▼▼▼▼▼▼▼▼
チャンネル登録はこちら

公刊されない臨床試験

腫瘍抑制タンパク質のTP53とその頭頸部ガンヘの影響についての研究という事例を考えてみよう。

TP53を測定することでガン死亡率を予測できるだろうということが，多くの研究で示唆されている。

なぜかと言うと. TP53は細胞の成長と発達を調整するはたらきを持っていて，これがガンを防ぐために適切に機能するにちがいないからだ。

TP53とガンに関して公刊された18個の研究をすべてまとめて分析した場合、統計的にかなり有意な相関が結果として得られる。

ここから，疑う余地なく，腫瘍が人を死に至らせる可能性について判断するためにTP53を測定することになるだろう。

しかし, TP53について，公刊されていない結果−他の研究で言及されてはいるか，公刊あるいは分析されていないデータ−も掘り出してみたとしたらどうなるだろうか。
こうしたデータを合わせると，統計的に有意な効果は消えてしまう。

結局のところ，相関がないことを示すデータをわざわざ公開しようとする人がほとんどいなかったため，メタ分析では偏った標本しか使えなかったのだ。

似たような研究として，ファイザーの販売するレボキセチンという抗うつ剤について調べたものがある。

いくつかの公刊された研究で，偽薬に比べてレボキセチンに効果があることが示唆されていた。

これをもとに，ヨーロッパの複数の国はうつ病患者に対するレボキセチンの処方を承認した。

治療の評価に責任を負うドイツの医療品質・効率性研究機構は，公刊されていない試験データを何とかファイザーから手に入れた。

公刊されていないデータは公刊されていたものの３倍以上に及んでいた。

そして，医療品質・効率性研究機構がそのデータを慎重に分析したところ，レボキセチンに効果がないことが分かった。

ファイザーは，効果がないことを示す研究に触れないだけで，薬に効果があることを一般の人たちに納得させていたのだ。

他の抗うつ剤12種類に関して行われた同様の再分析でも，それらの薬の研究として審査過程中に米国食品医薬品局に登録されたもののうち，否定的な結果の大部分が決して公刊されることがなかった。

あるいは，それほど多くないものの，二次的な評価項目を強調するために公刊されたものもある（例えば，ある研究がうつ病の症状と副作用の両方を測定していたとしたら，副作用が有意に減ったことが強調され，うつ病に対する効果が有意でないことは控えめに述べられる）。

食品医薬品局は安全と有効性に関する決定をするために否定的な結果を入手することができるが，臨床医や学者がどうやって患者を治療するかを決めようとしているときにこうした否定的な結果を入手することはできない。

この問題は一般に，公刊の偏り(publication bias)または書類棚問題として知られている。

多くの研究が，貢献できるかもしれない価値あるデータであるにもかかわらず，書類棚に何年も収められたまま公刊されないのだ。

そうでなければ，多くの場合，つまらない結果が割愛された形で研究が公刊される。

こうした研究は，副作用のような評価項目を複数，測っていたとしても，数字を挙げずに単に効果が「有意でなかった」と述べるだけだったり，その効果についてまったく触れなかったりする。

あるいは，エラーバーを含めずに効果量だけを述べるため，証拠の強さについての情報がまったく分からなくなることもある。

このことと同じぐらいやっかいなのは，この問題が，公刊された結果の偏りだけに限られないことだ。

研究結果が公刊されないことは，労力が繰り返されることにつながる。

なぜかと言えば，すでになされた研究を知らない科学者がもう一度その研究をして，金銭と労力を無駄にしてしまうからだ（学会でうまくいかなかった手法について述べたところ，同じ部屋にいた複数の科学者が同じことをすでに試したものの公刊していなかったことが分かっただけだったという話を科学者がしているのを聞いたことがある）。

研究資金を助成する機関は，多くの研究が同じテーマを扱っているのに対して資金を出さなくてはならないのかと不思議に思いはじめている。

また，多くの患者や動物が実験対象になることになる。

TP53は腫瘍抑制タンパク質として細胞の成長や発達を調整する役割を持ち、ガンの進行を抑制する重要な因子である。このTP53を用いた測定によって、ガンの死亡率を予測できるという期待が多くの研究から示唆されてきた。TP53の測定がガン予防や治療の指標として活用される可能性は、腫瘍が患者に致命的な結果をもたらすリスクを評価する手段として注目されている。しかし、問題はその研究データの公刊に偏りがあることである。公刊された研究をまとめてメタ分析を行うと、TP53とガン死亡率の間には統計的に有意な相関が示されるが、これに公刊されていない研究やデータを含めるとその有意性は消えてしまう。このことは、臨床研究の公刊バイアス（publication bias）と呼ばれる問題を浮き彫りにする。つまり、否定的な結果や有意でないデータは公刊されないことが多く、メタ分析で用いられるデータが偏ったものになるため、科学的な結論に影響を与える。この問題をさらに考えると、ファイザーが販売する抗うつ剤レボキセチンに関する事例がわかりやすい。レボキセチンは、いくつかの公刊された研究により偽薬と比較して効果があるとされていたため、ヨーロッパの複数の国でうつ病患者への処方が承認された。しかし、ドイツの医療品質・効率性研究機構がファイザーから公刊されていない試験データを入手し分析したところ、レボキセチンの効果はなかったことが判明した。公刊されていないデータは、既に公刊されているデータの3倍以上に及び、その慎重な分析から明らかになったのは、ファイザーが意図的に否定的な研究を公表せず、効果があると誤解させていたという事実である。さらに、他の抗うつ剤についても同様の再分析が行われた際、米国食品医薬品局（FDA）に登録されていた臨床試験の中で否定的な結果の多くが公刊されることがなかったことがわかった。あるいは、研究が二次的な評価項目を強調して公刊された場合もある。例えば、研究がうつ病の症状と副作用の両方を測定していた場合、副作用の有意な減少が強調され、うつ病に対する効果が有意でない場合は控えめに記述されるといったケースがあった。FDAは安全性と有効性に関する決定を下すために否定的なデータを入手できるが、実際に臨床医や学者が患者の治療方針を決める際にこのようなデータを参照することはできない。これが意味するのは、研究結果の公刊に偏りがあることで、研究全体としての理解がゆがめられ、一般的な認識として薬の有効性が過剰に評価されてしまうことである。公刊の偏りや書類棚問題は、研究がポジティブな結果に偏って公刊されがちであり、ネガティブな結果が日の目を見ないまま書類棚に眠ることから生まれる。多くの価値あるデータが貢献されるべき科学の進展に無視され、長期間活用されずに終わる。このことは単に科学的な公平性を損なうだけでなく、後続の研究者が同じような研究を再度行うことで、無駄な金銭的・人的資源が消費される結果にもつながる。学術界で同じような話を耳にすることがある。たとえば、学会で失敗した実験やうまくいかなかった方法について話すと、同じ会場にいた複数の科学者が同様の実験を試して失敗していたものの、公刊されていないために誰も知らなかったという事例がある。このような重複は研究者個人の努力だけでなく、研究資金や助成を無駄にすることにもなり、助成機関がなぜ同じテーマの研究に繰り返し資金を投入する必要があるのかと疑問を抱く要因になる。さらに、こうした偏りは動物実験においても倫理的な問題を引き起こす。つまり、公刊されない結果により、実験動物が不要に使用されることになり、動物実験の負担が増える可能性がある。多くの患者もこの影響を受けており、情報が偏った結果として、不十分なエビデンスに基づく治療を受けることになる可能性がある。たとえ研究が有意でなかったとしても、それを公刊することは重要であり、その結果を含むことで、科学的な議論がより完全なものとなる。公刊バイアスが存在することで、科学界全体として効果が強調されすぎている場合があり、患者や医療提供者は過度な期待を抱いてしまう。この問題を解決するためには、研究結果が公刊されるべき基準を見直し、ポジティブな結果だけでなく、ネガティブな結果や有意でなかった結果も含めた公刊を促進する取り組みが必要である。実際、多くの研究機関やジャーナルは、ネガティブな結果の公刊を奨励し始めているが、十分な効果を上げるにはまだ時間がかかる。科学的な研究を行う目的は、新しい知識を得て人々の生活の質を向上させることであるが、偏った情報が原因で誤解を生じたり、無駄な労力が繰り返されることは、研究者と社会の両方にとって損失である。公刊されないデータを含む研究を積極的に公表し、透明性を高めることで、より健全な科学的基盤が構築されることが期待される。これは、研究資金の効率的な使用や、より質の高い科学的成果を生み出すための重要なステップである。研究の結果がどうであれ、その情報が公開されることは、他の研究者が同じ道をたどることを避けるための参考となり、科学の進展を促す。また、研究における透明性が確保されることで、一般の人々や患者が信頼できる情報を基に意思決定を行えるようになる。公刊の偏りの問題を解決するためには、研究の文化を変えるだけでなく、研究を評価する仕組みや論文の受け入れ基準の見直しも必要となる。科学的な進展を支えるのは、成功した実験結果だけでなく、失敗した結果や有意でなかった結果も含めたすべてのデータであり、それによって本当の科学的な知見が形成される。