システマティックレビューvsメタアナリシス：主な違いを解説

これらの2つの用語はしばしば同義語として使用されますが、異なるものを指します — すべてのシステマティックレビューがメタアナリシスというわけではありません。 システマティックレビュー：特定の研究課題に関するすべての利用可能な根拠の厳格で再現可能な統合。文書化された事前指定の検索戦略と明示的な採用・除外基準を使用します。結果は叙述的に提示されることがあります。 メタアナリシス：複数の研究からの定量的結果を単一のプールされた推定値に組み合わせるための統計的手法。メタアナリシスはしばしばシステマティックレビュー内で実施されますが、常にそうとは限りません。 簡単に言えば：システマティックレビューはプロセスであり、メタアナリシスはそのプロセスの可能な出力の一つです。

メタアナリシスは、統計的に組み合わせるのに十分な類似性が研究にあることを必要とします。以下が必要です。 - 類似したPICO：比較可能な集団、介入、比較対象、アウトカム - 定量的データ：効果サイズ、信頼区間、またはそれらを計算するのに十分なデータ - 十分な研究数：少なくとも3〜5の研究（検出力のためにはより多い方が良い） - 許容可能な不均一性：I² > 75%の場合、プーリングは誤解を招く可能性がある 研究が異なる集団で異なる方法を用いて異なるものを測定している場合、意味のない統計的プーリングを強制するよりも、叙述的（記述的）システマティックレビューの方が適切です。

メタアナリシスなしのシステマティックレビュー： ✓ 定性的で不均一な研究を含むことができる ✓ 不適切なプーリングによる偽の精度を回避 ✓ 複数のコンポーネントを持つ複雑な介入に適している ✗ より主観的 — 叙述的統合はバイアスを導入する可能性がある ✗ 臨床的意思決定のための要約が困難 メタアナリシス： ✓ 信頼区間を持つ単一の要約推定値を提供 ✓ 個別研究よりも高い統計的検出力 ✓ 臨床診療ガイドラインに直接情報提供 ✗ 研究が不均一な場合、偽の精度を生じる可能性がある ✗ 出版バイアスに対して脆弱 ✗ ガーベッジイン、ガーベッジアウト — 含まれた研究と同程度の品質しかない

非公式な文献レビューと完全なシステマティックレビューの間に、いくつかの中間的なアプローチが存在します。 ラピッドレビュー：システマティックレビューの方法を合理化して質問に迅速に答える（数か月ではなく数週間）。緊急の政策問題に受け入れられる。明示的に限界を認める。 スコーピングレビュー：特定の質問に答えるためではなく、ギャップを特定するために広いトピックの既存文献をマッピング。含まれた研究の質評価を必要としない。しばしば本格的なシステマティックレビューの前段階。 叙述的レビュー：体系的な検索方法なしの専門家による統合。より速いがバイアスが生じやすい。再現性が低い。教育目的には依然として価値がある。 MetaLens AIのようなツールはAI支援の迅速なスコーピングと最もよく説明されます — 正式なシステマティックレビューの厳密さなしに、あなたの思考に情報を提供するPubMedの根拠を素早く統合します。

高品質なシステマティックレビューとメタアナリシスは確立された報告基準に従うべきです。 - PRISMA（Preferred Reporting Items for Systematic Reviews and Meta-Analyses）：システマティックレビューの報告のための27項目チェックリスト。研究選択を示すフローダイアグラムが必要。 - MOOSE（観察研究のエピデミオロジーのメタアナリシス）：観察研究のメタアナリシス用。 - PRISMA-P：システマティックレビュープロトコルのチェックリスト。 - Cochrane Handbook：コクランレビューのための最も包括的なガイダンス。 ほとんどの主要な医学ジャーナルは投稿のためにPRISMAへの準拠を要求しています。これらの基準に従うことで透明性と再現性が向上します。

この決定木を使用してください： 1. 質問はPICOに対して十分に具体的か？ - はい → システマティックレビュー（メタアナリシスの可能性あり） - いいえ → スコーピングレビューまたは叙述的レビュー 2. 十分な一次研究があるか？ - 良い研究が3未満 → 叙述的システマティックレビュー - 類似したPICOを持つ研究が3以上 → メタアナリシスを検討 3. 不均一性は許容可能か？ - I² < 50% → メタアナリシスが適切な可能性がある - I² > 75% → 叙述的統合；不均一性の原因を探索 4. 十分な時間とリソースがあるか？ - 本格的なシステマティックレビューはチームで6〜12か月かかる - MetaLens AIのようなツールを使ったスコーピングレビューから始めることを検討