メタアナリシスとは？手順とフォレストプロットの読み方

メタアナリシス（メタ解析）は、複数の研究結果を1つの統合推定値にまとめ、個々の研究よりも精度の高い答えを導く方法です。ただし、その質は土台となるシステマティックレビューの質を超えません。本記事では、統合が適切な場合、解析の手順、フォレストプロットの読み方、査読者が確認するよくある誤りを解説します。

メタアナリシスが適切な場合

統合してよいのは、研究課題が十分に似ており、対象集団が類似し、比較可能なアウトカムを測定し、共通の効果指標に変換できるデータが報告されている場合です。そうでない場合は、構造化した記述的統合を選ぶのが誠実な選択です。

効果指標を選ぶ：二値アウトカムはオッズ比またはリスク比、連続アウトカムは平均差または標準化平均差、生存時間アウトカムはハザード比を用います。
モデルを選ぶ：固定効果モデルはすべての研究に共通する1つの真の効果を仮定し、変量効果モデルは研究ごとに真の効果が異なることを許容します。研究間で対象や方法が異なる場合は通常、変量効果モデルのほうが妥当で、選択はプロトコルで事前に定めるべきです。
異質性を評価する：CochranのQ、I²、τ²を報告し、新たな研究の効果が入ると予想される範囲を示す予測区間も検討します。
異質性を慎重に探索する：事前に定めたサブグループ解析やメタ回帰は異質性の説明に役立ちますが、研究数が少ないと過大解釈しやすくなります。
頑健性を確認する：バイアスリスクの高い研究を除く解析や、1研究ずつ除いて再解析するleave-one-out解析などの感度分析を行います。
小規模研究効果と出版バイアスを評価する：ファンネルプロットとEgger検定などの統計的検定を用います。研究数が少ない場合、これらの検定の検出力は低いことに注意が必要です。
エビデンスの確実性を評価する：アウトカムごとにGRADEなどで評価します。

R（meta、metaforパッケージ）、RevMan、Stataが広く使われています。Rは解析コードを共有でき、再現性の面で利点があります。

採用研究とデータはそろっていて、解析が必要な方へ

効果量の算出、モデルの適用、異質性・感度分析・出版バイアスの評価、フォレストプロットとファンネルプロットの作成、Methods・Resultsの執筆まで対応し、解析コードも納品します。

技術的には2本から統合できますが、研究数が少ないと異質性の推定や出版バイアスの検定は不安定になります。少数の研究によるメタアナリシスは慎重に解釈してください。

プロトコルで事前に定めてください。対象集団や方法が研究間で異なる場合は、通常、変量効果モデルのほうが妥当です。

統合する研究は、系統的で再現可能な検索によって特定される必要があります。そうでなければ、どの研究を選んだかによって統合結果に偏りが生じる可能性があります。

信頼できるメタアナリシスは、比較可能な研究だけを統合し、モデルを事前に定め、異質性を十分に報告し、頑健性を確認し、小規模研究効果について誠実です。フォレストプロットは、それらを一目で読み取れるものであるべきです。

公費・研究費でのお支払いについて

見積書・納品書・請求書を発行し、科研費・AMED・JSTなどの研究費でのお支払いに対応しています。前払いは不要です。詳しくは公費・研究費でのお支払いをご覧いただくか、お問い合わせください。