この回の答え

この論文は、子どもが寝不足かどうかを調べた論文ではありません。調べたのは、腕時計が自動で出した睡眠時間の数字が、研究用の機器で測った既存の分布とそろっているか、という測り方の検証です。

アメリカの子どもと青年のデータを集めている ABCD 研究の記録から、7,368人、のべ12,033回ぶんの測定を使って、年齢ごとの睡眠時間の分布を推定しました。相手は4つです。研究用の腕装着計(アクチグラフ)で測った3つの調査と、57本の研究をまとめたメタ解析の曲線です。

差はありました。重なっている年齢ごとに、中央値の曲線を引き算しています。その差の平均は、アメリカの全国調査(NHANES)で +0.09時間、都市部の出生コホート(FFCWS)で +0.05時間、メタ解析の曲線で +0.27時間、いびきのある子ども13人の臨床試験(PATS)で −0.32時間でした。プラスは、腕時計のほうを長めに見積もっていた向きです。

大きさとしては、集団の分布を見るぶんには、ほとんど変わらないと言える大きさです。向きを外してズレの大きさだけを見た平均は、4つの相手で 0.10時間から 0.32時間でした。分に直すと、およそ6分から19分です(この換算は、この記事がしました)。分布の重なりを測る係数も 0.95 前後で、1 なら2つの分布が完全に同じ形になります。

そして、この記事がいちばん伝えたいのは、著者自身が書いた次の一文です。

Population-level alignment, however, is not the same as individual-level accuracy.

集団のレベルでそろっていることは、一人ひとりのレベルで正確なことと、同じではありません。著者はその理由も続けて書いています。2つの判定式が、1晩ごと・1人ごとではまるで違う数字を出していても、多く見積もる分と少なく見積もる分が標本全体で打ち消し合えば、年齢ごとの分布は似たものになりうるからです。

ですから、この論文から、「スマートウォッチは正確でした」とは言えません。言えるのは、集団の分布を描く道具としては、研究用の機器とよく似た絵を描いた、というところまでです。著者の結論も、この推定値を小児の睡眠研究に使ってよいという自信が増した、という書き方になっています。

先に、言葉の整理を2つしておきます。

1つめ。この論文が「既存の分布」と呼んでいる相手は、推奨時間ではありません。研究用の機器で実際に測った子どもの睡眠時間の分布と、その実測から作られた予測曲線です。論文の題にある Published Norms も、その意味です。この論文には、推奨睡眠時間も、目安を下回った子の割合も、1つも出てきません。

2つめ。この論文の「睡眠時間」は、5つのデータすべてで床についた時刻から起きた時刻までの経過時間です。眠っていた時間ではありません。あとで出てくる 8.23時間 も、その意味の時間です。

動画で話したこと

動画では、こう話しました。

腕時計が出した子どもの睡眠時間と、研究用の機器で測ったアメリカの全国調査とのズレは、平均0.15時間、およそ9分でした。あなたの昨夜の数字も同じでしょうか、別の話でしょうか。答えは、別の話です。大勢をまとめた分布なら、腕時計の数字は研究用の機器とほとんど重なります。意外なのは、その数字が、中身が公開されていない計算式から出ている点です。

差はありました。相手ごとに見たズレの平均は、全国調査とおよそ9分。4つの相手のうち、いちばん大きいものでおよそ19分です。集団をまとめた分布としては、ほとんど変わらないと言っていい大きさです。

使ったのは、アメリカの子どものデータを集めている ABCD 研究のものです。7,368人から、のべ12,033回ぶんの記録を集めています。比べた相手は4つで、どれも推奨時間ではなく、実際に測った睡眠時間の分布です。ズレの平均がいちばん大きかったのは、いびきのある子ども13人との比較でした。

この研究が測った睡眠時間は、床についてから起きるまでの時間です。眠っていた時間ではありません。その平均は 8.23時間でした。

分からないことが3つあります。一人ひとりの数字が合っているかどうか。眠っていた時間や寝る時刻でも同じように合うかどうか。日本の子どもでも同じかどうかです。

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。

  • 7,368人の子どもの記録が、どうやって1つの分布になったのか
  • 比べた4つの相手が、それぞれ誰を、何歳を、何人ぶん測ったものなのか
  • 表が同じ行に持っている2つの差の列の違い。動画で言った「ズレ」がどちらの列なのか
  • 「いちばん大きい相手でも19分」が、上限ではないこと。年齢ごとに見ると、いちばん大きい差は 0.58時間 です
  • この論文に出てくる幅が、どういう種類の幅なのか
  • 著者自身が書いている限界2つの、原文と中身

研究デザイン(誰を、何で測って、何と比べたか)

どういう種類の研究か

くじ引きで分けた研究ではありません。介入もしていません。既存の大規模なデータを、既存の4つの基準と分布のかたちで突き合わせた解析です。曝露と結果を比べる研究ではないので、割り付けどおりの比較も、実際に受けたかで分けた比較も出てきません。

著者が書いた目的は、この推定値が集団のレベルでもっともらしいかどうかを確かめることです。観察研究の報告指針(STROBE)に従ったと書かれています。大学の倫理審査委員会は、この解析を「人を対象とする研究に当たらない」と判断したと書かれています。理由は書かれていません。同意については、ABCD、NHANES、FFCWS、PATS のそれぞれの元の研究で、参加者か保護者が与え、必要な場合は子どもの同意も得ていたと書かれています。

誰を調べたか

ABCD 研究(Adolescent Brain Cognitive Development Study)の公開版 7.0 の腕時計データです。

  • 解析に入ったのは 12,033 の測定回。ここは人数ではありません。同じ子どもが何度も入っています
  • 元になった実人数は 7,368 人。割ると1人あたりおよそ 1.6 回です(この割り算は、この記事がしました)
  • 平均年齢は 13.51歳。範囲は 10.66歳から 18.01歳
  • 6,189 の測定回(51.4%)が女子からのものでした。これも「参加者の 51.4%」ではなく「測定回の 51.4%」です

同じ子どもの複数回の測定を、モデルがどう扱ったかについては、論文の本文に記述がありません。詳しい設定は、補足資料の eMethods にあると書かれています。

何で、どう測ったか

機器は Fitbit(Google)です。ここが、この論文の出発点になっています。著者は冒頭で、消費者向けの腕時計には測り方の心配がある、と書いています。睡眠の推定値が、研究者が中身を見たり、独立に判定し直したりできるとは限らない会社の計算式から出てくるからです。原文は cannot always inspect or rescore independently で、always が付いています。「絶対に見られない」ではなく「いつも見られるとは限らない」という書き方です。

ABCD についても、同じことが書かれています。ABCD は Fitbit が算出した睡眠の変数を公開していますが、小児向けの判定式を当て直すのに必要な生の加速度データは提供していません。だから、小児向けの判定式で判定し直すことができません。そして、こうした機器は大人では睡眠ポリグラフと照合されているが、小児での検証はもっと乏しい、とも書かれています。

そこで著者が取った道は、計算式を開けることではなく、出てきた分布を外から突き合わせることでした。

測定回の組み入れには条件があります。有効な平日が5日以上、かつ有効な週末が2日以上。足し合わせると、1回の測定につき最低7晩です(この足し算は、この記事がしました)。総夜数や平均夜数は、論文の本文には書かれていません。

1週間の値の作り方も書かれています。平日の平均と週末の平均を別々に出し、次の式で重みをつけています。

(5 × 平日の平均)+(2 × 週末の平均)を 7 で割る

つまり、1晩ごとの値ではなく、平日5日と週末2日を 5対2 で重みづけた週の値です。

そして睡眠時間の定義です。5つのデータセットすべてで、床についた時刻から起きた時刻までの経過時間と定められています。寝ついたあとの覚醒を差し引いた「実際に眠っていた時間」は別の指標で、著者はそれを別に検証する必要があると書いています。

どうやって1つの分布にしたか

睡眠時間を、連続した年齢の滑らかな関数として当てはめています。使ったのは正規分布の GAMLSS(位置・尺度・形のための一般化加法モデル)で、平均と標準偏差の両方に年齢の平滑項を入れています。R の gamlss2 というパッケージで当てはめた、とあります。

平均だけでなく標準偏差にも年齢を入れている、というのが効いています。年齢が上がると平均が下がるだけでなく、散らばり方そのものも年齢で変わっていい形になります。

当てはめた分布から、各データセットの年齢範囲にわたって、10・25・50・75・90 パーセンタイルの曲線を推定しました。図に出ている線と帯が、これです。

比べ方はこうです。重なっている整数年齢ごとに、ABCD と相手の中央値の曲線の差を取り、その符号つきの差と、その絶対値について、平均と範囲(最小と最大)を出しています。あわせて Bhattacharyya 係数で、2つの分布の重なり具合を測っています。この係数は 0 が重なりなし、1 が同一の分布です。表の脚注に、そう書かれています。

比べた4つの相手

4つとも「何時間寝るべきか」ではなく「実際に何時間だったか」の側の数字です。順に見ます。

  1. NHANES(相手側 2,112人、比べた年齢 11〜18歳)。アメリカの一般住民を対象にした、多段階確率抽出による全国代表の横断調査です。アクチグラフで測っています。動画で「全国調査」と呼んだのは、これです
  2. FFCWS(919人、15〜17歳)。都市部の出生コホートで、未婚の母からの出生を多めに採っています。15年目のアクチグラフは、無作為に選んだ一部で集められました
  3. PATS(13人、11〜12歳)。いびき、扁桃肥大、軽い睡眠時呼吸障害があり、アデノイド扁桃摘出の対象になった子どもの多施設ランダム化試験です。健康な一般の子どもではありません。試験のどの時点の測定を使ったかは、論文の本文に書かれていません
  4. Galland ら 2018(11〜16歳)。健康な子どものアクチグラフ研究の系統的レビューとメタ解析で、年齢ごとの小児の規準値を作る目的のものです。57本が元になっていて、そのうち ABCD の年齢範囲に入るのは20本です。図のパネルD が相手にしているのは、このメタ解析の二次曲線そのものです

ここで、比べた年齢がそれぞれ違うことに目を留めてください。NHANES だけが 11歳から18歳までの全体をカバーしていて、FFCWS は15歳から17歳の3年ぶん、PATS は11歳と12歳の2年ぶんです。ABCD 自体の年齢は 10.66歳から 18.01歳なので、それより下の年齢は、どの相手とも比べられていません。

この数字は、何を指しているか

8.23時間 は「布団の中にいた時間」に近い

重みづけた週の睡眠時間の平均(標準偏差)は 8.23(0.73)時間でした。分に直すと 8時間13.8分、標準偏差は 43.8分です(この換算は、この記事がしました)。

この 8.23時間 は、床についてから起きるまでの時間です。眠っていた時間ではありません。著者も、実際に眠っていた時間(寝ついたあとの覚醒を含まないもの)は別の指標で、アクチグラフとの一致がもっと悪いかもしれず、別に検証する必要があると書いています。

標準偏差の 0.73時間 についても、1つ注意があります。これは測定回どうしのばらつきです。「1人の中の、夜ごとのばらつき」ではありません。夜ごとのばらつきは、論文の本文に報告されていません。

年齢で下がる量と、子どもどうしの散らばり

モデルが推定した中央値は、11歳で 8.62時間(四分位範囲 8.19〜9.04)、18歳で 7.71時間(7.25〜8.18)でした。減りは 0.91時間です。分に直すと 54.6分、1時間近くです(この換算は、この記事がしました)。

同じ区間で、10パーセンタイルは 0.98時間、90パーセンタイルは 0.82時間の減りでした。短いほうも長いほうも、だいたい同じだけ下がっている、ということです。

整数年齢をならした曲線の平均(標準偏差)は、10パーセンタイルが 7.22(0.39)時間、50パーセンタイル(中央値)が 8.10(0.35)時間、90パーセンタイルが 8.98(0.31)時間でした。

ここで、混ぜてはいけない2つの平均があります。

  • 8.23時間 は、12,033回の測定の実測値の平均で、括弧の 0.73 は測定回どうしのばらつき
  • 8.10時間 は、モデルが出した中央値の曲線を整数年齢でならした平均で、括弧の 0.35 は年齢による動きのばらつき

似た数字ですが、別の種類の数字です。

表は、同じ行に2つの差を持っている

ここが、この論文を読むときの山場です。表の各行には、差の列が2つあります。

  • Signed difference(符号つきの差)。年齢ごとの差を、プラスマイナスを付けたまま平均したもの
  • Absolute difference(絶対値の差)。年齢ごとの差を、先に絶対値にしてから平均したもの

表の脚注に、符号の向きが書かれています。プラスなら、ABCD のほうが長く見積もっているという意味です。

4つの相手について、両方を並べます。前が符号つき、後ろが絶対値です。括弧の中は、整数年齢ごとの差の最小と最大です。

  • NHANES:+0.09(−0.10〜0.32)/0.15(0.01〜0.32)
  • FFCWS:+0.05(−0.07〜0.14)/0.10(0.07〜0.14)
  • PATS:−0.32(−0.33〜−0.32)/0.32(0.32〜0.33)
  • Galland ら:+0.27(−0.01〜0.58)/0.28(0.01〜0.58)

なお、この4つを並べて、4つの差を引き算して順位をつけることはできません。論文は、相手どうしの差を比べる検定をしていません。比べた年齢の幅も、相手の人数も、集め方も違います。以下で「いちばん大きい」と書くのは、表に並んだ数字の大小のことです。

2つの列が違う値になるのは、年齢によって差の向きが変わるときです。NHANES がその例です。符号つきの平均は +0.09 ですが、年齢ごとに見ると −0.10 から +0.32 まで動いています。ある年齢では腕時計のほうが短く、別の年齢では長く出ていて、平均を取ると打ち消し合うわけです。打ち消し合いが起きると、符号つきの平均は小さく見えます。だから、食い違いの大きさを知りたいときは、絶対値の列を見ます。NHANES なら 0.15 です。

PATS だけは、2つの列の大きさが一致しています。比べた年齢が11歳と12歳の2つだけで、どちらでも −0.32 前後、つまり向きが揃っていたからです。打ち消し合う余地がありません。

動画で「ズレ」と呼んで出した 0.15 と 0.32 は、絶対値の列です。食い違いの大きさを指す言葉として使ったので、そちらに揃えました。分に直すと 9.0分 と 19.2分 です(この換算は、この記事がしました)。

ただし、著者自身は一致の具合について1つ書いています。本文は、アクチグラフを相手にしたときの一致は近く、とくに NHANES と FFCWS で強かった、と書いています(原文は Agreement was close with the actigraphy-based references, most strongly for NHANES and FFCWS、本文 L139〜141)。これは著者の判断で、この記事が表の数字を引き算して出したものではありません。

符号つきの列から読めることは、別にあります。NHANES、FFCWS、メタ解析の曲線の3つでは、腕時計のほうが平均して長めに出ていて、PATS だけ短めに出ていたということです。それぞれ +5.4分、+3.0分、+16.2分、−19.2分にあたります(この換算も、この記事がしました)。

4つの相手との、年齢ごとの中央値の差(符号つき)

まず、横の目盛りだけを見てください。単位は時間です。0 は、腕時計が出した中央値の曲線と、相手の中央値の曲線が、ぴたりと重なった位置です。右に行けば腕時計のほうが長く、左に行けば短く見積もっていたことになります。

1行目が、アメリカの全国調査との差です。平均は 0.09時間、5分ほど長めでした。ただし帯は −0.10 から 0.32 まで広がっています。これは推定の幅ではなく、11歳から18歳までの各年齢で出した差のうち、いちばん小さいものといちばん大きいものです。年齢によって向きが変わっている、ということです。

3行目の、いびきのある子どもの試験だけが左側にあります。腕時計のほうが 0.32時間、19分ほど短めでした。帯がほとんど点に見えるのは、比べた年齢が11歳と12歳の2つだけで、どちらでも同じ向きに同じくらいずれていたからです。相手側は13人です。

4行目のメタ解析の曲線は、平均 0.27時間ですが、右端が 0.58 まで伸びています。本文は、この相手との差は全体に小さいものの、重なる範囲の年長側でいちばん大きかったと書いています。そこでは、メタ解析の二次曲線のほうが、腕時計の平均より急に下がっていました。

4行をまとめて見ると、どの相手との差も1時間より小さく、分に直すと3分から19分の範囲に収まっています。ただし、この4つを並べて「どの相手といちばんよく合っていたか」を結論づけることはできません。比べた年齢の幅も、相手の人数も、集め方も違います。

全国調査 2112人0.09(-0.1 〜 0.32)
都市部の出生コホート 919人0.05(-0.07 〜 0.14)
いびきの子の試験 13人-0.32(-0.33 〜 -0.32)
メタ解析の曲線 57本0.27(-0.01 〜 0.58)
読み方見るのは、4つとも差が1時間より小さいことです。帯が0をまたぐかどうかで、差の有無を判定することはできません。この帯は推定の幅ではなく、年齢ごとの差の最小から最大までだからです。

点が符号つきの差の平均、帯はその最小から最大までです。プラスは腕時計のほうを長く見積もっていた向き、マイナスは短く見積もっていた向きです。この帯は推定の幅ではありません。比べた年齢が相手ごとに違い、全国調査は11歳から18歳、都市部の出生コホートは15歳から17歳、いびきの子どもの試験は11歳から12歳、メタ解析の曲線は11歳から16歳です。いびきの子どもの試験の帯が細いのは、比べた年齢が2つしかなく、どちらでも差の向きが同じだったためです。どの相手といちばんよく合っていたかを結論づけることはできません。論文は、相手どうしの差を比べる検定をしていません。比べた年齢も、相手の人数も、集め方も違います。分に直した値は、この記事が時間から換算したものです。

論文のどこ:論文の Table の Signed difference の列。符号の向きは Table の脚注a

括弧の中の範囲は、「95%の幅」ではない

表の括弧の中にある(−0.10〜0.32)のような数は、区間推定ではありません。整数年齢ごとに出した差の、最小と最大です。年齢が8つあれば、そのうち最も小さかった差と、最も大きかった差が入ります。

ですから、この括弧を見て「幅が0をまたいでいるから差がない」と読むことはできません。この幅は、推定のばらつきを表していないからです。

この論文にある幅は、95%予測区間だけ

この論文に出てくる区間は、95%予測区間だけです。つまり、次に測ったときの値が入りそうな幅のことです。出てくるのは2か所で、どちらもメタ解析の側の幅です。

  • 図のパネルD のピンクの帯が、メタ解析の 95%予測区間
  • 本文に「どの年齢でも、ABCD の平均推定値はメタ解析の 95%予測区間の中に入っていた」という一文があります

この論文は、信頼区間も信用区間も使っていません。散らばりを表すために使われているのは、四分位範囲、標準偏差、パーセンタイルです。腕時計の推定値そのものに 95% の幅が付いた箇所は、ありません。

なお、表の差の列は「中央値の曲線どうしの差」として計算されたものですが、予測区間の一文のほうは「ABCD の平均推定値」が入ったという書き方になっています。中央値の話と平均の話が、別の文に出てきます。論文はそれぞれの文でどちらを指しているかを書いているだけで、2つを突き合わせた説明はしていません。

分布の重なりを測る係数

Bhattacharyya 係数は、2つの分布がどれだけ重なっているかを 0 から 1 で表す数です。0 が重なりなし、1 が同一の分布です。表の脚注に、そう書かれています。

  • NHANES:0.95(範囲 0.93〜0.96)
  • FFCWS:0.95(0.95〜0.96)
  • PATS:0.96(0.95〜0.96)
  • Galland ら:NA(該当しない)

本文には「Bhattacharyya 係数は 0.93 以上」と書かれています。表の平均は 0.95 から 0.96 ですから、本文の 0.93 は範囲の下端を指していることになります。食い違いではありません。

Galland らの行は、相手側の人数と、この係数の両方が NA になっています。その理由は、論文の本文に書かれていません。

この係数は割合ではありません。0.95 を「95% 一致」と書き換えることはできません。

「いちばん大きい相手でも19分」は、上限ではない

動画で言った「4つの相手のうち、いちばん大きいものでおよそ19分」は、相手ごとの平均です。差の上限ではありません。

年齢ごとに見ると、いちばん大きい差はメタ解析の曲線との 0.58時間で、分に直すと 約35分です(この換算は、この記事がしました)。本文も、この相手との差は全体に小さいが、重なる範囲の年長側でいちばん大きかったと書いています。そこでは、メタ解析の二次曲線のほうが、腕時計の平均より急に下がっていました。

つまり、年齢によって合い方が違います。1つの数字で「ズレは何分」と言い切れる作りにはなっていません。

モデルが推定した中央値と、その四分位範囲(11歳と18歳)

横の目盛りは時間です。上の行が11歳、下の行が18歳で、どちらもモデルが推定した中央値です。11歳が 8.62時間、18歳が 7.71時間でした。

点の位置は、7年で 0.91時間、55分ほど左に動いています。短いほうの10パーセンタイルでも 0.98時間、長いほうの90パーセンタイルでも 0.82時間下がっていたと本文は書いていて、分布全体がそのまま左に動いた形です。

帯の長さに目を留めてください。11歳の帯は 8.19 から 9.04 で、0.85時間ぶんあります。これは真ん中の半分が入る範囲で、7年ぶんの動きとほぼ同じ長さです。同じ年齢の中の散らばりが、7年の変化と同じくらいある、ということになります。

11歳の推定中央値8.62(8.19 〜 9.04)
18歳の推定中央値7.71(7.25 〜 8.18)
読み方見るのは、7年で点が 0.91時間ぶん左に動いていること、そしてその動きと、同じ年齢の中の散らばり(11歳の帯で 0.85時間)が、ほぼ同じ大きさだということです。

点が中央値、帯は四分位範囲です。四分位範囲は、真ん中の半分がどこに入っているかを示す散らばりの幅で、推定の幅ではありません。どちらもモデルが推定した値で、実測値をそのまま並べたものではありません。この睡眠時間は、床についてから起きるまでの経過時間です。眠っていた時間ではありません。分に直した値と、帯の長さ(0.85時間)は、この記事が換算と引き算で出しました。

論文のどこ:Results の3文目。モデル推定の中央値と四分位範囲が書かれている箇所

この研究では言えないこと

著者自身が書いている限界は2つ

論文の考察に、はっきり限界として書かれているのは2つだけです。最後の「これらの限界にもかかわらず」という一文が受けているのも、この2つです。

1つめ。集団のレベルでそろっていることは、一人ひとりのレベルで正確なことと同じではない。原文はこうです。

Population-level alignment, however, is not the same as individual-level accuracy. Two scoring algorithms could yield very different per-night or per-person estimates and still produce similar age-conditional distributions if systematic over- and underestimation cancel out across the sample.

2つの判定式が、1晩ごと・1人ごとではまるで違う数字を出していても、多く見積もる分と少なく見積もる分が標本全体で打ち消し合えば、年齢ごとの分布は似たものになりうる、ということです。

そして、どうすれば確かめられるかも書かれています。

Establishing whether any given wearable estimate is close to the truth requires paired comparisons in the ABCD wearable subsample against polysomnography or research-grade actigraphy.

ある腕時計の推定値が本当の値に近いかを確かめるには、同じ人を同時に、睡眠ポリグラフか研究用のアクチグラフで測って1対1で突き合わせる必要があります。この論文は、その照合をしていません。

2つめ。見たのは睡眠時間だけ。5つのデータセットすべてでそろって取れる唯一の指標だったからです。著者は、実際に眠っていた時間(寝ついたあとの覚醒を含まないもの)、規則性、寝る時刻といったほかの指標は、アクチグラフとの一致がもっと悪いかもしれず、別に検証する必要があると書いています。

著者が限界と呼んでいない、作りの事実

次のものは、限界の節には書かれていません。本文のほかの場所に、研究の作りとして書かれている事実です。これらは「分からないこと」そのものではなく、分からない理由になります。

  • 比べた年齢が、相手ごとに狭い。都市部の出生コホートとの比較は15歳から17歳だけ、いびきのある子どもの試験との比較は11歳と12歳だけ、メタ解析の曲線との比較は11歳から16歳だけです
  • いびきのある子どもの試験は13人。しかも、いびき、扁桃肥大、軽い睡眠時呼吸障害のある子どもを集めた臨床試験です。4つの相手のうち、ズレの平均がいちばん大きかったのがこの相手でした
  • メタ解析の57本のうち、ABCD の年齢範囲に入るのは20本。残りの37本は、ABCD の年齢範囲に入っていません(この引き算は、この記事がしました)
  • 比べたのは11歳からの整数年齢だけです。それより下の年齢は、どの相手とも比べられていません。ABCD 自体の年齢範囲も 10.66歳から始まっています
  • 組み入れの条件を満たした測定回だけが入っています。有効な平日5日と週末2日に届かなかった分は、解析に入っていません
  • 単位は測定回です。12,033回、7,368人なので、同じ子が平均 1.6 回入っています。この重なりをモデルがどう扱ったかは、本文に書かれていません
  • 機器は Fitbit だけです。ほかの機種は見ていません
  • アメリカの研究です(米国 NIH の支援=本文 L254〜258)。ただし参加した子どもの国や地域そのものは、本文に書かれていません
  • 比べた相手の3つは、アクチグラフです。睡眠ポリグラフではありません。なお、著者が冒頭で「小児での検証は大人より乏しい」と書いているのは、腕時計などの消費者向けの機器のほうです(本文 L28〜30 の These devices)
  • 健康の結果は、1つも見ていません。冒頭に、睡眠不足が認知や感情や身体の良くない結果と結びついていたという記述がありますが、これは別の論文の紹介で、この研究が示したことではありません

「分からないこと」の形で並べると

  • 一人ひとりの数字が、本当の睡眠時間に近いかどうか
  • 眠っていた時間や、寝る時刻のばらつきでも、同じように合うかどうか
  • Fitbit 以外の機器でも、同じように合うかどうか
  • 11歳より下の子どもでも、同じように合うかどうか
  • いびきなど睡眠の問題がある子どもでも、同じように合うかどうか
  • 日本の子どもでも、同じかどうか。日本のデータは、この論文に一切ありません

この論文から出せない数字

最後に、この論文を出典にして書けないものを並べておきます。

  • 推奨睡眠時間。論文に一度も出てきません
  • 目安を下回った子どもの割合。この論文に割合の報告は1つもありません。出てくる % は、女子の測定回の 51.4% だけです。著者は基準との線引きを一切しておらず、したのは分布と分布の重ね合わせです
  • 足りている、足りていないという判定。比べた相手が推奨ではないので、下回る・上回るの判定自体がありません
  • 睡眠時間が短いとどうなるか。この研究は結果を測っていません
  • 図の曲線から読み取った値。この記事の数字は、すべて本文と表から取っています

元の論文(どこを見ればよいか)

Jaffe SN、McGlinchey EL「Comparing Objectively Estimated Sleep Duration in the ABCD Study With Published Norms」JAMA Pediatrics、2026年。オンライン公開は 2026年10月12日です。

  • DOI:10.1001/jamapediatrics.2026.4715
  • 論文の種類は研究レターです。自分で測ったデータの短報で、要旨はありません。全体で3ページです

読むときの道案内です。

  • 何を心配して始めた研究か:冒頭の段落。会社の計算式の中身が、いつも見られるとは限らないという一文があります
  • 測定回の組み入れ条件と、週の値の作り方:Method の前半。5対2 の重みづけの式が書かれています
  • 比べた4つの相手と、睡眠時間の定義:Method の中ほど。床についてから起きるまで、という定義がここにあります
  • モデルの中身:Method の後半。GAMLSS とパーセンタイル曲線の話です。詳しい設定は補足資料の eMethods にあります
  • 主な数字:Results の最初の3文。8.23時間、11歳の 8.62時間、18歳の 7.71時間が並びます
  • 一致の具合:Results の後半。Bhattacharyya 係数 0.93 以上、いびきの子どもの試験は13人、95%予測区間の中に入っていたという一文があります
  • 4つの相手との差:Table。同じ行に符号つきの差と絶対値の差があり、符号の向きは脚注a、Bhattacharyya 係数の意味は脚注b、メタ解析の57本と20本は脚注c です
  • この回の芯になる一文:Discussion の2段落目の冒頭。Population-level alignment, however, is not the same as individual-level accuracy. から始まります
  • 図:4枚のパネルA〜D。線は 10・50・90 パーセンタイル、濃い帯が 25〜75 パーセンタイル、薄い帯が 10〜90 パーセンタイルです。パネルD の円は、メタ解析に寄与した各研究で、大きさが重みに比例しています。ピンクの帯が 95%予測区間です

見方を練習するために

この回でいちばん効いていたのは、平均とばらつきがそろっていても、一人ひとりの数字が合っているとは限らないという考え方です。打ち消し合いが起きると、まるで違う測り方でも、同じ形の分布が出てきます。

その感覚を手に入れるのに近いのが、『統計学がわかる』(向後千春、技術評論社)です。平均、ばらつき、検定の初歩を、順に手で追える本です。統計を触ったことがない人向けに書かれています。

この記事の図に出てきた「真ん中の半分がどこに入るか」という見方も、ばらつきの読み方の一つです。そこが読めるようになると、1つの平均値だけを見て判断しなくなります。

元の論文

Jaffe SN ら. JAMA Pediatr. 2026.
https://doi.org/10.1001/jamapediatrics.2026.4715

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。

『統計学がわかる』