メタ解析のデータ抽出方法。「同じアウトカム」に見えて違う、を見抜く

通常のレビューの抽出表が「各研究の情報一覧」だとすると、メタ解析の抽出表は一段厳しく、「統合の材料として対応が取れた数値の表」である必要があります。

だから抽出の各セルには、暗黙の問いが付いています。「この数値は、他の研究の同じ列の数値と、本当に合わせてよいものか？」 この問いを5つの確認に分解します。

同じ「死亡率」でも、全死亡か疾患特異的死亡かで別物です。同じ「改善」でも、尺度が違えば統合できません。

各研究がアウトカムをどう定義したかを、Methodsの記載から抜き出して、定義ごと表に書きます。ラベルの一致ではなく、定義の一致を確認する——これが確認の第一歩です。

「治療後のアウトカム」が、4週後の研究と1年後の研究では意味が違います。

測定時点を必ず列にして、統合はどの時点で行うのか（あるいは時点別に分けるのか）をチームで決めます。時点の情報は本文に散らばりがちで、図の横軸にしか書かれていないこともあります。図表も含めて確認するのが確実です。

介入群・対照群の中身も対応確認の対象です。「対照群=プラセボ」の研究と「対照群=通常治療」の研究は、比較の意味が違います。

用量や実施期間の幅もここで拾っておくと、後の異質性の考察やサブグループの議論で効いてきます。

数値の分母が、ITT（治療企図）解析か、プロトコル遵守者のみか、脱落を除いた数か。同じ研究の中でも、表によって分母が違うことがあります。

どの解析集団の数値を抜いたかを、出典の表番号とセットで記録してください。「Table 3・ITT」の一言が、後の検証と査読対応を救います。分母の選び方の方針は、チームで事前に統一しておきます。

最後が、統計的な形式の確認です。報告されているのは平均差か、比か。ばらつきはSD（標準偏差）かSE（標準誤差）か、信頼区間か。

SDとSEの取り違えは、メタ解析で古典的かつ深刻な抽出ミスとされています。形式が研究ごとに違う場合の変換の可否は統計的判断を含むので、自己流で変換せず、統計の専門家・指導者に確認してください。

この5つの確認を含む抽出は、AIに下書きさせることができます。「この論文から、アウトカム定義・測定時点・群の定義・解析集団・効果量を、この形式で抜き出して」と頼めば、表の初稿は速くできます。

ただし、統合に使う数値である以上、検証は全数、原文の本文・図表・補足資料で。AIの下書きは白紙を埋める最初の手であって、検証の代わりではありません。誤りを見つけたら、下書きを直して、確認済みの印を付けていきます。

Paperfyでは、採択論文ごとにAI要約・図表・原文PDFが1ページに並ぶので、5つの確認で「原文のどこを見たか」への到達が速くなります。

要約は手動で編集できるため、「アウトカム:全死亡(Methods p.4)/時点:12ヶ月/分母:ITT(Table 2)」のような確認済みメモを論文ページに書き足せます。統合段階で不安になったとき、抽出表と原文の間にこのメモの層があると、開き直しの時間が大きく減ります。