Business Athlete Club
論文の読み方
Paper · The Reading Guide

論文は、答えではない。
判定の道具だ。

「論文に出ている」と聞くと、確定情報のように響く。 けれど査読論文は「答え」ではなく「ある条件下のデータ」にすぎない。

このページは、ビジネスアスリートが「論文を眺める側」から「自分で読む側」へ移るための地図。

What's Inside
§01なぜ論文か
§02強度ピラミッド
§03IMRaD構造
§04読む順番
§05数値の早見表
§05.5誤読の6つの罠
§06バイアス6種
§07集め方
§08n=1への翻訳
§09スターターキット
§01

情報の99%は、誰かが要約したもの。

ニュース、SNS、本、メルマガ、AI——あなたが触れる健康情報のほぼ全ては「二次情報」。要約者の専門性、価値観、ポジショントーク、誤読が必ず混ざる。

4,000+
年間撤回論文(推定)
〜50%
再現できないRCT
100%
論文の周辺に潜む偏り

一次情報=査読論文に当たれることは、健康に関する最も再現性のある思考装置。 ただし「論文だから正しい」わけではない。再現性危機・撤回・産業fundedバイアスは、 全部「論文の世界の事実」だ。

論文を読むとは、答えを得る行為ではなく、目の前のデータがどれくらい信用できるかを判定する行為。

§02

同じ「論文」でも、強さは桁違い。

「論文に出ている」と言われたとき、それが症例報告なのかメタ解析なのかで、信頼度はおよそ千倍違う。ピラミッドの上にあるほどデータが厚く、偏りが少ない。

STRONGER EVIDENCEシステマティックレビュー / メタ解析Class Iランダム化比較試験 (RCT)Class II前向きコホート研究Class III後ろ向きコホート / 症例対照Class IV横断研究 / 症例報告Class Vエキスパートオピニオン
FIG.01 · The Evidence Pyramid

「論文に出ている」だけで信用しない。出ているのが症例報告なのかメタ解析なのか、 そこを見分けるだけで判断の精度は跳ね上がる。

§03

IMRaD:論文の身体図。

医学論文の99%は IMRaD(Introduction / Methods / Results / and Discussion)構造。各セクションが何のためにあるかを掴むと、必要な情報に最短で辿り着ける。

T
Title
30秒で取捨選択
A
Abstract
結論先取り
I
Introduction
動機(読み飛ばしOK)
M
Methods
信頼性の本体
R
Results
数字だけ
D
Discussion
解釈・Limitations
Rf
References / COI
誰が金を出したか
FIG.02 · 論文の身体図 — 幅は読むべき相対時間
真ん中(Methods・Results)が論文の本体。

デザイン、対象集団、サンプルサイズ、暴露の測り方、結果の測り方、統計手法。 論文の格はここで決まる。

両端は、解釈と利益相反。

Discussion は著者の解釈、論文末尾は誰が金を出したか。 バイアスが最も強く出る場所でもある。

§04

頭から読まない。Limitations から読む。

論文を頭から最後まで読むのは初学者の失敗。論文は「使う道具」なので、必要な部分だけ取り出すのが速い。15分で1本判定する、おかもん流の読む順番。

0130s
Title
対象集団は近いか
021m
Abstract Conclusion
結論を先に頭に置く
032m
Limitations
著者自ら認める弱点
045m
Methods
n数・追跡期間・補正
055m
Results Figure 1
ベースライン+主要数値
FIG.03 · 15分で1本判定する、おかもん流5ステップ

時間がない時はこの5つだけ。3000字の Discussion 本文は読まなくていい。 興味があれば、後で帰ってくる。

§05

HR・95%CI・p値、最低限。

論文を読み進めると数字の塊にぶつかる。覚えておくべきは6つ。これだけで、ほとんどの主要結果は読める。

Metric中立値 / 閾値読み方
HR / RR / OR1.01.0未満→リスク低下、1.0超→リスク増加
95% CI1.0をまたぐまたいだら有意差なし
p値0.05未満で「差がある」(万能ではない)
n数千〜数十万、サブグループでは激減
追跡期間10年+mortality は10年以上が望ましい
NNT / NNH1人を救うのに何人を治療するか
TBL.01 · 主要数値の早見表
「HR 0.60」=「40%リスク減」。

ハザード比は1.0からの乖離で読み替える。 0.60 なら40%減、1.30 なら30%増。CI が 1.0 をまたいでいれば「有意差なし」。

p値は万能ではない。

サンプルが大きいと臨床的に無意味な差でも有意になる。 p値は HR/CI とセットで判断する。

§05.5

数字に騙される、6つの罠。

統計の知識が浅いままだと、論文を読んでも逆方向に解釈してしまうことがある。読み手として最も警戒すべき6つの誤読パターン。

Pitfall 01
「p < 0.05 だから本物」
Realityサンプルが大きいと臨床的に無意味な差でも有意になる。逆に小サンプルでは本当の効果も見逃される。p値は HR/CI とセット、効果量で判断。
Pitfall 02
「メタ解析だから絶対」
Realityメタ解析は元のRCTの質を超えない。「ガベージ・イン、ガベージ・アウト」。出版バイアス、ファネルプロット、I²ヘテロ指数を確認。
Pitfall 03
「n=10万だから信頼できる」
Realityサンプルサイズと代表性は別物。n=10万でも特定の集団に偏っていれば一般化できない。「誰を対象にしたか」を Methods で確認。
Pitfall 04
「新しい論文ほど正しい」
Reality再現性危機の時代、最初の研究は誇張されやすい。「単発の派手な論文」より「複数の独立した追試」を信じる。最新 ≠ 最強。
Pitfall 05
「Conclusion だけ読めば分かる」
RealityResults の数字と Conclusion の言い方が乖離していることが多い(特に産業funded研究)。Results の数字 → Conclusion の表現、の順で照合する。
Pitfall 06
「相関がある = 因果がある」
Reality観察研究では「健康な人ほど健康行動を取る」逆因果や残余交絡が常につく。RCT、メンデル無作為化、自然実験で初めて因果が見える。

論文を読むとは、書いてある通りに信じることではない。 書いてある通りに「読めるか」を疑うこと。

§06

論文の周辺に、必ず偏りがある。

完璧な論文は存在しない。どこに偏りが潜むかを知っているかどうかが、読み手の腕。代表的な6種類だけ覚えておけば、9割の論文は判定できる。

01
資金源バイアス
食品・製薬企業fundedは方向に偏りやすい
02
出版バイアス
「有意差あり」ばかり論文化される
03
選択バイアス
参加者の選び方の偏り
04
脱落バイアス
健康な人ばかり残ると効果過大評価
05
リコールバイアス
「過去5年の食事を思い出して」型は脆い
06
撤回(Retraction)
Retraction Watch で検索を習慣化
§07

PubMed を起点に、3段で深掘る。

BAC が引用するすべての論文は、最終的に PubMed の PMID と DOI で確認できるようにしている。目当ての論文に辿り着くまでの基本動線。

1次起点
PubMed
pubmed.ncbi.nlm.nih.gov
米国NIH運営、医学論文の標準。Filter で Meta-Analysis / RCT に絞れる
周辺探索
Google Scholar
scholar.google.com
PubMed未収載の運動科学・栄養疫学を補完。被引用数で重要論文がソート
SR集積
Cochrane Library
cochranelibrary.com
システマティックレビューの集積地。介入研究で最高水準
最新通知
Journal RSS
NEJM / Lancet / BMJ / JAMA / BJSM / Nat Med
TOC アラート登録で最新号の即時通知
全文入手
ResearchGate
researchgate.net
全文有料でも、著者にrequestを送ると数日でPDFが届くことが多い
撤回確認
Retraction Watch
retractionwatch.com
撤回された論文を引用していないかの最終チェック
§08

集団のデータを、個体の身体に翻訳する。

論文は集団の平均値を扱う。あなたの身体は集団ではなく、n=1 の個体だ。論文の結論をそのまま当てはめると、ほぼ確実に裏切られる。

n = 1自分の身体選ぶ01メタ解析・大規模コホート試す021ヶ月、自分の身体で比べる03集団と自分の差残す04効いたものをルーチンに
FIG.04 · 集団のデータを n=1 に翻訳する4ステップループ
Continue Reading
閉じに

論文は、信仰の対象ではない。
自分の身体を判定する地図だ。

BAC で扱う数字には、すべて PMID と DOI を付けている。 疑わしいと思ったら、その場で原典に当たってほしい。 そうやって、自分の身体に対する判定権を、自分の手元に取り戻していく。