When the record makes the result: exposure-linked recording of a continuous outcome can manufacture a spurious treatment effect in real- world evidence

データに潜む隠れた罠：「推測」が偽りの科学を生むとき

あなたは、膨大な量の警察の報告書を使って謎を解こうとしている探偵だと想像してください。あなたは、新しいタイプの鍵が、古いタイプの鍵よりも空き巣を防ぐのに効果的なのかを知りたいと考えています。現代科学の世界では、研究者もこれと非常によく似たことをしています。警察の報告書の代わりに、彼らは「リアルワールドエビデンス（現実世界の証拠）」、つまり病院の電子カルテのような膨大なデジタル記録を使用して、新しい治療法が実際に効果があるかどうかを確認します。これは、管理されたラボの中の人間ではなく、現実の患者を観察するため、非常に強力なツールです。

しかし、落とし穴があります。報告書を書いている人々が、定規を使っているのではなく、目視で「推測」している場合があるのです。もし医師が、患者がどれくらいの出血をしたか、あるいは傷がどのくらいの大きさかを推測しなければならない場合、その医師は正確な真実ではなく、自分にとって「もっともらしい」と感じる数値を書き留めるかもしれません。科学者はこれを「推定（estimation）」と呼びます。通常、私たちはこれらの推測が、ラジオのノイズのような、単なるわずかな誤差を加えるだけだと考えます。しかし、もしそのノイズがランダムではなかったらどうでしょう？ もし、医師の推測の仕方が、患者がどの薬を服用したかに応じて変化するとしたら？ これこそが、この論文が投げかける恐ろしい問いです。この論文は、データの「書き方」によって、実際には存在しない奇跡の治療法を、図らずも作り出してしまうという隠れた罠を探っています。

「魔法の薬」の正体：存在しなかった奇跡

この研究において、研究者たちは台湾のある病院の8年間にわたる膨大な診療記録を調査しました。彼らは、出産後の出血を抑えるために使用される「カルベトシン」という薬について調査していました。ここでひねりがあります。この薬は保険適用外であったため、患者は自費で購入しなければなりませんでした。これは、医師が「誰が薬を使い、誰が使わなかったか」を正確に把握できることを意味しており、薬の効果を確認するための完璧な「自然実験」の場となりました。

研究者たちは、一つの特定の転帰（アウトカム）に焦点を当てました。それは、経膣分娩における母親の出血量です。多くの病院では、この数値は秤で測定されるのではなく、医師や看護師によって目視で推定されます。彼らは血液を見て、「150 mL」や「200 mL」といった数値を書き留めます。

研究者が「標準的」な方法で数値を計算したところ、結果は驚くべきものでした。データは、この薬が血液損失を**62%**も大幅に減少させたと示唆していました。この数値に対する信頼度は非常に高く、まるで決定的な科学的発見であるかのように見えました。投与を受けたグループは、ほとんど出血していないように見え、一方で対照群（薬を飲まなかったグループ）は大量に出血していたのです。

しかし、この論文の著者たちはそこで止まりませんでした。彼らは探偵のように振る舞い、何かがおかしいという手がかりを探し始めました。

「キリの良い数字」という手がかり

最初に彼らが気づいたのは、まるで犯罪現場に残された指紋のように、数値に見られる奇妙なパターンでした。薬を投与されたグループでは、記録された出血量の約60%が、ちょうど30 mLまたは50 mLでした。対照して、対照群でこれらの正確に低い数値を示したのは、わずか**2.4%**でした。

医師はしばしば、推測した数値をキリの良い数字（50や100など）に丸める習慣があることが分かっています。しかしここでは、医師にはある「秘密のルール」があるようでした。もし患者が薬を投与されていたら、たとえ実際の出血量がそれより多くても、ほぼ必ず「50 mL」と書き込むのです。まるで、「もし魔法の薬を飲んだら、『50』と書け」というテンプレートを持っているかのようでした。これは「桁の偏り（digit preference）」または「値の集積（value heaping）」と呼ばれます。投与されたグループは、単に血液が少なかったのではなく、記録の習慣によって「少なく記録されていた」のです。

「タイムトラベル」テスト

これが単なる偶然ではないことを確認するために、研究者たちはパターンが時間の経過とともに変化するかどうかをチェックしました。もし薬が本当に効いているのであれば、その効果は年を追っても一貫しているはずです。ところが、結果はこうでした。2019年から2025年にかけて、投与グループの中央値は、毎年正確に50 mLに固定されていました。一方、対照群は150 mLから200 mLの間を推移していました。

これは重大な警告信号です。実際の生物学的な効果が、7年連続で全く同じ数値に固定されることは通常ありません。そのような硬直性は、生物学的な奇跡ではなく、記録上のルールであることを示唆しています。研究者たちは、標準的な統計手法（年次や患者の健康状態を調整するなど）を用いてデータを修正しようと試みましたが、「62%の減少」という結果は全く変わりませんでした。これは、グループ間の違いが問題なのではなく、「結果の書き方」が異なっていたことが問題であることを証明しました。

「閾値（しきい値）」による検証

最も決定的な証拠は、彼らが異なる視点から数値を見たときに現れました。彼らはこう問いかけました。「実際に危険なレベルの出血（産後出血、定義では500 mL以上の出血）があった女性は何人いたのか？」

この「イエスかノーか」という二値的な問いで見たとき、魔法は消え去りました。

• 投与グループ： 重度の出血は3.2%
• 対照群： 重度の出血は4.2%
• 結果： 有意な差は認められませんでした。

「62%の減少」は、曖昧な推定値の中にしか存在しませんでした。彼らが「危険」の境界線（閾値）を調べたとき、薬には何の助けにもなっていないように見えました。実際、極端なケース（1,000 mL以上の出血）においては、投与グループの方が対照群よりもわずかに症例が多く、これは奇跡の薬が示すべき姿とは正反対の結果でした。

シミュレーション：錯覚の証明

この記録の習慣だけで、これほどまでの偽の結果を作り出せることを証明するために、研究者たちはコンピュータ・シミュレーションを行いました。彼らは、薬の効果が全くない（真の効果はゼロである）架空の世界を作りました。そして、投与グループの出血量を、先ほどと同じバイアス（低めの値を30または50 mLに固定し、対照群はより自然な分布にする）で記録するようにプログラムしました。

結果はどうだったでしょうか？ コンピュータは、現実のデータと同じくらい印象的で、統計的に有意に見える「62%の減少」という偽の結果を生成しました。これにより、「記録の差異」だけで、何もないところから巨大で説得力のある治療効果を捏造できることが証明されました。

教訓：推測ではなく、定規を信じよ

この論文は、その薬が絶対に効かないと言っているわけではありません。そうではなく、「推定された出血量」で見られた「62%の減少」は、医師がどのようにデータを書き留めたかによって作られた「嘘」である可能性が高いと言っているのです。

著者たちの結論は、リアルワールドデータを使用する際、単に「推測」されたり「推定」されたりしたアウトカムについては注意が必要であるということです。もしデータの記録方法が、誰が治療を受けたかに基づいて変化してしまうなら、私たちは誤って「治療法」を捏造してしまう可能性があります。

将来への教訓：

1. 「丸め」をチェックする： 推定データから大きな結果が出たときは、一つのグループが数値を50や100に丸めていないか、まず確認すること。
2. 「真の」閾値をみる： 平均値だけを信じないこと。治療が実際に「危険なライン（例：500 mLの出血）」を超えるのを防いでいるのかを確認すること。
3. 客観的な指標を用いる： 可能な限り、人間の推測ではなく、機械による測定（ヘモグロビン検査など）を使用すること。

要するに、推定値に基づいた研究で見られる、大きく精密に見える効果は、患者の体ではなく、医師のペンの動きを反映しているに過ぎないかもしれないのです。「魔法」は薬の中ではなく、ノートの中にあったのです。