システマティックレビュー・メタアナリシス作成ガイド

このガイドについて

システマティックレビューとメタアナリシスは、エビデンスに基づく医療（EBM）の最高レベルのエビデンスを提供する重要な研究手法です。本ガイドでは、PRISMAガイドラインに準拠したシステマティックレビューとメタアナリシスの作成方法を、AIツールを活用しながら効率的に進める方法を解説します。

対象読者

臨床研究に携わる医師・研究者
大学院生・研究員
エビデンスに基づいた診療を実践したい医療従事者
システマティックレビューを初めて実施する方

このガイドで学べること

研究課題の明確化: PICO形式での研究課題の設定
文献検索戦略: 包括的な文献検索の設計と実施
文献スクリーニング: 適切な選定基準の設定と効率的なスクリーニング
データ抽出: 標準化されたデータ抽出方法
質の評価: 研究の質を評価する方法（リスク・オブ・バイアス評価）
メタアナリシス: 統計的統合の実施方法
結果の報告: PRISMAガイドラインに準拠した報告
AIツールの活用: 各ステップでのAIツールの効果的な活用方法

所要時間

全体: 30-40分（読了時間）
実際の作業: 数週間〜数ヶ月（研究の規模による）

前提知識

基本的な研究デザインの理解
統計学の基礎知識（メタアナリシス実施の場合）
文献検索の基本スキル

使用するAIツール

ChatGPT / Claude: 研究課題の明確化、データ抽出支援
Perplexity: 文献検索、最新エビデンスの確認
Elicit / Research Rabbit: 文献管理とスクリーニング支援
RevMan / R (metafor): メタアナリシスの統計解析

更新日: 2025年12月

ステップ1: 研究課題の明確化（PICO形式）

このステップの目的

システマティックレビューを開始する前に、研究課題を明確に定義することが重要です。PICO形式を使用することで、検索可能な研究課題を設定できます。

PICOとは

P (Population/Patient): 対象集団
I (Intervention): 介入
C (Comparison): 比較
O (Outcome): アウトカム

実践手順

1. 臨床疑問の特定

まず、解決したい臨床疑問を明確にします。

AIプロンプト例:

以下の臨床疑問をPICO形式に変換してください。

「2型糖尿病患者に対するSGLT2阻害薬は、従来の治療と比較して心血管イベントを減少させるか？」

2. PICO要素の明確化

各要素を具体的に定義します。

P (Population):

年齢、性別、疾患の重症度
除外基準

I (Intervention):

具体的な介入方法
投与量、期間

C (Comparison):

プラセボ、標準治療、別の介入

O (Outcome):

主要アウトカム
副次アウトカム

3. AIツールを活用したPICOの精緻化

ChatGPT / Claude プロンプト:

以下の臨床疑問をPICO形式に変換し、システマティックレビューの研究課題として適切か評価してください。

臨床疑問: [あなたの臨床疑問]

以下の点を確認してください：
1. PICO各要素が明確に定義されているか
2. 検索可能なキーワードが含まれているか
3. 研究デザインの要件（例：ランダム化比較試験）が適切か
4. 改善すべき点があれば提案してください

4. 研究課題の最終確認

以下のチェックリストで確認します：

PICO各要素が明確に定義されている
検索可能なキーワードが含まれている
研究デザインの要件が明確
実現可能性がある（十分な研究が存在する可能性）

よくある質問

Q: PICOが複雑になりすぎてしまいました。 A: 最初は広めに設定し、文献検索の結果を見て絞り込むことも可能です。ただし、事前に明確にしておくことが重要です。

Q: 比較（C）がない場合はどうすればよいですか？ A: 単一介入の効果を評価する場合（例：有病率の調査）は、PICOではなくPEO（Population, Exposure, Outcome）形式を使用することもあります。

次のステップ

研究課題が明確になったら、次は文献検索戦略の設計に進みます。

更新日: 2025年12月

ステップ2: 文献検索戦略の設計

このステップの目的

包括的で再現可能な文献検索戦略を設計します。システマティックレビューの質は、文献検索の質に大きく依存します。

検索データベースの選択

主要データベース

PubMed / MEDLINE: 医学文献の主要データベース
Embase: ヨーロッパの文献に強い
Cochrane Library: システマティックレビュー専門
Web of Science / Scopus: 引用文献検索

専門データベース

CINAHL: 看護・保健関連
PsycINFO: 精神医学・心理学
ClinicalTrials.gov: 進行中の臨床試験

検索戦略の設計

1. キーワードの抽出

PICO要素から検索キーワードを抽出します。

AIプロンプト例:

以下のPICO要素から、PubMed検索用のキーワードとMeSH用語を抽出してください。

P: 2型糖尿病患者
I: SGLT2阻害薬
C: 標準治療
O: 心血管イベント

以下の形式で出力してください：
1. 自由語（キーワード）
2. MeSH用語（可能な場合）
3. 同義語・類義語

2. 検索式の構築

Boolean演算子（AND, OR, NOT）を使用して検索式を構築します。

検索式の例:

("type 2 diabetes" OR "T2DM" OR "diabetes mellitus, type 2"[MeSH])
AND
("SGLT2 inhibitor" OR "sodium-glucose cotransporter 2 inhibitor"[MeSH])
AND
("cardiovascular event" OR "myocardial infarction" OR "stroke"[MeSH])
AND
("randomized controlled trial"[Publication Type] OR "RCT")

3. AIツールを活用した検索式の最適化

ChatGPT / Claude プロンプト:

以下のPICO要素に基づいて、PubMed検索用の最適な検索式を作成してください。

P: [対象集団]
I: [介入]
C: [比較]
O: [アウトカム]

要件：
- Boolean演算子を適切に使用
- MeSH用語と自由語を組み合わせ
- 感度と特異度のバランスを考慮
- 実際にPubMedで使用可能な形式で出力

4. 検索式の検証

検索式を実際に実行し、結果を確認します。

既知の関連研究が含まれているか
不適切な研究が多く含まれていないか
検索結果数が適切か（多すぎる場合は絞り込み、少なすぎる場合は拡大）

Perplexityを活用した最新エビデンスの確認

Perplexity プロンプト例:

以下の研究課題に関する最新のシステマティックレビューやメタアナリシスを検索してください。

研究課題: [あなたの研究課題]

以下の情報を提供してください：
1. 最近1年以内に発表されたシステマティックレビュー
2. 主要な発見
3. 研究のギャップ（まだ調査されていない領域）

検索戦略の文書化

検索戦略は詳細に文書化し、再現可能にします。

記録すべき情報:

使用したデータベース
検索日
検索式（完全版）
検索結果数
検索の制限（言語、期間など）

よくある質問

Q: 検索結果が多すぎます（10,000件以上）。 A: 検索式を絞り込むか、追加の制限（例：研究デザイン、期間）を適用します。

Q: 検索結果が少なすぎます（10件未満）。 A: キーワードを広げる、同義語を追加、検索データベースを増やすことを検討します。

次のステップ

検索戦略が完成したら、次は文献スクリーニングに進みます。

更新日: 2025年12月

ステップ3: 文献スクリーニング

このステップの目的

検索結果から、研究課題に適合する研究を効率的に選定します。通常、タイトル・抄録スクリーニングと全文スクリーニングの2段階で実施します。

選定基準の設定

包含基準（Inclusion Criteria）

研究を包含するための基準を明確に定義します。

PICO要素に基づいた包含基準:

対象集団: 年齢、性別、疾患の定義
介入: 具体的な介入方法
比較: 比較群の定義
アウトカム: 測定するアウトカム
研究デザイン: 含める研究デザイン（例：RCTのみ）

除外基準（Exclusion Criteria）

研究を除外するための基準を明確に定義します。

一般的な除外基準:

特定の集団（例：小児、妊婦）
特定の研究デザイン（例：症例報告、レビュー）
特定の言語（例：英語以外）
特定の期間（例：2000年以前）

AIツールを活用したスクリーニング支援

1. タイトル・抄録スクリーニングの効率化

ChatGPT / Claude プロンプト例:

以下の研究のタイトルと抄録を読み、以下の包含基準に適合するか判断してください。

タイトル: [研究のタイトル]
抄録: [研究の抄録]

包含基準:
- P: [対象集団の定義]
- I: [介入の定義]
- C: [比較の定義]
- O: [アウトカムの定義]
- 研究デザイン: [含める研究デザイン]

以下の形式で回答してください：
1. 適合性: 含める / 除外 / 不明
2. 判断理由（各PICO要素について）
3. 全文確認が必要な場合はその理由

2. スクリーニング結果の整理

Elicit / Research Rabbit の活用:

文献管理ツールでスクリーニング結果を整理
複数のレビュアーでスクリーニングを実施する場合、一致率を計算

スクリーニングの実施

タイトル・抄録スクリーニング

検索結果を文献管理ツールにインポート
重複を除去
タイトルと抄録を確認
包含基準に適合する研究を選定

全文スクリーニング

タイトル・抄録スクリーニングで選定された研究の全文を取得
全文を確認
最終的な包含・除外を決定

複数レビュアーでのスクリーニング

一致率の計算

複数のレビュアーで独立にスクリーニングを実施し、一致率を計算します。

一致率が低い場合: 選定基準を再検討
不一致の解決: 第3者のレビュアーが判断

よくある質問

Q: スクリーニングに時間がかかりすぎます。 A: AIツールを活用して初期スクリーニングを効率化し、不確実な場合のみ全文確認します。

Q: 包含基準が曖昧で判断に迷います。 A: 事前に選定基準を明確に定義し、判断に迷う場合は包含する方向で判断します（感度重視）。

次のステップ

スクリーニングが完了したら、次はデータ抽出に進みます。

更新日: 2025年12月

ステップ4: データ抽出

このステップの目的

包含された研究から、システマティックレビューに必要な情報を標準化された方法で抽出します。

データ抽出シートの作成

抽出すべき情報

基本情報:

研究ID、著者、発表年、ジャーナル
研究デザイン、研究期間、追跡期間

対象集団:

対象者数、年齢、性別、ベースライン特性
包含・除外基準

介入:

介入の詳細（投与量、頻度、期間）
対照群の詳細

アウトカム:

主要アウトカムと副次アウトカム
測定方法、測定時点

結果:

各群の結果（平均値、標準偏差、イベント数など）
効果量（オッズ比、リスク比、平均差など）
信頼区間、p値

その他:

資金源、利益相反
研究の限界

AIツールを活用したデータ抽出

1. データ抽出の自動化支援

ChatGPT / Claude プロンプト例:

以下の研究論文から、システマティックレビュー用のデータを抽出してください。

論文: [論文の全文または関連セクション]

抽出すべき情報:
1. 研究デザイン
2. 対象者数（介入群、対照群）
3. 対象者のベースライン特性（年齢、性別など）
4. 介入の詳細
5. 主要アウトカムの結果（各群の平均値、標準偏差、またはイベント数）
6. 効果量（オッズ比、リスク比、平均差など）と信頼区間
7. 追跡期間
8. 脱落者数

表形式で整理して出力してください。

2. データの検証

抽出したデータが正確か確認します。

元の論文と照合
数値の整合性を確認（例：合計が一致するか）
複数のレビュアーで独立に抽出し、一致を確認

データ抽出の標準化

データ抽出シートのテンプレート

標準化されたデータ抽出シートを使用します。

Excel / Google Sheets テンプレート例:

各研究を1行に
各変数を1列に
データ抽出の指示を明確に記載

よくある質問

Q: 論文に必要な情報が記載されていません。 A: 著者に連絡して追加情報を依頼するか、利用可能な情報のみで進めます。

Q: データの形式が統一されていません。 A: 標準化された形式に変換します（例：すべての効果量を同じ形式に）。

次のステップ

データ抽出が完了したら、次は研究の質の評価に進みます。

更新日: 2025年12月

ステップ5: 研究の質の評価（リスク・オブ・バイアス評価）

このステップの目的

包含された研究の質を評価し、バイアスのリスクを判定します。これはシステマティックレビューの信頼性に直接影響します。

評価ツールの選択

ランダム化比較試験（RCT）

Cochrane Risk of Bias 2 (RoB 2):

ランダム化プロセス
割り付けの隠蔽
参加者と実施者のブラインド
アウトカム評価者のブラインド
不完全なアウトカムデータ
選択的報告

観察研究

Newcastle-Ottawa Scale (NOS):

対象者の選定
群間の比較可能性
アウトカムの評価

ROBINS-I (Risk Of Bias In Non-randomized Studies):

より詳細な評価ツール

評価の実施

1. 評価ツールの適用

各研究に対して、選択した評価ツールを適用します。

AIプロンプト例:

以下の研究論文を、Cochrane Risk of Bias 2 (RoB 2)の基準で評価してください。

論文: [論文の全文または関連セクション]

以下の各ドメインについて評価してください：
1. ランダム化プロセス
2. 割り付けの隠蔽
3. 参加者と実施者のブラインド
4. アウトカム評価者のブラインド
5. 不完全なアウトカムデータ
6. 選択的報告

各ドメインについて：
- リスク: 低リスク / 懸念あり / 高リスク / 情報不足
- 判断理由を記載

2. 評価結果の記録

評価結果を標準化された形式で記録します。

各ドメインのリスク評価
判断理由
評価者間の一致率（複数レビュアーの場合）

感度分析の計画

質の評価結果に基づいて、感度分析を計画します。

高リスクの研究を除外: 高リスクの研究を除外した場合の結果への影響を確認
サブグループ解析: 研究の質に基づいたサブグループ解析

よくある質問

Q: 評価結果が主観的になってしまいます。 A: 評価ツールの基準を明確にし、複数のレビュアーで独立に評価します。

Q: 情報不足で評価できない場合があります。 A: 情報不足は「情報不足」として記録し、著者に連絡して追加情報を依頼します。

次のステップ

研究の質の評価が完了したら、次はメタアナリシス（統計的統合）に進みます。

更新日: 2025年12月

ステップ6: メタアナリシス（統計的統合）

このステップの目的

複数の研究結果を統計的に統合し、より正確な効果の推定を行います。メタアナリシスは、システマティックレビューの一部として実施されます。

メタアナリシスの前提条件

実施可能な条件

複数の研究が同じ研究課題を扱っている
研究間でアウトカムの定義が類似している
統計的に統合可能なデータが利用可能

実施しない場合

研究が1つしかない
研究間で異質性が大きすぎる
データが統合不可能

効果量の選択

二値アウトカム

オッズ比（OR）: 最も一般的
リスク比（RR）: より直感的
リスク差（RD）: 絶対的な差

連続アウトカム

平均差（MD）: 同じ尺度の場合
標準化平均差（SMD）: 異なる尺度の場合

統計モデルの選択

固定効果モデル

すべての研究が同じ真の効果を持つと仮定します。

研究間の異質性が小さい場合
より保守的な推定

ランダム効果モデル

研究間で効果が異なると仮定します。

研究間の異質性がある場合
より一般的に使用される

異質性の評価

I²統計量

研究間の異質性の程度を表します。

I² < 25%: 低い異質性
25% ≤ I² < 50%: 中程度の異質性
I² ≥ 50%: 高い異質性

異質性の原因の探索

異質性が高い場合、その原因を探索します。

サブグループ解析
メタ回帰分析

実装ツール

RevMan (Review Manager)

Cochrane Collaborationが開発したツール。

グラフィカルなインターフェース
フォレストプロットの自動生成

R (metafor パッケージ)

より高度な解析が可能。

柔軟な解析
カスタマイズ可能

AIツールを活用した統計解析の支援

ChatGPT / Claude プロンプト例:

以下の研究データからメタアナリシスを実施してください。

研究データ:
研究1: OR = 0.75, 95% CI [0.60, 0.94], n = 200
研究2: OR = 0.82, 95% CI [0.65, 1.03], n = 150
研究3: OR = 0.68, 95% CI [0.52, 0.89], n = 180

以下の情報を提供してください：
1. 統合効果量（固定効果モデルとランダム効果モデル）
2. 異質性の評価（I²統計量）
3. フォレストプロットの説明
4. 結果の解釈

よくある質問

Q: メタアナリシスは必須ですか？ A: 必須ではありません。システマティックレビューだけでも価値があります。メタアナリシスが適切でない場合は、定性的な統合を行います。

Q: 異質性が高い場合はどうすればよいですか？ A: 異質性の原因を探索し、サブグループ解析や感度分析を実施します。それでも異質性が高い場合は、メタアナリシスを実施しないことも検討します。

次のステップ

メタアナリシスが完了したら、次は結果の報告に進みます。

更新日: 2025年12月

ステップ7: 結果の報告（PRISMAガイドライン準拠）

このステップの目的

PRISMA（Preferred Reporting Items for Systematic Reviews and Meta-Analyses）ガイドラインに準拠して、システマティックレビューの結果を報告します。

PRISMAチェックリスト

タイトルと抄録

システマティックレビューであることを明記
構造化抄録（目的、方法、結果、結論）

序論

背景と根拠
目的（PICO形式）

方法

研究プロトコル: プロトコルの登録情報
選定基準: 包含・除外基準
情報源: 検索データベース、検索日
検索: 完全な検索戦略
研究選定: スクリーニングプロセス
データ抽出: データ抽出方法
研究の質の評価: 評価ツールと方法
統計解析: メタアナリシスの方法

結果

研究選定: PRISMAフローチャート
研究特性: 包含された研究の特性
研究内バイアス: リスク・オブ・バイアス評価の結果
各研究の結果: 各研究の結果
統合結果: メタアナリシスの結果
追加解析: サブグループ解析、感度分析

議論

エビデンスの要約: 主要な発見
限界: 研究の限界
結論: 臨床的・研究的含意

PRISMAフローチャートの作成

フローチャートの要素

識別: データベース検索で特定された研究数
スクリーニング: タイトル・抄録スクリーニング後の数
適格性: 全文スクリーニング後の数
包含: 最終的に包含された研究数

AIツールを活用したフローチャート作成

ChatGPT / Claude プロンプト例:

以下の情報からPRISMAフローチャートを作成してください。

データベース検索: 2,500件
重複除去後: 1,800件
タイトル・抄録スクリーニング後: 150件
全文取得: 120件
全文スクリーニング後: 45件
最終包含: 12件

除外理由:
- タイトル・抄録スクリーニング: 研究デザイン不適合 (1,650件)
- 全文スクリーニング: アウトカム不一致 (33件)、データ不足 (30件)

PRISMAフローチャートの形式で出力してください。

論文執筆の支援

各セクションの執筆

AIプロンプト例:

以下の情報から、システマティックレビューの「方法」セクションを執筆してください。

研究課題: [PICO形式]
検索データベース: PubMed, Embase, Cochrane Library
検索日: 2024年1月1日
選定基準: [包含・除外基準]
データ抽出: 2名のレビュアーが独立に実施
質の評価: Cochrane RoB 2
統計解析: RevManを使用したランダム効果モデル

PRISMAガイドラインに準拠した形式で執筆してください。

よくある質問

Q: PRISMAチェックリストはすべて満たす必要がありますか？ A: 可能な限り満たすことが推奨されますが、適用できない項目は「該当なし」として記載します。

Q: プロトコルの登録は必須ですか？ A: 必須ではありませんが、PROSPEROなどに登録することが推奨されます。

次のステップ

報告が完了したら、論文の投稿準備に進みます。

更新日: 2025年12月

ステップ8: 論文の投稿準備

このステップの目的

システマティックレビューの論文を適切なジャーナルに投稿する準備をします。

ジャーナルの選択

システマティックレビュー専門ジャーナル

Cochrane Database of Systematic Reviews: 最も権威がある
Systematic Reviews: オープンアクセス
BMJ Open: 幅広いトピック

専門分野のジャーナル

研究課題に関連する専門ジャーナル
影響因子と読者層を考慮

投稿前の最終確認

PRISMAチェックリスト

PRISMAチェックリストで最終確認します。

すべての項目が記載されている
PRISMAフローチャートが含まれている
検索戦略が完全に記載されている

統計解析の確認

メタアナリシスの方法が適切
異質性の評価が記載されている
感度分析が実施されている

言語の確認

英語校正が完了している
専門用語が適切に使用されている

補足資料の準備

補足資料に含めるべき情報

完全な検索戦略: 各データベースの検索式
データ抽出シート: 抽出したデータの詳細
リスク・オブ・バイアス評価: 各研究の評価結果
追加解析: サブグループ解析、感度分析の詳細

AIツールを活用した投稿準備

カバーレターの作成

ChatGPT / Claude プロンプト例:

以下のシステマティックレビューのカバーレターを作成してください。

タイトル: [論文のタイトル]
ジャーナル: [ジャーナル名]
主要な発見: [主要な発見]
新規性: [このレビューの新規性]
ジャーナルへの適合性: [なぜこのジャーナルに適しているか]

専門的で丁寧なカバーレターを作成してください。

ハイライトの作成

プロンプト例:

以下のシステマティックレビューのハイライト（3-5箇条）を作成してください。

主要な発見: [主要な発見]
臨床的含意: [臨床的含意]
研究的含意: [研究的含意]

簡潔で印象的なハイライトを作成してください。

よくある質問

Q: プロトコルの登録は必要ですか？ A: 多くのジャーナルで推奨されています。PROSPEROに登録することを検討してください。

Q: 査読への対応はどうすればよいですか？ A: 査読者のコメントに丁寧に対応し、変更点を明確に記載します。

まとめ

システマティックレビューとメタアナリシスの作成は、時間と労力がかかる作業ですが、エビデンスに基づく医療に重要な貢献をします。AIツールを適切に活用することで、効率化しながら質の高いレビューを作成できます。

参考資料

PRISMA Statement: https://www.prisma-statement.org/
Cochrane Handbook: https://training.cochrane.org/handbook
PROSPERO: https://www.crd.york.ac.uk/prospero/

更新日: 2025年12月