この回の答え

この試験が、本命として先に決めてあった項目は一つだけでした。腕の太い血管(上腕動脈)が、どれだけ広がるかを表す指標の、4週間での変化です。

そこでは、差が出ませんでした。2つのグループを比べた推定は 1.74、95%信頼区間(推定が入りそうな幅)は −1.33 から 4.81、P 値は .33 で、幅は 0 を挟んでいます。

ただし、ここを急いで読まないでください。

これは「効かないと確かめた」ではありません。50人・4週間という大きさでは幅が広すぎて、あるともないとも決められなかった、が正しい読み方です。幅の上の端は 4.81 で、0 からかなり離れた位置にあります。小さい差だと分かったのではなく、どちらとも決まらなかった、ということです。

差が出たのは、二番手として先に決めてあった項目のほうでした。課題をしているときの、脳の血の巡りの増え方です。これは「あとから見つけた」ものでも「探索的」なものでもありません。論文は2か所で副次評価項目と書いていて、そのうえで、あらかじめ立てた副次の仮説にも入っています。

ただし、この二番手の結果にも、読むときに外せない条件が4つあります。

1つめ。脳の項目は、割り付けた50人全員での解析ではありません。この測り方のデータは欠測を埋められないため、最後まで来た人たちだけで解析しています。脱落は7人なので、多くとも43人です。

2つめ。差が出た場所は「とくに」左の前のほうです。「そこだけ」ではありません。論文は「とくにそこに集まっていた」と書いています。図3Cを見ると、ほかにも正中線のあたりや左下、右側に差の出た領域があります。

3つめ。頭の働きそのものには、差が出ていません。課題の成績は、正答率と反応の速さを2種類の課題で測って4つあり、4つとも幅が 0 を挟んでいます。

4つめ。論文自身が、締め方を2通り持っています。考察の冒頭だけが言い切りで、要旨とまとめの欄は「さらなる検討に値する」と抑えています。この記事は、抑えたほうに合わせます。

この記事は、動画で一言で済ませたところを広げます。研究の作り、数字が何を指しているか、幅の読み方、そして本文を読むときに取り違えやすいところです。

なお、この記事は、商品をすすめるためのものでも、やめさせるためのものでもありません。この論文に書かれていることと、そこから言えることの範囲だけを書きます。この試験で使われたものの製品名や販売元は、論文の本文に一つも出てきません。この記事でも補いません。

動画で話したこと

動画では、こう話しました。

ウロリチンAを飲んだ側は、腕の血管の広がり方が平均で 1.3 動いた。でも、まん中の人は 0.0 だった。どちらも飲む前からの動きで、比べたグループとの差ではない。

調べたのは、肥満のある中年の50人。くじ引きで半分に分け、4週間、ウロリチンAか偽の薬を飲んだ。どちらを飲んでいるかは、本人にも測る側にも分からない。

本命の腕の血管では、比べたグループとの差は出なかった。95%の幅は 0 を挟んでいる。でも、効かないと確かめたわけではない。幅が広すぎて、あるともないとも決められなかった。

二番手の脳は、差があった。いちばん難しい記憶の課題のときの、血の巡りの反応。とくに目立ったのは左の前の部分。しかも、頭の働きそのものには差が出ていない。課題の成績は、4つとも差が出なかった。

動画は2分あまりで、ここまでで時間がなくなりました。落としたものが、少なくとも5つあります。

  • 偽の薬を飲んだ側の数字(平均 0.3、中央値 0.4)と、それを 1.3 から引いてはいけない理由
  • 末梢の二番手3つ(手の甲と指先で測った、細い血管の指標)の推定と幅
  • 課題の成績4つの推定と幅。そのうち1つは、平均と中央値が逆を向いていること
  • 論文の本文の中で、数字や言い方が食い違って見えるところ
  • 著者自身が挙げている限界5つと、今後の研究への提案

順に書きます。

研究デザイン(誰を、どう分けて、何を、いつ測ったか)

くじ引きで2つに分けた、介入の試験です

観察研究ではありません。二重盲検で、偽の薬を対照に置いたランダム化比較試験です。くじ引きで2つに分け、片方には偽の薬を渡し、どちらを飲んでいるかを参加者にも評価する人にも伏せた試験、という意味です。

場所は米国オクラホマシティの1施設、オクラホマ大学ヘルスキャンパス。期間は2023年10月から2025年5月です。ヘルシンキ宣言に従い、施設の倫理審査委員会が計画と変更を審査・承認し、全員から書面の同意を取っています。計画書は既に報告されていて、臨床試験の登録も前向きに済ませてあります(登録番号 NCT05921266)。報告は CONSORT という報告の手引きに従っています。

参加できたのは、40歳から64歳で、BMI が30以上、書面の同意ができる人です。除外されたのは、コントロールされていないか治療されていない慢性の病気がある人、神経が変性する病気がある人、コントロールされていない消化器の病気がある人、がんの治療中の人です。募集は施設内の広告、SNS、印刷した広告で行っています。

誰が入り、誰が最後まで残ったか

適格性を調べた109人から、最後まで来た43人まで

1段目は109人です。この人たちに参加の条件を当てはめ、59人が外れました。いちばん多い理由は、辞退か連絡がつかなくなったことで52人です。

2段目は50人です。ここでくじ引きをして、ウロリチンAを飲むグループ25人と、偽の薬を飲むグループ25人に分けました。割り付けの比は1対1です。

3段目は43人です。7人が最後まで来ませんでした。脱落率は14%と論文は書いています。

ここが、この試験でいちばん効いてくる分かれ目です。本命の腕の血管の解析は、くじ引きで分けた50人全員を対象にしています。欠測は統計の手法で埋めてあります。

ところが、脳の測り方のデータは、その手法で埋められません。そのため、脳の項目は最後まで来た人たちだけで解析されています。同じ試験の中で、比べている集団の大きさが違う、ということです。

なお、図1には、群ごとに最後まで来た人数も書かれています。サプリの側21人、偽の薬の側22人です。足すと43人になります(この足し算は、この記事がしました)。図1はこの21人と22人を、計画どおりに最後まで受けた人だけの解析として示しています。

適格性を調べた人109人
同意して、くじ引きで2つに分けた人50人
最後まで来た人43人

段と段のあいだに出る減った数は、どちらも論文に書かれている数です。59人は適格性の評価で除外された人数、7人は無作為化のあとに最後まで来なかった人数です。除外59人の内訳は、辞退か連絡がつかなくなった52人、BMI が30未満だった4人、コントロールされていない高血圧の2人、最近の一過性脳虚血発作の1人です。無作為化のあとに抜けた7人の内訳は、サプリの側が追跡不能3人と介入の中止1人、偽の薬の側が追跡不能2人と同意の撤回1人です。ただし本文は、この7人をまとめて追跡不能と書いています。呼び方が図と本文で揃っていません。

論文のどこ:論文の Fig. 1 のフロー図と、Results の最初の段落(Participant Characteristics and Adverse Events)

飲んだもの

割り付けは 1対1。順番はブロック無作為化という方法で作られ、連番で実施されました。割り付けを知っていたのは、試験の統計家と薬剤師だけです。参加者も、評価をする人も、どちらのグループかを知りません。

  • サプリを飲むグループ:ウロリチンAを1日1000ミリグラム。250ミリグラムのカプセル2個を、1日2回
  • 偽の薬を飲むグループ:同じ形で、偽の薬を1日1000ミリグラム
  • どちらも、朝食前と夕食前に、コップ1杯の水とともに
  • 4週間、毎日

この1000ミリグラムは、この試験の条件です。おすすめの量ではありません。論文は、この量が「成人で血中のウロリチンAとその代謝物を増やすのに安全で有効とされた範囲の中にある」と書いていますが、それは先行研究を引いた説明で、この試験が量を比べて決めたものではありません。

配付はストリップ包装で行われました。きちんと飲んだかどうかは、飲み忘れの自己申告と、終了時に返された未使用分で確認しています。有害事象は、中間時点と終了時点に自己申告で集めています。

実際の追跡の長さは、平均28日(標準偏差2日)でした。

本当に飲んでいたか

ここは、この試験のしっかりしているところです。

  • 服薬率は、偽の薬を飲んだ側が平均 95.8%(標準偏差 7.0)、サプリを飲んだ側が平均 96.7%(標準偏差 3.2)
  • 体重は期間中ほぼ変わっていません(変化率の平均 0.1%、標準偏差 1.7。中央値 0.1%)
  • 血の中のウロリチンAとそのグルクロン酸抱合体が、サプリを飲んだ側で平均 285.4 ng/mL 増えました(標準偏差 228.7、中央値 178.5)。偽の薬の側は 1.3(標準偏差 4.1)。群間の推定は 286.60、95%信頼区間 173.29 から 399.90、P 値は .001 未満

つまり、「実は飲んでいなかったから差が出なかった」という説明は、この試験では使えません。飲んだものは、ちゃんと血の中に入っていました。

本命として先に決めてあった項目は、一つだけです

論文は、2か所で同じことを書いています。要旨の「主な評価項目と測定」の欄と、方法の節です。どちらも単数形で、上腕動脈の FMD の、開始時から終了時までの変化を、2つのグループで比べたものです。

FMD は flow-mediated dilation の略で、日本語では血流依存性血管拡張反応といいます。言い換えると、腕の太い血管が、どれだけ広がるかです。論文は、これを「臨床的に意味のある、太い血管の内皮の働きの指標」と書いています。

測り方は、次のとおりです。

  • 仰向けに寝て、右腕を体の横に置く
  • 右の前腕、肘の内側のくぼみより先に、空気のカフを巻く
  • 8から12メガヘルツのドプラ超音波で、上腕動脈を撮る
  • まず、しめる前の画像を撮る
  • カフを、収縮期血圧より50ミリメートル水銀柱高い圧(最大200)まで膨らませ、5分間しめ続ける
  • しめている最後の30秒と、ゆるめてから2.5分間、血管の太さを記録する
  • 専用のソフトで、しめる前の太さと、ゆるめたあとの最大の太さを出し、FMD を計算する

二番手として先に決めてあった項目

副次評価項目は、2つの系統に分かれます。

末梢の血管(3つ)

  • 反応性充血のときの、灌流の倍率(手の甲。レーザースペックル血流画像という方法)
  • 急性の再灌流の速さ(同じく手の甲。単位は灌流単位毎秒)
  • 反応性充血指数(指先。指の脈波を測る装置)

手の甲の2つは、左手を装置の下に置き、左の上腕にカフを巻いて、腕の血管と同じ手順で血を止めてから測ります。これで細い血管の内皮の働きを見ます。指先の指数は、両手の人差し指にセンサーを付け、片方を血を止める側、もう片方を比べる側として、止めた側の信号を、比べる側の信号で正規化して出します。

脳(2つ)

  • 課題をしているときの、脳の皮質の血の巡りの反応の変化
  • 課題の成績の変化

この脳の2つは、あらかじめ立てた副次の仮説にも入っています。序論に「我々の副次の仮説は、ウロリチンAが、末梢の内皮の働きの補助的な指標と、課題で引き出される脳の血の巡りの反応を、偽の薬に比べて改善するというものだった」と書いてあります。

そして、この論文で「探索的」と呼ばれているのは、脳ではありません。探索的評価項目は、血管の内皮の働きや、酸化ストレス、炎症に関わる血中のバイオマーカーです。この語は本文に2か所しか出てこず、どちらもバイオマーカーの話です。

脳の測り方

使ったのは fNIRS(機能的近赤外分光法)です。近赤外線を頭皮に当てて、皮質にある酸素化ヘモグロビンと脱酸素化ヘモグロビンの濃度の変化を、体を傷つけずに測ります。

著者自身が、この方法の弱点を本文に書いています。fMRI の信号と強く相関する一方で、届く深さは約2センチメートル、空間の細かさは0.5から3.0センチメートルで、fMRI に比べると限られている、と。つまり、脳の奥は見えていません。

装置の構成は、16組の送受光を国際10-20法に従ってキャップに並べ、48の標準チャンネルと8の短距離チャンネル。前頭前野、前頭、運動前野、運動野にかかります。サンプリングは毎秒3.9回です。

課題は N-back という作業記憶の課題です。4つのブロックからなり、順に 0-back、1-back、0-back、2-back。各ブロックは32文字(当てはまるもの8、当てはまらないもの24)を72秒で見せます。反応時間はミリ秒、正答率は d-prime という指標で、Hautus の補正を当てて計算しています。

0-back は注意の課題、1-back と 2-back が作業記憶の課題です。論文は、2-back をいちばん難しい作業記憶の課題、1-back をいちばんやさしい作業記憶の課題と呼んでいます。

解析の作り(割り付けどおりか、完遂者だけか)

ここがこの回で、いちばん読み分けの要るところです。

主要評価項目と、fNIRS を除く副次の項目

  • 経時的な共分散分析(ANCOVA)。従属変数は FMD の変化、独立変数は群、共変量は開始時の FMD
  • この作りは、試験の計画書であらかじめ決めてあったと本文に書かれています
  • 欠測は、連鎖式による多重代入(mice、R 4.5.0)で埋めています。欠測は開始時で 4.9%、終了時で 20.0%。主に受診の抜けによるものです
  • 割り付けどおりの比較(intention-to-treat)です

探索的な項目(血中のバイオマーカー)

  • 使うモデルは、上と同じ形だと本文に書かれています
  • ただし、代入をしていません。最後まで来た人たちだけの解析です
  • 本文が「割り付けどおりの比較に従った」と書いているのは、主要と副次の解析についてだけです。探索的な項目は、そこに入っていません

fNIRS(脳の血の巡り)

  • 参加者ごとに一般線形モデルで標準化回帰係数を推定します。このとき、短距離チャンネルを説明変数に入れて、脳の外の血の流れの影響を取り除いています
  • そのうえで、集団レベルの混合効果モデルで群間の効果を検定します
  • 多重比較は、偽発見率の調整(q が .05 未満)
  • このデータは代入できないため、最後まで来た人たちだけの解析です。割り付けどおりの比較ではありません

症例数の計算

主要評価項目をもとに、事前に計算しています。検出力90%、両側5%、脱落率20%を想定して、t 検定の式から最終54人。設計の時点で、開始時と終了時の相関係数の信頼できる推定がなく、共分散分析にもとづく式が使えなかったためだと書かれています。

実際の脱落が14%と想定より少なかったので、50人に達した時点でデータ収集を終えました。中間解析は行っていません。有意水準は両側で P が .05 未満です。

本文に書かれている症例数の計算は、本命の項目にもとづくものだけです。脳の項目について必要な人数を計算したかどうかは、論文の本文からは分かりません。計算の詳細は、補足の資料と、既に報告されている計画書にあると書かれています。

この数字は、何を指しているか(単位、換算、幅の意味)

0.3 と 1.3 は、群ごとの変化量の平均です

本文の数字を、そのまま書きます。

  • 偽の薬を飲んだ側:平均 0.3%(標準偏差 5.1%)。中央値 0.4%、四分位の範囲は −3.0% から 2.2%
  • ウロリチンAを飲んだ側:平均 1.3%(標準偏差 7.6%)。中央値 0.0%、四分位の範囲は −2.6% から 4.6%

この2つは、どちらも「そのグループの中での、開始時から4週後までの変化量」です。グループ同士を比べた差ではありません。

そして、括弧の中の 5.1 と 7.6 は標準偏差です。推定が入りそうな幅ではありません。ばらつきの大きさを表す数字で、それぞれの平均より何倍も大きいものです。偽の薬の側は 5.1 ÷ 0.3 で約17倍、ウロリチンAの側は 7.6 ÷ 1.3 で約6倍あります(この割り算は、この記事がしました)。言い換えると、平均の近くに人が集まっているわけではないということです。

中央値も見てください。サプリの側のまん中の人は 0.0、偽の薬の側のまん中の人は 0.4 です。平均ではサプリの側が上ですが、まん中で見ると向きが変わります。ただし、これは記述の数字で、2つのグループを検定した結果ではありません。「サプリの側のほうが悪かった」とは言えません。言えるのは、平均の 1.3 が、一部の人の大きな変化に引っぱられている、ということまでです。

1.3 から 0.3 を引いてはいけません

引くと 1.0 になります。この 1.0 は、論文のどこにも出てきません。

理由は2つです。

1つめ。解析が、ただの引き算ではありません。この試験は共分散分析を使い、開始時の FMD を調整変数に入れています。開始時の値が高い人と低い人で変化の出方が違うことを織り込んだうえで、群の効果を推定しています。

2つめ。欠測を多重代入で埋めています。埋めた複数のデータセットで推定して、まとめた値が報告されています。

その結果が、群間の推定 1.74 です。1.0 ではありません。0.3 と 1.3 は記述の数字、1.74 は推定の数字で、別の種類のものです。

FMD の変化量の単位

FMD はもともと「しめる前に比べて、何パーセント広がったか」という指標です。その変化量なので、本来は「パーセントポイント」と呼ぶべきものです。論文は、この変化量にもパーセントを付けています。

そのため、「1.3% 広がりやすくなった」と読むと取り違えになります。指標そのものが 1.3 ぶん動いた、という意味です。この記事では、この点を誤読しないように「1.3 動いた」と書きます。

95%信頼区間とは何か

論文が報告しているのは 95% CI、つまり95%信頼区間です。推定が入りそうな幅のことです。ベイズの方法で出す信用区間ではありません。解析は共分散分析と多重代入なので、信頼区間という呼び方で正しいものです。

この幅の読み方で、押さえてほしいことが2つあります。

1つめ。幅が 0 を挟んでいるのは「差がない」という意味ではありません。手続きのうえで「差があるとは言えなかった」というだけです。

2つめ。幅の端を見てください。幅が狭くて 0 の近くに集まっているなら、「差があっても小さい」と言えます。幅が広いなら、言えるのは「決められなかった」までです。この違いが、この回のいちばんの要点です。

脳の β は、標準化された回帰係数です

脳の結果に出てくる数字は、血流の量でも、濃度でもありません。参加者ごとに一般線形モデルを当てはめて出した、標準化回帰係数です。課題の時間の流れに対して、測った信号がどれだけ沿って動いたかの強さを表します。

パーセントでもミリリットルでもないので、腕の血管の数字と同じ物差しには載りません。

結果を、幅で見る

本命の腕の血管

本命として先に決めてあった項目の、群間の推定(腕の太い血管の広がり方の、4週間での変化)

推定値は1.74です。2つのグループを比べたときの推定で、0が差のない位置です。

幅は −1.33 から 4.81。0 を挟んでいます。P 値は .33 で、あらかじめ決めてあった .05 の線を超えていません。

ここで止めると、読み違えます。幅が0を挟んだことが意味するのは、手続きのうえで「差があるとは言えなかった」までです。「差がない」ではありません。

幅の下の端はマイナス1.33、上の端は4.81です。片側だけを見ると、0 からかなり離れたところまで届いています。つまり、この試験のデータは「大きめの差があった」という可能性も「逆向きに動いた」という可能性も、まだ排除できていません。

だから、この図から言えるのは「あるともないとも決められなかった」です。「小さい差だと分かった」ではありません。この2つは、別のことです。

なお、この上の端4.81が、FMD という指標としてどれくらいの大きさにあたるのかは、この論文の本文からは判断できません。比べる相手になる開始時の FMD の値が、本文にも表にも書かれていないためです。だから、この記事は幅の位置だけを言います。

腕の太い血管の広がり方1.74(-1.33 〜 4.81)
差がない位置0

縦の線は0、つまり差がない位置です。推定値は1.74で、幅は −1.33 から 4.81。幅は0を挟んでいます。P 値は .33 です。この1.74は、2つのグループの平均を引き算したものではありません。開始時の値を調整した共分散分析と、欠測の多重代入から出た推定です。だから、本文に出てくる 0.3 と 1.3 を引いた 1.0 とは一致しません。単位は FMD という指標の変化量で、論文はこれにパーセントを付けています。相対的な1.74パーセントの増加という意味ではありません。

論文のどこ:Results の Peripheral Endothelial Function Outcomes の、最初の段落の2文目

論文は、この結果に感度解析を添えています。

  • 最後まで来た人たちだけの解析と、多重代入をした解析で、同じ結論になりました
  • 年齢と性別を調整変数に加えた事後の解析でも、同じような推定になりました
  • BMI によって効き方が変わるという証拠もありませんでした。交互作用項の推定は 0.11、95%信頼区間 −0.53 から 0.76、P 値 .72

いずれの図も、論文の本文ではなく補足の資料にあります。

末梢の二番手3つ

3つとも、幅が 0 を挟んでいます。

  • 反応性充血のときの灌流の倍率。偽の薬の側の変化は平均 −0.10(標準偏差 0.81、中央値 −0.10)、サプリの側は −0.00(標準偏差 0.70、中央値 −0.01)。群間の推定は −0.06、95%信頼区間 −0.76 から 0.65、P 値 .87
  • 急性の再灌流の速さ(単位は灌流単位毎秒)。偽の薬の側は平均 3.9(標準偏差 13.5、中央値 3.9)、サプリの側は 5.6(標準偏差 9.3、中央値 5.2)。群間の推定は 0.74、95%信頼区間 −6.29 から 7.77、P 値 .83
  • 反応性充血指数。偽の薬の側は平均 −0.31(標準偏差 0.43、中央値 −0.20)、サプリの側は −0.10(標準偏差 0.60、中央値 −0.21)。群間の推定は 0.16、95%信頼区間 −0.15 から 0.46、P 値 .30

この3つを、1つの図に並べていません。単位が、倍率、灌流単位毎秒、指数で、全部違うからです。幅の広い行と狭い行を同じ目盛りに載せると、狭いほうが点の裏に隠れて見えなくなります。そもそも、単位の違うものを同じ物差しに並べる意味がありません。

そして、この3つと本命の1.74を、強さで比べることもできません。論文はその比較をしていません。

脳の血の巡り

論文の図3は、この記事に貼りません。描き直しもしません。

貼らない理由は、この論文のライセンスが CC BY-NC-ND 4.0 で、改変も商用利用も認めていないからです。このサイトはアフィリエイトのリンクを載せるので、非営利とは言えません。トリミングも、和訳を重ねることもできません。

描き直さない理由は別です。図3は脳の地図で、色の濃淡が統計量を表しています。論文の本文には、その色の付き方を再現できる数値の地図がありません。無い数字から絵を作ることになるので、作りません。ここは文字で書きます。

本文が書いているのは、次のことです。

サプリを飲んだあとのほうが、偽の薬に比べて、課題で引き出された脳の血の巡りの反応が統計的に大きかった(多重比較を調整して、q が .05 未満)。

この増加は、とくに左の背外側前頭前野に集まっていました。作業記憶に関わる部位で、この課題と関係のある場所だと論文は説明しています。

ここで「とくに」を落とさないでください。原文は「とくにそこに局在していた」で、「そこだけ」ではありません。図3のうち、2つのグループを比べたパネル(図3C)を見ると、左上の赤い領域のほかに、正中線をまたぐあたり、左下、右側にも赤い領域があります。

そして、本文はこの部位について、グループごとの数字を出しています。

  • 偽の薬を飲んだ側:平均 −1.43(標準偏差 5.26、中央値 −1.44、四分位 −6.39 から 3.53)
  • ウロリチンAを飲んだ側:平均 15.53(標準偏差 13.02、中央値 14.73、四分位 3.72 から 28.14)

この2つの数字には、3つの限定が付いています。この3つは、要旨には書かれていません。

  1. 左の背外側前頭前野という、1つの部位の値です
  2. 2-back(いちばん難しい条件)と 1-back を対比したときの値です
  3. 多重比較を調整したうえでの判定です(q が .05 未満)

さらに、この数字の付いている図は、グループごとのパネルのほうです。2つのグループを比べたパネルは別で、そちらはいちばん難しい課題をしているときの、開始時から終了時までの変化を両群で比べたものだと図の説明に書かれています。

この2つの数字を、引き算も割り算もしません。理由は3つあります。

  • この部位について、群間の推定も、95%信頼区間も、P 値も、論文の本文に書かれていません。あるのは、グループごとの記述の平均と、図のうえでの q の判定だけです
  • −1.43 は負の数です。倍率そのものが定義できません
  • 引き算した値を出すと、論文に無い数字を論文の数字として書くことになります

この脳の数字を、腕の血管の1.74と同じ図に並べることもしません。単位が違い(指標の変化量と標準化回帰係数)、モデルが違い(共分散分析と混合効果モデル)、解析した人数が違います(割り付けた50人と、最後まで来た人たちだけ)。並べると、音を消して見る人に「脳のほうが効いた」と伝わります。論文は、その比較をしていません。

課題の成績

課題の正答率の、群間の推定(2つとも d-prime という同じ物差し)

1本目が注意の課題(0-back)の正答率です。推定値は0.15、幅はマイナス0.04から0.34。0 を挟んでいます。P 値は .12 です。

2本目が作業記憶の課題(2-back)の正答率です。推定値は0.28、幅はマイナス0.25から0.82。こちらも0を挟んでいます。P 値は .29 です。

どちらも「差があるとは言えなかった」です。そして、どちらも幅が広いので、ここでも「あるともないとも決められなかった」が正確な読み方になります。

2本を見比べて「作業記憶のほうが大きい」とは読まないでください。論文は、この2つを比べる検定をしていません。推定値の大小だけで強さを比べるのは、この論文が支えていない読み方です。

図に入れていない2本も書いておきます。注意の課題の反応時間は、推定値マイナス10.96、幅はマイナス50.13から28.20、P 値 .57。作業記憶の課題の反応時間は、推定値マイナス143.26、幅はマイナス394.86から108.35、P 値 .26。どちらも0を挟んでいます。

つまり、課題の成績は4つとも、差があるとは言えませんでした。脳の血の巡りで差が出たことと、頭の働きそのものが良くなったことは、別の話です。

注意の課題の正答率0.15(-0.04 〜 0.34)
作業記憶の課題の正答率0.28(-0.25 〜 0.82)
差がない位置0

縦の線は0、つまり差がない位置です。2本とも幅が0を挟んでいます。正答率は d-prime という指標で、Hautus の補正を当てて計算したものです。2本とも単位が同じなので同じ図に載せました。反応の速さの2本をここに入れていないのは、単位はどちらもミリ秒ですが、幅の桁が8倍ほど違い、狭いほうが潰れて見えなくなるためです。2本の大小を比べないでください。論文は、この2つを比べる検定をしていません。

論文のどこ:Results の Cerebrovascular Function Outcomes の、課題の成績を述べた段落

グループごとの値も書いておきます。

  • 注意の課題の正答率の変化:偽の薬の側 −0.13(標準偏差 0.38)、サプリの側 0.02(標準偏差 0.08)
  • 注意の課題の反応時間の変化:偽の薬の側 2.8ミリ秒(標準偏差 53.2、中央値 1.4)、サプリの側 −8.6ミリ秒(標準偏差 62.3、中央値 −10.1)
  • 作業記憶の課題の正答率の変化:偽の薬の側 0.10(標準偏差 1.12、中央値 0.00)、サプリの側 0.31(標準偏差 1.15、中央値 0.00)
  • 作業記憶の課題の反応時間の変化:偽の薬の側 −37.0ミリ秒(標準偏差 668.0、中央値 −44.3)、サプリの側 −198.5ミリ秒(標準偏差 478.8、中央値 +39.3)

最後の1つに、注意してください。サプリの側の作業記憶の反応時間は、平均が −198.5ミリ秒で速くなった向きなのに、中央値は +39.3ミリ秒で遅くなった向きです。標準偏差は 478.8 で、平均の2倍以上あります(478.8 ÷ 198.5 で約2.4倍。この割り算は、この記事がしました)。

この −198.5 を単独で取り出して「200ミリ秒ほど速くなった」と書いてはいけません。まん中の人は逆を向いています。群間の推定も、幅が −394.86 から 108.35 と非常に広く、0 を挟んでいます。

血の中の指標

探索的に測った血中のバイオマーカーには、有意な治療効果がありませんでした。この解析も、最後まで来た人たちだけのものです。割り付けた50人全員の解析ではありません。

1つだけ、有意に近づいて届かなかったものがあります。マクロファージ炎症性タンパク1αという、肥満に関わる炎症の指標です。偽の薬の側 0.1 pg/mL(標準偏差 0.4)、サプリの側 −0.3 pg/mL(標準偏差 0.6)。群間の推定は −0.35、95%信頼区間 −0.72 から 0.02、P 値 .06。

これは探索的な項目で、しかも有意ではありません。「炎症が下がった」とは読めません。

有害事象

22人(偽の薬の側12人、サプリの側10人)が、合計43件を報告しました。いちばん多かったのは頭痛で、偽の薬の側が6人、サプリの側が3人です。

人数だけを書きます。割合は使いません。理由は次の節に書きます。

一件ごとの一覧と重症度は、論文の本文には書かれておらず、補足の表にあります。

この試験から「安全です」とは言えません。50人を4週間追いかけただけで、安全性を調べることを目的に設計された試験でもありません。論文の本文のまとめは「よく忍容され、実行可能だった」という書き方です。ただし、冒頭の Key Points の「意味」の欄だけは「safe(安全)」という語を使っています。この温度差については、あとの節でもう一度書きます。いずれにせよ、「よく忍容された」も「safe」も、50人を4週間追いかけた試験で安全性が確かめられたという意味にはなりません。

本文を読むときに、取り違えやすいところ(9つ)

この論文は、きちんと書かれています。そのうえで、読み方を間違えやすい場所が9つあります。どれも、読んだ人が自分で確かめられるものです。

1. 脳の結果は「探索的」ではありません

脳の結果を「探索的に見つかったもの」と呼ぶと、この論文の書き方とずれます。

  • 「探索的」という語が出てくるのは2か所だけで、どちらも血中のバイオマーカーの話です
  • 脳は2か所で「副次評価項目」と書かれています。要旨の「主な評価項目と測定」と、方法の脳の節です
  • そのうえで、序論の、あらかじめ立てた副次の仮説にも入っています

「本命ではない」と「探索的」は、別のことです。この回で大事なのは前者です。

2. 要旨の脳の数字には、本文にある限定が付いていません

要旨は、−1.43 と 15.53 をそのまま出しています。部位の限定も、2-back と 1-back の対比という条件も、q の調整のことも書かれていません。

本文のほうを読むと、この3つが付きます。要旨だけを読むと、脳全体の、課題全体の値に見えます。

3. 要旨には、本命の群間推定が載っていません

要旨にあるのは、0.3% と 1.3% という群ごとの変化量だけです。

群間の推定 1.74、95%信頼区間 −1.33 から 4.81、P 値 .33 は、本文にしかありません。

ここが、この回でいちばん実害のある食い違いです。要旨だけで記事や動画を作ると、「0.3 と 1.3 だから 1.0 の差」と書いてしまいます。そして、その 1.0 は論文のどこにも無い数字です。

4. 「割り付けどおりに解析した」と書いた直後に、脳をそこから外しています

統計の節に、こう書かれています。

「主要と副次の解析は、割り付けどおりの原則に従った。」

その次の文が、こうです。

「fNIRS のデータは代入できないため、この項目の解析は最後まで来た人たちに限った。」

fNIRS は副次評価項目です。つまり、「副次は割り付けどおり」と書いた直後に、副次の1つをそこから外しています。

これは矛盾ではなく、例外の書き方です。ただし、要旨だけを読むと、脳の結果も50人の割り付けどおりの解析に見えます。実際には、最後まで来た人たちだけで、多くとも43人です。

5. 有害事象の百分率の分母が、そのグループの人数ではありません

本文は、頭痛を「偽の薬の側 6人(13.9%)、サプリの側 3人(7.0%)」と書いています。

各グループは25人です。6 を 25 で割ると 24%、3 を 25 で割ると 12% で、13.9% にも 7.0% にもなりません。

6 を 43 で割ると約13.95%、3 を 43 で割ると約6.98% になります(この計算は、この記事がしました)。つまり、分母は43です。43は、最後まで来た人の数でもあり、報告された事象の総数でもあります。どちらなのかは、論文の本文からは決められません。

「人」というラベルが付いているのに、百分率はそのグループの人数に対する割合ではない、ということです。だから、この記事は人数だけを書きました。

6. 考察の言い切りが、要旨とまとめより強くなっています

同じ論文の中に、3通りの温度の文があります。

  • 冒頭の Key Points の「意味」の欄:脳の血行動態への効果は、さらなる検討に値する
  • 要旨の結論:課題で引き出される脳の血の巡りの反応への効果は、さらなる検討を要する
  • 考察の冒頭:ウロリチンAの補充は、脳血管の機能を有意に改善した(言い切り)

安全についての言い方も、場所によって違います。まとめの節と要旨の結論は「よく忍容され、実行可能だった」ですが、冒頭の Key Points の「意味」の欄だけは「safe(安全)」という語を使っています。この記事は、この試験を「安全性が確かめられた試験」としては扱いません。

さらに、考察の「脳血管の機能を改善した」は、実際に測ったもの(課題中の血の巡りの反応)より広い言い方です。頭の働きそのもの、つまり課題の成績は変わっていません。

この記事は、抑えたほう(さらなる検討に値する)に合わせます。

7. 作業記憶の反応時間で、平均と中央値が逆を向いています

前の節に書いたとおりです。サプリの側は、平均 −198.5ミリ秒、中央値 +39.3ミリ秒。標準偏差は 478.8。

どちらか一方だけを取り出すと、反対の話になります。

8. 終了時の欠測 20.0% と、脱落 14% が合いません

統計の節は「開始時と終了時の欠測は、全観測のうち 4.9% と 20.0%」と書いています。一方で、脱落は 7人/50人 = 14% です。

片方は観測値の割合、もう片方は人の割合なので、厳密な矛盾ではありません。ただし、この差が意味しているのは、受診はしたけれど一部の測定が取れなかった人がいる、ということだと考えられます。論文の本文は、そこまでは書いていません。

9. 目標人数は54人で、集まったのは50人です

事前の計算では、検出力90%、両側5%、脱落率20%を想定して 54人が必要でした。

実際の脱落が14%と想定より少なかったので、50人に達した時点でデータ収集を終えています。

54人に想定の脱落率を当てると 43.2 人になり(この計算は、この記事がしました)、実際の完遂者43人とほぼ同じです。著者の理屈は通っています。それでも、登録の目標人数には届いていません。これは不正ではなく、読むときに知っておくと幅の広さの理由が分かる、という性質のものです。

あわせて、図2の誤差棒は標準誤差だと図の説明に書かれています。本文の括弧の中の数字は標準偏差です。図を見ながら本文の数字を読むときは、この2つを取り違えないでください。

この研究では言えないこと

著者自身が挙げている5つ

論文の限界の節に、そのまま書かれているものです。

1つめ。測っていない交絡と、自分から手を挙げたことによる偏りは否定できません。くじ引きで分けた試験なので、割り付け時点での偏りは抑えられています。ただし、参加したのは広告を見て応募した人たちです。

2つめ。人数が少なく、期間が短く、1施設だけです。この3つが、本命の幅が広かったことの直接の理由になります。

3つめ。BMI の幅が広いこと(30.1 から 56.1)。効き方にばらつきが入ったはずだと著者は書いています。BMI による効き方の違いは見つかりませんでしたが、「小さい差を見つけるには検出力が足りなかったかもしれない」とも書いています。

4つめ。ほとんどが女性です(74%)。閉経前の女性は血管の内皮の働きが保たれているため、太い血管の変化を見つけにくかった可能性があると著者は書いています。年齢と性別で調整した事後の解析では、性による効き方の違いは出ませんでしたが、「性差を見つけるには人数が足りない」と添えています。

5つめ。2割が GLP-1 か GIP の作動薬を使っていました。調整した事後の解析では推定値が9%しか動かず、意味のある交絡の証拠は見つからなかったと書かれています。

著者が「次はこうすべき」と書いていることも3つあります。介入の期間を12週間以上に延ばすこと。男女の比率をそろえること。BMI の範囲を狭めること。

それに加えて、この記事から

6つめ。脳の結果は、最後まで来た人たちだけの解析です。本命の解析とは、見ている集団が違います。探索的に測った血中のバイオマーカーも、同じく最後まで来た人たちだけの解析です。

7つめ。fNIRS は、脳の奥を見ていません。届く深さは約2センチメートル、空間の細かさは0.5から3.0センチメートルだと、著者自身が本文に書いています。

8つめ。本文に書かれている症例数の計算は、本命の項目にもとづくものだけです。脳の項目について「何人いれば見つけられるか」を計算したかどうかは、論文の本文からは分かりません。

9つめ。日本人は、この論文に出てきません。対象は米国の1施設で集まった人たちです。

10個目。この試験は、ミトコンドリアの指標を測っていません。序論に出てくる「ミトコンドリアの健康に良い」という記述は、先行研究を引いた背景の説明です。この試験の結果ではありません。

先行研究と並べて比べられない理由

論文は、考察で1つの先行研究に触れています。肥満のない成人に12週間、1日10ミリグラムか50ミリグラムを与えた研究で、腕の血管の広がり方の改善が、開始時の値と腸内細菌の組成によって変わった、というものです。

この試験は、4週間、1日1000ミリグラム、BMI が30以上の人たちです。量も、期間も、対象も違います。並べて強さを比べることはできません。

著者が考察で挙げている説明は、すべて推測です

末梢で差が出ず、脳で差が出たことについて、著者は3つの説明の候補を挙げています。ただし、段落は「多くの要因が、この観察の背景にあるかもしれない」で始まります。どれも推測です。

  • fNIRS のほうが急な変動に左右されにくく、差を見つける力が高い
  • 介入の期間か量が、末梢の血管に変化を出すには足りなかったかもしれない
  • 脳への作用は、神経の炎症など別の仕組みによるのかもしれない(動物の実験でしか示されていないもの)

課題の成績が変わらなかったことについても、天井効果の可能性を挙げています。開始時に満点だった人が、注意の課題で94%、作業記憶の課題で33%いたためです。これも「possible」が付いた著者の解釈で、確かめられた事実ではありません。

結局、この研究から言えること

本命として先に決めてあった、腕の太い血管の広がり方については、あるともないとも決められませんでした。

差が出たのは、二番手の、課題中の脳の血の巡りの反応だけです。しかも、頭の働きそのものには差が出ていません。

「効いた」と言うには、まだ本命が残っています。

元の論文(どこを見ればよいか)

  • 著者:da Costa Pinaffi-Langley AC ほか
  • 題名:Urolithin A and Endothelial and Cerebrovascular Function in Middle-Aged Adults With Obesity: A Randomized Clinical Trial
  • 雑誌:JAMA Network Open、2026年
  • 種類:原著論文(Original Investigation)
  • 試験登録:ClinicalTrials.gov の NCT05921266
  • DOI:10.1001/jamanetworkopen.2026.38047

本文のどこを見ればよいかを、この記事の内容の順に書きます。

  • 本命の項目が一つだけであること:要旨の Main Outcomes and Measures の1文目(単数形です)。方法の Peripheral Endothelial Function Outcomes の節の冒頭にも同じことが書かれています
  • 脳が副次評価項目であること:同じ要旨の欄の2文目、序論の最後の段落(Our secondary hypotheses were ...)、方法の Cerebrovascular Function Outcomes の節の冒頭。3か所とも secondary という語が使われています(はじめの2つは副次評価項目、序論のものは副次の仮説です)
  • 「探索的」がどこに付いているか:方法の Circulating Biomarkers の節と、Statistical Analysis の節の終わりのほう。どちらもバイオマーカーです
  • 本命の群間推定(1.74、−1.33 から 4.81、P = .33):結果の Peripheral Endothelial Function Outcomes の節の、最初の段落の2文目。要旨にはありません
  • 解析する集団の違い:Statistical Analysis の節の終わりのほう。「主要と副次は割り付けどおり」の次の文に「fNIRS は代入できないので完遂者のみ」が来て、さらにその次の文に「探索的な解析も完遂者のみ」があります
  • 脳の結果と、その3つの限定:結果の Cerebrovascular Function Outcomes の節の最初の段落。particularly localized to という語と、contrasting 2-back and 1-back tasks for this region という語の位置を見てください
  • 図3のパネルの違い:Fig. 3 の説明文。A と B はグループごと、C が2つのグループを比べたもので、C の条件は「いちばん難しい作業記憶の課題のとき」です
  • 課題の成績4つ:同じ節の2番目の段落
  • 有害事象:結果の Participant Characteristics and Adverse Events の節の終わりのほう。頭痛の百分率の分母を、25で割って確かめてみてください
  • 欠測と症例数:Statistical Analysis の節。20.0% と54人が出てきます
  • 著者の限界5つ:Limitations の節
  • 考察の言い切り:Discussion の最初の段落の最後の文。要旨の Meaning と Conclusions and Relevance と読み比べてください
  • ベースラインの特性:Table(本文の表)と、補足の eTable 1
  • 一件ごとの有害事象、感度解析と事後解析の図、課題の成績の図、バイオマーカーの図:論文の本文には書かれておらず、補足の資料にあります

この論文のライセンスは CC BY-NC-ND 4.0 です。改変も商用利用も認められていないので、このサイトには論文の図を貼っていません。記事の図は、本文に書かれている数値から描き直したものです。

見方を練習するために

この回の芯は、「本命として先に決めてあった項目」と「二番手の項目」を分けて読むことでした。

同じ試験の中でも、項目によって解析する集団が変わること。幅が 0 を挟んだとき、「差がない」ではなく「決められなかった」と読む場面があること。要旨に載っている数字と、本文にしかない数字があること。この3つは、どの論文にも出てきます。

これを通しで扱っているのが『今日から使える医療統計 第2版』(新谷歩、医学書院)です。

ただし、この本は医療者と大学院生に向けて書かれたものです。統計にはじめて触れる方には、少し重いかもしれません。その場合は、本棚にある入門の3冊から入るほうが近道です。

この本は、この回で出てきた話題をすべて扱っています。主要評価項目をあらかじめ一つ決めておくのはなぜか。副次の項目を増やすと何が起きるか。信頼区間をどう読むか。欠測をどう扱うか。割り付けどおりの解析と、計画どおりに最後まで受けた人だけの解析は、何が違うか。

この本を読んでも、健康が良くなるわけではありません。読めるようになるのは、この記事で見たような「数字がどこに置かれているか」のほうです。

元の論文

da Costa Pinaffi-Langley AC ら. JAMA Netw Open. 2026.
https://doi.org/10.1001/jamanetworkopen.2026.38047

もっと知りたい人へ

PRこの記事には広告(アフィリエイトのリンク)を含みます。

『今日から使える医療統計 第2版』