集中治療室（ICU）で治療を受ける重症患者に、どれくらいの量の蛋白質を投与すべきか。これは栄養管理の現場で長く議論されてきたテーマです。実は2023年より前は、この分野の推奨の多くが観察研究や非ランダム化の介入研究にもとづいていました。2009年から2017年にかけて行われたいくつかの大規模な多施設研究では、重症の急性期に多くの蛋白質を摂取した患者ほど死亡率が低い、という関連が繰り返し報告されてきたのです。

ところが、その後に行われた質の高いランダム化比較試験（RCT）では、様子が違いました。2023年のEFFORT Proteinトライアル、2024年のPRECISeトライアル、2025年のTARGET Proteinトライアルといった大規模なRCTでは、いずれも蛋白質を多く投与することによる明確な臨床的benefitは確認されなかったと報告されています。同じテーマを調べているのに、なぜ観察研究とRCTでこれほど結果が食い違うのか。今回紹介する論文は、その謎に統計学の視点から切り込んだものです。

観察研究に潜む「見えにくい落とし穴」を洗い出す

この論文の著者らは、これまでの栄養に関する観察研究に、統計的な偏り（バイアス）が数多く紛れ込んでいた可能性を指摘しています。要旨で挙げられている代表的なものだけでも、時間軸の設定を誤ってしまう問題、投与の理由そのものが結果に影響してしまう「適応による交絡」、治療開始直後の不安定な期間（ウォッシュイン期間）を考慮していない問題、変数の選び方やモデルの作り方が適切でない問題、データの転記に伴う偏り、サンプルサイズに由来する偏り、死亡などの「競合するリスク」を考慮していない問題、データの欠損がランダムに起きていない場合の偏り、そして「不死時間バイアス」や「コライダーバイアス」など、実に多岐にわたります。

これらは専門的な言葉が並びますが、共通しているのは「観察データをそのまま解析すると、実際には効果がないのに、あたかも効果があるように見えてしまう仕組みがいくつも存在する」という点です。著者らは、こうした統計的な弱点の積み重ねが、過去の観察研究において高蛋白質摂取の効果を実際より大きく見せていた可能性があり、それが近年のRCTとの食い違いを説明しうるのではないか、と論じています。

あわせて、今後の観察研究の質を高めるための方向性も示されています。具体的には、観察研究であってもできるだけRCTの設計を模倣するように組み立てること、そして競合リスクモデルや時間とともに変化する要因を扱う解析、非線形の関係を捉えるモデリング、時間差（ラグタイム）を調整する手法といった、より高度な統計的アプローチを取り入れることが、重症患者の栄養療法が持つ複雑さをより適切に扱ううえで有用だとされています。

この研究を読むうえでの注意点

この論文は、新しいデータを集めて蛋白質の効果そのものを検証した研究ではなく、既存の観察研究とRCTの結果の違いを、統計手法の観点から整理し論じたものです。そのため、「高蛋白質摂取に効果がある・ない」という結論を新たに出すものではなく、あくまで過去の研究結果の食い違いがなぜ生じたのかを考察する内容である点に注意が必要です。また、ここで指摘されているのは観察研究に起こりうる統計的な問題点であり、個々の過去の研究がすべてこれらの偏りを含んでいたと断定しているわけでもありません。一つの論考であり、この分野の理解を深めるための材料の一つとして捉えるのがよいでしょう。

まとめ

重症患者への蛋白質投与をめぐっては、かつての観察研究と近年の大規模RCTとで結果が一致しないという状況があり、この論文はその背景に統計的な手法上の課題があった可能性を提起しています。栄養に関する研究データを読み解く際には、関連が見られたという結果がそのまま因果関係や効果を意味するとは限らず、研究デザインや解析方法によって見え方が変わりうることを念頭に置くことが大切だと言えそうです。

※本記事は下記の原著論文を紹介するものです。参考文献：重症患者における蛋白質の有効性評価：観察研究とランダム化比較試験の相違を説明する統計的欠陥の役割（クリティカルケア・2026年08月）