エビデンスレベル（研究根拠の強さ）

買い物をする時に売り手の宣伝文句よりも多くの購入者のレビューを信頼するように、科学の世界でも誰が言ったかよりどのようにして突き止めたのかをまず重視します。同じ結論であっても、それを導き出した方法によって信用できる度合いは大きく異なります。

よく描かれるピラミッドは次のような順番です。一番下には、専門家個人の意見や数件の事例報告、実験室の試験管レベルで確認された結果が置かれます。その上には、人々を見守りながらデータを集めた観察研究があり、さらにその上には、くじ引きのようにグループをランダムに分けて比較したランダム化比較試験（RCT）が位置します。そして頂点には、そうした質の高い研究を漏れなく集めて総合的に検証したシステマティックレビューやメタアナリシスが君臨します。

ただし、この段組みはあくまで出発点にすぎません。上位のデザインであっても進め方が雑だったり対象者が少なすぎたりすれば信頼度は下がりますし、頂点のメタアナリシスであっても元にした個々の研究がずさんなら導き出される結論もあやふやになります。そのため、現在の評価方法ではデザインの種類だけでなく、研究の実施の質まで考慮して等級をつけます。

近所の人々を調べてみたら、植物を育てている人の方が幸福度が高いという統計が出たとしましょう。これは2つの事象が同時に現れている相関関係です。時間のゆとりがある人が植物も育てていて、同時に幸福を感じているだけかもしれないため、植物が幸福をもたらした（原因である）とはまだ言えません。

本当の原因を見極めるには、比較相手が必要です。植物を育てない対照群を設け、2つのグループを比較するのです。しかし、ただ相手を置くだけでは不十分です。参加者が自分でグループを選べるようにすると、ゆとりのある人が片方に偏ってしまうからです。くじ引きのようにグループを割り振るランダム割り付けを行って初めて、2つのグループの前提条件が揃い、残った差を植物の影響だと判断できます。

これらの言葉はそれぞれ別の次元にあります。相関関係と因果関係は「結論がどんな性質のものか」を示し、対照群は「1つの研究の中で比較するための仕掛け」です。そしてエビデンスレベルは、そうした様々な研究デザインを並べ、その結論にどれほどの重みを置くかを決める「ものさし」なのです。

すべての疑問を実験で確かめられるわけではありません。人間に害を及ぼす可能性があるものを意図的に与える実験はできないため、そうした問いは、綿密に設計された複数の観察研究が同じ方向を指し示しているときに少しずつ確信を深めていきます。

ピラミッドの頂点にある研究と聞くと、その方法に絶大な効果があるのではないかと期待してしまいがちです。ある勉強法や肥料が最高ランクの研究で検証されたと聞けば、劇的な成果を想像してしまうでしょう。しかし、これはよくある誤解です。

エビデンスレベルが測っているのは、結論の「確実性（確かさ）」です。どれほどの差が出たのかという「効果の大きさ」は、それとは別に測らなければなりません。非常に緻密で強固な研究から「ほとんど差がない」という結果が出ることもあり、その場合のエビデンスレベルが高いというのは、差が小さいという結論が極めて信頼できるという意味になります。

ですから、研究結果に触れるときは2つの問いを区別して考える必要があります。「この結論はどれくらい信頼できるのか」、そして「信頼できるとして、その効果は実際にどれほど大きいのか」。信頼できる研究デザインであることと、劇的な効果があることは、まったく別の問題なのです。