この回の答え

同じ人の出社した日と在宅の日を、太ももに貼ったセンサーで7日間測って比べた研究です。フィンランドの大学などで働く97人が対象でした。

全体として、在宅の日は、自転車や早歩きなどの「ややきつい活動」が1日49分から28分へ、21分少なくなっていました。割合にすると43%少ない、ということです。座っている時間は44分多くなっていました。

差はありました。活動的な行動(軽い活動とややきつい活動)と、受動的な行動(寝床にいた時間と座っている時間)の比は、在宅の日のほうが低いほうに寄っていました。推定値は −0.40、95%信頼区間、つまり推定が入りそうな幅は −0.51 から −0.28 です。この幅は0をまたいでいません。

大きさは、小さいとは言えません。ややきつい活動の21分は、出社の日の49分の43%にあたります。ややきつい活動が4割以上少ない、という大きさです。

意外なのは、ここからです。増えた座る時間の出どころを調べると、いちばん大きかったのは、職場で立っていた時間でした。立っている状態から座っている状態へ、差し引きで1日19分。自転車から座っている状態へが7分です。運動が減ったというより、職場で立っていた時間が座る時間に置き換わっていた、という絵になります。

先に、言葉の整理をしておきます。この記事で「ややきつい活動」と呼ぶものには、自転車が入ります。「軽い活動」には、立っている時間が入ります。この2つを混ぜると、後ろの話が通じなくなります。

そして、この研究は、在宅勤務が原因だと示したものではありません。くじ引きで在宅の日を割り当てた研究ではありません。同じ人の別の日を比べた観察研究です。

動画で話したこと

動画では、こう話しました。

出社した日は1日49分、在宅の日は28分。自転車や早歩きなど、ややきつい運動の時間です。その代わり、座っている時間は44分増えていました。この44分の出どころは、職場で立っていた時間です。運動が減ったぶんより、立っていた時間が減ったぶんのほうが大きい。そこが意外なところです。

差はありました。21分は元の49分の43%で、ややきつい運動が4割以上少ない大きさです。小さい差ではありません。

調べたのは、フィンランドの大学などで働く97人。太ももにセンサーを貼って7日間測り、同じ人の出社した日と在宅の日を比べています。1日24時間の内訳では、全体として、立っている時間を含む軽い活動が37分短く、寝床にいた時間が14分長くなっていました。増えた座る時間については、立っていた時間が座る時間に変わったぶんが1日19分、自転車が座る時間に変わったぶんが7分でした。

動画は2分で、ここまでです。落としたものがたくさんあります。この記事では、少なくとも次のことを足します。

  • 97人がどう集まり、どの2人が外れたのか
  • センサーが何を見分けていて、「軽い活動」「ややきつい活動」「座っている時間」「寝床にいた時間」がそれぞれ何を指すのか
  • 1日の分数が、どうやって作られた数字なのか。なぜ24時間ぴったりになっているのか
  • 95%の幅が付いている数字と、付いていない数字の違い
  • 足し合わせてはいけない数字の組み合わせ
  • 著者自身が挙げている限界

研究デザイン(誰を、どう分けて、いつ測ったか)

誰を調べたか

募集は、フィンランドのトゥルクにあるトゥルク大学、トゥルク大学病院、トゥルク応用科学大学の構内で行われました。学内のお知らせ、部署のメーリングリスト、建物の掲示板で告知しています。

組み入れの条件は2つでした。もともと職場で働いている人であること。そして、在宅でも同じ仕事ができる人であること。つまり、出社と在宅を組み合わせて働ける人だけが対象です。

ここから97人になるまでの流れです。

登録質問紙に答えた108人から、解析に使った97人まで

出発点は108人です。研究の案内を見て、登録のための質問紙に答えた人数です。

そのうち4人は、はっきり辞退しました。残りは104人になります。この104という数は、この記事の引き算です。論文には書かれていません。

さらに5人が、日程の都合で脱落しました。残った99人がセンサーを着け、研究の質問紙に答えています。この99は論文に書かれている数です。

最後に2人が外れます。有効な出社日が1日、有効な在宅日が1日。この最低限がそろわなかったためです。有効な日とは、本人が申告した起きている時間のうち、10時間以上センサーを着けていた日のことです。

残った97人が、1日の内訳を推定したモデルに入っています。97人全員が最低6日はセンサーを着けており、3人を除く全員が7日間すべてをやりきりました。

減り方は穏やかです。108人から97人なので、途中で抜けたのは11人。脱落が大きくて結果が偏った、という形ではありません。むしろ、この研究の限界は人数の少なさと、集めた場所の偏りのほうにあります。

登録質問紙に答えた人108人
そのうち4人の直接の辞退を除いた残り104人
日程の都合で脱落した5人も除き、実際に測定した人99人
有効な出社日と在宅日が足りない2人も除いて、解析に使った数97人

論文が書いているのは、108、4、5、99、2、97 の6つの数です。途中の104は、この記事が引き算して出した数で、論文には書かれていません。いちばん下の97が、1日の内訳を推定したモデルに入った人数です。なお、このあとに出てくる「時間の流れの解析」は68人だけで行われています。68人はこの97人の中から、出社2日と在宅2日ぶんの24時間がそろった人を選んだもので、別の解析の分母です。この図には入れていません。

論文のどこ:Methods の Study population の節の最初の段落。最後の一文に97という数が出てきます

97人の顔ぶれです。

  • 平均年齢は42歳(標準偏差10)
  • 女性が81人、84%。男性は16人です
  • 専門職が82人、85%。残り15人が准専門職とサービス職
  • BMI は、標準が53人(55%)、過体重が31人(32%)、肥満が13人(13%)。低体重の人はいません
  • 健康の自己評価は、良いが60人(63%)、まあ良いが27人(28%)、ふつうが9人(9%)。「やや悪い」「悪い」と答えた人は1人もいません
  • 喫煙者は2人(2%)
  • 通勤手段は、徒歩か自転車が52人(54%)、車か公共交通が45人(46%)

偏りははっきりしています。8割以上が女性、8割以上が専門職、健康が悪いと答えた人はゼロ。そして全員が、トゥルクの大学や大学病院の関係者です。

どう分けたか(ここがこの研究の作りの芯)

グループ分けはしていません。この研究は、同じ1人の中で、出社した日と在宅の日を比べています。

一人ひとりが、測定期間の中に出社の日も在宅の日も持っています。有効な出社日は平均2.4日(範囲1〜5日)、有効な在宅日は平均2.6日(範囲1〜5日)でした。

この作りには利点があります。年齢、性別、体格、ふだんの運動習慣、通勤の距離。人ごとに違うものは、同じ人の中で比べるかぎり、自動的にそろいます。別々の人を比べるときに付きまとう「もともと活動的な人が出社を選んでいるのでは」という心配が、かなり減ります。

ただし、割り付けではありません。論文には、測定期間に出社2日と在宅2日を含むよう依頼したが、制限はしなかった、と書かれています。在宅にする日を誰がどう決めたのかは、この論文の本文には書かれていません。本人が選んだとも、職場が決めたとも、くじ引きだとも書かれていません。

ここが、この研究で「原因」と言えない理由です。たとえば「今日は集中して書く仕事だから在宅にしよう」という決め方をしていれば、在宅の日は、そもそも座ってする仕事の日だった可能性があります。それを分けることは、この作りではできません。

何を、どう測ったか

センサーは Fibion SENS Motion Systemという三軸の加速度計です。12.5 Hz で初期化してから、防水の粘着フィルムで、太ももの中ほどの皮膚に直接貼り付けています。

  • 装着は7日連続、1日24時間。水の中の活動でも着けたまま。外してよいのは、サウナのときと、皮膚が荒れたときだけ
  • データは5秒ごとに区切り、検証ずみの組み込みアルゴリズムで活動の種類に分類
  • あわせて日誌をつけてもらい、その日の勤務場所(出社・在宅・両方)、勤務時間、就寝時刻、起床時刻を記録
  • 測定は1年を通して行われました(冬10%、春43%、夏14%、秋32%)

太ももに貼るのがこの研究の強みです。手首の機器と違い、座っているのか立っているのかを、姿勢から見分けられます。この回の答えである「立っていた時間が座る時間に置き換わった」は、太ももに貼ったからこそ出てきた話です。

4つの区分が、それぞれ何を指すか

ここが、この回でいちばん取り違えやすいところです。論文の定義をそのまま書きます。

  • 座っている時間:起きている間の、横になっているか、座っている時間
  • 軽い活動:立っている、とぎれとぎれの歩行、続けて歩く軽い歩行。立っているだけの時間がここに入ります
  • ややきつい活動:自転車、中強度の活動(早歩きなど)、高強度の活動(走るなど)。自転車がここに入ります
  • 寝床にいた時間:本人が申告した就寝時刻から起床時刻まで。センサーで測った値ではありません

軽い歩行と中強度の活動の境目は、活動強度のカットオフ50で決めています。高域通過フィルタをかけた三軸加速度から出した、動きの大きさの平均です。

この4つの名前を取り違えると、この回の話は全部ずれます。「運動が減った」と言うとき、それが自転車を含む「ややきつい活動」のことなのか、立っている時間を含む「軽い活動」のことなのかで、意味がまったく変わるからです。

そして、寝床にいた時間を「睡眠」と呼んではいけません。論文自身が限界の節で、この値には座っている時間や身体活動が混ざっている可能性があり、睡眠そのものは評価も比較もできていないと書いています。

日の数え方

  • 1日は0時から24時までです
  • 有効な測定日は、本人が申告した起きている時間のうち、10時間以上センサーを着けていた日
  • 出社と在宅が混ざった日は、解析から外しています。19日あり、有効な勤務日の4%でした
  • 寝床にいた時間は、0時をまたぐので2つの区間に分かれます。0時から起床までと、就寝から24時までです

この数字は、何を指しているか

「1日49分」は、誰の何分か

ここを誤解したまま読むと、この研究の数字は全部ずれて見えます。

Table 2 の数字は、97人の実測の平均ではありません。論文はこう作っています。

  1. 24時間の4つの行動の時間の割合を、組成データとして扱う
  2. それを対数比の座標(isometric log-ratio、ilr 座標)に変換する
  3. その座標に対して線形混合モデルを当てはめる。勤務場所を固定効果、個人IDを変量効果、性別・年齢・BMI を調整
  4. モデルからの予測値を計算する。そのとき、性別などのカテゴリは基準の区分に、年齢と BMI は平均値に固定する
  5. 予測値を元の時間の形に戻し、合計が1440分(24時間)になるように引き伸ばす

つまり「1日49分」は、性別・年齢・BMI をそろえたうえでモデルが予測した、平均的な1日の値です。

ですから、「97人全員が49分から28分に減った」とは書けません。この記事が「全体として」という言い方を繰り返しているのは、そのためです。個人差がどれくらいあったのかは、この論文の本文からは分かりません。

なぜ、合計がぴったり24時間なのか

実測では、24時間には届いていません。

センサーを着けていた時間の差(在宅の日 − 出社の日、分)

1行目は、1日の合計です。在宅の日のほうが13分短く、幅はマイナス26分からマイナス0.1分。幅は0をまたいでいません。ただし上端は0のすぐ手前です。

差が出た理由は、この論文には書かれていません。在宅の日に外している時間が長かったのか、申告の仕方が違ったのか、どちらとも書かれていません。

2行目は、勤務時間中だけに絞ったものです。差はマイナス0.4分、幅はマイナス15分から15分。幅は0をまたいでいます。勤務時間中の装着時間は、出社の日も在宅の日もどちらも458分でした。

この2行を見比べて「勤務時間中のほうが差が小さい」と読まないでください。片方は1日の合計、もう片方は勤務時間中だけで、そもそも測っている長さが違います。論文はこの2つを比べていません。

ここが大事なところです。実測の合計は、出社の日で1431分、在宅の日で1418分。24時間は1440分なので、どちらも届いていません。9分と22分の不足です。この2つの引き算は、この記事がしたものです。

それなのに Table 2 の内訳は、ぴったり1440分になっています。モデルの予測値を、合計が1440分になるように引き伸ばしてあるからです。測っていない時間をゼロとして扱うのではなく、測れた割合をそのまま24時間に広げた、ということです。

この引き伸ばしが結果を動かしていないかは、著者も確かめています。24時間まるごと測れた日だけに絞った感度分析では、解釈は変わりませんでした。このとき外れたのは出社13日(6%)と在宅32日(13%)で、参加者は1人も減っていません。

1日の合計-13(-26 〜 -0.1)
勤務時間中だけ-0.4(-15 〜 15)
差がない位置0

上の行は、起きている間の装着時間と、申告した寝床にいた時間の合計です。出社の日が1431分、在宅の日が1418分でした。下の行は勤務時間中だけの装着時間で、どちらの日も458分です。この2行は別々の数字で、どちらが大きいかを比べるための図ではありません。見るのは、それぞれの幅が0をまたいでいるかどうかだけです。上の行の幅の上端はマイナス0.1で、0のすぐ手前にあります。

論文のどこ:Table 1 のいちばん下の2つのまとまり。文章では Results の Participant characteristics の節に、23時間51分と23時間38分という形で出てきます

「43%」は、何に対する43%か

出社の日の値に対する相対的な差です。21分 ÷ 49分 のことで、この数字も論文の表と本文にそのまま書かれています。この記事が計算したものではありません。

同じ考え方で、ほかの行の割合も表に出ています。寝床にいた時間が +3%、座っている時間が +7%、軽い活動が −12%、ややきつい活動が −43%。

同じ「分」でも、割合にすると印象が大きく変わります。座っている時間は44分も増えているのに +7%。ややきつい活動は21分しか減っていないのに −43%。元の長さが、10.6時間と49分でまったく違うからです。

どちらの言い方も正しく、どちらも論文に書かれています。ニュースがどちらを選ぶかで、受け取り方は変わります。

95%の幅が付いている数字と、付いていない数字

ここは、この論文を読むときに引っかかるところです。

  • 95%の幅が付いているのは、Table 3 の推定値(β)と、Table 1 の装着時間の差だけです
  • 分単位の差(+14分、+44分、−37分、−21分)には、95%の幅が報告されていません

分単位の差は、モデルの予測値を戻して引き伸ばした値なので、検定の対象ではありません。検定されているのは、対数比の座標のほうです。ですから「44分の幅はどこからどこまでですか」という問いには、この論文からは答えられません。

なお、この論文は一貫して 95% confidence interval、つまり信頼区間と書いています。本文にも表の見出しにも、credible interval(信用区間)という語は出てきません。ベイズのモデルではなく、線形混合モデルです。

結果を、幅で見る

検定されたのは、この3つ

1日全体について、論文が検定したのは次の3つの比です。

1日の行動の比が、出社の日と在宅の日でどう違ったか(3つの別々の問い)

1行目が、この研究の主役です。活動的な行動(軽い活動とややきつい活動)と、受動的な行動(寝床にいた時間と座っている時間)の比。推定値はマイナス0.40、幅はマイナス0.51からマイナス0.28。幅は0をまたいでいません。P 値は0.0001を下回ります。

向きはこうです。在宅の日のほうが、活動的な行動の取り分が小さい側に寄っていました。この1行が、この記事の冒頭に書いた「差はありました」の根拠です。

2行目は、軽い活動とややきつい活動の比です。0.31、幅は0.19から0.42。こちらも0をまたいでいません。

2行目の意味は、少し回り道が要ります。在宅の日は軽い活動に対してややきつい活動の取り分が小さい、ということです。分で見ると、軽い活動がマイナス12%、ややきつい活動がマイナス43%。この2つの減り方の違いは、論文が検定しています。ですから、ややきつい活動のほうが相対的に大きく減った、と書いてかまいません。

3行目は、座っている時間と寝床にいた時間の比です。0.03、幅はマイナス0.01から0.06。この行だけ、幅が0をまたいでいます。P 値は0.15です。

つまり、座っている時間と寝床にいた時間は、どちらも在宅の日のほうが長かったのですが、その2つのあいだの釣り合いは変わっていませんでした。「座っているほうが、寝床にいる時間より強く増えた」とは言えません。

もう一度書きます。この3行は別々の問いです。マイナス0.40とプラス0.31を見比べて、どちらが大きいという読み方はできません。符号が逆なのも、分子に何を置いたかの違いです。

活動的 対 受動的-0.4(-0.51 〜 -0.28)
軽い活動 対 ややきつい活動0.31(0.19 〜 0.42)
座っている時間 対 寝床にいた時間0.03(-0.01 〜 0.06)
差がない位置0

縦軸の3行は、同じものを3回測った結果ではありません。3つの別々の問いです。1行目は「活動的な行動と受動的な行動の比」、2行目は「軽い活動とややきつい活動の比」、3行目は「座っている時間と寝床にいた時間の比」。どれも対数比の座標の上の値で、分でも倍率でもありません。3行の大きさを見比べて「こちらのほうが強い」と読むことはできません。読めるのは、それぞれの幅が0をまたいでいるかどうかだけです。符号の向きも、どちらを分子に置いたかで決まります。

論文のどこ:Table 3 のいちばん上の Workday のまとまり。3つの balance coordinate が何を指すかは、同じ表の表題に書かれています

分で見ると、どうだったか

Table 2 の、1日(24時間)の内訳です。モデルで推定し、合計が1440分になるよう引き伸ばした値です。

  • 寝床にいた時間:出社7.6時間(32%)→ 在宅7.8時間(33%)。差は +14分(+3%)
  • 座っている時間:出社10.6時間(44%)→ 在宅11.3時間(47%)。差は +44分(+7%)
  • 軽い活動:出社5.0時間(21%)→ 在宅4.4時間(18%)。差は −37分(−12%)
  • ややきつい活動:出社49分(3%)→ 在宅28分(2%)。差は −21分(−43%)

在宅の日の28分は、表に直接書かれている値です。49分から21分を引いて出した数ではありません。たまたま引き算とも一致します。

ここで、やってはいけない計算を1つ挙げておきます。時間の表示から分を計算しないでください。7.6時間と7.8時間の差を取ると12分になりますが、表の差の行は14分です。10.6時間と11.3時間の差を取ると42分ですが、表は44分です。時間の表示が小数1桁に丸められているためです。差を見たいときは、必ず「差」の行の分数を使ってください。

増えた座る時間は、どこから来たのか

ここが、この論文のいちばん面白いところです。著者は時間の流れの解析という補助の解析をしています。

やり方はこうです。出社の日と在宅の日のデータを1分ごとに突き合わせ、同じ時間帯で行動がどう入れ替わったかを数えます。そして、行きと帰りを差し引きして、正味の流れを出します。

論文が例として挙げているのが、座っている状態と立っている状態のやりとりです。座っている状態から立っている状態へが1日67分、立っている状態から座っている状態へが1日86分。差し引きすると、立っている状態から座っている状態へ、正味19分になります。

この19分は、行き来の総量ではありません。引き算したあとの正味の値です。

論文が挙げている正味の流れです。

  • 立っている → 座っている:19分/日。座っている時間が増えたことの、いちばん大きな要因
  • 自転車 → 座っている:7分/日
  • 寝床 → 座っている:5分/日
  • 立っている+とぎれとぎれの歩行 → 寝床:合わせて8分/日
  • 自転車 → 寝床:4分/日

そして、行動ごとの説明です。

  • 座っている時間が増えたことは、主に「立っている → 座っている」で説明される
  • 軽い活動が減ったことも、主に「立っている → 座っている」で説明される
  • ややきつい活動が減ったことは、主に「自転車 → 座っている(7分)」と「自転車 → 寝床(4分)」で説明される
  • 寝床にいた時間が増えたことは、「立っている+とぎれとぎれの歩行 → 寝床(8分)」と「自転車 → 寝床(4分)」で説明される

ここで、2つの歯止めを書いておきます。

1つめ。この解析は68人です。1日の内訳を推定したモデルは97人でした。時間の流れの解析に入ったのは、出社2日と在宅2日ぶんの、24時間まるごとそろったデータがある人だけで、68人、全体の70%です。残りの29人は入っていません(この引き算は、この記事がしたものです)。19分と44分は、母数の違う解析から出た数字です。

2つめ。21分の行き先は、全部は書かれていません。ややきつい活動が減ったことについて論文が挙げているのは、自転車から座っている状態への7分と、自転車から寝床への4分です。この2つを足して21分から引く、という計算を、論文はしていません。そもそも母数が違うので、できません。残りがどこへ行ったのかは、この論文の本文には書かれていません。

勤務時間中と、勤務時間外

論文は、1日を勤務時間中と勤務時間外(起きている間)に分けた解析も載せています。

勤務時間中(平均458分に引き伸ばし)

  • 座っている時間:5.2時間(68%)→ 5.9時間(76%)。差は +36分(+12%)
  • 軽い活動:2.2時間(28%)→ 1.7時間(23%)。差は −26分(−20%)
  • ややきつい活動:13分(3%)→ 3分(1%)。差は −10分(−78%)

勤務時間外(起きている間)(平均496分に引き伸ばし)

  • 座っている時間:5.2時間(63%)→ 5.5時間(67%)。差は +19分(+6%)
  • 軽い活動:2.5時間(30%)→ 2.4時間(28%)。差は −8分(−5%)
  • ややきつい活動:32分(7%)→ 21分(4%)。差は −11分(−35%)

この2つのまとまりで、やってはいけないことが2つあります。

足し算しないこと。論文の表の注が、はっきり書いています。引き伸ばし方が違うので、勤務時間中の差と勤務時間外の差を足しても、1日の差にはなりません。実際、座っている時間は 36 と 19 を足しても44にはなりません。

強さで比べないこと。勤務時間中のややきつい活動は −78%、勤務時間外は −35%。この2つを並べて「仕事中のほうが影響が大きい」と読みたくなりますが、この2つを比べた検定は、論文のどこにもありません。別々のモデルで、引き伸ばした分母も458分と496分で違います。同じ物差しの上に乗っていない数字です。

なお、本文の文章では、勤務時間中の軽い活動の割合が「20%」とマイナス記号なしで書かれている箇所があります。表は −20% です。この記事は表の値を使いました。

通勤手段で違ったか

追加の解析です。

1日全体と勤務時間中では、通勤手段による違いは見られませんでした。

勤務時間外については、徒歩や自転車で通勤する人のほうが差が大きい、という傾向がありました。ただし、交互作用の p 値は0.07です。論文自身も「tended to be」(その傾向があった)という書き方をしています。「通勤手段で違いがあった」とは書けません。

分で見ると、徒歩や自転車で通勤する人は、座っている時間が +31分、軽い活動が −13分、ややきつい活動が −18分。車や公共交通の人は、+7分、−1分、−6分でした。これらの詳しい数字は補足の表にあり、本文には交互作用の p 値と、この分数だけが書かれています。

著者はこの結果を、通勤そのものが運動になっていたという説明の裏づけとして挙げています。ただし、この説明は著者の解釈で、検定された結論ではありません。

この研究では言えないこと

動画では、分からないことを3つだけ名前を挙げました。ここでは、その理由と、著者自身が本文に書いている限界を広げます。

1. 在宅勤務が原因なのかどうか

この研究は、原因を示していません。

同じ人の中で比べているので、人ごとの違い(年齢、体格、ふだんの運動習慣、住んでいる場所)は打ち消されています。これは、別々の人を比べる研究より強い作りです。

しかし、在宅にする日を研究者が割り当てたわけではありません。論文には、出社2日と在宅2日を含むよう依頼したが制限はしなかった、と書かれているだけです。誰がどう在宅の日を決めたのかは、本文に書かれていません。

ですから、こういう筋道が残ります。その日の仕事の中身によって在宅かどうかが決まっていたなら、座っていた理由は「在宅だから」ではなく「座ってする仕事の日だったから」かもしれません。論文は因果を主張していませんし、結語でも「違いが健康にどう効くかを決めるには、さらに研究が必要」と書いています。

2. 日本で働く人でも同じかどうか

対象はフィンランド・トゥルクの大学などの職員です。著者自身が限界として、主に大学の職員を集めているので、学歴と仕事の裁量が比較的高い集団かもしれないと書いています。仕事の進め方を自分で決められる度合いが高い人たちだ、ということです。

ただし、論文はこれに続けて、ある手がかりも書いています。考察で、フィンランド、スウェーデン、ドイツ、日本、シンガポールで行われた先行研究を並べ、寝床にいた時間が長く、座っている時間が多く、身体活動が少ないという、同じ向きの傾向がおおむね見られたと述べています。

ですから「日本ではまったく違う」と決めつける根拠も、この論文にはありません。向きがそろっているらしいことは書かれていて、同じ大きさになるかどうかは分からない、というのが正確なところです。

なお、同じ考察で、先行研究のうち座っている時間や軽い活動で目立った差が出なかったものもあったことが書かれています。著者は、その理由として先行研究のサンプルが小さかったこと(27人から55人)と、多くがコロナ禍に行われたことを挙げています。

3. この差が、体にどう効くのかどうか

この研究は、体重も、血糖も、血圧も測っていません。測ったのは、24時間の体の動かし方だけです。

論文の考察には、ほかの研究を引いて「座っている時間を身体活動で中断すると、食後の血糖とインスリンの反応に急性の利点がある」ことが示されている、という記述があります。そのうえで、座っている時間が多く身体活動が少ない在宅の日は、代謝にとって不利な結果と関連する「かもしれない」(may be associated with)と書いています。推測として書かれているもので、この研究が示した結果ではありません。

著者の結語も「健康への影響を決めるには、さらに研究が必要」で終わっています。

4. 寝床にいた時間が、睡眠なのかどうか

これは著者が最初に挙げている限界です。

寝床にいた時間は、本人が申告した就寝時刻と起床時刻から計算しています。センサーで測ったものではありません。ですから、この時間には座っている時間や身体活動が混ざっている可能性があり、睡眠そのものは評価も比較もできていない、と本文にはっきり書かれています。

「在宅の日は14分よく眠れた」とは、この論文からは言えません。言えるのは、申告した寝床にいた時間が14分長かった、ということだけです。

5. 著者が挙げている、そのほかの限界

  • 自宅や職場の作業環境の特徴を調べていない。昇降デスクがあるかどうか、といったことです
  • 仕事の内容、雇用主の方針、健康増進の取り組み、その利用状況の詳しい情報がない

著者は、これらが在宅と出社の違いにどう効くかは今後の課題だと書いています。

著者が挙げている強み

公平のために、こちらも書いておきます。

  • 24時間すべての行動を、同じ人の中で比べたこと
  • 姿勢を見分けられる太もも装着のセンサーを使ったこと。座っているのか立っているのかを分けられます
  • 組成データ解析を使ったこと。1日は24時間と決まっているので、どれかが増えればどれかが減ります。その相互依存を扱える方法です

元の論文のどこを見ればよいか

論文はこちらです。

Suorsa K ほか「How composition of device-measured 24-h movement behaviors differs between office and remote workdays among hybrid workers?」International Journal of Behavioral Nutrition and Physical Activity、2026年、23巻 論文番号100

DOI:10.1186/s12966-026-01959-0

この論文は CC BY 4.0 で公開されていて、誰でも全文を読めます。この記事で触れた順に、どこを見ればよいかを書きます。

  • 研究の全体像:Abstract の Background から Conclusions まで。分単位の差4つは、Abstract の Results にそのまま書かれています
  • なぜこの研究をしたか、先行研究の4つの不足:Background の3番目の段落
  • 募集した場所と組み入れの条件、108人から97人までの流れ:Methods の Study population の節
  • センサーの貼り方、装着の指示、日誌、季節:Methods の Assessment of 24-h movement behaviors の節の最初の段落。「出社2日と在宅2日を含むよう依頼したが制限はしなかった」は、ここにあります
  • 4つの区分の定義:同じ節の2番目の段落。「軽い活動に立っている時間が入る」「ややきつい活動に自転車が入る」は、この数行で確かめられます
  • 有効な測定日の定義と、混ざった日の除外:同じ節の3番目の段落
  • 組成データ解析、balance coordinate の作り方、0の補完:Methods の Compositional data analysis の節
  • モデルの中身と、1440分への引き伸ばし:同じ節の3番目の段落。「カテゴリは基準の区分、連続変数は平均に固定して予測した」と書かれています
  • 通勤手段の交互作用と、感度分析の設計:同じ節の最後の段落
  • 時間の流れの解析が68人であること、正味の流れの出し方:Methods の Time flow analysis の節
  • 97人の顔ぶれ、装着時間の差:Results の Participant characteristics の節と Table 1
  • 1日の内訳と分単位の差:Results の Differences between office and remote workdays の節と Table 2。表の注に、足し合わせてはいけない理由が書かれています
  • 検定された3つの比:同じ節と Table 3。95%信頼区間が付いているのは、この表の値と、Table 1 の装着時間の差だけです
  • 立っている状態と座っている状態の67分と86分:Fig. 1 の説明文。19分がどう出たかは、ここに1文で書かれています
  • 正味の時間の流れ:同じ節の最後の段落。正味の値の全体は補足の図にあり、本文には主なものだけが書かれています
  • 勤務時間中と勤務時間外の内訳:Results の Differences between office and remote worktime and non-worktime の節と Table 2
  • 通勤手段による違いと、交互作用の p 値:Results の Additional analyses の節。詳しい数値は補足の表にあります
  • 日本を含む先行研究が同じ向きの傾向を示していたこと:Discussion の2番目の段落
  • 通勤がなくなったことで寝床にいた時間が延びた、という著者の説明:Discussion の3番目の段落。「likely」という推測の語が付いています
  • 代謝への影響の推測:Discussion の4番目の段落。「may be associated with」と書かれています
  • 昇降デスクの話:Discussion の5番目の段落。これはこの研究の結果ではなく、別の研究を引いた提案です
  • 強みと限界:Discussion の最後の段落。「睡眠そのものは評価も比較もできていない」は、ここにあります
  • 結語:Conclusions。「健康への影響を決めるには、さらに研究が必要」で終わっています

ひとつ補足です。この論文は、同じ WORKDAY 研究から出た別の報告を、参考文献17として何度も引いています。募集方法の詳細も、測定手順の詳細も、そちらを参照する形になっています。考察でも「previous findings from the WORKDAY study」「Our study builds on」と、別の先行研究として扱われています。この記事に書いた数字は、すべて掲載版のこの論文のものです。

見方を練習するために

この回で練習できることは、3つあります。

1つめ。その数字に、95%の幅が付いているかどうかを見ること。

この論文には、2種類の数字が混ざっています。95%の幅が付いている推定値と、付いていない推定値です。

幅が付いているのは、Table 3 の β(活動的 対 受動的の −0.40 など)と、Table 1 の装着時間の差だけ。この記事がいちばん多く使った分単位の差(+44分、−21分)には、幅が報告されていません。

これは論文の手抜きではありません。検定したのは対数比の座標のほうで、分単位の値はそれを戻して引き伸ばした表示だからです。ただし読む側としては、「44分」と「−0.40(−0.51〜−0.28)」が、同じ確からしさで書かれた数字ではないことを知っておく意味があります。

手順にすると1行です。ニュースが出した数字を見たら、その数字に幅が付いているかを論文で探す。見つからなければ、その数字は「どれくらいぶれるか」が示されていない数字です。

2つめ。足してよい数字と、足してはいけない数字を見分けること。

この論文には、足したくなる数字がたくさん並んでいます。そして、足せないものが多いのです。

  • 勤務時間中の +36分と、勤務時間外の +19分を足しても、1日の +44分にはなりません。表の注が、引き伸ばし方が違うからだと書いています
  • 立っている→座っている19分と、自転車→座っている7分と、寝床→座っている5分を足しても、+44分にはなりません。前者は68人の解析、後者は97人の解析です
  • 7.6時間と7.8時間の差を取っても、+14分にはなりません。表示が丸められているためです

どれも、論文が悪いわけではありません。違う作り方の数字が、同じ表に並んでいるだけです。けれど、記事や投稿を書く側は、つい足してしまいます。

手順にすると、これも1行です。2つの数字を足したり引いたりする前に、その2つが同じ人数・同じ分母・同じ丸め方から出ているかを確かめる。1つでも違っていたら、その計算はしません。

3つめ。「減った」の中身を、名前で確かめること。

この回の見出しになりそうな一文は、「在宅の日は運動が4割減る」です。けれど、「運動」という言葉は、この論文の中で2つの別のものを指しえます。

  • ややきつい活動(自転車、早歩き、走る)は −43%
  • 軽い活動(立っている、とぎれとぎれの歩行、軽い歩行)は −12%

そして、増えた座る時間の出どころとしていちばん大きかったのは、ややきつい活動ではなく、立っている時間でした。「運動が減った」とだけ言うと、ジムに行く回数が減ったような絵が浮かびますが、この研究が見せたのは、職場で立っていた時間が座る時間に変わった、という絵です。

ここが、この回でいちばん面白いところだと思います。名前を1つ確かめるだけで、話の中身が変わります。

手順にすると1行です。「運動」「活動」と書いてある文を見たら、その論文がその語をどう定義しているかを Methods で探す。この論文なら、Assessment of 24-h movement behaviors の節の2番目の段落、たった3行です。

この見方に一番近い本として、『データ分析の力 因果関係に迫る思考法』を挙げておきます。この回の研究は、同じ人の中で出社の日と在宅の日を比べるという工夫で、人ごとの違いを打ち消していました。くじ引きができないところで、どこまで因果に近づけるのか。その工夫の種類と、それぞれの限界を順に説明している1冊です。この記事のページでは、この書名にアフィリエイトのリンクを付けています。

元の論文

Suorsa K ら. Int J Behav Nutr Phys Act. 2026.
https://doi.org/10.1186/s12966-026-01959-0

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。

『データ分析の力 因果関係に迫る思考法』