という形で落ち着けるべき。

臨床応用の可能性（Clinical Implications）

• ワクチン接種は COVID‑19 だけでなく、全死亡率の抑制にも寄与する可能性が強く示されており、ワクチン推奨政策・接種促進の根拠として有用。

• がんのリスクに関しては、現時点で臨床的にワクチン接種をためらう理由とはならない。むしろ、がん診断体制・検診制度の強化、接種後の長期フォローアップが重要。

• また被感染歴の有無や接種‐診断までの間隔がリスクと関連していることから、「ワクチン接種後の経過観察」が臨床的／公衆衛生的に望ましい。

議論のポイント（Discussion）

• 死亡率低下の大きさ。COVID‐19 起因死亡以外の要因（間接的健康効果、ワクチンによる他の感染症予防、医療利用の促進など）がどれほど寄与しているか。

• がん入院リスクの増加を観察するが、これは診断の機会の差、医療受診行動の違い、あるいはワクチン接種‐感染歴の混合などの交絡の影響をどこまで排除できるか。

• ラグタイム分析の結果が変わること。特に1年のラグを設けると、関連が減弱あるいは逆転するケースがあり、時間依存性が重要。

• 被感染歴での層別が示した対比（感染歴なし vs あり）も興味深いが、感染歴の証明が完全でない可能性（無症状や未検査の感染）をどう扱うか。

• がん部位ごとの違い。例えば乳がんや膀胱がんでは関連が見られたが、他ではそうでない。生物学的メカニズムの仮説が複数挙げられている（スパイクタンパク、炎症、LNPの分布、マイクロRNAなど）。しかしこれらはまだ仮説段階。

論文の限界と今後の展望（Limitations & Future Directions）

限界

1. 未測定交絡因子：喫煙・飲酒・肥満・職業曝露・社会経済的要因・医療アクセスなど、ワクチン接種者と未接種者で差がある可能性。

2. がん診断の完全性：病理診断のみで外来治療で終わるがんや、非入院例を含まない。

3. 感染歴の把握の不完全性（無症状感染や検査しなかったケースのスルー）。

4. 観察研究ゆえ、因果関係を確定できない。バイアスや選択性バイアス（ワクチン接種を選ぶ人の特性）や健康者バイアスの影響。

5. 地理的・人口構造的制限：イタリア・一県のみという限定性。外的妥当性が他の国・人種・医療制度下で同じとは限らない。

今後の展望

• 全国規模／多国比較研究で、がんの種類・がん登録データを用いて正確な発症率を評価する。

• ライフスタイルデータ（喫煙・飲酒・肥満など）・社会経済データを取り入れた解析。

• 感染歴（PCR・抗体検査含む）のより精緻な把握と、ワクチン‐感染の時系列を明確にした解析。

• ワクチン種類・混合スケジュールの比較、接種回数別・ラグ時間別のさらなる層別分析。

• 生物学的機序の解明（動物実験・細胞研究など）およびスパイクタンパク質・mRNA／LNPの分布や免疫系への影響の研究。