「この論文の批判的吟味を」

このテクニックとは

Evidence-based medicine（EBM）の実践では、論文を批判的に読む力（Critical appraisal）が不可欠です。しかし抄読会の準備で「この研究のバイアスは何か」「統計手法はこれで適切か」「臨床応用する際の限界は何か」を一人で整理するのは時間がかかります。特に疫学や統計が専門外の場合、RCT・コホート研究・メタ解析それぞれの弱点を網羅的に検討することは難しいです。

AIに論文の概要（Abstract、もしくは全文）を渡すと、系統的な批判的吟味を実施してくれます。研究デザインに応じた評価フレームワーク（RCTならCONSORT、観察研究ならSTROBEなど）を参照しながら、バイアスの可能性・統計的妥当性・一般化可能性を整理します。「抄読会でどこを突っ込まれるか」という視点で準備することで、質疑応答に自信を持って臨めます。

AIの吟味はあくまで出発点であり、特に統計的評価については教科書・専門家の意見で補完することをお勧めします。

基本パターン

以下の論文について、EBMの観点から批判的吟味を行ってください。

【論文情報】
- タイトル: [論文タイトル]
- 著者・雑誌・年: [例: Smith et al., NEJM 2025]
- 研究デザイン: [例: 多施設ランダム化比較試験（RCT）]
- 研究の概要: [AbstractまたはPICO形式で入力]
  - P（対象）: [例: 新規診断の2型糖尿病患者 n=1,240]
  - I（介入）: [例: SGLT2阻害薬 エンパグリフロジン10mg/日]
  - C（対照）: [例: プラセボ]
  - O（アウトカム）: [例: 主要エンドポイント: 心血管死亡・心不全入院の複合]
  - フォロー期間: [例: 中央値3.2年]
  - 主な結果: [例: HR 0.75 (95%CI 0.62-0.90) p=0.002]

以下の観点で批判的吟味を行ってください:
1. 研究デザインの妥当性（この疑問に適したデザインか）
2. バイアスの評価
   - 選択バイアス（ランダム化・割り付け隠蔽の質）
   - 情報バイアス（盲検化・アウトカム測定の客観性）
   - 脱落・ITT解析の適切性
3. 統計手法の適切性（主要解析・多重比較・サブグループ解析）
4. 内的妥当性（研究結論は研究内で支持されているか）
5. 外的妥当性（自分の患者に適用できるか：対象集団の特性・除外基準）
6. 利益相反（COI）の影響
7. 総合評価と臨床応用時の注意点

抄読会で想定される質問を3つ挙げてください。

医療での活用例

シナリオ

来週の抄読会で論文を発表する。どこを突っ込まれるか事前に知りたい。

プロンプト例

以下の論文について批判的吟味をしてください：
- 研究デザインの妥当性
- バイアスの可能性（選択バイアス、情報バイアス、交絡）
- 統計手法の適切性
- 結果の解釈における注意点
- 臨床応用する際の限界と注意点

[論文情報]

いつ使うべきか

• 抄読会の担当が決まり、発表論文の弱点を事前に把握しておきたいとき
• 治療変更の根拠となる論文を吟味し、自施設への適用可能性を評価するとき
• メタ解析やシステマティックレビューのエビデンスレベルを判断したいとき
• 疫学・統計が専門外で、バイアスや統計手法の評価に自信がないとき
• 研修医・後期研修医が論文の読み方を学ぶ際に、評価の視点を習得するため