domain-research-health-science

ドメインリサーチ：ヘルスサイエンス

目次

• ワークフロー
• よくあるパターン
• ガードレール
• クイックリファレンス

ワークフロー

このチェックリストをコピーして、進捗を記録してください。

Health Research Progress:
- [ ] Step 1: Formulate research question (PICOT)
- [ ] Step 2: Assess evidence hierarchy and study design
- [ ] Step 3: Evaluate study quality and bias
- [ ] Step 4: Prioritize and define outcomes
- [ ] Step 5: Synthesize evidence and grade certainty
- [ ] Step 6: Create decision-ready summary

ステップ 1：研究課題を立てる（PICOT）

PICOT フレームワークを使用して、回答可能な臨床上の疑問を構成します。対象集団（人口統計、疾患、環境）、介入（治療、曝露、診断検査）、比較対照（代替治療、プラセボ、標準治療）、アウトカム（患者にとって重要な評価項目）、期間（追跡期間）を定義します。構造化されたテンプレートについては、resources/template.md を参照してください。

ステップ 2：エビデンスの階層と研究デザインを評価する

研究課題の種類に基づいて、適切な研究デザインを決定します（治療：RCT、診断：横断研究、予後：コホート研究、有害性：症例対照研究またはコホート研究）。エビデンスの階層（システマティックレビュー > RCT > コホート研究 > 症例対照研究 > 症例集積研究）を理解します。デザイン選択の指針については、resources/methodology.md を参照してください。

ステップ 3：研究の質とバイアスを評価する

バイアスリスク評価ツール（RCT には Cochrane RoB 2、観察研究には ROBINS-I、診断精度には QUADAS-2）を適用します。ランダム化、盲検化、割り付けの隠蔽、不完全なアウトカムデータ、選択的報告を評価します。詳細な基準については、resources/methodology.md を参照してください。

ステップ 4：アウトカムの優先順位を付け、定義する

患者にとって重要なアウトカム（死亡率、症状、生活の質、機能）と代替エンドポイント（バイオマーカー、検査値）を区別します。アウトカムの階層を作成します。すなわち、重大（意思決定を左右する）、重要（意思決定に役立つ）、重要ではない、に分類します。測定尺度と最小臨床的重要差（MCID）を定義します。優先順位付けのフレームワークについては、resources/template.md を参照してください。

ステップ 5：エビデンスを統合し、確実性を評価する

GRADE（Grading of Recommendations Assessment, Development and Evaluation）を適用し、エビデンスの確実性を（高、中、低、非常に低）で評価します。研究上の限界、不一致、間接性、不精確さ、出版バイアスを考慮します。効果が大きい場合、用量反応関係がある場合、または効果を弱める交絡因子がある場合は、評価を引き上げます。評価の指針については、resources/methodology.md を参照してください。

ステップ 6：意思決定に役立つ要約を作成する

アウトカムを確実性評価および効果推定値と関連付けたエビデンスプロファイルまたは所見の要約表を作成します。臨床的解釈、適用可能性の評価、エビデンスの不足点を含めます。resources/evaluators/rubric_domain_research_health_science.json を使用して検証します。最低基準：平均スコア ≥ 3.5。

よくあるパターン

パターン 1：治療／介入に関する疑問

• PICOT：対象疾患のある成人 → 新しい治療法と標準治療の比較 → 患者にとって重要なアウトカム → 追跡期間
• 研究デザイン：RCT を優先（因果関係を評価するうえで最も質が高い）。統合には RCT のシステマティックレビューを使用
• 主なアウトカム：死亡率、罹患率、生活の質、有害事象
• バイアス評価：Cochrane RoB 2（ランダム化、盲検化、脱落、選択的報告）
• 例：心不全に対する SGLT2 阻害薬 → 死亡率の低下（GRADE：確実性が高い）

パターン 2：診断検査の精度

• PICOT：疾患が疑われる患者 → 新しい検査と参照基準の比較 → 感度／特異度 → 横断的評価
• 研究デザイン：連続登録による横断研究。症例対照研究は精度を過大評価するため避ける
• 主なアウトカム：感度、特異度、陽性／陰性的中率、尤度比
• バイアス評価：QUADAS-2（患者の選択、指標検査、参照基準、フローとタイミング）
• 例：心筋梗塞（MI）に対する高感度トロポニン → 感度 95％、特異度 92％（GRADE：確実性は中程度）

パターン 3：予後／リスク予測

• PICOT：疾患／曝露のある集団 → リスク因子 → アウトカム（死亡、疾患の進行） → 長期追跡
• 研究デザイン：前向きコホート（曝露からアウトカムまで追跡）。想起バイアスがあるため後ろ向き研究は避ける
• 主なアウトカム：発生率、ハザード比、絶対リスク、リスク予測モデルの性能（C 統計量、較正）
• バイアス評価：ROBINS-I または PROBAST（予測モデルの場合）
• 例：心血管疾患（CVD）に対する Framingham Risk Score → C 統計量 0.76（識別能は中程度）

パターン 4：有害性／安全性の評価

• PICOT：介入に曝露された集団 → 有害事象 → まれな害や遅発性の害を評価する期間
• 研究デザイン：一般的な害には RCT、まれな害には観察研究（コホート、症例対照。より大規模なサンプルと長期追跡が可能）
• 主なアウトカム：重篤な有害事象、中止、臓器特異的毒性、長期安全性
• バイアス評価：まれな害と一般的な害で異なります。観察研究では適応による交絡を考慮します
• 例：NSAID の心血管リスク → 観察研究では MI リスクの増加が示される（交絡のため GRADE：確実性は低い）

パターン 5：システマティックレビュー／メタアナリシス

• PICOT：プロトコルで定義し、検索戦略、適格基準、アウトカム抽出の指針とする
• 研究デザイン：包括的な検索、明示的な適格基準、重複を避けたスクリーニング／抽出、バイアス評価、（適切な場合は）定量的統合
• 主なアウトカム：統合効果推定値（RR、OR、MD、SMD）、異質性（I²）、確実性評価（GRADE）
• バイアス評価：個々の研究の RoB とレビュー全体の評価（レビューの質には AMSTAR 2）
• 例：一次予防に対するスタチン → MI の RR 0.75（95％ CI 0.70-0.80、I²=12％、GRADE：確実性が高い）

ガードレール

重要な要件：

1. すべての臨床上の疑問に PICOT を使用する：曖昧な質問では、焦点の定まらない調査につながります。「X は有効か」と尋ねるだけではなく、誰を対象とし、何と比較し、どのアウトカムを測定するのかを定義して、対象集団、介入、比較対照、アウトカム、期間を明示してください。

2. 疑問の種類に研究デザインを合わせる：治療に関する疑問には RCT（因果推論）、予後に関する疑問にはコホート研究、診断に関する疑問には横断研究、まれな有害事象や病因に関する疑問には症例対照研究が適しています。観察データから因果関係を主張したり、治療効果の評価に症例集積研究を用いたりしないでください。

3. 代替アウトカムより患者にとって重要なアウトカムを優先する：代替エンドポイント（バイオマーカー、検査値など）は、必ずしも患者のアウトカムと相関するとは限りません。死亡率、罹患率、症状、機能、生活の質に焦点を当ててください。代替アウトカムを用いるのは、患者のアウトカムとの関連が検証されている場合に限ります。

4. バイアスを体系的に評価する：主観的な判断ではなく、検証済みのツール（Cochrane RoB 2、ROBINS-I、QUADAS-2）を使用してください。バイアス評価は、エビデンスの確実性や臨床上の推奨に直接影響するためです。よく見られるバイアスには、選択バイアス、実施バイアス（盲検化の欠如）、検出バイアス、脱落バイアス、報告バイアスがあります。

5. GRADE を適用してエビデンスの確実性を評価する：研究デザインと確実性を混同しないでください。RCT は高い確実性から開始しますが、重大な限界、不一致、非直接性、不精確さ、出版バイアスがある場合は格下げされます。観察研究は低い確実性から開始しますが、大きな効果、用量反応関係、効果を弱める残余交絡がある場合は格上げされることがあります。

6. 統計学的有意性と臨床的重要性を区別する：p < 0.05 であっても、臨床的に意味があるとは限りません。最小臨床的重要差（MCID）、絶対リスク減少、治療必要数（NNT）を考慮してください。p 値が小さくても効果量がごく小さい場合、統計学的には有意でも臨床的には重要でないことがあります。

7. 外的妥当性と適用可能性を評価する：対象を絞った試験集団から得られたエビデンスは、対象患者に当てはまらない場合があります。PICO の一致度、医療環境の違い（三次医療機関と地域医療機関など）、介入の実行可能性、患者の価値観や選好を考慮してください。

8. 限界と確実性を明示する：すべてのエビデンスには限界があります。不確かな点、エビデンスが不足している領域、そしてそれらが推奨の確信度にどう影響するかを明示してください。

よくある落とし穴：

• ❌ すべての RCT を質の高いものとして扱う：RCT にも、重大なバイアス（不適切なランダム化、盲検化の欠如、高い脱落率）が含まれることがあります。必ずバイアスを評価してください。
• ❌ メタアナリシスで異質性を無視する：I² が高い（>50%）場合、研究間に重要な違いがあることを示唆します。統合する前に、集団、介入、アウトカムの定義など、異質性の要因を検討してください。
• ❌ 関連性と因果関係を混同する：観察研究が示すのは関連性であり、因果関係ではありません。残余交絡は常に生じる可能性があります。
• ❌ 複合アウトカムを無批判に使用する：「死亡または MI または入院」などの複合エンドポイントでは、どの構成要素が効果をもたらしているのかが見えにくくなります。各構成要素を個別に報告してください。
• ❌ 企業資金によるエビデンスを無批判に受け入れる：製薬会社や医療機器メーカーが資金提供した試験には、バイアス（アウトカムの選択、選択的報告）がある可能性があります。利益相反を確認してください。
• ❌ サブグループ解析を過度に解釈する：ほとんどのサブグループ効果は偶然の結果です。事前に規定され、交互作用が統計学的に検定され、生物学的にも妥当な場合に限り、信頼できる結果とみなしてください。

クイックリファレンス

主なリソース：

• resources/template.md：PICOT フレームワーク、アウトカム階層テンプレート、エビデンステーブル、GRADE サマリーテンプレート
• resources/methodology.md：エビデンス階層、バイアス評価ツール、GRADE の詳細なガイダンス、研究デザインの選択、システマティックレビューの手法
• resources/evaluators/rubric_domain_research_health_science.json：研究課題、エビデンスの統合、臨床的解釈の品質基準

PICOT テンプレート：

• P（対象集団）：［誰か？年齢、性別、状態、重症度、環境］
• I（介入）：［何か？薬剤、処置、検査、曝露量―用量、期間、投与経路］
• C（比較対象）：［何と比較するか？プラセボ、標準治療、代替治療］
• O（アウトカム）：［何が重要か？死亡率、症状、QoL、有害事象―測定手段、評価時点］
• T（期間）：［どのくらいか？追跡期間、アウトカム発生までの時間］

エビデンス階層（治療に関する質問）：

1. RCT のシステマティックレビュー／メタアナリシス
2. 個々の RCT（大規模で、適切にデザインされたもの）
3. コホート研究（前向き）
4. 症例対照研究
5. 症例集積、症例報告
6. 専門家の意見、病態生理学的根拠

GRADE の確実性評価：

• 高（⊕⊕⊕⊕）：真の効果が推定効果に近いと非常に確信しています
• 中（⊕⊕⊕○）：ある程度確信しており、真の効果はおそらく近いものの、大きく異なる可能性があります
• 低（⊕⊕○○）：確信は限定的で、真の効果は大きく異なる可能性があります
• 非常に低い（⊕○○○）：確信はほとんどなく、真の効果はおそらく大きく異なります

一般的なワークフローの所要時間：

• PICOT の作成：10～15 分
• 単一研究の批判的吟味：20～30 分
• システマティックレビューのプロトコル：2～4 時間
• GRADE を用いたエビデンスの統合：1～2 時間
• システマティックレビュー全体：40～100 時間（対象範囲による）

エスカレーションが必要な場合：

• 複雑な統計的メタアナリシス（ネットワークメタアナリシス、IPD メタアナリシス）
• 高度な因果推論手法（操作変数、傾向スコア）
• 医療技術評価（費用対効果、予算影響）
• ガイドライン策定パネル（複数のステークホルダーの合意が必要） → 生物統計学者、医療経済学者、またはガイドライン手法の専門家に相談してください

必要な入力：

• 研究課題（臨床シナリオまたは意思決定の問題）
• エビデンスソース（評価する研究、システマティックレビュー用のデータベース）
• アウトカムの優先事項（患者／臨床医にとって最も重要なアウトカム）
• 状況（環境、患者集団、意思決定の緊急性）

生成される出力：

• domain-research-health-science.md：構造化された研究課題、エビデンスの評価、アウトカム階層、確実性評価、臨床的解釈