---
title: システマティックレビューのサブグループ解析を理解しよう（作成者向け）
tags: 
author: [MXE05064](https://image.docswell.com/user/MXE05064)
site: [Docswell](https://www.docswell.com/)
thumbnail: https://bcdn.docswell.com/page/4JZLR8R9E3.jpg?width=480
description: 動画：https://youtu.be/oe_fITzTikk ICEMAN：https://iceman.help/
published: July 19, 26
canonical: https://image.docswell.com/s/MXE05064/KR89V1-2026-07-19-080827
---
# Page. 1

![Page Image](https://bcdn.docswell.com/page/4JZLR8R9E3.jpg)

サブグループ解析で
結論を壊さないために
SimpsonのパラドックスからICEMAN、CQ設計、RCT内データ抽出まで
この教材の到達点
『何を一緒にするか』『どこで分けるか』『分けた差をどこまで信じるか』を、SRプロトコル段階で判
断できる。
Systematic review / guideline methodology learning deck


# Page. 2

![Page Image](https://bcdn.docswell.com/page/YE6WRPRDEV.jpg)

導入
この教材では、何をできるようになるのか？
答え｜SRで『まとめる・分ける・差を信じる』を、順序立てて判断できるようにする。
システマティックレビュー（SR）は、複数のRCTを集めて、治療効果について一つの結論をつくる作業です。
1
2
3
4
RCTを集める
効果をまとめる
患者群で分ける
結論・推奨にする
同じCQに答える
研究を検索・選択
各RCT内の
治療A vs Bを統合
年齢・重症度で
効果差を検討
全体効果か
群別効果かを判断
ここで『どこまで一緒にするか』『どこで分けるか』を誤ると…
結論が逆転する
偶然の差を本物と思う
全体像を見失う
学ぶ順序：①全体とサブグループで結論が変わる理由
→ ②その差を信じてよいか → ③CQ／統合単位をどう設計するか
出典：Simpson EH. JRSS B. 1951;13:238–241；Deeks et al. Cochrane Handbook Ch10, 2024；Schandelmaier et al. CMAJ. 2020;192:E901–E906；ICEMAN
Manual v1.0
2


# Page. 3

![Page Image](https://bcdn.docswell.com/page/GE5M8K88E4.jpg)

導入
SRで『分ける』とは、何を分けることなのか？
答え｜CQ、RCT内患者、RCTそのもの、統合効果の差は、別の作業である。
まず『何を、いつ分けているのか』を区別します。ここを混同すると、同じ“サブグループ”でも問題の種類が変わります。
1
2
3
4
計画
抽出
統合
解釈
CQを最初から分ける
主な注意
例：65歳未満のCQ ／ 65歳以上のCQ
全体効果と群間差が見えにくい
各RCT内で患者を分ける
主な注意
例：同じRCTの65歳未満 ／ 65歳以上
小標本・多重性・選択的報告
RCTそのものを分ける
主な注意
例：平均年齢が高い研究 ／ 低い研究
研究間の差≠患者個人の差
二つの統合効果の差を比べる
主な注意
例：若年者の統合RR vs 高齢者の統合RR
有意/非有意でなくinteraction
以後は毎回、①〜④のどの段階の問題かを確認してから判断します。
出典：Cochrane Handbook Ch3, 2024；Guyatt et al. J Clin Epidemiol. 2011;64:395–400；Hua et al. Stat Med. 2017;36:772–789；Godolphin et al. Res Synth
Methods. 2023;14:68–78；Schandelmaier et al. CMAJ. 2020;192:E901–E906；ICEMAN Manual v1.0
3


# Page. 4

![Page Image](https://bcdn.docswell.com/page/9729KWKVJR.jpg)

SECTION 1
全体の結果をサブグループに分けると、
なぜ結論が変わるのか？
答え：分けると比較される患者構成が変わり、
全体と群別で反対の結論になることがあります。
4


# Page. 5

![Page Image](https://bcdn.docswell.com/page/DJY4NLNQ7M.jpg)

Simpson
まず全体だけを見ると、治療AとBのどちらが良く見えるか？
答え｜改善率はA 36%、B 44%。全体だけなら、治療Bが良いように見える。
まだサブグループには分けず、全患者を一つの集団として見る
全体
患者数
改善数
改善率
治療A
200
72
36%
治療B
100
44
44%
36% ＜ 44%
全体の結論：治療Bの方が良い
では、同じ患者を二つのサブグループに分けるとどうなるでしょうか？
出典：Simpson EH. JRSS B. 1951;13:238–241；Deeks et al. Cochrane Handbook Ch10, 2024
5


# Page. 6

![Page Image](https://bcdn.docswell.com/page/V7NYX4X2E8.jpg)

Simpson
同じデータを二つのサブグループに分けると、どう見えるか？
答え｜どちらのサブグループでも、治療Aの改善率が治療Bより10ポイント高い。
改善しに
くい群
患者数
改善数 改善率
改善しや
すい群
患者数
改善数
改善率
治療A
160
48
30%
治療A
40
24
60%
治療B
20
4
20%
治療B
80
40
50%
A 30% ＞ B 20%
A 60% ＞ B 50%
分けた後の結論：どちらの群でも治療Aの方が良い
同じデータなのに、全体の結論と反対になりました。
出典：Simpson EH. JRSS B. 1951;13:238–241；Deeks et al. Cochrane Handbook Ch10, 2024
6


# Page. 7

![Page Image](https://bcdn.docswell.com/page/YJ9P8Q8D73.jpg)

Simpson
全体とサブグループで、結論はどう逆転したのか？
答え｜全体ではB、分けた後は両群でA。このような見かけの逆転をSimpson型の逆転という。
改善しにくい群
全体で比較
治療A 36%
＜
治療B 44%
A 30% ＞ B 20%
分ける
改善しやすい群
A 60% ＞ B 50%
同じデータでも、分け方によって結論が反対に見える
出典：Simpson EH. JRSS B. 1951;13:238–241；Deeks et al. Cochrane Handbook Ch10, 2024
7


# Page. 8

![Page Image](https://bcdn.docswell.com/page/GJ8D8G85JD.jpg)

Simpson
なぜ、分けただけで結論が逆転したのか？
答え｜A患者の80%は改善しにくい群、B患者の80%は改善しやすい群に偏っていた。
治療ごとに、どのサブグループの患者が多いかを見る
治療Aの患者構成
治療Bの患者構成
改善しにくい群 80%
20%
20%
改善しやすい群 80%
改善しにくい群
改善しやすい群
全体の改善率には、二つの違いが混ざった
① 治療AとBの差 ＋ ② 改善しやすい患者が各治療にどれだけ含まれたか
出典：Simpson EH. JRSS B. 1951;13:238–241；Deeks et al. Cochrane Handbook Ch10, 2024
8


# Page. 9

![Page Image](https://bcdn.docswell.com/page/LJLMRGR3ER.jpg)

Simpson
結果の逆転を防ぐには、何を残したまま統合するのか？
答え｜まず、それぞれのRCTの中で治療Aと治療Bを比べる。次に、その「治療効果」をRCT間で統合する。RCTの違いを無視して、患者
数だけを一つの表に足してはいけない。
× 誤った方法：患者単位で混ぜる
RCT 1 の患者
✓ 正しい方法：効果量を統合する
RCT 1
A vs B
治療効果 1
全患者を
一つの表に入れる
RCT 2 の患者
メタ分析
RCT 2
A vs B
研究番号を消してしまう
結果が逆転し得る
治療効果 2
各RCTの比較を残す
研究内のランダム化比較を保つ
若年者・高齢者の患者を研究横断で単純に集めるのではなく、各RCT内で治療効果の違
いを調べる必要がある。
各RCT内で「若年者のA対B」と「高齢者のA対B」を求め、その二つの治療効果の差、こ
れをinteractionと呼びます。このinteractionを評価するとよい。
出典：Simpson EH. JRSS B. 1951;13:238–241；Deeks et al. Cochrane Handbook Ch10, 2024；Altman & Bland. BMJ. 2003;326:219；Rothwell. Lancet.
2005;365:176–186
9


# Page. 10

![Page Image](https://bcdn.docswell.com/page/47MYRQRM7W.jpg)

Subgroup
では、サブグループに分けること自体が危険なのか？
答え｜必要な分割もあるが、結果を見てから恣意的に分けると、偶然の差を作りやすい。
検討する価値がある分け方
誤った結論を作りやすい分け方
• 臨床的な理由がある
• 結果を見て因子やカットオフを変更
• 因子・カットオフ・方向を事前規定
• 多数の候補を試す
• 各群の効果差をinteractionで検定
• 小さい群をさらに分割
• 生物学的・臨床的に一貫する
• 『片方だけ有意』を群間差とする
分けた結果が全体と違っても、群別結果が自動的に正しいわけではありません。
出典：Oxman & Guyatt. Ann Intern Med. 1992;116:78–84；Brookes et al. HTA. 2001;5(33)；Altman & Bland. BMJ. 2003;326:219；Rothwell. Lancet.
2005;365:176–186
10


# Page. 11

![Page Image](https://bcdn.docswell.com/page/P7R9R8RLE9.jpg)

橋渡し
SRでサブグループを検討するとき、最初に何を確認するのか？
答え｜何を分けたか、なぜ分けたか、どこで比較したか、差を直接検定したかを確認する。
1
何を分けた？
2
患者／RCT／CQは
別の分割である
3
どこで比較した？
RCT内の患者差か
RCT間の研究差か
なぜ分けた？
臨床的理由・プロトコルか
結果を見た後か
4
差を直接検定した？
群別p値ではなく
interactionを確認
Section 2では、この4点からサブグループの具体的な落とし穴を学びます。
出典：Schandelmaier et al. CMAJ. 2020;192:E901–E906；ICEMAN Manual v1.0；Altman & Bland. BMJ. 2003;326:219；Rothwell. Lancet. 2005;365:176–186
11


# Page. 12

![Page Image](https://bcdn.docswell.com/page/PJXQR8Y67X.jpg)

SECTION 2
患者を分けた数字は、
どれも同じように使えるのか？
答え：使えません。『治療前か治療後か』『同じRCT内か研究間か』で、
その数字から言えることが大きく変わります。
12


# Page. 13

![Page Image](https://bcdn.docswell.com/page/3JK9RK3GJD.jpg)

Subgroup
『高齢者ほど亡くなりやすい』なら、治療効果も違うのか？
答え｜それだけでは言えない。転帰の起こりやすさと、治療AとBの差が変わることは別である。
予後因子＝もともとの危険度を変える
効果修飾因子＝AとBの差を変える
例：高齢者は、治療AでもBでも死亡しやすい
。
例：高齢者ではAとBの差が大きく、若年者では差
が小さい。
年齢は『転帰が起こりやすいか』を説明する。
高齢者の死亡率が高いだけでは、年齢は効果修
飾因子とはいえない。年齢によって「治療A対Bの効
果」が変わって、初めて効果修飾が問題になる。
ここでは、AとBの差が変わるとはまだ言っていな
い。
治療効果とは、同じ患者群の中で、治療Aと治療
Bを比べた結果を言っています。そして、その治療効
果の大きさを変える可能性がある患者の特徴を効
果修飾因子という。
予後が違う ≠ 治療効果が違う
「若年者では有意、高齢者では非有意」だけでは、interactionの証拠にならない。若年者と高齢
者の治療効果を、interaction検定で直接比較する必要がある。
出典：Schandelmaier et al. CMAJ. 2020;192:E901–E906；ICEMAN Manual v1.0；White et al. Stat Med. 2005;24:421–428
13


# Page. 14

![Page Image](https://bcdn.docswell.com/page/LE3W8ZG5E5.jpg)

Subgroup
『効き方が違う』は、何倍の差か、何人の差か？
答え｜効果を見る物差しが違うと、同じデータでも『群で違う』という答えが変わり得る。
患者群
Bで死亡
Aで死亡
RR：何倍か
RD：何人減るか
低リスク100人
10人
8人
0.80
2人減る
高リスク100人
50人
40人
0.80
10人減る
RR（相対効果）で見る
RD（絶対効果）で見る
両群とも0.80
→ 『何倍か』は同じ
2人減る vs 10人減る
→ 『何人か』は違う
実務｜『どの物差しで群の差を主張するか』を、解析前に決めます。
出典：Schandelmaier et al. CMAJ. 2020;192:E901–E906；ICEMAN Manual v1.0
14


# Page. 15

![Page Image](https://bcdn.docswell.com/page/8EDKMR1Y7G.jpg)

Subgroup
「年齢で分ける」4つの作業は、どのような関係にあるのか？
答え｜①→②が効果修飾を評価する本来の流れ。③は別の研究間比較、④は解析前のCQ設計である。
①→②｜本来のサブグループ解析：同じRCT内で治療効果の差を調べる
1
3
群別の治療効果を示す
2
次に
二つの治療効果を比べる
若年者：治療A vs B → RR若年
高齢者：治療A vs B → RR高齢
RR若年 と RR高齢は違うか？
→ interactionで直接検定
①だけ＝群別結果の提示
②まで＝効果修飾を評価
RCTそのものを特性で分ける
4
CQを二つに分ける
平均年齢が高いRCT vs 低いRCT
＝研究間（between-study）の比較
若年者CQ／高齢者CQを
解析前に別々に設計
別ルート｜患者レベルの差は直接いえない
解析ではない｜診療判断が本当に別のとき
整理｜①は提示、②は効果修飾の検定、③は限定的な研究間比較、④はCQ設計
出典：Altman & Bland. BMJ. 2003;326:219；Rothwell. Lancet. 2005;365:176–186；Cochrane Handbook Ch3・10, 2024
15


# Page. 16

![Page Image](https://bcdn.docswell.com/page/V7PKRWQ2J8.jpg)

Subgroup
若年者だけ有意なら、高齢者とは効果が違うのか？
答え｜違うとは言えない。必要なのは、二つの治療効果そのものを直接比べる検定である。
若年者の統合結果
高齢者の統合結果
HR 0.70
95%CI 0.55–0.89
p＝0.004（有意）
HR 0.90
95%CI 0.70–1.16
p＝0.42（非有意）
≠
群の差を直接検定：interaction p＝0.20
interaction（交互作用）＝『若年者の治療効果』と『高齢者の治療効果』の差を直接調べること
出典：Altman & Bland. BMJ. 2003;326:219；Rothwell. Lancet. 2005;365:176–186
16


# Page. 17

![Page Image](https://bcdn.docswell.com/page/2JVVR85XJQ.jpg)

Subgroup
サブグループ候補を増やすと、何が起きるのか？
答え｜真の差がなくても、偶然p＜0.05になる『当たり』が増える。
例：年齢・性別・重症度・病期・地域…と候補を次々に試す
64.2%
40.1%
22.6%
5.0%
1個試す
5個試す
10個試す
20個試す
少なくとも1回 p<0.05 となる確率 = 1 − 0.95ⁿ
20個試すと、差が本当はなくても約64%の確率で少なくとも一つ『有意』が出る単純例。
出典：Oxman & Guyatt. Ann Intern Med. 1992;116:78–84；Brookes et al. HTA. 2001;5(33)；ICEMAN Manual §3.6
17


# Page. 18

![Page Image](https://bcdn.docswell.com/page/5EGLM56RJL.jpg)

Subgroup
年齢を65歳で二つに切れば、差を見つけやすくなるのか？
答え｜むしろ情報を捨て、人数を小さくし、都合のよい境界を選ぶ危険が増える。
64歳11か月
65歳1か月
ほぼ同じ年齢なのに、境界の左右で『別の患者群』として扱われる
問題1｜情報と人数を失う
問題2｜境界を後から選べる
年齢の細かな違いを捨てる。
各群の患者数・イベント数も減り、群の差を見
つけにくくなる。
60歳、65歳、70歳を試し、最も差が大きい
境界だけ選ぶと、偶然の差を拾いやすい。
実務｜可能なら年齢を連続した値として解析し、二分するなら境界を事前規定します。
出典：Oxman & Guyatt. Ann Intern Med. 1992;116:78–84；Brookes et al. HTA. 2001;5(33)；ICEMAN Manual §3.8
18


# Page. 19

![Page Image](https://bcdn.docswell.com/page/4JQYRZ4Y7P.jpg)

RCT内 subgroup
治療前に測った年齢・重症度なら、患者を分けてもよいか？
答え｜検討はできる。治療前の特徴なら無作為化は原則保たれるが、群が小さくなり偶然の差が増える。
治療前に年齢を測定
その後にA/Bへ無作為割付
65歳未満の中で比較
65歳以上の中で比較
治療A vs B
同じRCT内の比較を保つ
治療A vs B
同じRCT内の比較を保つ
ただし『分けてよい』＝『差を信じてよい』ではありません。
各群が小さくなる／多数の因子を試せる／群の差にはinteractionが必要
出典：Assmann et al. Lancet. 2000;355:1064–1069；Wang et al. J Thorac Oncol. 2021;16:180–196
19


# Page. 20

![Page Image](https://bcdn.docswell.com/page/K74W83QZE1.jpg)

RCT内 subgroup
治療後に『効いた人だけ』を選んで比べてもよいか？
答え｜原則、いけない。治療後の反応で選ぶと、A/B群の無作為化が失われる。
禁止原則｜治療後に決まる特徴で患者を分けない
治療Aに無作為割付：100人
治療Bに無作為割付：100人
治療後に『反応あり』となった60人だけを
残す
治療後に『反応あり』となった40人だけを
残す
選ばれた60人
選ばれた40人
選ばれた60人と40人は、もう無作為に比べられる2群ではない
なぜ禁止するのか
① 治療後の反応で選ぶと、重症度や副作用が混ざる。
② 選ばれた2群では、AとBの因果的な差を判断できない。
例外：扱うならprincipal stratificationなどの因果推論法を、解析前に計画する。
出典：Frangakis & Rubin. Biometrics. 2002;58:21–29；Hirji & Fagerland. Trials. 2009;10:33
20


# Page. 21

![Page Image](https://bcdn.docswell.com/page/LJ1Y21PDEG.jpg)

Data extraction
RCTのサブグループ表から、数字だけ写せばよいのか？
答え｜いけない。数字の意味が同じかを、4つの質問で確認してから抽出する。
1
誰を、いつ分けた？
例：治療前の年齢＜65／≥65か。治療後
の反応者ではないか。
3
どの効果を比べた？
例：90日死亡のRRと95%CI。若年・高齢
のinteractionも抽出。
2
何人を比べた？
例：無作為割付数、解析数、欠測数をA/B
・年齢群ごとに記録。
4
全部報告された？
例：10 RCTのうち3 RCTだけ年齢別結果
がある。患者の重複も確認。
抽出するのは『数字』ではなく、『誰と誰を、何について比べた数字か』です。
出典：Oxman & Guyatt. Ann Intern Med. 1992;116:78–84；Brookes et al. HTA. 2001;5(33)；Cochrane Handbook Ch5, 2024
21


# Page. 22

![Page Image](https://bcdn.docswell.com/page/GJWGR82872.jpg)

Data extraction
サブグループの数字を集めると、どんな数え間違いが起きるのか？
答え｜同じ患者を何度も数えることと、都合のよいRCTだけ集めることが大きな問題になる。
間違い1｜同じ患者を3回数える
間違い2｜有意な3 RCTだけ集める
あるRCTに
①全体200人
②65歳未満120人
③65歳以上80人
が報告されている。
10 RCTのうち、年齢別結果を報告したのは3
RCTだけ。
①②③を同じメタ分析へ入れると、200人を全
体と年齢群で重複して数える。
未報告＝差がない、でもない。
その3 RCTが差の大きい研究なら、集めた結果
は全10 RCTを代表しない。
正しい扱い｜全体効果と群別効果を同じ箱へ混ぜない。未報告RCTを一覧化し、研究計画書・
解析計画書・登録情報も確認する。
出典：Kasenda et al. BMJ. 2014;349:g4539；Sun et al. BMJ. 2011;342:d1569
22


# Page. 23

![Page Image](https://bcdn.docswell.com/page/4EZLR8D973.jpg)

Meta-analysis subgroup
複数RCTの年齢別結果を、どの順番で統合すればよいのか？
答え｜各RCT内で若年・高齢の治療効果差（interaction）を作り、そのinteractionをRCT間で統合する。
推奨ルート｜同じRCT内の差を先に作り、その差をRCT間でまとめる
1
RCT内で群別効果
2
RCT内で効果差を計算
3
効果差を統合
RCT 1 若 0.60｜高 0.90
RCT 2 若 0.70｜高 0.98
RCT 1 0.90÷0.60＝1.50
RCT 2 0.98÷0.70＝1.40
1.50、1.40、1.10…
↓ メタ分析
統合RR比＋95％CI
各年齢群の中で
治療A vs Bを計算
RR比＝1なら
若年・高齢で効果差なし
統合RR比＝1なら
年齢による効果差なし
死亡率同士の比較ではない
二つの治療効果を直接比較
最も直接的な統合方法
避けたい①｜RCTを平均年齢で二分
避けたい②｜年齢群を別々に統合
平均年齢が高いRCT vs 低いRCT
年齢以外の研究差も混ざる：
重症度・用量・環境・追跡・基礎リスク
→ 患者レベルの効果修飾は直接いえない
若年 RR 0.70（有意）／高齢 RR 0.95（非有意）
『片方だけ有意』≠ 群間差
二つを直接比較する。含まれるRCTが違えば研究差も混ざる
結論｜各RCT内のinteractionを統合するのが、患者レベルの効果修飾を調べる最も直接的な方法
ただし、事前規定・多重性・再現性・境界・効果尺度をICEMANで確認する
出典：Altman & Bland. BMJ. 2003;326:219；Schandelmaier et al. CMAJ. 2020;192:E901–E906；Hua et al. Stat Med. 2017;36:772–789；Godolphin et al. Res
Synth Methods. 2023;14:68–78
23


# Page. 24

![Page Image](https://bcdn.docswell.com/page/Y76WRP1D7V.jpg)

Meta-analysis subgroup
平均年齢が高いRCTほど効果が小さければ、高齢者には効かないのか？
答え｜言えない。高齢RCTでは用量も違う、など、年齢以外の研究差が混ざるからである。
架空例：各点＝1つのRCT
高用量
高用量
高用量
治療効
果
高用量
低用量
見かけの年齢差
低用量
実は、高齢RCTほど治療用量も高
かった。年齢と用量を分けられない。
低用量
RCTの平均年齢
この誤りを生態学的バイアスという｜RCT平均の関係を、そのまま患者個人の関係にしない。
出典：Thompson & Higgins. Stat Med. 2002;21:1559–1573；ICEMAN Manual §3.1
24


# Page. 25

![Page Image](https://bcdn.docswell.com/page/G75M8K4874.jpg)

Meta-analysis subgroup
患者特性による治療効果の差を、どうメタ分析するのか？
答え｜各RCT内で『群どうしの治療効果差』を一つ作り、その差をRCT間で統合する。
RCT 1の中で比較
RCT 2の中で比較
RCT 3の中で比較
若年：RR 0.70
高齢：RR 0.95
若年：RR 0.76
高齢：RR 0.98
若年：RR 0.68
高齢：RR 0.90
群の差を計算
群の差を計算
群の差を計算
各RCTのinteraction（群の差）
群の差をメタ分析：二段階法による試験内interactionのメタ分析
Two-stage meta-analysis of within-trial interaction estimates
IPDを使う場合も、RCT内の差とRCT間の差をモデル上で分けます。
出典：Hua et al. Stat Med. 2017;36:772–789；Godolphin et al. Res Synth Methods. 2023;14:68–78. doi:10.1002/jrsm.1590
25


# Page. 26

![Page Image](https://bcdn.docswell.com/page/9J29KWVVER.jpg)

SECTION 3
『高齢者では効かない』を、
そのまま信じてよいのか？
答え：信じる前に、ICEMANの8つの質問で、
偶然・後付け解析・研究間差による見かけではないかを確認します。
26


# Page. 27

![Page Image](https://bcdn.docswell.com/page/DEY4NL3QJM.jpg)

ICEMAN position
ICEMANは、interactionの前・代わり・後のどこで使うのか？
答え｜計画時はチェック項目として使い、最終評価はinteraction解析の後に行う。interactionの代わりではない。
一つの主張「高齢者では治療Aが効きにくい」ができるまで
1
解析前に決める
• 年齢：65歳で二分
• 予想：高齢者で弱い
• 90日死亡・RR
• interactionの方法
2
効果差を直接検定
若年 0.70 ｜ 高齢 0.95
↓ 直接比較
RR比 1.36 ＋ 95%CI・p値
3
ICEMANで信用度を評価
• interactionの強さ・精度
• 事前規定と多重探索
• RCT間で再現しているか
• 境界値・効果尺度は妥当か
結果を見る前に決める
複数RCTなら、各RCT内の
interactionをメタ分析
この差を信じてよいか？
ICEMAN項目を計画にも利用
interaction＝差の推定
非常に低い ← 信用度 → 高い
4 GRADE／EtDへ｜ICEMANの評価を踏まえ、推奨への利用可能性を判断
解析後の評価でも『後知恵』ではない
本当に『後知恵』になるのは？
仮説・境界・尺度・方法は、
結果を見る前に決める。
結果後の信用度評価は正しい順序。
最終判定にはinteraction結果が必要。
結果を見て60・65・70歳を試し、
最も差が出た境界を採用。
ICEMANは、この『後付け・多重探索』によって
効果修飾の信用度を下げる。
区別｜interaction＝効果差を推定する解析 ／ ICEMAN＝その効果差の主張を信頼できるか評価する枠組み
出典：Schandelmaier et al. CMAJ. 2020;192:E901–E906；ICEMAN Manual v1.0（iceman.help）
27


# Page. 28

![Page Image](https://bcdn.docswell.com/page/VJNYX4V278.jpg)

ICEMAN setup
ICEMANを始める前に、どこまで具体的に決めるのか？
答え｜『年齢で差がある』では広すぎる。誰に・何を・いつ・どの物差しで・どちら向きかを一文にする。
年齢で治療効果が違う
悪い主張
何のアウトカム？ いつ？ RRかRDか？ 何歳で分けた？ どちらに効く？
8つのRCTで、治療A vs Bの90日死亡RRは、
65歳以上で65歳未満より小さくない（効きにくい）。
評価できる主張
研究
8 RCT
比較
A vs B
転帰・時点
90日死亡
物差し
RR
分け方
65歳
方向
高齢で弱い
アウトカム・時点・物差しが変われば、同じレビューでも別の評価です
出典：ICEMAN Manual v1.0, Sections 2–3
28


# Page. 29

![Page Image](https://bcdn.docswell.com/page/YE9P8Q6DJ3.jpg)

ICEMAN map
ICEMANの8項目は、初心者ならどう読めばよいか？
答え｜8項目を四つの日本語の問いにまとめると、何を確認しているかが見える。
1 差はどこから来た？
2 後付け・偶然ではない？
Q1 同じRCT内か
Q2 複数RCTで同じ傾向か
Q3 研究数は十分か
Q4 結果を見る前に予測したか
Q5 群の差を直接検定したか
Q6 何通り試したか
3 解析の仕方は適切？
4 重大な弱点はある？
Q7 RCTごとの違いを扱ったか
Q8 年齢を都合よく二分していないか
8項目を足し算しない
一つの大きな弱点で上限が決まる
元研究のバイアスリスクは別に確認
ICEMANは『8点満点のテスト』ではなく、『この主張を壊す弱点がないか』を探す点検です。
出典：Schandelmaier et al. CMAJ. 2020;192:E901–E906；ICEMAN Manual v1.0
29


# Page. 30

![Page Image](https://bcdn.docswell.com/page/GE8D8GZ5ED.jpg)

ICEMAN
Q1｜高齢者と若年者は、同じRCTの中で比べられたか？
答え｜同じRCT内での比較を重視する。平均年齢の違うRCT同士の比較は、年齢以外の研究差が混ざる。
弱い情報｜RCT同士を比べる
強い情報｜各RCT内で比べる
RCT 1・2：平均年齢が低い
RCT 3・4：平均年齢が高い
RCT 1の中：若年 vs 高齢
RCT 2の中：若年 vs 高齢
RCT 3の中：若年 vs 高齢
この二群の効果を比較する。
各RCTで作った『群の差』を統合する。
用量、診療環境、追跡期間などもRCT間で違
うため、年齢の効果だけを取り出せない。
within-trial＝同じRCT内
同じ治療・同じ追跡の中で比べられる。
between-study＝異なるRCT同士
ICEMANで最重要｜between-studyだけの主張は、原則、強く信頼しません
出典：Schandelmaier et al. CMAJ. 2020;192:E901–E906；ICEMAN Manual v1.0；Hua et al. Stat Med. 2017;36:772–789；Godolphin et al. Res Synth Methods.
2023;14:68–78
30


# Page. 31

![Page Image](https://bcdn.docswell.com/page/LELMRGD37R.jpg)

ICEMAN
Q2–3｜同じ年齢差が、複数RCTで繰り返し見えているか？
答え｜一つの極端なRCTではなく、複数RCTで同じ方向・近い大きさの差が見えるかを確認する。
RCT
若年者RR
高齢者RR
群の差の方向
RCT 1
0.70
0.94
高齢で弱い
RCT 2
0.74
0.98
高齢で弱い
RCT 3
0.69
0.72
ほぼ同じ
RCT 4
0.76
1.02
高齢で弱い
Q2｜再現性
Q3｜研究数
方向だけでなく、差の大きさと95%CIも見る。1
RCTだけ極端なら弱い。
研究数が少ないほど、外れ値一つで結論が動く。
特に小さい側の研究数を確認。
同じ差が何度も見えたか？
一つのRCTだけが作った差ではないか？
出典：ICEMAN Manual v1.0, Items 2–3；Thompson & Higgins. Stat Med. 2002;21:1559–1573
31


# Page. 32

![Page Image](https://bcdn.docswell.com/page/4JMYRQPMJW.jpg)

ICEMAN
Q4–5｜結果を見る前に予測し、群の差を直接検定したか？
答え｜事前に方向まで決めた仮説と、interactionの推定値・95%CI・p値の両方を確認する。
Q4｜結果を見る前の計画
Q5｜群の差の直接検定
protocolに
『65歳以上では効果が弱い』
と方向まで記載。
若年者だけ有意、ではなく
二つのRRの差を直接検定。
年齢を選んだ医学的理由も記載。
例：RR比 0.74
（高齢者RR÷若年者RR）
95%CI 0.55–0.99、p＝0.04
『何か差を探す』だけでは弱い。
推定値とCIも必ず見る。
事前仮説が強くてもinteractionが弱ければ不確実。pが小さくても後付けなら過大評
価を疑います。
Q4＝後付けへの抵抗
Q5＝偶然への抵抗
出典：Schandelmaier et al. CMAJ. 2020;192:E901–E906；ICEMAN Manual v1.0；Sun et al. BMJ. 2012;344:e155
32


# Page. 33

![Page Image](https://bcdn.docswell.com/page/PJR9R81L79.jpg)

ICEMAN
Q6｜年齢だけを調べたのか、それとも24通り試したのか？
答え｜候補因子だけでなく、アウトカム・時点・境界・物差し・解析法の全組合せを数える。
架空例｜実際に試した解析
4つの因子
×
×
3つの転帰
2つの時点
＝ 24通り
このうち『年齢×90日死亡』だけ有意で、そこだけ報告されたら？
信用を上げる
信用を下げる
主要候補を少数に限定し、方向を事前規定
。試した解析をすべて報告。
境界や物差しを変え、有意になった組合せだ
けを報告。
出典：ICEMAN Manual v1.0, Item 6；Oxman & Guyatt. Ann Intern Med. 1992;116:78–84
33


# Page. 34

![Page Image](https://bcdn.docswell.com/page/PEXQR8G6JX.jpg)

ICEMAN
Q7–8｜RCTごとの違いと、年齢の連続性を正しく扱ったか？
答え｜RCT間で群の差が変わることを許し、年齢を都合のよい一線で切らない解析を優先する。
Q7｜RCT間のばらつきを扱ったか
Q8｜年齢を都合よく切っていないか
RCT 1では年齢差が大きい。
RCT 2では小さい。
RCT 3ではほぼない。
64歳11か月と65歳1か月を別群にする必然性
はあるか。
可能なら年齢を連続値のまま解析。
ランダム効果モデルは、この研究間のばらつきを許
して統合する。
65歳で切るなら、理由と境界を事前規定する。
固定効果だけでCIを狭くしていないか確認。
ことば｜ランダム効果モデル＝『すべてのRCTで群の差が完全に同じ』とは仮定しない統合方法
Q7は研究間のばらつき、Q8は境界の恣意性を点検します。
出典：Schandelmaier et al. CMAJ. 2020;192:E901–E906；ICEMAN Manual v1.0；Royston et al. Stat Med. 2006;25:127–141
34


# Page. 35

![Page Image](https://bcdn.docswell.com/page/3EK9RK4GED.jpg)

ICEMAN
ICEMANで高評価なら、元のRCTも信頼できるのか？
答え｜別問題である。ICEMANは『群の差』を点検し、RCTやSR全体のバイアスは別の道具で評価する。
ICEMANが調べるもの
別に調べるもの
『高齢者では効きにくい』という
群の差の主張は信用できるか。
そのRCT自体の結果は信用できるか。
・同じRCT内か
・事前規定か
・interactionがあるか
・多数の探索の一つでないか
・割付の問題
・欠測
・選択的報告
・測定バイアス
これは元研究のバイアスリスク評価（RoB
2など）で確認。
例｜群の差は再現していても、欠測が非常に多ければ、年齢別の結論は強くできません。
ICEMANは、元研究のバイアスリスク評価を置き換えません。
出典：Schandelmaier et al. CMAJ. 2020;192:E901–E906；ICEMAN Manual v1.0
35


# Page. 36

![Page Image](https://bcdn.docswell.com/page/L73W8ZL575.jpg)

ICEMAN rating
ICEMANは8項目を足し算して採点するのか？
答え｜採点しない。一つの重大な弱点でも、総合判定の上限が決まる。
非常に低い
低い
中等度
高い
差は偶然で説明できそう
差はまだかなり不確実
差はもっともらしい
差はかなり信用できる
原則：全体効果
全体効果＋注記
群別効果＋注記
群別効果を使用
具体例｜他が良くても、Q1が『異なるRCT同士の比較』だけなら？
年齢以外の研究差を除けない重大な弱点が残るため、信頼性を『高い』とはできない。
ICEMANは平均点ではなく、『最も弱いところが結論をどこまで制限するか』で判断する。
判定欄には、カテゴリーだけでなく『なぜそこまでしか上げられないか』を書きます。
出典：ICEMAN Manual v1.0, Section 4 and Table 3
36


# Page. 37

![Page Image](https://bcdn.docswell.com/page/87DKMRNYJG.jpg)

ICEMAN worked example
悪い例｜平均年齢65歳でRCTを分けた差は、信じられるか？
答え｜ほとんど信じられない。RCT間比較・後付けの65歳・多数の探索が重なっている。
架空の主張｜『平均年齢65歳以上のRCTでは治療Aが効かない』
Q1
異なるRCT同士を比較
Q3
高齢側は3 RCTだけ
Q4
結果を見た後の仮説
Q5
群の差 p＝0.03
Q6
12候補を試した
Q7
研究間差を十分扱わず
Q8
最も差が出る65歳を選択
結論
偶然・研究差で説明できる
総合：信頼性は非常に低い
年齢別ではなく、全体効果を基本にする
演習例。判定原則：ICEMAN Manual v1.0
37


# Page. 38

![Page Image](https://bcdn.docswell.com/page/VJPKRW52E8.jpg)

ICEMAN worked example
良い例｜各RCT内で重症度による差が再現したら、信じられるか？
答え｜事前規定・同じRCT内の比較・再現性・直接検定がそろえば、かなり信用できる。
架空の主張｜『治療前の重症度が高いほど、治療Aの相対効果が大きい』
Q1
14 RCT中12で同じRCT内比較
Q2
方向・大きさが概ね再現
Q4
protocolに方向まで記載
Q5
interaction p＝0.003、CI提示
Q6
主要候補は2つだけ
Q7
ランダム効果＋感度分析
Q8
重症度を連続値で解析
留意
一部RCTの欠測が残る
総合：信頼性は中等度〜高い
重症度別効果を示し、残る欠測の問題も書く
演習例。判定原則：ICEMAN Manual v1.0
38


# Page. 39

![Page Image](https://bcdn.docswell.com/page/2EVVR8PXEQ.jpg)

ICEMAN workflow
ICEMANは、実際のSRチームでどう使うのか？
答え｜二人が別々に根拠を確認し、相違を話し合い、結論への使い方まで記録する。
1
2
3
4
5
主張を一文にする
二人が別々に確認
違いを話し合う
総合判定を書く
結論文を決める
各段階で『どの資料の何ページを根拠にしたか』を残す
書く場所
初心者向けの記載例
プロトコル
『年齢差をICEMANで二名が独立評価する』
方法
確認したプロトコル・SAP・論文と判定方法
結果
Q1〜Q8の根拠、相違、総合判定
結論・EtD
年齢別効果を使ったか／使わなかったか、その理由
出典：Schandelmaier et al. CMAJ. 2020;192:E901–E906；ICEMAN Manual v1.0
39


# Page. 40

![Page Image](https://bcdn.docswell.com/page/57GLM5PREL.jpg)

SECTION 4
CQ設計 × interaction × ICEMAN
年齢でCQを分ける？
一つのCQで差を調べる？
二つの設計を最初に示し、まずCを追い、後半でAに戻る。
① 事前根拠
② C：interaction
③ ICEMAN
④ A：CQを分ける
中心文 献｜Guyatt G, et al. GRADE guidance 36. J Clin Epidemiol. 2023;158:70–83；Schandelmaier S, et al. ICEMAN. CMAJ. 2020;192:E901–E906.
40


# Page. 41

![Page Image](https://bcdn.docswell.com/page/4EQYRZ2YJP.jpg)

GRADE guidance 36｜三つの状況
A・B・Cは、順番に進む三段階なのか？
答え｜いいえ。現在の結果を見る前に、先行根拠に応じて三つのうち一つを選ぶ。
A
差があると確信
信頼できる先行研究で
若年群と高齢群の効果差が
重要な程度に再現され、
解析前から確信できる。
GRADE 36では
二つのPICOを作る。
まれ：二つのPICO
B
差を疑う根拠なし
年齢差を疑う根拠がなく、
効果が大きい年齢群を
予測する理由もない。
一つの推定値を
両群に適用する。
C
差があるか不明
年齢差はあり得るが、
確かな根拠はまだない。
一つの広いPICOで
年齢仮説を事前規定し、
interactionを調べる。
一つの広いPICO
広いPICO＋検証
重要｜A・B・Cは、プロトコル開始時の三つの別シナリオである。
主要論文：Guyatt G, Zhao Y, Mayer M, et al. GRADE guidance 36. J Clin Epidemiol. 2023;158:70 –83. Section 2.3, pp.72–73.
41


# Page. 42

![Page Image](https://bcdn.docswell.com/page/KJ4W83LZ71.jpg)

AかCかを見分ける
Aでも、一つのCQでinteractionを計算すべきでは？
答え｜今回のSRで差を確かめる必要があるなら、それはAではなくCである。
A｜差は解析前に確立
• 信頼できる先行研究で差が再現
• 差の方向・大きさが重要
• GRADE 36：二つのPICOが主解析
• interaction再推定は確認・補足になり得る
C｜差はこれから検証
• 効果差はあり得るが不確実
• 一つの広いPICOを保つ
• 年齢・方向・尺度を事前規定
• interaction → ICEMANで確かめる
問い
問い
『差が既に分かっている二群の効果を、それぞ
れ推定する』
『本当に年齢で治療効果が違うのかを、今回
調べる』
迷うならC。現在の結果を見てAへ変更しない。
根拠：Guyatt G, et al. GRADE guidance 36. J Clin Epidemiol. 2023;158:70–83. Section 2.3；Cochrane Handbook, Chapter 10.11.
42


# Page. 43

![Page Image](https://bcdn.docswell.com/page/LE1Y21LD7G.jpg)

Situation C workflow
Cを選んだら、何をどの順番で行うのか？
答え｜一つのCQで仮説を先に固定し、群間差を直接検定してから、その主張の信用度を評価する。
1
広いCQ
成人の疾患Xで
治療A vs B、
90日死亡を評価。
成人全体の効果にも
診療上の意味がある
まず全体を保つ
2
事前規定
年齢：＜65／≥65
方向：高齢で弱い
尺度：RR
時点：90日
仮説数：少数
3
interaction
同じRCT内で
若年と高齢の治療効果
を比較。
interaction係数と
95%CI・p値を作り、
RCT間で統合する。
結果を見て変えない
群間差を直接検定
4
信用度→提示
十分なシグナルなら
ICEMANへ。
低い：全体SoF
中等度以上：群別SoF
最後にEtDで推奨を判断。
ICEMAN → GRADE
矢印で進むのは、このCの解析だけ。A・B・Cそのものには順序がない。
根拠｜GRADE guidance 36, Section 2.3 & Table 3；Cochrane Handbook 10.11；ICEMAN. CMAJ. 2020.
43


# Page. 44

![Page Image](https://bcdn.docswell.com/page/GEWGR8V8J2.jpg)

Cの解析で最初に見えるもの
年齢別の数字を並べると、どんな誤解が起こるのか？
答え｜『若年だけ有意＝若年だけ効く』と見えやすいが、精度の違いだけでも起こる。
C：広いCQ→年齢別推定
65歳未満
65歳以上
RR 0.70
95%CI 0.55–0.89
p＜0.05
RR 0.95
95%CI 0.76–1.18
p＞0.05
≠
効果差の証明
有意
非有意
なぜ、この例をここで見るのか？
Cではまず群別推定値が表示され、この瞬間に『CQを分けたい』誘惑が生じる。
しかし必要なのは、群別p値ではなく二つの治療効果の直接比較＝interactionである。
このスライドは誤解の提示。次でinteractionを計算する。
主要論文：Gelman A, Stern H. Am Stat. 2006;60:328–331；Altman DG, Bland JM. BMJ. 2003;326:219；Cochrane Handbook 10.11.3.
44


# Page. 45

![Page Image](https://bcdn.docswell.com/page/47ZLR849J3.jpg)

Interaction｜点推定と検定
『年齢で効果が違う』を、何で直接検定するのか？
答え｜log治療効果の差をinteraction係数として推定し、その95%CI・p値で不確実性を示す。
同じ仮想例｜直接比較
65歳未満の治療効果
65歳以上の治療効果
RR 0.70
95%CI 0.55–0.89
RR 0.95
95%CI 0.76–1.18
直接比較
log RR＝log(0.70)
log RR＝log(0.95)
interactionの点推定値（RR尺度）
βint＝log(0.95)－log(0.70)＝0.305 → exp(βint)＝ratio of RRs 1.36
1.36は点推定値にすぎない。概算95%CI 0.98–1.88、p≈0.07まで求めて初めてinteraction解析になる。
手法例｜個票：治療×年齢項 要約値：log RR差の検定
主要論文：Altman DG, Bland JM. BMJ. 2003;326:219；Cochrane Handbook 10.11；教育用数値は丸めた95%CIからの概算。
45


# Page. 46

![Page Image](https://bcdn.docswell.com/page/YJ6WRP3DJV.jpg)

GRADE Table 3｜0.10は何か
p≈0.07ならICEMANへ進むのか？ なぜ0.10なのか？
答え｜GRADE 36の実務上の入口であり、普遍的な有意水準でも『差あり／なし』の境界でもない。
1
まず連続量で
読む
interactionの大きさ
95%CI・正確なp値を
確認
2
p ≥ 0.10
GRADE 36では
効果修飾の主張を
それ以上進めない
3
p ＜ 0.10
候補となる主張を
ICEMANへ送る
p値が小さいほど
偶然との不整合が強い
全体推定値を使い
精度不足は別に記す
ここは合格ではない
p＝0.05～0.10なら
統計的支えは弱い
点推定＋不確実性
同じとは証明できない
入口にすぎない
4
ICEMAN
p値は8項目中の一つ。
事前仮説、within-study、
研究間の再現、多重性、
モデルなどと統合する。
二値判定ではない
p値を二値化しない
• p＝0.099と0.101に本質的な断崖はない
• p≥0.10でも『効果が同じ』とは証明できない
• p<0.10でも、効果の大きさ・精度・事前根拠・多重性が必要
0.10はGRADE 36／Sunらの実務的スクリーニング。数学的に導かれた普遍的境界ではない。
根拠：Guyatt G, et al. GRADE guidance 36, Table 3；Sun X, et al. BMJ. 2010;340:c117；Wasserstein & Lazar. Am Stat. 2016；ICEMAN. CMAJ. 2020.
46


# Page. 47

![Page Image](https://bcdn.docswell.com/page/GJ5M8KL8J4.jpg)

ICEMAN｜interactionの次
interactionのp値だけで決めないなら、ICEMANは何を足すのか？
答え｜『患者群で効果が違う』という主張を、設計・事前性・再現性・解析から総合評価する。
位置づけ｜interaction → 候補となる主張 →
ICEMAN → SoF・推奨
1
比較の構造
2
事前仮説
3
統計解析
比較：研究内／研究間
再現：同じ方向か
研究間比較：研究数は
十分か
• 解析前に予測したか
• 方向まで当てたか
• 修飾因子を増やし過
ぎていないか
interactionの統計的
支え
random-effectsか
連続変数を恣意的に
区切っていないか
交絡を見抜く
後付けを見抜く
p値だけではない
4
総合判断
高い／中等度：
群別推定値を提示
低い／非常に低い：
全体推定値を中心に提
示
信用度で提示を変える
ICEMANがすること／しないこと
する：効果修飾『主張』の信用度を評価
しない：interactionの代用／臨床的重要性の決定／無関係な二
つのCQの比較
主要論文：Schandelmaier S, Briel M, Varadhan R, et al. Development of ICEMAN. CMAJ. 2020;192:E901 –E906；Guyatt G, et al. GRADE guidance 36.
47


# Page. 48

![Page Image](https://bcdn.docswell.com/page/LE3W8ZLGE5.jpg)

Published example｜Situation C
公表例では、広いCQの中に修飾候補をどう置いたのか？
答え｜COVID-19例は『年齢別CQにしなかった理由』ではなく、広いPICO＋候補修飾因子の実務例である。
Situation C｜一つの広いPICO
P
非重症の確定COVID-19
I
ニルマトレルビル／リトナビル＋通常ケ
ア
C
通常ケア
O
COVID-19による入院
相対効果を変える候補
• 小児／成人／高齢者
• 発症から治療までの時間
• 血清学的状態
• 疾患重症度
絶対効果を変える基礎リスク候補
• 入院リスク：高い／低い
• 血清学的状態
• ワクチン接種状況
まず広い問いを保つ
この例が示すこと｜候補群を事前に置くことと、最初から別CQにすることは同じではない。
具体例：Guyatt G, et al. GRADE guidance 36, Table 1；Agarwal A, et al. A living WHO guideline on drugs for covid-19. BMJ. 2020;370:m3379.
48


# Page. 49

![Page Image](https://bcdn.docswell.com/page/8EDKMRNN7G.jpg)

ICEMANの公表例
p＝0.003でも、なぜICEMANが必要なのか？
答え｜偶然の説明は弱くても、事前規定・多重性・比較構造などには別の弱点が残る。
公表された観察研究例（治療RCTではない）
1
23研究を統合
一人暮らしと死亡。
全体では約15%の
相対リスク増加。
年齢差を探索した。
まず全体像
2
研究内で比較
若年・高齢を同じ研究
内で
報告した5研究。
ratio of RRs 1.59
95%CI 1.17–2.15
p＝0.003
強い統計シグナル
3
ICEMAN
弱点：年齢方向を
プロトコルで事前規定せ
ず、
4修飾因子を検討。
GRADE WG：
upper moderate。
pだけな ら満点でもない
4
提示を分ける
若年 RR 1.41
（1.17–1.71）
高齢 RR 1.05
（0.91–1.22）
群別に確実性評価。
群別SoFへ
この例から分かること
interactionのp値はICEMANの一項目。moderateなら、不確実性を明記して群別推定値を示す。
具体例：Zhao Y, et al. EClinicalMedicine. 2022;54:101677；Guyatt G, et al. GRADE guidance 36, Sections 3.3–3.5.
49


# Page. 50

![Page Image](https://bcdn.docswell.com/page/V7PKRW5NJ8.jpg)

Published example｜絶対効果
効果差がなくても、基礎リスクで絶対効果が違うのはなぜか？
答え｜同じRRを異なる基礎リスクに適用すると、救える人数は変わる。これは必ずしもinteractionではない。
MAb114 vs 標準治療｜相対効果は共通：RR 0.42
低い基礎リスク
高い基礎リスク
標準治療
MAb114
標準治療
MAb114
395／1000
166／1000
660／1000
277／1000
229人少ない／1000人
383人少ない／1000人
結論｜絶対効果は違ったが、両設定でMAb114を支持する同じ強い推奨
基礎リスク別の絶対効果は同じSoFに並べられる。
基礎リスク差と、相対効果のeffect modificationを混同しない。
具体例：Guyatt G, et al. GRADE guidance 36, Table 2；Gao Y, et al. Lancet Microbe. 2022;3:e683–e692.
50


# Page. 51

![Page Image](https://bcdn.docswell.com/page/2JVVR8PYJQ.jpg)

ここから二つ目の設計ルート
では、最初からCQを二つにするのはどんなときか？
答え｜40ページで予告した別ルートである。解析前から差または診療判断が別とする十分な根拠が必要。
最初から分ける根拠
• 先行研究で重要なinteractionが再現
• 若年・高齢で治療選択肢が異なる
• 重要アウトカム／治療目標が異なる
• 利益・害・実行可能性が明らかに異なる
一つに保つ根拠
• 効果差を疑う根拠がない、または不確実
• 差の方向・大きさがまだ分からない
• 若年・高齢で治療候補と重要転帰が同じ
• 成人全体の効果にも診療上の意味がある
例
例
軽症：薬A vs 経過観察
重症：薬A＋手術 vs 手術
成人：薬A vs 薬B
年齢差はCの仮説として検証
二つのPICOを検討
一つのPICO＋interaction
この分岐は解析前に決める。結果を見てから『最初から別CQだった』ことにはしない。
根拠：Guyatt G, et al. GRADE guidance 36, Section 2.3；Andrews JC, et al. GRADE guidelines 15. J Clin Epidemiol. 2013;66:726–735.
51


# Page. 52

![Page Image](https://bcdn.docswell.com/page/5EGLM5PWJL.jpg)

CQを分ける臨床判断
『薬A vs B・90日死亡が同じ』だけで、一つのCQと決めてよいのか？
答え｜同じPICO要素は重要だが十分ではない。効果差とEtDの診療判断を別々に確認する。
統計の層｜効果は違うか？
• 相対効果は年齢で違うか
• interactionの推定値・95%CI
• ICEMANで主張は信頼できるか
• 基礎リスクから絶対効果を計算
診療の層｜判断は変わるか？
• 望ましい効果と害のバランス
• エビデンスの確実性
• 患者の価値観・選好
• 資源、実行可能性、公平性
問い
問い
『年齢で治療効果が
本当に変わるか？』
『提示する選択肢・推奨が
年齢で変わるか？』
同じPICO＋同じEtD判断 → 一つのCQを基本にする
信頼できる重要な効果差、またはEtD判断が別 → 別PICO／別推奨を検討
主要論文：Andrews JC, et al. GRADE guidelines 15. J Clin Epidemiol. 2013;66:726–735；Guyatt G, et al. GRADE guidance 36.
52


# Page. 53

![Page Image](https://bcdn.docswell.com/page/4JQYRZ2Q7P.jpg)

Two CQs × ICEMAN
二つのCQに分けた後でも、ICEMANを使えるのか？
答え｜自動的には使えない。共通の推定対象を直接比較する『効果修飾の主張』を別に行う場合だけである。
まず共通性を確認
1
RCT
2
RCT
3
RCT
4
RCT
5
RCT
6
RCT
CQ-A｜65歳未満
治療A vs B、90日死亡、RR
同じRCTから抽出可能
共通の推定対象あり
ICEMANの対象
『若年と高齢で
治療効果が違う』
という別の主張
CQ-B｜65歳以上
共通のinteractionを
計算できればICEMAN。
7
RCT
8
RCT
同じRCT・比較・転帰？
治療A vs B、90日死亡、RR
同じRCTから抽出可能
P/I/C/Oや尺度が本当に別なら
比較不能→各CQをGRADE評価
。
直接interactionを作る
CQラベルだけでは決まらない
結論｜ICEMANは各CQの一般的チェックリストではない。比較可能な効果修飾『主張』の信用度を評価す
る道具である。
根拠：Schandelmaier S, et al. ICEMAN. CMAJ. 2020;192:E901–E906；Cochrane Handbook 10.11；Altman & Bland. BMJ. 2003;326:219.
53


# Page. 54

![Page Image](https://bcdn.docswell.com/page/K74W83LYE1.jpg)

Protocol example｜完成形
プロトコルで何を先に書けば、途中で迷わないのか？
答え｜出発シナリオ、CQ設計、仮説、interaction、ICEMAN後の行動を一続きで事前登録する。
1
出発シナリオ
先行根拠からA／B／Cのどれかを選ぶ。三つは順序ではない。
2
CQ設計
A：二つのPICO。B：一つ。C：広いPICO＋年齢仮説。選択理由を記録。
3
仮説・尺度
＜65／≥65、高齢でRRが弱い、90日死亡。絶対効果は基礎リスク別。
4
抽出・統計
各RCT内の治療×年齢interactionとSEを抽出／推定し、RCT間で統合する。
5
結果後の行動
0.10は入口。候補をICEMANで評価し、信用度に応じて全体／群別推定を選ぶ。推
奨はEtDで判断。
プロトコル結論
例：今回はC。CQは一つに保ち、年齢interactionを事前登録する。
別推奨へ進む条件をICEMAN＋EtDとして先に定義する。
根拠：Guyatt G, et al. GRADE guidance 36, Section 2.3 and Table 3；Cochrane Handbook 10.11；Schandelmaier S, et al. ICEMAN. CMAJ. 2020.
54


# Page. 55

![Page Image](https://bcdn.docswell.com/page/LJ1Y21LNEG.jpg)

Protocol checklist
解析前のプロトコルには、具体的に何を書けばよいか？
答え｜難しいチェックリストではなく、次の6文をチームで完成させる。
1
大きなCQ
成人の疾患Xで、治療AとBを比較する。
3
転帰と物差し
90日死亡、RR、同じ時点・定義で統合する
。
5
解析方法
各RCT内の『年齢による効果差』をランダム効
果モデルで統合する。
2
群と境界
年齢＜65歳／≥65歳。境界は解析前に固
定する。
4
差の仮説
高齢者ではRRが1に近い、と方向まで事前
規定する。
6
結論への使い方
低い／非常に低い → 全体RRを基本
中等度以上 → 年齢別RRを検討
この6文が書けなければ、データを見た後に『分け方』を変える余地が残ります
出典：Cochrane Handbook Ch2–3, 2024；PRISMA-P；ICEMAN Manual v1.0
55


# Page. 56

![Page Image](https://bcdn.docswell.com/page/GJWGR8QM72.jpg)

Extraction template
抽出フォームには、どんな具体例を書けばよいか？
答え｜年齢別の数字だけでなく、定義・分母・群の差・情報源・欠測と重複を同じ行に残す。
抽出項目
記入する具体例
何を防ぐか
群の定義
治療前の年齢＜65／≥65
治療後選択・境界変更
分子／分母
若年A 12/80、B 18/82
分母違い・再計算不能
群別効果
RR 0.68［0.35–1.04］
物差し・時点の混在
群の差
RR比 0.72［0.50–1.04］（高齢÷若年
）
『片方だけ有意』解釈
情報源
protocol p12／SAP p8／Fig 3
後付け・選択的報告
欠測・重複
年齢欠測14人／全体行と重複
二重計上・欠測無視
数字を生んだ『比較の設計と報告経路』まで抽出すれば、後でICEMANを評価できます。
出典：Cochrane Handbook Ch5, 2024；ICEMAN Manual v1.0；Godolphin et al. 2023
56


# Page. 57

![Page Image](https://bcdn.docswell.com/page/4EZLR8WM73.jpg)

Interpretation language
ICEMANの判定を、初心者にも誤解されない結論文にするには？
答え｜信頼性が低いほど断定を避け、全体効果を基本にする。高くても残る不確実性を書く。
ICEMAN
結論文の例
効果の使い方
非常に低い
『見かけの年齢差は偶然や研究差で説明できる』 原則、全体効果
低い
『年齢で異なる可能性はあるが、かなり不確実』 全体効果＋注記
中等度
『高齢者で効果が弱いことはもっともらしい』
年齢別効果＋注記
高い
『年齢による効果の違いは信頼できる』
年齢別効果を使用
ただし、ICEMANだけで推奨は決まらない
年齢別効果の確実性、利益・害、価値観、実行可能性は、
推奨判断（GRADE/EtD）で別に評価する。
出典：ICEMAN Manual v1.0, Section 4；GRADE Working Group guidance
57


# Page. 58

![Page Image](https://bcdn.docswell.com/page/Y76WRPG57V.jpg)

Take-home messages
SR作成者が、最後に覚えておくべき5原則は？
答え｜治療後に分けない。同じRCT内で比べ、群の差を直接検定し、事前規定とICEMANで判断する。
1
治療後に決まる反応・遵守で分けない
原則禁止。無作為化が壊れる。
2
患者差は、同じRCT内の比較を優先
平均年齢が違うRCT同士を患者差と解釈しな
い。
3
『片方だけ有意』で群の差を判断しない
二つの治療効果を直接比べる。
4
因子・方向・境界・物差しを事前規定
多数の探索と都合のよい切り方を防ぐ。
5
ICEMANの信用度を踏まえ、全体か群別かを
判断
推奨はGRADE/EtD、元研究はRoBで別
に評価する。
SRの質は、解析開始後の巧さより、プロトコル時点で『何を分け、何を一緒にするか』を決めたかで大きく変わりま
す。
総括：Cochrane Handbook；ICEMAN；Altman & Bland；Hua et al.；Vella et al.
58


# Page. 59

![Page Image](https://bcdn.docswell.com/page/G75M8KVG74.jpg)

References
この教材の統合・subgroup・interactionの根拠は？
01
Simpson EH. The interpretation of interaction in contingency tables. JRSS B. 1951;13:238–241. doi:10.1111/j.25176161.1951.tb00088.x
02
Cochran WG. The combination of estimates from different experiments. Biometrics. 1954;10:101 –129.
03
Mantel N, Haenszel W. Statistical aspects of the analysis of data from retrospective studies. JNCI. 1959;22:719 –748.
04
Oxman AD, Guyatt GH. A consumer's guide to subgroup analyses. Ann Intern Med. 1992;116:78–84. PMID:1530753.
05
Assmann SF, et al. Subgroup analysis and other (mis)uses of baseline data in clinical trials. Lancet. 2000;355:1064–1069.
06
Brookes ST, et al. Subgroup analyses in randomised controlled trials. Health Technol Assess. 2001;5(33). doi:10.3310/hta5330.
07
Thompson SG, Higgins JPT. How should meta-regression analyses be undertaken and interpreted? Stat Med. 2002;21:1559 –
1573. doi:10.1002/sim.1187.
08
Altman DG, Bland JM. Interaction revisited: the difference between two estimates. BMJ. 2003;326:219.
doi:10.1136/bmj.326.7382.219.
09
Rothwell PM. Subgroup analysis in randomised controlled trials. Lancet. 2005;365:176–186. doi:10.1016/S0140-6736(05)177095.
10
Sun X, et al. Is a subgroup effect believable? Updating criteria to evaluate credibility. BMJ. 2010;340:c117.
原著・方法論文を優先して掲載。Cochrane Handbook Ch10 (2024)も参照。
59


# Page. 60

![Page Image](https://bcdn.docswell.com/page/9J29KW3DER.jpg)

References
ICEMAN・within-trial・CQ設計の一次資料は？
01
Schandelmaier S, et al. Development of the ICEMAN instrument. CMAJ. 2020;192:E901–E906. doi:10.1503/cmaj.200077.
02
Schandelmaier S, et al. ICEMAN Manual v1.0. CMAJ Supplement. 2020.
03
Hua H, et al. One-stage individual participant data meta-analysis models. Stat Med. 2017;36:772–789. doi:10.1002/sim.7171.
04
Godolphin PJ, et al. Meta-analysis of subgroup-specific treatment effects. Res Synth Methods. 2023;14:68 –78.
doi:10.1002/jrsm.1590.
05
Guyatt GH, et al. GRADE guidelines 2: framing the question and deciding on important outcomes. J Clin Epidemiol. 2011;64:395 –
400.
06
Cumpston M, et al. How to choose the PICO for each synthesis. F1000Research. 2021;9:838.
doi:10.12688/f1000research.24469.2.
07
Weir MC, et al. Decisions about lumping vs splitting of diseases. J Clin Epidemiol. 2012;65:756–763.
doi:10.1016/j.jclinepi.2011.12.012.
08
Vella ET, et al. A framework for developing PICO research questions with subgroups. J Clin Epidemiol. 2026;196:112271.
doi:10.1016/j.jclinepi.2026.112271.
09
Sherry AD, et al. Credibility of differential treatment effect claims in oncology trials. JAMA Netw Open. 2024;7:e2432377.
10
Higgins JPT, et al, eds. Cochrane Handbook, Chapters 3 and 10. Version 6.5. 2024.
ICEMAN Manualは各判断閾値の一次資料。最新のCQ-subgroup枠組みとしてVella et al. 2026を掲載。
60