論文を批判的に読み、生活へ翻訳できるようになるまでを5段階に分けた。 自分が今いる段階を選び、そこから順に進む。 各段階のページは一通り読むと20〜75分で完走できる。
論文は、答えではない。
判定の道具だ。
「論文に出ている」と聞くと、確定情報のように響く。けれど査読論文は「答え」ではなく「ある条件下のデータ」にすぎない。
このページは、ビジネスアスリートが「論文を眺める側」から「自分で読む側」へ移るための地図。
Results の数字を3つに絞って読む。
Results に並ぶ数字は3層: 効果の大きさ・確からしさ・ばらつき。p値だけ見ない。
効果量・95%CI・異質性 (I²) の3点で Forest plot とメタ回帰を読む。
Results は、効果量・信頼区間・異質性の3点で読む。
Results に並ぶ数字は、効果の「大きさ」「確からしさ」「ばらつき」の3層を持つ。p値だけ見るのは、刑事ドラマで動機だけ追って凶器を見ないようなものだ。
Segmental linear regression of total protein intake (g/kg/day) versus ΔFFM identified a breakpoint at 1.62 g/kg/day (95% CI 1.03 to 2.20), p=0.079. Above this intake, no further gains in FFM were observed.
Age effect: −0.01 kg per year (95% CI −0.02 to −0.00, p=0.02). Training status effect: +0.75 kg in trained vs untrained (95% CI 0.09 to 1.40, p=0.03).
各研究を表す点が大きいほど、その研究が統合推定値に与える影響が大きい。被験者数が多く、効果のばらつき（分散）が小さい研究ほど点が大きくなる。Morton 2018 では49研究のうち大規模 RCT が重みを引き受けている。
バーが長いほど推定が不確か、ということだ。FFM のバーは 0.09–0.52 と比較的短い。一方、CSA（筋繊維断面積）のバーは 51–570 と長く、研究間のばらつき（I²＝68%）を反映して幅がある。
全研究を重み付き平均した結果が菱形で示される。菱形の中心が点推定値、左右の端が95% CI だ。Morton 2018 で FFM の菱形は +0.30 kg（CI 0.09–0.52）、右端はゼロより右にある。
菱形の左端がゼロ（効果なし）の縦線をまたいでいれば「有意でない」、またがなければ「有意」。体重総量（+0.11 kg, CI −0.22–0.44）はまたいでいる。p＝0.52 で有意差なし、という数値と一致する。
筋力の統合効果量は 1RM +2.49 kg。確かにあるが、幅は 0.64–4.33 kg だ。
除脂肪量の増加は FFM +0.30 kg。「3 kg 増える」ではなく 300 グラム、という修正線だ。
タンパク効果の頭打ち点は 1.62 g/kg/day。これを超えて増やしても筋肥大は増えない、という実用推定値だ。
「タンパクで1RM が 2.49 kg 増える」と引用する。 数字は正しいが、その幅と条件が脱落している。 ブレークポイント 1.62 を「決定値」として使う。 高齢者データの薄さを無視する。
「1RM は平均 2.49 kg 増加。ただし CI は 0.64–4.33 と広い」と伝える。 CSA の I²＝68% を見て「ばらつき大、条件依存」と判断する。 1.62 には p＝0.079、CI 1.03–2.20 の不確かさがあると付記する。
メタ回帰の二相モデルとは、「ある閾値まで右肩上がり、それ以上は横ばい」という形の曲線を当てはめる方法だ。 タンパク摂取量を x 軸、FFM 変化を y 軸にとると、増加曲線が 1.62 g/kg/day あたりで平坦になる変曲点が推定された。
ただし、この変曲点の p 値は 0.079 だ。通常の有意水準 0.05 を上回っている。 著者が「実用的推定値（practical upper limit）」と表現したのはそのためだ。 「有意でないなら使えない」ではなく、「95% CI（1.03–2.20）の範囲で推定できる上限として参照する」という使い方が適切だ。
確実に言えるのは、1.6 を超える範囲での追加効果を示した研究がこのメタアナでは見られなかった、ということだ。 2.0 が 1.6 より絶対に優れないとは言えない。ただ、現時点のエビデンスでは差が見えていない。
自分の体重に 1.6 を掛けると、現時点の実用上限が出る。 それ以上摂っても筋肥大効果は増えない、という目安だ。
食事タンパク＋サプリの合計でこの数字を見る。 プロテインパウダーで足し算するなら、まず食事のタンパク量を把握することが先決だ。
信頼区間がゼロをまたぐ。効果が消えている。45歳以上のデータは13研究のみで、この結論自体の信頼性も限定的だ。
経験者の +1.05 kg に対して 1/7 以下。未経験者の初期段階では筋トレ刺激自体の効果が大きく、タンパクの追加効果は見えにくい。
採択49研究のうち女性を含む研究が少なく、性差を分析できる状態ではない。1.6 g/kg/day が女性にも当てはまるかは不明だ。
「+2.49kg 増えた」と聞くと2.49kg増えると思う。 実際は95%CIが0.64〜4.33で、効果は確かにあるがどれくらいかは幅がある、というのが正しい読み方だ。 点推定値だけを抜き出すのは、天気予報の最頻値だけ見て確率を捨てるようなもの。
Forest plot で見るべきは4点。①各研究の点（円）の大きさ＝重み、 ②水平バー＝95%CI、③下端の菱形＝統合推定値、 ④菱形の左端が0をまたいでいるか。 Morton 2018 の FFM は0.09〜0.52で0より右に偏っている。有意だと読む。
Results を読む目的は、たった一つの問いに答えるためだ。 "What are the results?" それ以外の問いは、すべてこの問いを補強するために存在する。
JAMA の Users' Guide では、Results を読む際に必ず3つの数字を抜き出すよう求める。 効果の「大きさ」「確からしさ」「ばらつき」だ。 Morton 2018 の場合、この3数字は以下になる。
この3点が揃ってはじめて「効果があるかどうか」を言える。 SNS で「タンパクで筋力 2.49 kg 増えた」と引用する人の多くは01だけ持ち出す。 02と03を持ち込んだ時点で話の性格が変わる。
数字に出会ったら、自分にこの十個を問う。
統計学者ダビッド・スピーゲルハルターは著書の巻末で、 数値報告に出会うたびに繰り返すべき10の問いを示した。 Morton 2018 の Results に当てはめると、以下になる。
- 01誰のデータか?健常成人が対象。45歳超は採択49研究中13研究のみ。高齢者・女性・減量中は対象外と考える。
- 02どこで測られたか?17か国の研究室。施設間のトレーニング機器・プロトコル・食事環境の差は統制されていない。
- 03どう測られたか?筋力は1RM（最大挙上重量）、除脂肪量はDXA（二重エネルギーX線吸収法）、筋断面積は筋繊維生検。測定手法の差が I² に乗る。
- 04効果量はどの程度か?FFM +0.30 kg。「筋肉が増える」と聞いたときのイメージの多くは1〜3 kgだが、この数字は修正線だ。
- 05信頼区間の幅は?FFM の95%CI は 0.09–0.52。下端 0.09 kg という可能性と上端 0.52 kg という可能性が同時に存在する。ゼロは含まない。
- 06p値だけ見ていないか?ブレークポイント 1.62 g/kg/day の p＝0.079 は有意水準 0.05 を上回る。著者が「実用的推定値」と呼んだ理由がここにある。
- 07絶対差か相対差か?FFM +0.30 kg は絶対値。体重 70 kg の人なら筋肉量比で +0.4% 程度。相対で見ると印象が変わる。
- 08因果か関連か?Morton 2018 はRCTのメタアナリシス。ランダム化により因果推論が可能な設計だ。観察研究とは根拠の強さが違う。
- 09効果を修飾する因子は?年齢で効果は変わる（45歳超は MD +0.06 kg）。トレーニング歴でも変わる（経験者 +1.05 kg、未経験者 +0.15 kg）。
- 10著者の利益相反は?筆頭著者 Phillips は Dairy Council（乳業業界団体）との資金関係を申告している。結論方向との整合を確認する必要がある。
10問すべてに答えられたとき、はじめて「この論文を読んだ」と言える。 全部答えられない問いがあれば、それは論文の弱点か、自分の読み残しだ。
ここまでで掴めたこと。
- 1RM +2.49 kg (95% CI 0.64–4.33), FFM +0.30 kg (95% CI 0.09–0.52), Fat −0.41 kg。
- メタ回帰の核: 1.62 g/kg/day で頭打ち（95% CI 1.03–2.20、p=0.079）。実用的推定値であって有意差ではない。
- 高齢 (>45歳) で効果ほぼ消失、トレ歴ありで 1.05 kg vs 未経験者 0.15 kg。