Risk of bias評価の方法。「良い論文か」ではなく「歪む余地があるか」

ありがちな誤解は、結果が有意で綺麗な研究=バイアスが低い、という直感です。これは逆で、歪んだ方法は綺麗な結果を作り出せてしまいます。

だからRisk of bias評価では、結果を見る前に方法を見ます。評価の材料は結果の華やかさではなく、Methodsの記述なんです。

大前提として、Risk of biasの観点はデザインごとに異なります。RCT、観察研究、診断精度研究では、それぞれ標準的な評価ツールが違います。

代表的なツールの名前だけ挙げると、RCT用、観察研究用、診断研究用にそれぞれ確立されたものがあります。どのツールを使うかは、レビューの種類・チーム・投稿先の方針で決まるので、必ず確認してください。 以下では、考え方の共通部分をRCTの例で見ていきます。

RCTの場合、確認の定番はこのあたりです。割付の方法（ランダム化の生成方法は書かれているか）。割付の隠蔽（次に誰がどちらの群に入るか、事前に予測できない仕組みだったか）。

盲検化（参加者・介入者・評価者は群を知らなかったか。特にアウトカム評価者）。欠測（脱落はどれくらいで、どう扱われたか）。そして選択的報告——事前に登録されたアウトカムと、論文で報告されたアウトカムは一致しているか。

これらの情報は、Methodsを中心に、試験登録情報(登録番号から辿れます)、プロトコル論文、補足資料に散らばっています。

「書かれていない」も重要な所見です。割付隠蔽の記載がない場合、それ自体が評価に影響します。記載がないことを「たぶん大丈夫」と読み替えないのが、評価の基本姿勢です。

ここまで読むと、AI要約でこの評価ができない理由も見えてきます。要約は「書かれていることの圧縮」であり、評価の鍵になる「書かれていないこと」「登録情報との食い違い」は、要約には原理的に写らないからです。

AIに使い道がないわけではありません。「この論文の割付方法・盲検化・脱落に関する記述を抜き出して」という下ごしらえは有効です。ただし、抜き出しの網羅性も含めて、判定は原文を見た人が行います。

各項目の評価は、判定だけでなく根拠とセットで記録します。「盲検化:懸念あり——評価者の盲検化の記載なし(Methods p.5)」のような形です。

根拠付きの記録は、チーム内の判定のすり合わせでも、査読対応でも、そのまま使えます。判定の言葉より、根拠の一文の方が長持ちする資産です。

Paperfyでは、評価対象のPDFとAI要約・図表が1ページに揃うので、「記述を探す→判定する→記録する」の往復が短くなります。

項目ごとの判定と根拠を要約に書き足しておけば、Risk of bias評価の作業記録が、論文とセットでライブラリに残ります。GRADEなどエビデンス全体の確実性評価に進む段階でも、ここに戻って確認できます。

Risk of bias評価は、訓練された評価者の間でも判定が分かれることがある作業です。1人の判定を絶対視せず、迷った項目はチームで議論する前提で進めてください。

「自信を持って断定する」より「根拠を示して議論できる」が、この工程のゴールだと思います。