科学を組み立てる方法

科学を組み立てる方法 人類は日々、驚異的な量の新しい知識を生み出しています。問題は、それらすべてをどう理解するかということです。 ヘレン・ピアソン著 + BIOSample分析チューブ、英国サットン、がん研究所。写真：Stefan Wermuth/Reuters この記事を聞く 26分で聞く ニュースを読むとき、科学や健康に関する一貫性のない報道に戸惑うことがあるかもしれません。ある週はコーヒーが体に良いと言われ、次の週には悪いと言われます。赤ワインは寿命を延ばすと言われたり、そうでないと言われたりします。時間の経過とともに、新しい科学的研究は互いに矛盾しているように見え、どの証拠を信じるべきか確信が持てなくなります。科学ジャーナリストとして、しばしば実際の問題は、各研究が他のすべての既知の知識と比較されるのではなく、孤立して報告されていることだと学びました。そして、時には害のリスクも高くなります。例えば、2025年9月、私は米国食品医薬品局（FDA）が鎮痛剤アセトアミノフェン（パラセタモール）に警告ラベルを追加すると発表したことについて報じました。妊娠中の薬の服用が子供の自閉症のリスクを高めると主張しました。それは世界的な見出しになりました。しかし、科学を詳しく見ると、FDAとその親機関が少数の研究を cherrypicked し、より堅牢な発見を軽視していたことが明らかでした。これは、数か月後に研究者たちがより広範な知識全体をより良く代表する主要なレビューを発表したことで確認されました。「既存の証拠は、妊娠中の母親のアセトアミノフェン使用と子供の自閉症またはADHDを明確に関連付けていません」と結論付けられました。もちろん、その頃には、数え切れないほどの女性が、妊娠中に服用できる最も安全な薬の1つと広く見なされている鎮痛剤について、不必要に不安を感じていました。 2025年、世界中の学者が約700万件の学術論文を発表しました。これは毎日19,000件以上です。表面上は祝うべき数字のように見えるかもしれませんが、それは問題も提起します。研究の量が増大するにつれて、これらの何百万もの論文が実際に何を伝えているのかを識別するのは困難になる可能性があります。この火の粉の中には、厳密な方法論と重要な発見がありますが、当惑するような矛盾、未確認の結果、ずさんな科学も含まれています。また、生きた経験や先住民の洞察のような多様な知識の形態は、学術論文やデータベースにはほとんど記録されていません。 原因はシステム的です。科学者はキャリアを進めるために、次々と論文を発表し、宣伝します。ジャーナリストは、オンラインでのクリック数を稼ぐために、最新の最も派手な研究を熱狂的に追いかけます。一方、既存の知識を注意深く合成し、棚卸しすることで、世界がすでに知っていることを理解しようとする人はほとんどいません。ロンドンを拠点とするエビデンス合成グループであるCochrane Collaborationの共同設立者である医師、Iain Chalmersは、これをかつて「科学が科学的にエビデンスを蓄積することの不名誉な失敗」と呼んでいました。この失敗は、私の著書『Beyond Belief: How Evidence Shows What Really Works』（2026年）を書く上での主要な動機でした。それを調査する中で、世界を理解するためのより良い方法を発見しましたが、これらの方法は広く知られているほどではありません。もしそれらが知られていれば、私たちは単一の研究に基づいたニュース記事を信じる前に立ち止まり、代わりに実際の仕事、つまりエビデンスを見つけ、並べ替え、合成することに気づくかもしれません。この地味な労働は、個々の研究やニュースの見出しよりもはるかに私たちの人生を形作っています。また、私たちが直面している多くの厄介な問題に対して、人間はすでにそれらを解決するために必要な知識の多くを所有していることにも気づくかもしれません。必要なのは、それを組み立て、そして行動する能力だけです。 エビデンス合成の歴史における最大の出来事の1つは、1976年にサンフランシスコのホテルで起こりました。そこで、アメリカ教育研究協会の年次総会で、統計学者のGene Glassは、個々の研究の大量の発見を統合する方法を示す独創的な技術を発表しました。この技術は科学にとって非常に重要になり、それ自体に伝記があるほどです。Glassの研究は、彼自身の精神衛生上の苦闘から生まれました。10年前、心理測定学と統計学の博士号を取得した後、彼は不安と神経症に苦しんでいました。彼は毎週の心理療法セッションを開始しました。それは彼を大いに助けました。そして8年間セラピーを続けました。しかし、彼の肯定的な経験は、心理療法にはほとんど利益がないと主張する学術的な意見の重みに反していました。これは、心理療法の研究の有力なレビューで、それが無価値であるか、せいぜいプラセボ効果であると結論付けた心理学者Hans Eysenckの研究に大きく起因していました。Glassはイライラしました。それは彼がお金と効果のないセラピーに浪費したことを示唆しただけでなく、Eysenckのレビュー方法が欠陥があると感じました。Eysenckは、当時の他の研究者と同様に、「投票数え」と呼ばれることを行っていました。つまり、治療が利益をもたらすことを示した研究の数と、それが役立たなかった研究の数を数えるのです。最も多くの「票」を獲得した方が勝ちです。 投票数えは直感的ですが、研究を合成する方法としては誤解を招きやすいです。その理由の1つは、効果の大きさを無視することです。ある研究では、特定の治療後に100人中55人が改善したと見つけ、別の研究では100人中85人が改善したと見つけたかもしれません。2番目の研究は治療がはるかに強い効果を示したにもかかわらず、両方の研究は1票を投じます。Glassはこれが問題であることを見ていました。そして、Eysenckが学術雑誌に掲載されたものではなく、論文や博士論文にあったという理由だけで、何百もの有効な研究を恣意的に除外したことに驚きました。 聴衆は雷に打たれたようでした。明らかに混乱した結果から意味を抽出する方法があったのです。 Glassはより良い仕事をするために乗り出しました。彼と心理学者である妻のMary Lee Smithは、心理療法の効果を対照群または別の治療法と比較したあらゆる研究を体系的に探し出し、最終的に370以上の研究にたどり着きました。次にGlassとSmithは、各研究から心理療法の効果の測定値を抽出し、組み合わせる方法を考案しました。ある研究は不安に対するセラピーの効果を測定し、別の研究は血圧への影響を測定しましたが、彼らはこれらを「効果量」として知られる単一の標準測定値に変換し、すべての研究で平均化する方法を考案しました。（これは、さまざまな通貨をドルに変換して、すべてを組み合わせられるようにするのと似ています。）Glassはこの新しい統計的手法をメタアナリシスと名付けました。分析の分析、メタデータがデータに関するデータであるように。 2年間の作業の後、GlassとSmithは心理療法が有益な効果をもたらしたと結論付け、Glassはこの方法を教育会議が開催されていたサンフランシスコのホテルで発表しました。心理療法がいつ、誰に対して効果があるかについては、今日まで議論が続いています。（Eysenckはこの仕事を「メガ・シリーネスの演習」と呼びました。）しかし、メタアナリシスについては、聴衆は雷に打たれたようでした。明らかに混乱した結果から意味を抽出する方法があったのです。 メタアナリシスは、この時期に登場した唯一の合成ツールではありませんでした。Glass、Smith、その他の研究者の仕事は、システマティックレビュー、つまりエビデンスを収集し評価するための厳密に構造化された方法論にもつながりました。システマティックレビューでは、研究者は特定の質問に対処するすべての研究について、公開および未公開の作品のデータベースを世界中から検索します。次に、数千の研究の長いリストを最も関連性の高い数件に絞り込み、その信頼性を評価し、データを抽出し、結果を組み合わせます。多くのシステマティックレビューには、含まれる研究の結果をプールし、治療またはその他の介入の全体的な効果を推定するためのメタアナリシスが含まれています。これらのエビデンスの本体を理解するためのツールは、過去数十年間で科学における最も重要な進歩の1つです。それらは、個々の研究では決して見つけることのできない重要な結論を特定する力を持っています。