この回の答え

海外旅行で体調を崩すと、何がいちばん多いのか。それを、2000年から2025年までに出た研究80本から集めてまとめ直した論文です。

体調を崩して記録に残った観光客では、消化器の不調がいちばん大きい割合で、42.7%でした。胃腸の話が4割強です。

ただし、この4割強は「旅行した人の4割強」ではありません。この論文の割合は、どれも分母が「体調を崩した国際旅行者」です。もっと言えば、具合が悪くなって診療所なり監視の網なりに捕まった人の中の内訳です。著者はこのことを、要旨の結論・考察・結論の3か所で、合わせて4回否定しています。要旨の最後の一文はこうです。

should not be interpreted as static or universally applicable proportions or as absolute risks among all travellers

(固定された割合、どこにでも当てはまる割合、あるいは旅行者全体における絶対的な危険として解釈すべきではない)

では、この42.7%は大きいのか小さいのか。「体調を崩した観光客100人のうち43人ぶん」と置き直すと、たしかに大きい数字です。6つに分けたカテゴリの中で、いちばん大きい割合でした。

一方で、この数字をどこまで信じられるかという意味では、かなり弱い数字です。95%信頼区間、つまり推定が入りそうな幅は22.3%から57.8%。幅の広さは35.5ポイントあります(この引き算は、この記事がしました)。2番目だった皮膚・虫刺され(30.7%、幅は12.8から45.6%)とは、22.3%から45.6%の範囲で重なっています。そして著者は、この研究の中で集団どうしを比べる検定を一度もしていないと、本文の3か所で断っています。

だから、この論文から持ち帰れることは1つだけです。「体調を崩した観光客の内訳では、胃腸が大きい位置を占める」。それ以上ではありません。旅行者全体の話ではありません。「旅行すると4割がお腹を壊す」でもなく、「出張のほうが胃腸をやられやすい」でもありません。

なお、この記事が参照した論文は UNCORRECTED MANUSCRIPT(校正前の先行公開版)です。全ページの上端にその表示があります。最終版で数字や言い回しが変わることがあります。

動画で話したこと

動画では、次のことを話しました。

  • 体調を崩した観光客では、研究をまとめるとおよそ4割が消化器の不調だった
  • 「海外旅行の4割はお腹を壊す」という言い方とは別の話で、分母がまるで違う
  • 判定は「観光の集団では胃腸が1位。ただし幅が広く、著者は統計的に確かめた差ではないと書いている」
  • 80本の研究、体調を崩した旅行者のべ43万人ぶんをまとめたメタ解析であること
  • ほとんどが診療所や届け出のデータで、受診しなかった軽い不調は記録に残りにくいと著者が書いていること
  • 観光の集団で消化器42.7%、皮膚・虫刺され30.7%、幅は22.3から57.8%
  • 出張の集団で消化器53.8%、親族や知人を訪ねた集団で発熱など全身の症状が64.5%。ただし集団どうしを比べる検定はしていない
  • 分からないことが3つ(旅行した人の何割が体調を崩すのか、旅行の目的で本当に内訳が違うのか、コロナのあとでも同じか)

この記事では、動画で一言で済ませたところを広げます。とくに、分母が2段構えになっていること(カテゴリの分母と、病名の分母が別)、プール値が分子を分母で割った数ではないこと、異質性の指標が99%だったこと、同じ42.7%が別の意味で3か所に出てくることを書きます。

研究デザイン(何を集めて、どう分けて、どう統合したか)

この論文は何をした論文か

系統的レビューとメタ解析です。報告の仕方は PRISMA のガイドラインに沿っています。

自分で旅行者を集めて調べた研究ではありません。すでに出ている研究を集めて、同じ枠に並べ直した論文です。だから「誰を、どう分けて、いつ測ったか」という問いには、2段で答える必要があります。1段目は「この論文が、どの研究をどう集めたか」。2段目は「集まった研究が、誰を調べていたか」です。

何を探して、何を除いたか

探した先は6つです。MEDLINE、Embase、CINAHL Complete、Scopus、Cochrane Library、Web of Science。検索の式は、経験のある図書館員と相談して作ったと書かれています。

  • 対象の出版年:2000年1月1日から2025年12月31日。言語の制限はありません
  • 入れた論文の種類:疫学研究、政府の報告書、full conference paper(会議の完全な論文)
  • 除いた論文の種類:症例報告、総説、論説、モデリング研究、会議抄録。題と要旨から研究デザインが決められないものは、早すぎる除外を避けるため全文の評価に回しています
  • 除いた集団:移民、マスギャザリング、宗教巡礼、軍の派遣、探検隊だけを対象にした研究。理由は、暴露の型・旅行の条件・必要な予防・医療の経路が、広い意味の国際旅行者とは組織的に違いうるからです。ただしこの除外は「その文脈に参加していることで参加者を集めた研究」に限られます
  • 観察期間の決まり:研究期間の50%超が2000年1月1日から2025年12月31日に入っていること
  • データの決まり:分子と分母が分かること。割合だけを報告して総数や元の件数を書いていない研究は除外されました

ここが大事です。分母が分からない研究は、最初から入っていません。この論文は「割合の分母がはっきりしていること」を入り口の条件にしています。そのうえで、できあがった数字の分母は「旅行者全体」ではない、という構えになっています。

選別と抽出の体制はこうです。JZ が全件を題と要旨の段階と全文の段階で選別し、2人目の LFK が抄録の20%と全文の20%を独立に評価しました。どちらの段階も一致率85%超でした。抽出は JZ が行い、LFK が無作為に選んだ25%を検証しています。食い違いは2人で話し合い、決着しない場合は3人目に相談する手順でした。

非英語の論文は Google 翻訳で全文を翻訳して扱っています。著者はそのうえで、翻訳も抽出された情報も、その言語に詳しい評価者による独立の検証を受けていないと書いています。該当は1本(チェコ語)です。

集まった80本は、どんな研究だったか

  • 80本。英語79本、チェコ語1本
  • のべ431,162人の「体調を崩した旅行者」。ただし後述のとおり、これは重複を除いた実人数ではありません
  • 217 analytical data points(解析のデータ点)。1本の論文が、旅行の目的別・行き先別・年齢別・期間別などに分けて報告していれば、それぞれが別のデータ点として取り出されます。1つの出版の中では、データ点どうしは互いに重ならない集団で、1人の旅行者が同じ論文から2つ以上のデータ点に入ることはないと書かれています
  • 出版年は2003年から2025年。データを集めた時期は1996年6月から2024年1月
  • データ収集を始めた時期の内訳は、2004年までに30本(37.5%)、2005年から2009年が21本(26.3%)、2010年から2014年が14本(17.5%)、2015年から2019年が13本(16.3%)、2020年以降が2本(2.5%)。つまり80本のうち78本は、コロナの流行より前に始まっています
  • 旅行者の出身地としてよく出てくるのは、ヨーロッパ17.5%、南北アメリカ13.8%、インドシナ1.3%、そして国ごとではタイ7.5%、オーストラリア10.0%、日本7.5%、スイス7.5%、カナダ7.5%、フランス6.3%、英国8.8%(%は研究の本数の割合)。11本(13.8%)は複数の国や広い地域にまたがり、14本は出身地がはっきり書かれていません
  • 行き先は、南米47.5%、東南アジア38.8%、南アジア37.5%、ヨーロッパ37.5%、地中海地域35.0%、オセアニア36.2%、サハラ以南アフリカ31.2%、北米23.8%
  • 元の研究の報告の仕方は3通り。症候カテゴリの件数だけが21本(26.3%)、カテゴリと病名の両方が34本(42.5%)、病名だけが25本(31.3%)

最後の点は、あとで出てくる感度解析の理由になります。病名だけを報告していた研究は、こちらの側でカテゴリに割り当て直されています。その割り当ての一覧が論文の Table 1 で、22個の脚注つきで「なぜこの病名をこのカテゴリにしたか」が1つずつ書かれています。たとえばインフルエンザは呼吸器、腸チフスは発熱・全身、皮膚のリーシュマニア症は皮膚、内臓のリーシュマニア症は発熱・全身です。

文献をふるい分けた流れ

5,834件から80本へ。どこで何件が落ちたか

まず、6つの検索先から5,834件の記録が見つかりました。

そのうち1,869件は、同じ論文が別の検索先から重なって出てきたものでした。これを除いて3,965件が、題と要旨を読む段階に進みます。

題と要旨の段階で3,643件が除かれました。ここで落ちたのは、症例報告や総説、論説、モデリング研究、会議抄録、それに移民や巡礼や軍の派遣だけを対象にした研究などです。

全文を読んだのは322件。ここから242件が除かれて、残ったのが80本です。全文の段階で落ちる理由には、分子と分母が分からない、つまり割合だけが書かれていて総数が書かれていない、というものが含まれます。

80本から、旅行の目的別・行き先別・年齢別などに分けて217の解析のデータ点が取り出されました。1本の論文から複数のデータ点が出るので、本数より多くなります。

検索で見つかった記録5834件
重複を除いて題と要旨を読んだ記録3965件
全文を読んだ報告322件
最後に含めた研究80本

段と段のあいだの数は、その段で実際にふるい落とされた件数です。最後の80本からは、旅行の目的別・行き先別・年齢別などに分けて217の解析のデータ点が取り出されました。217は80より大きい数なので、この図の段にはできません。1,869 と 3,643 と 242 を足すと 5,754 で、5,834 から引くと 80 になります(この検算はこの記事がしたものです)。

論文のどこ:論文の Fig. 1(PRISMA の流れ図)と、その下の説明文

どう分けて、どう統合したか

統合には IVhet(inverse variance heterogeneity)モデルが使われました。道具は MetaXL 5.3 です。

著者は、IVhet を選んだ理由を本文に書いています。大きな異質性(研究ごとのばらつき)が予想されたからで、このモデルはばらつきが大きいときの誤差の見積もりを改善すると提案されているから、というのが理由です。そして、そのすぐあとにこう書いています。

pooled estimates were interpreted as descriptive weighted summaries rather than common proportions applicable across settings

(統合した推定は、どの場にも当てはまる共通の割合ではなく、記述的な重みつきの要約として解釈した)

統合の前に Freeman–Tukey の二重逆正弦変換をかけ、95%信頼区間をつけて元の尺度に戻しています。区間の名前は論文の本文でも図2の説明文でも confidence interval です。credible interval(信用区間)という語は本文に1回も出てきません。ベイズのモデルではありません。

分けた集団は、あらかじめ決めてあったものが6つです。

  • 旅行の目的:親族・知人訪問(VFR、visiting friends and relatives)、観光、出張
  • 行き先の所得水準:高所得/非高所得(世界銀行の2026年の分類で、低所得・低中所得・高中所得をまとめて非高所得)
  • 年齢:小児

これに加えて、探索的に地域別(アフリカ、東南アジア、ヨーロッパ)と、混在・不明の集団(VFR・観光・出張・小児のどの部分集団にも分けて入れられなかったデータ点)が分析されています。

ここで、この記事がしないことを1つ書いておきます。図2に並ぶ6つの列の人数を足して「全体」を作ることは、していません。旅行の目的と年齢による分け方と、行き先の所得水準による分け方は、別の軸です。同じ人が「観光」の列と「非高所得の行き先」の列の両方に入りうるのか、重なりがどれだけあるのかは、論文の本文には書かれていません。確かめられないものを足しません。

比べる検定は、一度もしていない

ここがこの論文のいちばん大事な作りです。著者は部分集団どうしを比べる検定を一切していないと、3か所で書いています。

まず、Methods の最後の一文。

All subgroup analyses were descriptive and were not interpreted as formal tests of between-group differences.

(すべての部分集団の解析は記述的なもので、群間の差の正式な検定としては解釈していない)

次に、Results で数字を出す直前の一文。

Numerical differences between separately pooled estimates should not be interpreted as evidence of statistically established differences between traveller groups, destination income groups, or age categories.

(別々に統合した推定どうしの数値の違いを、旅行者の群・行き先の所得の群・年齢の区分のあいだに統計的に確立された差があることの根拠として解釈すべきではない)

そして結論。

the overall and subgroup-specific estimates should not be interpreted as definitive subgroup differences or absolute risks among all travellers

(全体および部分集団ごとの推定は、確定した部分集団の差や、旅行者全体における絶対的な危険として解釈すべきではない)

感度解析と一次解析の比較についても、同等性の検定はしていないと明記されています。

だから、この論文の数字を横に並べて「こちらが多い」と言うことはできません。言えるのはその集団の中で、どのカテゴリが点推定でいちばん大きかったかだけです。著者自身の言い方も accounted for the largest pooled proportion(いちばん大きいプール値を占めた)という形で、集団をまたぐ比較にはなっていません。

バイアスのリスクはどう評価したか

Hoy らの有病率研究用の道具が使われました。10項目・4領域からなり、全体の要約判定が付きます。項目1から4が外的妥当性(選択バイアス、無回答バイアス)、5から10が内的妥当性(測定のバイアス、解析に関わるバイアス)を見ます。判断に足る情報が無い項目は、元の手引きに従って高リスクと採点されています。

  • 低リスク59本(73.8%)
  • 中くらい12本(15.0%)
  • 高リスク9本(11.3%)

高リスクと判定された研究の主な問題は、標本枠の代表性、無回答バイアス、測定の道具の妥当性と信頼性でした。

評価したのは JZ の1人です。そして、リスクの評価によって研究を除いたり、層別に分けて解析し直したりはしていません。著者は、質によって層別することそれ自体が選択バイアスを招きうるという臨床試験のメタ解析の知見を引いて、この方針を説明しています。

この数字は、何を指しているか

分母は「体調を崩した国際旅行者」

もう一度書きます。この論文の%の分母は、旅行した人ではありません。

著者が4か所で書いているうち、いちばん具体的なのは考察の VFR の段落です。

The observed distribution therefore reflects the case mix among ill VFR travellers captured by the included systems, rather than absolute risk among all VFR travellers.

(したがって観察された分布は、含めた仕組みが捕まえた、体調を崩した VFR 旅行者の中での症例の構成を映したものであり、VFR 旅行者全体における絶対的な危険ではない)

the case mix(症例の構成)という言い方がそのまま答えです。この論文が測ったのは「構成」で、「危険」ではありません。

さらに、限界の3番目にこう書かれています。

most studies used clinical, referral, or surveillance data, making the observed distributions sensitive to healthcare-seeking behaviour, access to care, referral pathways, testing practices, and surveillance priorities

(ほとんどの研究が診療・紹介・サーベイランスのデータを使っており、そのため観察された分布は、受診行動、医療へのかかりやすさ、紹介の経路、検査の慣行、監視の優先順位に左右される)

つまり、具合が悪くても受診しなかった人は、分子にも分母にも入っていません。

そして著者は、その偏りの向きについて、2通りを両方書いています。片方だけを引くと間違いになるので、両方そのまま出します。

Surveillance studies may over-represent notifiable, severe, or laboratory-confirmed conditions, whereas clinic-based studies may capture more common or self-limiting presentations.

(サーベイランスの研究は、届出対象・重症・検査で確定した病気を過大に映すかもしれない。一方、診療所をもとにした研究は、よくある、あるいは自然に治まる症状をより多く捕まえるかもしれない)

VFR の段落にも、もう1つの向きが書かれています。

minor or self-limiting illnesses may be less likely to be captured, whereas severe or persistent febrile illnesses may be more likely to prompt presentation

(軽い、あるいは自然に治まる病気は捕まりにくいかもしれない。一方、重い、あるいは長引く熱の病気は受診につながりやすいかもしれない)

どちら向きに偏っているかは、集めた研究の種類によって変わる。それが著者の書いていることです。だから「軽い不調は入っていません」と言い切ることもできません。言えるのは「記録に残りにくいかもしれない、と著者が書いている」までです。

100人あたりに置き直すと、どう見えるか

体調を崩して記録に残った観光客100人あたりに置き直すと

まず、この100人が誰なのかを決めておきます。旅行した人100人ではありません。体調を崩して、集めた研究の記録に残った観光客100人です。

いちばん大きいのが消化器の不調で、100人あたり43人ぶん。論文の値は42.7%です。これがこの回の「4割強」です。

2番目は皮膚と虫刺されで31人ぶん。30.7%です。日焼けや発疹、虫に刺された、動物に咬まれた、といったものがここに入ります。

3番目が発熱と全身の症状で25人ぶん。25.4%です。マラリアもデングも腸チフスも、このカテゴリに入ります。

呼吸器は1人ぶん。0.9%です。ここから下の3つは、論文の本文の文章には書かれていなくて、図2のマスにだけ出ている値です。

泌尿と性感染症は0.2%、その他は0.0%。四捨五入すると点は0個になります。ただし幅の上端はそれぞれ3.7%と2.6%で、「無い」とまでは言えません。

最後に、この6つを足すと99.9%になります(この足し算はこの記事がしたものです)。6つは別々に統合されているので、ぴったり100になる決まりはありません。たまたま近い数になっただけです。

消化器の不調(42.7%、幅は22.3から57.8)100人中 43人
皮膚・虫刺され(30.7%、幅は12.8から45.6)100人中 31人
発熱・全身の症状(25.4%、幅は9.1から39.9)100人中 25人
呼吸器の不調(0.9%、幅は0.0から5.8)100人中 1人
泌尿・性感染症(0.2%、幅は0.0から3.7)100人中 0人
その他・はっきりしないもの(0.0%、幅は0.0から2.6)100人中 0人

分母は「体調を崩した観光客」です。旅行した人ではありません。この部分集団の人数は8,783人で、これは論文の図2の列に書かれている数です。点の数は、論文のプール値を四捨五入して100人あたりに置き直したもので、実際に100人を数えた結果ではありません(42.7→43、30.7→31、25.4→25、0.9→1、0.2→0、0.0→0。この丸めはこの記事がしたものです)。消化器・皮膚・発熱の3つは本文の文章に書かれている値、呼吸器・泌尿と性感染症・その他の3つは図2にだけ出ている値です。6つのカテゴリはそれぞれ別に統合されているので、足して100になるという決まりはありません。 数字の見方を学ぶための図で、個人の予測ではありません。

論文のどこ:論文の Results の「Syndrome patterns by traveller type」の段落と、Fig. 2 のヒートマップの Tourist の列

プール値は、分子を分母で割った数ではない

ここは見落としやすいところです。42.7%は、8,783人をまとめて1つの分数にした値ではありません。

IVhet は、研究ごと(正確にはデータ点ごと)の割合に重みを付けて要約するモデルです。著者自身が descriptive weighted summaries(記述的な重みつきの要約)と呼んでいます。だから、

  • 42.7%に8,783を掛けて「何人」を出すことはできません
  • 6つのカテゴリの%を足して、ぴったり100になる保証もありません

実際に、後述する感度解析の6つの値を足すと100.1%になります(42.7+13.2+24.7+12.8+0.8+5.9。この足し算はこの記事がしたものです)。観光の集団の6つを足すと99.9%です。100をまたいで前後します。別々に統合した値を並べているからです。

もう1段深い分母:表2の%は「そのカテゴリの中の割合」

この論文には、もう1つの表があります。Table 2 で、各症候カテゴリの中で報告の多かった下位の病名5つが並んでいます。

ここの%は、旅行者を分母にしていません。表の注記にこう書かれています。

Percentages were calculated using the total number of reported presentations in the corresponding syndrome/system category within each subgroup as the denominator, rather than the total number of travellers in that subgroup.

(割合は、各部分集団の中で対応する症候・系統のカテゴリに報告された件数の合計を分母として計算した。その部分集団の旅行者の総数ではない)

同じことが Methods にも書かれています。つまり分母が2段あります。

  • 1段目(図2):体調を崩した観光客 8,783人を分母にして、消化器が42.7%
  • 2段目(表2):観光の集団の消化器の報告 1,313件を分母にして、下痢が51.26%

この2つの%を掛けてはいけません。分母が別の数字で、しかも論文はその掛け算をしていません。だから、この記事でもしません。

分母が別であることは、人数を見れば分かります。図2の観光の列は8,783人、表2の観光の消化器の列は1,313件。差は7,470です(この引き算はこの記事がしたものです)。表2に入っているのは「下位の病名まで報告していた研究」だけなので、同じ集団の内訳ではありません。

表2から読めることは、「そのカテゴリの中で何が多かったか」だけです。そのうえで見ると、こうなっています。

  • 消化器の中では、どの部分集団でも下痢(急性・慢性)がいちばん多い。本文は「VFR の27.5%から小児の59.0%まで」と書いています。行き先の列を見ると、非高所得の行き先が67.57%、高所得の行き先が55.89%です(本文の「59.0%まで」は旅行者の種類と年齢の列についての書き方で、行き先の列は入っていません)
  • 発熱・全身の中では、VFR はマラリアが75.62%。観光はウイルス症候群34.44%、出張はウイルス症候群30.84%、高所得の行き先はウイルス症候群61.84%です
  • 呼吸器の中では、VFR は結核が55.87%。出張は上気道感染62.26%、小児は上気道感染63.24%、観光は下気道感染42.70%です
  • 皮膚・虫刺されの中では、節足動物の刺咬と皮膚軟部組織感染が上位。小児では動物咬傷が13.28%で1番でした

表2には GU/STI と「その他」の行がありません。注記によれば、非ゼロの下位分類が5つ未満しか無かったためです。

「狂犬病に関わる曝露12.58%」は、狂犬病ではない

表2の皮膚・虫刺されの行に、狂犬病に関わる曝露という項目が出てきます。非高所得の行き先で12.58%、高所得の行き先で16.36%です。

これは狂犬病の発症ではありません。論文は Table 1 の脚注で、はっきり書いています。

Rabies-related exposure refers to animal bites, scratches, or other animal exposures with potential risk of rabies as reported in the original studies. It does not indicate confirmed rabies disease.

(狂犬病に関わる曝露とは、元の研究で報告された、狂犬病の危険がありうる動物による咬傷、引っかき傷、その他の動物との接触を指す。確定した狂犬病の病気を意味しない)

Table 2 の注記にも同じことが書かれています。つまり、「咬まれた、引っかかれた」が数えられています。しかも分母は皮膚・虫刺されのカテゴリの中の報告数なので、旅行者に対する割合でもありません。

95%信頼区間と、I²=99%

この論文の数字は、どれも幅が広いです。観光の消化器が22.3%から57.8%、小児の消化器が21.4%から51.8%、高所得の行き先の呼吸器が18.6%から49.4%。図2のマスの多くは、幅の下端が0.0%です。

95%信頼区間は「推定が入りそうな幅」です。この幅が広いということは、集めた研究のあいだで値が大きくばらついていたということです。

そのばらつきの大きさを表す指標が、本文に1つだけ出てきます。

Heterogeneity was substantial across traveller-type analyses (I²=99%)

(旅行者の種類の解析全体で、異質性は大きかった。I²=99%)

I²は、観察されたばらつきのうち、どれだけが「研究ごとの本当の違い」で説明されるかを示す指標です。99%は、ほぼすべてがそれで説明される水準です。偶然のばらつきではなく、研究が違えば値が違う、という状態です。

著者は、だからこそ IVhet を選び、プール値を「共通の割合」ではなく「記述的な重みつきの要約」と解釈すると最初に宣言しています。数字が1つに決まる種類の研究ではない、と作り手が先に言っているわけです。

なお、本文に出てくる I² はこの1つだけです。行き先別・小児・地域別・感度解析の I² と、Cochran's Q の値は、補足の資料にしかありません。

同じ42.7%が、別の意味で3か所に出てくる

ここは取り違えやすいので、分けて書きます。この論文には42.7%という数字が3か所に出てきます。

  1. 観光の集団の消化器:42.7%(幅は22.3から57.8)。部分集団ごとのプール値
  2. 感度解析の消化器:42.7%(幅は26.5から51.3)。部分集団に分けていない値で、しかも症候カテゴリの件数をそのまま報告していた研究だけに絞った版
  3. 観光の集団の呼吸器の中の下気道感染:42.70%。呼吸器の報告178件を分母にした、表2の値

点推定が同じなのは偶然です。幅が違うので、別の数字だと分かります。1と2は、分母の作り方がまるで違います。

感度解析の中身はこうです。下位の病名からカテゴリに割り当て直した研究を除き、最初から症候カテゴリの件数を報告していた研究だけでやり直したものです。6つの値が全部出ています。

  • 消化器 42.7%(26.5から51.3)
  • 呼吸器 13.2%(4.3から20.9)
  • 発熱・全身 24.7%(12.2から33.5)
  • 皮膚・虫刺され 12.8%(4.1から20.4)
  • 泌尿・性感染症 0.8%(0.0から3.7)
  • その他・非特異的 5.9%(0.5から11.0)

上位4つのカテゴリの順位は変わりませんでした。一次解析との差は0.8ポイントから5.3ポイントで、いちばん大きかったのが「その他・非特異的」で、5.9% 対 0.6%でした。5.9から0.6を引くと5.3で、本文の「0.8から5.3ポイント」の上端と合います(この引き算はこの記事がしたものです)。

この0.6%が、この論文で唯一読み取れる「部分集団に分けない一次解析の値」です。ほかのカテゴリについて、部分集団に分けない一次解析の値は、論文の本文にも図2にも出ていません。補足の資料にあると書かれています。だからこの記事は、一次解析について「全体では消化器が◯%」とは書きません。上に並べた6つは、あくまで絞った版の値です。

絞った組は一次解析に入れ子になっているため、比較は記述的で、同等性の検定はしていないと明記されています。

結果を、幅で見るとどこまで言えるか

数字を並べ直します。カッコの中は95%信頼区間、つまり推定が入りそうな幅です。

観光の集団(体調を崩した観光客)

  • 消化器 42.7%(22.3から57.8)
  • 皮膚・虫刺され 30.7%(12.8から45.6)
  • 発熱・全身 25.4%(9.1から39.9)

点推定の順位は、消化器、皮膚・虫刺され、発熱・全身です。ただし消化器の幅(22.3から57.8)と皮膚・虫刺されの幅(12.8から45.6)は、22.3から45.6の範囲で重なっています。重なりの幅は23.3ポイントです(この引き算はこの記事がしたものです)。発熱・全身の幅(9.1から39.9)も、この2つと重なります。

「1位」と言えるのは、点推定の順位としてです。幅まで見ると、1位と2位と3位を分けられるほど離れていません。

出張の集団(体調を崩した出張者)

  • 消化器 53.8%(34.5から64.3)
  • 発熱・全身 34.4%(18.2から45.9)
  • 皮膚・虫刺され 7.0%(0.3から14.7)

親族・知人を訪ねた集団(体調を崩した VFR の旅行者)

  • 発熱・全身 64.5%(38.1から72.9)
  • 消化器 15.6%(2.7から26.5)
  • 呼吸器 11.1%(0.8から21.1)

小児(体調を崩した子ども)

  • 消化器 37.9%(21.4から51.8)
  • 発熱・全身 21.0%(8.1から33.4)
  • 皮膚・虫刺され 17.1%(5.5から28.8)
  • 呼吸器 16.9%(5.4から28.6)

小児については、著者が本文で「呼吸器と皮膚・虫刺されは同じくらいの割合を占めた」と書いています。17.1%と16.9%なので、順位をつける意味がありません。

非高所得の行き先から帰って体調を崩した集団

  • 消化器 37.9%(23.8から47.4)
  • 発熱・全身 34.4%(20.9から43.9)
  • 皮膚・虫刺され 15.8%(6.6から24.0)

高所得の行き先から帰って体調を崩した集団

  • 呼吸器 36.5%(18.6から49.4)
  • 皮膚・虫刺され 32.0%(15.1から44.8)
  • 消化器 15.7%(4.0から26.8)

探索的な地域別(著者が「探索的」と呼んでいるもの)

  • アフリカから帰った人の発熱・全身 44.8%(28.4から56.7)
  • 東南アジアから帰った人の消化器 34.4%(8.6から61.9)と皮膚・虫刺され 29.3%(5.2から56.1)
  • ヨーロッパから帰った人の呼吸器 33.0%(10.3から55.0)と皮膚・虫刺され 32.1%(9.7から54.1)

東南アジアの消化器は、幅の下端が8.6%、上端が61.9%です。幅の広さは53.3ポイントあります(この引き算はこの記事がしたものです)。

この並びから読み取ってはいけないこと

上に並べた数字を見ると、どうしても縦に目が走ります。出張の53.8%と観光の42.7%。高所得の行き先の呼吸器36.5%と、非高所得の行き先の呼吸器10.1%。

この縦の比較を、この論文はしていません。

  • 「出張者のほうが胃腸をやられやすい」とは書けません。53.8%と42.7%を比べる検定がありません。しかも集団が違えば、行き先も、滞在の長さも、出発前に医療の助言を受けた割合も、記録に残る経路も違います
  • 「先進国へ行くと呼吸器の病気が増える」とも書けません。検定がないことに加えて、これは因果の形です。この論文は、行き先が原因で呼吸器の病気が起きるかどうかを調べていません
  • 「親族訪問はマラリアになりやすい」とも書けません。75.62%は発熱・全身のカテゴリの中の割合です。しかも検定はありません

著者は VFR の段落で、なぜ VFR で発熱が多く出たのかについて、いくつかの推測を並べています。より危険の高い行き先へ行きがちかもしれない、地域社会との接触が近く長いかもしれない、出発前の医療の助言を受けにくいかもしれない、危険を低く見積もりがちかもしれない、推奨されたワクチンや予防策の受け取りが低いかもしれない。そしてそのすぐあとに、こう書いています。

These factors were not directly assessed in this review.

(これらの要因は、このレビューでは直接評価していない)

理由の候補を並べたうえで、自分で「調べていない」と言っている。この一文を落として前半だけを引くと、著者が調べていない説明を、調べた結論のように伝えることになります。

この研究では言えないこと

動画では3つだけ挙げました。ここでは、著者が本文に書いた限界5つと、本文から読み取れる作りの事実を広げます。

1. 旅行した人のうち、何割が体調を崩すのかどうか

この研究の分母は「体調を崩した旅行者」です。分母の外側、つまり「何も起きなかった旅行者」は、この研究のどこにも出てきません。だから「旅行すると何割が体調を崩すか」は、この論文からは出せません。

これは記事の見出しで入れ替えが起きやすいところです。「海外旅行の4割はお腹を壊す」という形にすると、分母が旅行者全体にすり替わります。この記事は、どの%も「旅行者◯人に1人」という形には換算していません。その形にした瞬間に、分母が旅行者全体の話になるからです。記事の図で「100人あたり」に置き直した100人も、旅行者100人ではなく、体調を崩して記録に残った観光客100人です。

2. 旅行の目的で、本当に内訳が違うのかどうか

数字は目的別に出ていますが、比べる検定がありません。著者は3か所でそう書いています。

これは「違いがない」という意味でもありません。違うかどうかを、この研究は調べていないという意味です。著者は考察の最後にこう書いています。

The substantial heterogeneity and limited availability of consistently defined subgroup data also identify important evidence gaps and demonstrate the need for more standardised and population-based studies before robust comparisons between traveller groups can be established.

(大きな異質性と、一貫して定義された部分集団のデータが限られていることは、重要な根拠の空白も示しており、旅行者の群どうしの確かな比較が確立できるようになる前に、より標準化された、集団にもとづく研究が必要であることを示している)

3. コロナのあとの旅行でも同じかどうか

80本のうち78本は、コロナの流行より前にデータ収集を始めています。2020年以降に始まったのは2本(2.5%)だけです。データを集めた時期は1996年6月から2024年1月です。

この研究の作りからは、流行の前と後で内訳が変わったかどうかは分かりません。著者は、2020年以降が2本だったことを研究の特徴として書いていますが、これを限界の節には入れていません。

4. 推定が「どこにでも当てはまる割合」になるかどうか

限界の1番目です。原文を引きます。

substantial clinical, methodological, and statistical heterogeneity reflected differences in study design, settings, populations, destinations, periods, outcome definitions, and ascertainment methods

(臨床的・方法論的・統計的な大きな異質性が、研究デザイン、場、集団、行き先、時期、結果の定義、捕まえ方の違いを映していた)

そして、

The estimates are therefore descriptive, and their applicability depends on the similarity of the population, setting, period, and ascertainment process to those represented in this review.

(したがって推定は記述的なもので、当てはまるかどうかは、集団・場・時期・捕まえ方が、このレビューに表れているものとどれだけ似ているかに依る)

日本から出かけた人に当てはまるかどうかも、ここに関わります。出身地として日本が挙がっている研究は7.5%です。

5. カテゴリの割り当てが、臨床的に確定したものかどうか

限界の2番目です。80本のうち25本(31.3%)は病名だけを報告していて、こちらの側でカテゴリに割り当て直されています。著者はこう書いています。

some terms could plausibly fit more than one category. The resulting assignments should therefore be considered operational groupings for evidence synthesis rather than clinically definitive classifications.

(いくつかの語は、もっともらしく2つ以上のカテゴリに当てはまりうる。したがって、できあがった割り当ては、臨床的に確定した分類ではなく、根拠の統合のための実務上のまとまりと考えるべきである)

たとえば腸チフスは発熱・全身に入っています。お腹の症状が出ることがあっても、主に全身の熱の感染症だからという理由です。インフルエンザは呼吸器です。元の論文が発熱のカテゴリで報告していた場合は、その件数を発熱から引いて呼吸器に足し直しています。肝炎はその他です。肝臓・胆道のカテゴリを作らなかったからという理由です。

カテゴリの境目が変わると、%も変わります。感度解析がこの影響を見ようとしたもので、上位4つの順位は変わりませんでした。

6. のべ431,162人が、何人なのかどうか

限界の4番目です。

some publications used the same clinical or surveillance networks during partly overlapping periods, and potential overlap across publications could not be quantified without individual-level identifiers. The cumulative study-reported sample size of 431,162 therefore does not represent confirmed unique individuals.

(いくつかの出版は、部分的に重なる期間に同じ診療またはサーベイランスの網を使っており、出版をまたぐ重なりは、個人単位の識別子なしには定量できなかった。したがって、研究が報告した合計の標本サイズ431,162は、確定した一意の個人を表すものではない)

そのうえで、著者はこう続けます。

Such overlap may also have increased the representation of some surveillance populations and affected the weighting and precision of pooled estimates.

(そうした重なりは、一部のサーベイランス集団の比重を上げ、統合した推定の重みづけと精度に影響した可能性もある)

人数が多いことが、そのまま確かさにならない例です。43万人という数は大きく見えますが、同じ網から同じ人が何度も入っている可能性があり、その重なりは数えられていません。

7. 小児と高所得の行き先については、とくに根拠が少ない

限界の5番目です。著者は、小児の旅行者と高所得の行き先への旅行者について、根拠が限られているので慎重に解釈するよう求めています。小児については考察でも「小児に特化したデータ点の数が限られていた」と書かれています。

同じ段落に、もう1つ書かれています。

Most studies also did not jointly report syndrome/system numerators and denominators by traveller type and origin or destination region, precluding reliable cross-classified analyses of regional patterns within traveller groups.

(ほとんどの研究は、症候・系統の分子と分母を、旅行者の種類と出身または行き先の地域で同時に報告していなかったため、旅行者の群の中での地域ごとの型を、掛け合わせて信頼できる形で解析することができなかった)

「観光客が東南アジアへ行った場合」のような掛け合わせは、この論文からは出せません。

8. 本文から読み取れる、作りの事実3つ

著者が限界の節に入れていないものです。分からないことの理由として挙げておきます。

  • 非英語の1本は Google 翻訳で読まれており、その言語に詳しい評価者の独立の検証を受けていません
  • 選別と抽出の大部分、そしてバイアスの評価は1人で行われています。2人目は抄録20%、全文20%、抽出25%の抜き取りです
  • この記事が参照した論文は校正前の先行公開版です。最終版で数字や言い回しが変わることがあります

9. 医療の助言ではありません

この記事は研究の紹介です。旅行前の予防や、帰国後の体調について判断する材料にはなりません。この論文は「体調を崩した人の記録の中で、何が多く報告されていたか」を数えたもので、何をすれば病気を防げるかを調べたものではありません。体調のことは医師に相談してください。

元の論文のどこを見ればよいか

論文はこちらです。

Zhao J, Lau C, Smoll N, Sartorius B, Henderson A, Mills D, Furuya-Kanamori L「Relative distribution of reported illness presentations among ill international travellers: a systematic review and meta-analysis」Journal of Travel Medicine、2026年、taag097

DOI:10.1093/jtm/taag097

この記事で触れた順に、どこを見ればよいかを書きます。

  • 分母の断り:Abstract の Conclusions の最後の一文。as absolute risks among all travellers という語で終わります。この一文だけで、この回の芯が確かめられます
  • 症候カテゴリごとの主な数字:Abstract の Results。観光・出張・VFR・行き先の所得水準の主な値が、ここに1段落で入っています
  • 検索先6つと、対象の出版年と、言語の制限がないこと:Methods の 2.1
  • 除いた集団5つと、その理由:Methods の 2.2 の Population の箇条。移民、マスギャザリング、宗教巡礼、軍の派遣、探検隊が並びます
  • 症候カテゴリ6つの定義:Methods の 2.2 の後半。皮膚・虫刺されに動物との接触と狂犬病に関わる曝露が含まれることも、ここに書かれています
  • 入れた論文の種類と除いた種類、観察期間の50%超の決まり、分子と分母が要る決まり:Methods の 2.2 の後半の箇条
  • 選別と抽出の体制、一致率85%超、無作為25%の検証:Methods の 2.2 の最後と 2.3 の最後
  • 非英語論文を Google 翻訳で読んだこと、その検証を受けていないこと:Methods の 2.3 の最後
  • analytical data point の定義:Methods の 2.3 の最初。1つの出版の中ではデータ点が互いに重ならないことも、ここです
  • IVhet を選んだ理由、記述的な重みつきの要約という宣言、Freeman–Tukey、95%信頼区間:Methods の 2.4 の最初の段落
  • 部分集団を比べる検定をしていないという一文:Methods の 2.4 の最後の一文。All subgroup analyses were descriptive で始まります
  • 表2の%の分母が「カテゴリの中の報告数」であること:Methods の 2.4 の最後の段落と、Table 2 の Note。2か所に書かれています
  • バイアス評価の道具と、質で層別しなかった理由:Methods の 2.5
  • 感度解析の作り:Methods の 2.6
  • 80本、431,162人、217データ点、重複が定量できないこと:Results の 3.1 の最初の段落
  • 出版年、データ収集の時期、2020年以降が2本、78本がコロナ前:Results の 3.1 の2番目の段落
  • 出身地と行き先の割合、元データの報告の仕方3通り:Results の 3.1 の後半
  • 数値の違いを統計的な差として解釈するなという一文:Results の 3.2 の2番目の文。数字が出てくる直前に置かれています
  • 観光・出張・VFR の値と、I²=99%:Results の 3.2。I² はこの段落の最後の一文にだけ出てきます
  • 小児の値と、呼吸器と皮膚が同じくらいだったという記述:Results の 3.2 の後半
  • 表2の説明と、下痢が27.5%から59.0%までという記述:Results の 3.2 の最後の段落
  • 行き先の所得水準ごとの値と、探索的な地域別の値:Results の 3.3
  • バイアスのリスクの3区分と、高リスクの理由:Results の 3.4
  • 感度解析の6つの値、順位が変わらなかったこと、同等性の検定をしていないこと:Results の 3.5。ここが唯一、部分集団に分けない6つの値がそろって出てくる場所です
  • VFR で発熱が多かったことの理由の推測と、それを直接評価していないという一文:Discussion の2番目の段落。推測の並びのすぐあとに置かれています
  • 軽い病気は捕まりにくく、重い熱は受診につながりやすいかもしれないという記述:同じ段落の後半
  • 症例の構成であって絶対的な危険ではないという一文:同じ段落の最後
  • 限界5つ:Discussion の後半。First から Finally までの順に並びます。この記事が引いた原文はすべてここにあります
  • 結論の断り:Conclusion。should not be interpreted as definitive subgroup differences or absolute risks among all travellers という形です
  • 症候カテゴリと病名の対応表と、22個の脚注:Table 1。狂犬病に関わる曝露が確定した狂犬病ではないことは、脚注16です
  • カテゴリの中の病名5つと、各列の人数:Table 2。GU/STI と「その他」の行が無いことと、その理由も注記にあります
  • 文献の選別の流れ:Figure 1 とその説明文
  • 6つのカテゴリ × 6つの部分集団のプール値と95%信頼区間、各列の人数:Figure 2 のヒートマップ。本文の文章に出てこない小さいカテゴリの値は、ここにだけあります
  • 利益相反と資金:本文のあとの Conflict of interest と Funding。利益相反は None declared です。資金は大学の奨学金と、豪州の研究費と、大学の研究加速の枠組みです

この論文は CC BY 4.0 で公開されています。出典を示せば図をそのまま使えるライセンスですが、この記事では図2のヒートマップをそのまま載せていません。6行6列のマスは縦長の画面では読みにくいので、数字だけを取って描き直しました。著者の所属のうち1つは旅行医学の診療所です。これは論文に書かれている事実として並べるだけで、数字の出方と結びつける話ではありません。

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%の下にいる人は誰なのかを探す

これがこの回の芯です。%を見たら、分母に何が置かれているかを探してください。

この論文なら、Abstract の最後の一文で済みます。「旅行者全体における絶対的な危険として解釈すべきではない」。この一文を読めば、42.7%が「旅行した人の4割強」ではないと決まります。

分母の入れ替えは、悪意がなくても起きます。「体調を崩した観光客の42.7%」から「観光客の42.7%」へ、助詞や修飾を1つ落とすだけで変わります。そして変わったあとの文のほうが、短くて読みやすいです。だから落ちます。

手順にすると1行です。%を見たら、「その%の下にいる100人は誰か」を自分の言葉で言ってみる。言えなければ、まだ分母を読んでいません。

2つめ。2つの%を掛けたくなったら、分母が同じかを確かめる

この論文は、2段の分母を持っています。図2が「体調を崩した観光客8,783人」、表2が「観光の集団の消化器の報告1,313件」。

42.7%と51.26%が並んでいると、掛けたくなります。掛ければ「観光客の何割が下痢」という、いかにも記事になりそうな数字が1つできます。その数字は、論文のどこにも存在しません。分母が別なので、掛け算に意味がありません。論文もその計算をしていないので、この記事でも、その掛け算はしていません。

見分け方は簡単です。2つの%の分母の人数を探して、同じ数かを見る。8,783と1,313は同じ数ではありません。そこで終わりです。

手順にすると1行です。%と%を掛ける前に、2つの分母の数を並べて書いてみる。

3つめ。「比べた」と書いてあるかを探す

数字が表に並んでいると、人は勝手に比べます。53.8%と42.7%が並んでいれば、出張のほうが多いと読みます。

でも、並んでいることと、比べたことは別です。この論文は、並べてはいますが比べていません。しかもそれを、Methods と Results と Conclusion の3か所に書いています。わざわざ3回書くのは、読む側が勝手に比べることを知っているからです。

探す場所は決まっています。Methods の統計の節の最後と、Results で数字が出てくる直前です。この論文はどちらにも置いていました。「descriptive」「not interpreted as formal tests」「should not be interpreted as evidence of statistically established differences」。この種の言い方が見つかったら、その表の縦の比較は読者の側の作り足しです。

手順にすると1行です。表の数字を比べる前に、論文が「比べた」と書いているかを Methods で探す。

この3つの見方に一番近い本として、『統計でウソをつく法』を挙げておきます。この回の論文は、数字そのものは丁寧に出しています。危ないのは分母の入れ替えと、並んだ数字を比べてしまうことのほうでした。どちらも数字を変えずに印象を変える手口で、この本がくり返し扱っているところです。分母をすり替える例、途中の目盛りを省く例、平均の種類を取り替える例。1つずつ、短い例で見せてくれます。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

Zhao J ら. J Travel Med. 2026.
https://doi.org/10.1093/jtm/taag097

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。

『統計でウソをつく法』