論文を読まなきゃ、とは思っている。でも実際に開いてみると、どこを見ればいいのかわからない。結局アブストラクトの結論だけ確認して終わり——そんな経験、ありませんか？
私もかつてはそうでした。RCT（ランダム化比較試験）が「エビデンスレベルが高い」とは知っていても、その研究を本当に信じていいのかを判断する方法がわからなかったんです。
この記事では、RCTを批判的に吟味するための7つのチェックポイントを紹介します。これを押さえれば、「この論文、信頼できるの？」という問いに自分なりの答えが出せるようになります。難しい統計の知識は不要です。まずはこの7項目だけ、一緒に見ていきましょう。
目次
そもそもなぜRCTの「読み方」が必要なのか
薬剤師として新薬の情報や治療方針の根拠に触れる場面は多いです。MRからの情報提供、勉強会のスライド、ガイドラインの引用文献。これらの多くはRCTに基づいています。
でも、RCTだからといって無条件に信じていいわけではありません。研究のデザインや実施方法によって、結果の信頼性は大きく変わります。ここ、迷いやすいところです。
でも、査読を通った論文なら信頼していいんじゃないですか？
オカメインコさん
ポッポ先生
査読はあくまで一定の質を担保するものであって、バイアスがゼロという保証ではありません。だからこそ自分で妥当性を確認する力が必要になりますね
ここで一つ、ぜひ気をつけてほしいこと。
アブストラクト（要約）と図だけ見て済ませる「斜め読み」、やっていませんか？ 忙しい薬局業務の合間だと、ついやってしまいます。私もそうでした。
でもこれ、けっこう危ないんです。アブストラクトには著者が伝えたい結論がまとめられていますが、Methodsの詳細——たとえばランダム化の方法や盲検化の有無——は省略されています。つまり、研究の「質」を判断する材料がアブストラクトにはほとんど含まれていません。
RCTの妥当性を見極める7つのチェックポイント
では具体的に、RCTを読むときに何を確認すればいいのか。以下の7つの項目を順番に見ていきます。
「Methodsなんて飛ばしてResultsだけ見ればいいのでは」と思った方、ちょっと待ってください。Methodsを読まずに研究の質は評価できません。治療効果の数字がどんなに立派でも、そこに至るプロセスに問題があれば、その数字は信頼できないんです。
1. ランダム割り付けがされているか
治療群と対照群に患者を振り分けるとき、ランダム化が行われているかどうか。これがRCTの最も基本的な条件です。
ランダム化がなぜ必要かというと、治療効果に影響しうる既知・未知の因子を両群で均等にするためです。たとえば、重症の患者ばかりが一方の群に偏ると、公平な比較ができません。
2. ランダム化の隠蔽化（コンシールメント）がされているか
ランダム化していても、次にどちらの群に割り付けられるかが事前にわかってしまうと問題です。研究者が「この患者は重症だから治療群に入れよう」と操作できてしまいます。
これを防ぐのが割り付けの隠蔽化（allocation concealment）です。要するに「割り付けの予測ができない仕組みになっているか」を確認すればOKです。
3. 試験開始時に両群が類似しているか
ランダム化がうまく機能していれば、年齢・性別・重症度などのベースラインが両群でほぼ揃うはずです。論文のTable 1（患者背景の表）を見て、大きな偏りがないかチェックします。
4. 追跡期間と追跡率は十分か
途中で脱落した患者が多いと、結果の信頼性が下がります。一般的な目安として、追跡率が80%を下回ると注意が必要とされています。
正直、論文のどこを見れば追跡率がわかるんですか？
オカメインコさん
ポッポ先生
CONSORT（コンソート）のフローダイアグラムを探してください。患者の流れが図示されているので、脱落数が一目でわかりますね
5. ITT（Intention-to-Treat）解析がされているか
ITT解析とは、ランダムに割り付けられた群のまま全員を分析する方法です。途中で治療を中断した患者や、プロトコルから逸脱した患者も含めます。
「え、治療を受けていない人も含めるの？」と思うかもしれません。でもこれには理由があります。実際の臨床でも、処方した薬を飲まない患者さんはいます。ITT解析は「この治療方針を採用すると、結果がどうなるか」を評価する方法です。
6. 盲検化（ブラインド）がされているか
患者・臨床医・評価者が、どちらの治療を受けているか知らない状態で研究が行われているか。これが盲検化です。
- 単盲検：患者のみが知らない
- 二重盲検：患者と臨床医の双方が知らない
- 三重盲検：評価者も知らない
7. 試験的治療以外の条件が同等か
両群に対して、試験対象の治療以外の管理（併用薬、検査頻度、ケアの内容など）が同じかどうか。ここに差があると、効果の差が治療によるものなのか、それ以外の要因によるものなのか区別できなくなります。
チェックポイントを一覧で整理する
7つの項目をまとめると以下のとおりです。論文を読むときの手元リストとして使ってみてください。
| # | チェック項目 | 確認する場所 | 問いかけ |
|---|---|---|---|
| 1 | ランダム割り付け | Methods | 患者はランダムに振り分けられているか？ |
| 2 | 割り付けの隠蔽化 | Methods | 次の割り付けが予測不能か？ |
| 3 | ベースラインの類似性 | Table 1 | 両群の患者背景に大きな偏りはないか？ |
| 4 | 追跡率 | CONSORT図 | 追跡率80%以上か？脱落の理由は？ |
| 5 | ITT解析 | Methods | 全患者が元の群のまま分析されているか？ |
| 6 | 盲検化 | Methods | 誰が盲検化されているか？ |
| 7 | 同等な治療条件 | Methods | 試験治療以外の管理は統一されているか？ |
7つ全部に問題がなければ、信頼できるってことですか？
オカメインコさん
ポッポ先生
すべて完璧に満たすRCTは稀です。どの項目に問題があって、それが結果にどう影響しうるかを考えることが批判的吟味の本質ですね
バイアスの種類を知っておく ― なぜチェックが必要なのかの背景
7つのチェックポイントは、すべてバイアス（系統的な偏り）を防ぐためにあります。ここでは代表的なバイアスと、それを防ぐチェック項目の対応を整理します。
ちなみに、バイアスの話をするとき「精度」と「妥当性」の違いを知っておくと理解が深まります。的当てで例えると、矢を何本も投げたときに同じ場所に集まっているのが「精度が高い」状態。その集まった場所が的の中心であるのが「妥当性が高い」状態です。
この区別がなぜ重要かというと、サンプルサイズを大きくすると精度は上がりますが、バイアスがあると的の中心からずれたまま矢が集まる——つまり精度は高いのに妥当性が低い、ということが起きるからです。
選択バイアス ― 誰が研究に入るかの偏り
- 隠蔽バイアス：割り付けの予測ができてしまうことで、研究者が意図的・無意識的に患者を特定の群に入れてしまう
- 同意バイアス：研究への参加に同意する人が特定の層に偏る
- 脱落バイアス：途中で脱落する人に偏りがある
- プロトコル違反バイアス：治療を中断・変更した人に偏りがある
情報バイアス ― 測定・評価の偏り
アウトカムの測定や評価に偏りが入るのが情報バイアスです。盲検化がその主要な対処法です。
| バイアスの種類 | 内容 | 対応するチェック項目 |
|---|---|---|
| 選択バイアス（隠蔽） | 割り付け時に特定の患者が偏る | ランダム化、隠蔽化 |
| 選択バイアス（同意） | 参加者が特定の層に偏る | 組み入れ基準の確認 |
| 脱落バイアス | 脱落による偏り | 追跡率、ITT解析 |
| プロトコル違反バイアス | 治療中断・変更による偏り | ITT解析 |
| 情報バイアス | 測定・評価に偏りが入る | 盲検化、測定標準化 |
| 実行バイアス | 治療以外のケアに差が出る | 盲検化、同等な治療条件 |
まずはアブストラクトの次のステップへ ― 実際に使うコツ
「7つのポイントはわかった。でも、毎回これを全部チェックするのは大変じゃないですか？」
その気持ち、よくわかります。最初から全項目を完璧にチェックしようとすると、続きません。私ならまず、以下の3つに絞ってスタートします。
最初に見る3項目
- ランダム化されているか（Methods冒頭）
- 追跡率はどのくらいか（CONSORT図）
- ITT解析がされているか（統計解析の項）
この3つだけでも、その研究の基本的な質がざっくりつかめます。慣れてきたら盲検化やベースラインの確認を加えていけばいいんです。
それってつまり、全部やらなくてもいいってことですか？
オカメインコさん
ポッポ先生
最初はそれで十分です。完璧を求めて読まなくなるより、3項目だけでも毎回チェックするほうがずっと力がつきます。ここは押さえたいです
まとめ
RCTの批判的吟味は、7つのチェックポイントが基本になります。
- ランダム割り付け
- 割り付けの隠蔽化
- ベースラインの類似性
- 十分な追跡率
- ITT解析
- 盲検化
- 同等な治療条件
これらはすべて、バイアス（選択バイアス・情報バイアス・脱落バイアス・実行バイアス）を防ぐためにあります。
そして「精度」と「妥当性」は別物です。サンプルサイズが大きい＝信頼できるとは限りません。バイアスがあれば、大規模試験でも結論は間違った方向にずれます。
すべてを一度に完璧にチェックする必要はありません。まずは「ランダム化・追跡率・ITT解析」の3つから始めて、論文のMethodsとCONSORT図に目を通す習慣をつけてみてください。
次回の第5回では、RCTの結果をどう読み解くか——NNTや相対リスクなど、「数字の意味」を理解する方法を解説します。
確認先（一次情報）：CONSORT声明公式サイト（consort-statement.org）、Guyatt GH, et al. Users’ Guides to the Medical Literature（JAMA Evidence）
