「サプリで認知症リスク半減」を信じる前に確認したい論文の1つのポイント

「このサプリ、認知症のリスクが半分になるって本当？」

テレビやSNSで目にする医療ニュースには、つい信じたくなる言葉が並んでいます。「50代女性の8割に効果」「特定グループで死亡リスクが半減」——そんな見出しを見たとき、「もしかして自分にも当てはまるかも」と感じるのは、とても自然な反応だと思います。

でも私は、医療の現場で働きながら、「その情報、本当に信頼できるの？」と問いかけたくなる場面に、何度も出会ってきました。

これは、情報を疑い続けよという話ではありません。「情報のしくみを少しだけ知っていれば、もっと賢く選べる」という話です。

今日お伝えするのは、医療研究の「主解析（本命）」と「サブ解析（おまけ）」という概念。知っているだけで、健康情報の見え方がまるで変わります。

その「劇的な効果」、本当に信頼できますか？

医療ニュースには、よく「劇的な効果」が登場します。

「新サプリで認知症リスクが半減」「この食事法を続けた50代女性の8割で症状が改善」——こういった見出しは、読むだけでどこかわくわくしてしまいます。漠然とした不安がすっと和らぐような感覚があるかもしれません。

でも私は、こういった情報に出会うたびに、まず一つのことを確認するようになりました。

「この結果は、主解析から出ているのか。それともサブ解析から出ているのか」。

この違いを知っているだけで、医療情報の読み方がまるで変わります。

「主解析」と「サブ解析」——本命とおまけの決定的な差

研究者が臨床試験を計画するとき、「この研究で最も知りたいことは何か」を事前に決めます。これが主解析（Primary Analysis）です。

たとえば、「この薬を飲んだ群と飲まなかった群で、6ヶ月後の血圧はどれだけ変わるか」というように、研究デザイン全体がその一つの問いに最適化されています。必要なサンプル数も、観察期間も、測定の方法も、すべて「その問いに答えるため」に設計されています。

ここから導き出された結果は、科学的に非常に信頼性が高い。それが主解析の強さです。

一方、サブ解析（Subgroup Analysis）はいわば「おまけ」の分析です。「全体の結果を出したあと、特定の集団だけを取り出してみたらどうだろう」という発想で行われます。たとえば、「全体では差がなかったけれど、50代の女性だけに絞ったら効果があるように見えた」——こういうケースがこれにあたります。

サブ解析が悪いわけではありません。次の研究の仮説を立てるための重要なヒントになることも多い。ただ、サブ解析の結果は「確かな事実」ではなく、あくまで「次の一手を考えるための手がかり」として読むべきものです。

ジャンケンを20回すれば、一回くらいは「奇跡」も起きる

ここで少し、統計の話をさせてください。

医療研究では、「この差は偶然ではないと言える」基準として、「p値が0.05未満」という数字がよく使われます。これは「この結果が偶然起きる確率は5%未満」という意味です。

でも、ここに大きな落とし穴があります。

サブ解析を20個行ったとしましょう。すると統計学的に、偶然だけで「効果あり（p<0.05）」という結果が1つ出てしまう可能性があります。これは数学的に避けられないことです。

ジャンケンを20回繰り返せば、一回くらいは「なんとなく運よく勝ってしまう」ことが起きますよね。データの分析でも、まったく同じことが起きています。

そしてメディアが報じるのは、往々にして「その1つ」です。20の分析をして19は「差がなかった」のに、唯一「効果あり」に見えた結果だけを大きく報道する——これがいわゆるチェリーピッキングです。

研究者が不正をしているわけではなくても、こういうことは構造的に起きてしまいます。だからこそ、受け取る側にもリテラシーが必要なのです。

実践してみよう——論文の「Methods」を5秒だけ見る

「論文を読め」と言われると、身構えてしまうかもしれません。でも、確認したいのはたった一つの言葉だけです。

論文の「Methods（方法）」セクションを開いて、「Primary outcome（主要アウトカム）」という言葉を探してください。

ニュースで報じられている「劇的な効果」が、そのPrimary outcomeで確認されたものであれば、信頼性はかなり高い。そう受け取っていいと思います。

でも、「Subgroup analysis」という言葉が出てきたら、一歩立ち止まってほしい。それは「仮説の候補」であって、「証明された事実」ではないのです。

もちろん、毎回論文を開くのは難しいですよね。だからせめて、「これは主解析？それともサブ解析？」と一秒だけ問いかけるクセをつけてみてください。それだけで、情報の見え方はずいぶん変わります。

なぜこれを伝えたいのか——医療現場から見えること

私は医療の現場で働きながら、患者さんやそのご家族から「○○が効くって聞いたんですが、どう思いますか？」と相談を受けることが少なくありません。

その情報の多くは、「エビデンスに見える」けれど「サブ解析の結果」だったりします。

悪意ある情報ではありません。でも、そのまま受け取ってしまうと、本当に必要な選択肢を見誤ってしまうことがある。そのことが、ずっと気になっていました。

公認心理師として人の意思決定にまつわる学びを積んだ経験からも感じるのですが、私たちは「数字」と「権威ある見出し」に、思っている以上に影響を受けます。「8割の人に効果あり」という言葉は、それがサブ解析の結果であっても、脳に強く刻まれてしまう。

だからこそ、受け取る側が少しだけ「問う力」を持つことが大切だと思っています。これは情報を疑い続けることではなく、「自分の判断を、自分で守る」ための力です。

まとめ

この記事でお伝えしたかったことを、最後に整理します。

医療研究には「主解析（本命）」と「サブ解析（おまけ）」の2種類があり、信頼性はまったく異なります。メディアが取り上げやすいのはサブ解析の「印象的な結果」であり、それを「確かな証拠」と受け取るのは少し危険です。20個の分析を行えば、統計的に偶然1つは「効果あり」に見えてしまう——これが多重検定の問題です。論文の「Methods」セクションにある「Primary outcome」という言葉を確認する習慣が、情報リテラシーの第一歩になります。そして何より、「これは本命？おまけ？」と一秒だけ問いかけるクセが、あなたの判断を守る力になります。

健康情報に振り回されるのではなく、情報を使いこなせる自分へ。その小さなきっかけをお届けできたなら、この記事を書いた甲斐があります。

長文にもかかわらず、最後までお付き合いくださりありがとうございます。これからも、いい意味で"ちょっとだけマニアックな"情報を届けていけたらと思います。

#医療リテラシー #健康情報 #ファクトチェック #エビデンス #統計