評価コンパスEvalCompass
分析・統合エビデンス統合PRISMA効果量Campbell Collaborationエビデンスレベル

メタアナリシス・システマティックレビュー

Meta-Analysis and Systematic Review
別名: メタ分析、系統的レビュー、PRISMA

同一テーマの複数の研究・評価を体系的に検索・選別し、その結果を統計的に統合（メタアナリシス）または叙述的に総合（システマティックレビュー）する。単独研究より高いエビデンスレベルを提供する。

難易度 上級 ●●●費用 中 ●●●期間 3〜12ヶ月（検索・スクリーニング・データ抽出・統計統合を含む）
システマティックレビュー 計画・管理シートを開く →

概要

システマティックレビュー（Systematic Review）は、明確なリサーチクエスチョンに基づいて既存研究を網羅的に検索し、事前に定めた基準でスクリーニング・データ抽出・品質評価を行い、結果を統合する手法。医学分野では1993年設立のコクラン共同計画（Cochrane Collaboration）が医療介入の効果を統合する国際インフラを構築した。社会政策・教育・国際開発分野ではCampbell Collaboration（2000年設立）が類似の枠組みを提供する。

メタアナリシス（Meta-Analysis）はシステマティックレビューの定量的統合手順であり、複数の研究から共通の効果量（Cohen's dやオッズ比等）を取り出し、重み付き平均として統合効果量を算出する。研究間のばらつき（異質性：Heterogeneity）をI²統計量等で測定し、大きい場合はサブグループ分析を行う。報告の透明性を担保するPRISMA声明（Preferred Reporting Items for Systematic reviews and Meta-Analyses）が2009年に発表され（2020年更新）、学術誌・助成機関で広く採用されている。

評価実務においては、政策・プログラムの効果のエビデンスベースを構築する最上位の方法として位置づけられるが、一次評価・研究の蓄積がなければ実施できないという構造的な前提がある。

✓ こんな時に使う

  • 特定の介入・プログラム（例：就労支援研修、条件付き現金給付）の効果について、既存研究を網羅的に総合しエビデンスベースを示したいとき
  • 複数の評価研究の結果が矛盾しており、全体として何が言えるかを統計的に整理したいとき
  • 政策立案・ガイドライン策定のために最も信頼性の高いエビデンスサマリーを作成する必要があるとき
  • 新規評価の立案前に、先行研究から既知の効果量・調整要因を把握し評価設計の根拠を固めたいとき

✕ 向かない場面

  • 一次評価・研究データが存在しない（または極めて少ない）新規の介入 — レビューする研究がなければ実施できない
  • 研究間の介入・測定方法・文脈の異質性が高すぎる場合 — 統計的統合（メタアナリシス）が不適切になり、叙述的レビューに留まる
  • 迅速な意思決定が必要な場面 — 厳密なシステマティックレビューには数ヶ月〜1年の時間がかかる

実施手順

  1. リサーチクエスチョンとPICO/PICO-Sの設定
    Population（対象集団）・Intervention（介入）・Comparison（比較対照）・Outcome（アウトカム）をPICO形式で明確化する。これがすべての検索・スクリーニング判断の基準となる。
  2. プロトコルの事前登録
    PROSPERO（システマティックレビューの国際登録システム）等に研究プロトコルを事前登録することで、恣意的な後付け変更を防ぎ、透明性を高める。
  3. 文献の網羅的検索
    PubMed・PsycINFO・ERIC・Web of Science・Google Scholar等の複数データベースで系統的に検索する。灰色文献（学位論文・機関報告書・会議録）も含める。検索式と検索日を記録する。
  4. スクリーニングとデータ抽出
    2名の独立したレビュアーがタイトル/アブストラクト→全文の2段階でスクリーニングし、不一致は議論で解決する。採用論文から効果量・サンプルサイズ・介入内容・測定方法等のデータを抽出する。
  5. バイアスリスク評価
    各研究の内的妥当性をCochrane RoB（RCT用）・Newcastle-Ottawa Scale（観察研究用）等の標準化ツールで評価する。バイアスリスクが高い研究を感度分析で除外したとき結論が変わるかを確認する。
  6. 効果量の統合（メタアナリシス）または叙述的統合
    研究間の異質性が許容範囲（I²<50%が目安）であればランダム効果モデルで統合効果量を算出する。異質性が高い場合はサブグループ分析・メタ回帰を検討する。統計的統合が不適切な場合は叙述的統合（Narrative Synthesis）を行う。
  7. PRISMA報告と解釈
    PRISMA 2020チェックリストとフローダイアグラム（検索→スクリーニング→採用の件数推移）に従って報告する。統合効果量の実質的意義・限界・エビデンスギャップ・政策含意を記述する。

長所と限界

長所

  • 単独研究よりサンプルサイズが実質的に大きくなり、効果量の推定精度が上がる
  • 研究間のばらつき（異質性）の検討がどのような文脈で効果が出やすいかの知見を与える
  • PRISMA等の国際標準に従うことで再現性・透明性が確保され、政策立案の根拠として高い説得力を持つ
  • エビデンスギャップ（何がまだ明らかでないか）を可視化し、次の評価・研究の優先課題を示す

限界

  • 出版バイアス（Publication Bias）——有意な結果の研究が論文化されやすく、効果の過大推計につながる。ファンネルプロットやEgger検定で確認する
  • ゴミ入りゴミ出し（GIGO）——一次研究の質が低ければ統合しても質の低い結論しか得られない
  • 高い異質性がある場合、統合効果量の解釈が困難になり「平均」が代表しない状況が生じる
  • 複雑な社会介入（コレクティブインパクト等）の因果メカニズムを捉えるにはRealist Synthesisなどの代替アプローチが必要

⚠ よくある落とし穴

  • 検索戦略の不十分さ — 英語文献のみ・単一データベースに限定すると重要な研究を見落とす。多言語・多データベース・灰色文献を含める
  • 異質性を無視して統合 — I²が高いにもかかわらず無理に統合効果量を算出し、誤解を招く単一の数値を報告する
  • バイアスリスク評価を省略 — 質の低い研究を同等の重みで統合すると結論の信頼性が低下する。バイアスリスクに基づく感度分析は必須