obesity_drugs_NMA_GRADE_JP_beginner_revised.pptx [修復済み]

成人の過体重・肥満に 対する 薬物療法の比較効果 系統的レビュー・ネットワーク メタ解析を 統計学とGRADEから読み解く Nong et al., BMJ 2026;394:e372161 ＋ linked editorial e725349 論文抄読・方法論解説用スライド 2026年7月 出典：Nong K, Shi Q, Xie X, et al. BMJ 2026;394:e372161. doi:10.1136/bmj-2026-372161; Gasoyan H, Rothberg MB. BMJ 2026;394:e725349. doi:10.1136/bmj-2026-725349 1

初心者向けの読み進め方：先に道具、後で論文 導入 1 2 3 4 5 効果指標 NMA GRADE 論文・原図 臨床解釈 MD・RR・IRR 95%CI・MID 直接・間接・混合 推移性・不整合 確実性の4段階 5つの格下げ領域 PICO・図1〜4 数値を言葉に直す 便益―害・費用 患者の優先事項 NMAやGRADEを知らずに図3・4へ進むと、色・順位・「有意差」を過大解釈しやすい。そのため順序を変更した。 出典：Nong K, Shi Q, Xie X, et al. BMJ 2026;394:e372161. doi:10.1136/bmj-2026-372161 2

この論文を1枚で把握する 全体像 262 RCT −14.9% RR 0.81 MID 10点 99,791人・19薬剤・24アウ トカム tirzepatideの1年体重変化（ 対生活介入） 皮下注semaglutide：全死亡 QOL改善は全薬剤で臨床的重 要差未満 有効性 害・治療負担 TirzepatideとCagriSemaが最大の体重減少。新規薬 も数値上は大きいが、低〜非常に低い確実性である。 大きな減量効果は、消化器症状、疲労、有害事象による中止、除脂 肪量減少と並行する。単純な「順位」では足りない。 患者重要アウトカム 読み方の核心 皮下注semaglutideだけが全死亡・心筋梗塞低下を示した。ただ し主に高リスク集団の心血管アウトカム試験に依存する。 効果量 × 95%区間 × 臨床的重要差（MID）× GRADE確 実性 × ベースラインリスクを同時に評価する。 「最も体重が減る薬」＝「すべての患者に最善の薬」ではない。 出典：Nong K, Shi Q, Xie X, et al. BMJ 2026;394:e372161. doi:10.1136/bmj-2026-372161 3

本スライドの到達目標 1 2 3 4 導入 効果指標と図を読める MD・RR・IRR、95%信頼区間、MID、相対効果と絶対効果を区 別し、数値を言葉に直せる。 NMAの仕組みを説明できる 直接・間接・混合推定、ランダム効果、推移性、不整合、用量反 応モデルの役割を説明できる。 GRADEで確実性を判断できる 5つの格下げ領域、NMA特有の評価、MIDと不精確性、色分けの 意味を説明できる。 論文を批判的に臨床へつなぐ PICO、検索、原図1〜4、限界を読み、「言えること／言えないこ と」を共有意思決定へ翻訳できる。 前半で統計学・NMA・GRADEを学び、後半で論文と原図を読む順序に再構成した。 出典：Nong K, Shi Q, Xie X, et al. BMJ 2026;394:e372161. doi:10.1136/bmj-2026-372161 4

1 統計学とネットワークメタ解析の基礎 図を読む前に、効果指標・不確実性・NMAの仮定を理解する 論文の主張だけでなく、前提・推定方法・不確実性・臨床的含意を 分解して読む。 BMJ 2026;394:e372161 BMJ 2026 肥満薬NMA・GRADE解説 5

最初に覚える4つの問い：どの結果にも同じ順序を使う 1 何を測ったか 2 統計学 どちら向きが望ましいか 平均の変化（体重・腹囲・QOL）か、初回イベン トのリスクか、反復イベントの発生率か。まずアウ トカムと尺度を特定する。 体重・腹囲は低い方が良い。QOL・目標達成率は 高い方が良い。有害事象・中止・除脂肪量減少は増 えるほど悪い。 3 4 どれくらいで、どれほど不確かか 点推定値だけでなく95%CIを見る。MDの帰無値は 0、RR/IRRの帰無値は1。区間が広いほど結論は不 安定になる。 臨床的に重要で、確実か MIDを超えるか、絶対差は何人／1000人か、 GRADEは高・中・低・非常に低のどれかを確認す る。 公式：アウトカム × 方向 × 効果量 × 95%CI × MID × GRADE × ベースラインリスク。 出典：Nong K, Shi Q, Xie X, et al. BMJ 2026;394:e372161. doi:10.1136/bmj-2026-372161 6

効果指標：MD・RR・IRR・絶対効果 統計学 MD：平均差 RR：リスク比 IRR：発生率比 絶対効果 連続アウトカム。単 位を保つ。 帰無値＝0 例：体重 −14.9 percentage points 初回イベントの二値 アウトカム。 帰無値＝1 例：全死亡 RR 0.81 反復し得るイベント の発生率。 帰無値＝1 1人が複数回起こし得 る。 ベースラインリスク × 相対効果。 患者説明では「1000 人あたり何人増減」 が有用。 例：中止の絶対増加 IRRの注意 生活介入のみの中止 30/1000人・年、 tirzepatide RR 1.9。 概算：30 × (1.9−1) ≈ 27/1000人増。論文のモ デル推定は28/1000人増。 消化器イベントは反復可能な発生率として扱うた め、絶対増加が1000/1000を超えることがある。 これは「100%を超える患者」ではなく、1人複数 イベントを含む発生数。 相対効果は比較可能性に優れるが、臨床判断にはベースラインリスクを反映した絶対効果が必要。 出典：Nong K, Shi Q, Xie X, et al. BMJ 2026;394:e372161. doi:10.1136/bmj-2026-372161 7

数値例：Tirzepatide「−14.9%」を正しく読む 平均差（MD）＝ −14.9 percentage points 生活習慣修正単独：平均 −2.5%／年 ＋ Tirzepatideの上乗せ：さらに −14.9ポイント ≈ 推定される平均総変化 −17.4% （図4の灰色部分＋色部分。モデル上の1年推定） 統計学 これは何を意味しないか × 14.9 kg減る 単位はkgではなく、開始体重に対する割合の「群間差」。 × 生活介入の14.9%倍 比ではなく差。−2.5%と−14.9ポイントを区別する。 × 全員が14.9%減る 平均値であり、個人の反応はばらつく。 × すべての試験が1年間 追跡中央値は26週。論文は意思決定用に1年の推定を提示 「％」と「percentage point」を混同すると、群間差と群内変化を取り違える。 出典：Nong K, Shi Q, Xie X, et al. BMJ 2026;394:e372161. doi:10.1136/bmj-2026-372161 8

95%信頼区間・帰無値・臨床的重要差（MID） 統計学 ① 統計学的な差 ② 臨床的に重要か ③ どの程度確信できるか 95%CIが帰無値をまたぐか。 MDなら0、RR/IRRなら1。 推定値と95%CIがMIDを超える か。 GRADEが、真の効果が推定値に 近いという確信を評価。 ただし「有意」だけでは効果の大 きさを語れない。 小さな統計学的差が、患者に意味 のある差とは限らない。 大きな点推定値でも、低確実性な ら結論は弱い。 例：tirzepatideのQOL MD +3.9（95%CI +2.3〜+5.5）、MID＝10点 0 2 4 6 8 MID 10 統計学的には改善しても、CI全体が10点を大きく下回るため「臨床的に意味のある改善」と は言えない。 95%CIは「真の値が95%の確率でこの中」という頻度論的確率ではなく、反復手続きの被覆率を表す。 出典：Nong K, Shi Q, Xie X, et al. BMJ 2026;394:e372161. doi:10.1136/bmj-2026-372161; Izcovich A, et al. BMJ 2023;381:e074495; Guyatt G, et al. BMJ 2025;389:e081904 9

相対効果と絶対効果：同じRRでも臨床的な差は変わる 例：有害事象による中止 RR 1.9 ベースラインが低い場合 ベースラインが高い場合 生活介入：30／1000人 薬剤：30 × 1.9 ≈ 57／1000人 絶対増加：約27〜28／1000人 生活介入：300／1000人 薬剤：300 × 1.9 = 570／1000人 絶対増加：270／1000人 30 統計学 57 300 570 図3は主に相対効果、図4はベースラインを加えた絶対効果。意思決定には図4が不可欠。 出典：Nong K, Shi Q, Xie X, et al. BMJ 2026;394:e372161. doi:10.1136/bmj-2026-372161 10

通常のメタ解析とネットワークメタ解析の違い ペアワイズ・メタ解析 薬A 統計学 ネットワーク・メタ解析（NMA） 対照C 薬A 薬B A vs C のみを統合 別の薬Bとの比較は、B vs Cの解析を別に行って も、A vs Bを直接は推定できない。 対照C 直接＋間接を同一モデルで統合 NMAはデータを「創造」しない。比較ネットワークと仮定を使い、既存RCTから未直接比較を推定する。 出典：Nong K, Shi Q, Xie X, et al. BMJ 2026;394:e372161. doi:10.1136/bmj-2026-372161 11

直接・間接・混合エビデンス 統計学 直接推定 Tirzepatide (A) 直接 A–B 皮下注 Semaglutide (B) AとBを同じRCTで直接比較した効果。最も直 感的だが、試験が少ないと不精確。 間接推定 A–C B–C 生活介入 (C) 共通比較Cを介して A vs B を推定：dAB = dAC − dBC。RRでは対数尺度で差を取る。 混合／ネットワーク推定 直接と間接が両方ある場合に統合。精度は上がり得るが 、両者が整合し、推移性が成立することが前提。 間接推定の信頼性は、A–C試験とB–C試験が臨床的に比較可能かどうかに依存する。 出典：Nong K, Shi Q, Xie X, et al. BMJ 2026;394:e372161. doi:10.1136/bmj-2026-372161 12

間接比較の計算例：共通比較Cを介してAとBを比べる 統計学 間接推定：A − B ≈ (A − C) − (B − C) = −5ポイント 薬A A − C = −15ポイント B − C = −10ポイント 薬B 生活介入 C 成立条件 実際のNMA A–C試験とB–C試験で、効果修飾因子が十分に比較可能で あること（推移性）。 研究間差、標準誤差、複数ループを同時に統合するため、 実際の計算はより複雑。 線がない薬剤間でも推定できるが、「直接比較がある」と同じ強さの証拠ではない。 出典：Nong K, Shi Q, Xie X, et al. BMJ 2026;394:e372161. doi:10.1136/bmj-2026-372161 13

ランダム効果NMAと異質性 統計学 モデルの考え方 本論文の実装 各試験の真の効果は完全に同一ではなく、 平均効果 μ の周囲に分布すると仮定する。 用量反応を仮定しないアウトカムは頻度論的ランダ ム効果NMA。研究間分散はREMLで推定。全体異質 性は一般化モーメント法とdesign-based Cochran Q分解で評価。 θᵢ = μ + uᵢ, uᵢ ~ N(0, τ²) 試験ごとの効果はばらつく 試験1 試験2 試験3 試験4 解釈 試験5 τ²が大きいほど研究間の真の効果差が大きい。ラン ダム効果は不確実性を広げるが、異質性の原因を自 動的に解決しない。GRADEでは「非一貫性」の判 断に関係する。 「全体の異質性に懸念なし」は、各薬剤・各アウトカムで差が完全に均一という意味ではない。 出典：Nong K, Shi Q, Xie X, et al. BMJ 2026;394:e372161. doi:10.1136/bmj-2026-372161 14

推移性と不整合：NMAの中核仮定 統計学 推移性（transitivity） 不整合／非整合（incoherence） 意味 意味 A–C試験とB–C試験が、効果修飾因子の分布につ いて十分に比較可能なら、A–Bの間接比較が妥当 になる。 同じA–B比較について、直接推定と間接推定が臨 床的に重要な程度に食い違うこと。 本論文で確認した変数 評価方法 平均年齢、BMI、女性割合、2型糖尿病割合、追跡期間の 分布を直接比較間で確認。 局所：node splitting／back calculationで直接と間接を 分離。 全体：design-based Cochran Q分解。 残り得る因子：心血管リスク、用量・漸増、併用介入、 地域、アドヒアランス。 著者は全アウトカムで重大な懸念なしと報告。 希薄なループでは検定力が低い。「不整合を検出しなかった」ことは「推移性が証明された」ことではない。 出典：Nong K, Shi Q, Xie X, et al. BMJ 2026;394:e372161. doi:10.1136/bmj-2026-372161 15

推移性をこの論文でどう点検したか 統計学 間接比較が妥当であるには、比較ごとに患者背景や試験条件が極端に違わないことが必要。 点検した因子 なぜ重要か この論文での扱い 年齢・BMI 薬効や中止率を修飾し得る 直接比較ごとの分布を比較 女性割合 体重反応・有害事象が異なり得る 比較間の偏りを確認 2型糖尿病割合 減量効果が異なる可能性 有無・割合を比較 追跡期間 短期と長期で効果量が変わる 比較ごとの期間分布を確認 著者の結論 残る限界 観察可能な因子の分布に大きな偏りはなく、全アウトカムで重 大な非推移性の懸念は認めなかった。 未測定の重症度・支援強度・選択基準は比較できない。推移性 は統計検定だけでは証明できない。 「懸念が検出されなかった」と「完全に同等である」は別。星型ネットワークでは特に慎重に読む。 出典：Nong K, Shi Q, Xie X, et al. BMJ 2026;394:e372161. doi:10.1136/bmj-2026-372161 16

小規模研究効果・出版バイアス 統計学 比較調整ファンネルプロット 本論文の所見 複数の比較を含むNMAでは、各研究の効果を比 較ごとの平均から調整して同じ図に置く。非対称 性があれば、小規模研究効果や選択的公表を疑う 。 比較調整ファンネルプロットで、全体的な出版バ イアスへの懸念はないと報告。 精度 ↑ 批判的な読み方 新規薬は試験数が少なく、企業主導の第3相試験が中 心。ファンネルプロットは少数試験では検出力が低 い。アウトカムの選択的報告も図だけでは除外でき ない。 調整済み効果 「非対称性なし」＝「未公表データが絶対にない」ではない。方法の感度限界を含めてGRADE判断する。 出典：Nong K, Shi Q, Xie X, et al. BMJ 2026;394:e372161. doi:10.1136/bmj-2026-372161; Cochrane Handbook ch.11 17

ベイズ部分用量反応ネットワーク・メタ回帰 統計学 対象アウトカム 第1段階 第2段階 体重％、腹囲、5/10/15/20% 以上減量、有害事象による中止 、消化器有害事象。 各直接比較でペアワイズ用量 反応メタ回帰。Knapp– Hartung検定で、有意な用量 反応を示す薬剤を同定。 用量反応あり：用量比の対数線形回 帰。 なし：標準ランダム効果NMA。 両者を同一の部分用量反応NMRで 推定。 用量と効果の関係が想定される 項目。 標準用量＝承認最大用量（未承認薬は第3相最大用量） 利点と限界 利点：用量ごとに別ノードを乱立させず、利用可能 な用量情報を活用。 限界：対数線形仮定、標準用量の定義、漸増・中止 ・実際の服薬量、事前分布の影響に依存する。 効果 用量比 初心者は「異なる用量を標準用量へそろえ、用量反応がある薬だけ回帰で補正した」と押さえればよい。 出典：Nong K, Shi Q, Xie X, et al. BMJ 2026;394:e372161. doi:10.1136/bmj-2026-372161 18

効果修飾・サブグループと感度分析 統計学 サブグループ／ICEMAN 感度分析 事前規定 7つの主要感度分析 BMI 25–29.9／30–34.9／≥35、2型糖尿病の有無 、体組成測定法（CT/MRI、DXA、BIA）。 1. ベイズ・ランダム効果NMA 2. 100人未満を除外 3. 高RoBを除外 4. 非盲検試験を除外 5. 24週未満を除外 6. 52±4週に限定 7. FDA承認薬のみに限定 事後解析と評価 心血管疾患の有無、追跡12–26／27–52／>52週 。見かけの差はICEMANで信頼性を判定。 加えて欠測・QOL尺度・報告方法に関する解析。 希少イベント 全死亡・心筋梗塞・脳卒中には固定効果NMAを適用。 サブグループ差は「各患者の反応予測」ではない。集団レベルの交互作用を慎重に検証するもの。 出典：Nong K, Shi Q, Xie X, et al. BMJ 2026;394:e372161. doi:10.1136/bmj-2026-372161; Schandelmaier S, et al. CMAJ 2020;192:E901-E906 19

2 GRADEアプローチ 効果の大きさと「その推定にどれだけ確信できるか」を分ける 論文の主張だけでなく、前提・推定方法・不確実性・臨床的含意を 分解して読む。 BMJ 2026;394:e372161 BMJ 2026 肥満薬NMA・GRADE解説 20

GRADEが答える問いと4段階 GRADEの問い GRADE 高 真の効果は推定値に非常に近いと確信。 中 おそらく近いが、実質的に異なる可能性 がある。 低 真の効果は推定値と実質的に異なり得る 。 非常に低 真の効果は推定値と大きく異なる可能性 が高い。 「このアウトカムについて、真の効果が推定値 に十分近いとどの程度確信できるか？」 評価単位は研究ではなく、比較 × アウトカム ごとのエビデンス全体。 注意 GRADEの確実性と推奨の強さは別物。推奨に は価値観、費用、実行可能性、公平性などが追 加で必要。 RCTは通常「高」から開始するが、5つのドメインで1〜2段階ずつ格下げされ得る。 出典：Izcovich A, et al. BMJ 2023;381:e074495; Guyatt G, et al. BMJ 2025;389:e081904; Cochrane Handbook ch.14 21

GRADEの5つの格下げドメイン GRADE バイアスリスク 結果が試験設計・実施・報告の偏りで歪んでいな いか。 本論文での例：欠測、有害事象測定、介入 逸脱 非一貫性 研究間で効果が臨床的に重要な程度に異ならない か。 本論文での例：用量・期間・集団の差、τ² 非直接性 対象・介入・比較・アウトカムが意思決定の問い に直接対応するか。 本論文での例：新規薬の選択集団・未承認 ・実臨床未使用 不精確性 95%区間が意思決定閾値をまたぎ、結論が変わり 得ないか。 本論文での例：希少イベント、広いCI、 MID跨ぎ 出版バイアス 不都合な小規模試験やアウトカムが未公表ではな いか。 本論文での例：新規薬の少数試験、選択的 報告 NMAでは、間接性に「推移性／intransitivity」、非一貫性に「直接‐間接の不整合」が加わる。 出典：Nong K, Shi Q, Xie X, et al. BMJ 2026;394:e372161. doi:10.1136/bmj-2026-372161; Izcovich A, et al. BMJ 2023;381:e074495; Guyatt G, et al. BMJ 2025;389:e081904 22

NMAでのGRADE：直接 → 間接 → ネットワーク推定 1 直接エビデンス 2 間接エビデンス 3 ネットワーク推定 RoB、非一貫性、非直接性、 出版バイアスを評価。 （ネットワーク推定に使う 際の不精確性は最終段階で 判断可能） 最も寄与する一次ループの2 つの直接比較のうち低い確 実性を出発点にし、 intransitivityで格下げ。 直接・間接のうち寄与が大 きい／確実な情報を基盤に し、不整合とネットワーク CIの不精確性を評価。 GRADE 効率化の原則 直接エビデンスが高確実性で、ネットワーク推定への寄与が間接以上なら、間接エビデンスの詳細評価を省略できる 場合がある。 最終的な確実性は「最も弱いリンク」だけで機械的に決めず、どの情報が推定値を支配するかを考える。 出典：Izcovich A, et al. BMJ 2023;381:e074495; Guyatt G, et al. BMJ 2025;389:e081904; Brignardello-Petersen R, et al. J Clin Epidemiol 2018;93:36-44 23

GRADEの具体例：点推定値が似ていても、言える強さは違う Tirzepatide Ecnoglutide 体重変化 MD −14.9ポイント 95%CI −16.0〜−13.9 9試験・4206人 高〜中確実性 体重変化 MD −14.6ポイント 95%CI −17.8〜−11.4 新規薬・限定的な試験 低〜非常に低確実性 「大きく減らす」と比較的強く言える GRADE 「大きく減らす可能性がある」と言う GRADEは効果量の順位表ではない。同じ−15ポイントでも、将来の研究で結論が変わる可能性が違う。 出典：Nong K, Shi Q, Xie X, et al. BMJ 2026;394:e372161. doi:10.1136/bmj-2026-372161 24

本論文でのGRADE実装 GRADE 確実性の表示 新規薬の扱い 比較基準 高・中・低・非常に低の4段階。 図4では青・緑・橙・赤が「確実 性」を示す。色の長さは効果量 、色そのものは確実性。 試験数が少なく、選択された 集団で、臨床使用経験が乏し い薬は、主に非直接性のため 通常「低」まで格下げ。 生活習慣修正単独を基準に、1 年時点の絶対効果を算出。対照 群のベースラインリスクをプー ルして相対効果を変換。 分類の言葉 重要な含意 高〜中確実性：among the most / intermediate / not convincingly different。 低〜非常に低：possibly を付す。 数値上最大でも低確実性なら「 最も有効」と断定しない。 CagriSemaや新規薬の解釈で 必須。 高確実性 中確実性 低確実性 非常に低確実性 確実性は薬剤ごとに固定ではない。同じ薬でも、体重・死亡・疲労などアウトカムごとに異なる。 出典：Nong K, Shi Q, Xie X, et al. BMJ 2026;394:e372161. doi:10.1136/bmj-2026-372161 25

本論文のMID（最小重要差）と絶対効果 GRADE 連続アウトカムの閾値 減量達成率の閾値 イベントの閾値 体重・脂肪量・除脂肪量： 5% 腹囲：4 cm QOL（SF-36換算）：10点 ≥5%：+278/1000 ≥10%：+140/1000 ≥15%：+45/1000 ≥20%：+17/1000 （生活介入の達成率を倍増） 2/1000：死亡・MI・脳卒中 ・HF・腎など 4/1000：中止・胆嚢・ED 8/1000：GI・疲労 絶対効果への変換 批判的ポイント 相対効果（RR/IRR）を、生活介入単独群の1年ベース ラインリスクに掛ける。 同じRRでも、ベースラインリスクが高い患者ほど絶対 差は大きくなる。 一部MIDは実証研究、一部は実務的に設定。閾値の 選択はGRADEの不精確性判断と薬剤分類を左右す る。単一閾値は連続的な価値判断を単純化する。 GRADEの不精確性は「CIが帰無値をまたぐか」だけでなく、「臨床判断が変わる閾値をまたぐか」で考える。 出典：Nong K, Shi Q, Xie X, et al. BMJ 2026;394:e372161. doi:10.1136/bmj-2026-372161; Izcovich A, et al. BMJ 2023;381:e074495; Guyatt G, et al. BMJ 2025;389:e081904 26

統計学的有意差 ≠ 臨床的重要性：2つの実例 GRADE 例1 QOL：Tirzepatide 例2 体重：Liraglutide MD +3.9点（95%CI +2.3〜+5.5） MD −4.7ポイント（95%CI −5.4〜−4.0） CIは0を超える → 統計学的には改善 しかしMIDは10点 → 区間全体が重要差未満 CIは0を除く → 統計学的には減量 MIDは5ポイント → 点推定は閾値未満、CIは閾値をまた 結論：臨床的に意味のあるQOL改善は示さない。 結論：「生活介入と説得的に重要な差」とは言いにくい。 0 5.5 MID 10 「差があるか」と「患者に意味のある大きさか」は別の問い。GRADEは後者で不精確性を評価する。 出典：Nong K, Shi Q, Xie X, et al. BMJ 2026;394:e372161. doi:10.1136/bmj-2026-372161 27

最小限文脈化フレームワーク：順位をカテゴリに変換する 最も有効／最も有害 中間的に有効／有害 GRADE 手順1：基準との比較 生活習慣修正単独との点推定値が、事前に定めた臨床的重要閾値を超えるかで「最も有効／有害」の候補を 決める。 手順2：薬剤間の確実な差 候補薬が別の薬に高〜中確実性で劣る（95%CIが帰無値を完全に超える）なら「中間」へ再分類する。 生活介入と説得的な差なし 手順3：確実性を言葉に反映 低〜非常に低確実性では「possibly（可能性）」を付け、断定を避ける。単純なSUCRA順位より確実性と臨 床差を重視。 限界 連続的な効果を離散カテゴリへ圧縮するため、閾値付近の薬剤は分類が不安定になり得る。カテゴリは処方順位ではなく、アウトカム別の比較要約。 「ランキング」よりも、臨床的重要差・確実性・薬剤間の差を同時に示すための枠組み。 出典：Nong K, Shi Q, Xie X, et al. BMJ 2026;394:e372161. doi:10.1136/bmj-2026-372161; Brignardello-Petersen R, et al. BMJ 2020;371:m3900 28

図3・図4を正しく読む GRADE 図3：相対効果 セル内＝MD/RR/IRRと95%CI。色＝効果カテゴリ 。濃淡＝確実性群。 空欄・「–」 その薬剤・アウトカムについてデータがない、 または推定不能。 図4：絶対効果 灰色＝生活介入単独。色部分＝薬剤による上乗せ 。エラーバー＝95%CI。 向きに注意 利益は「lower／more」が良い場合が 混在。除脂肪量減少や有害事象は増え るほど不利。 読む順序：①アウトカムと望ましい方向 → ②効果量と95%CI → ③MID → ④GRADE → ⑤図4の絶対効果。 出典：Nong K, Shi Q, Xie X, et al. BMJ 2026;394:e372161. doi:10.1136/bmj-2026-372161, Fig 3（CC BY-NC 4.0、上部を切り出し） 29

GRADEで誤解しやすい4つの区別 GRADE 低確実性 ≠ 効果なし 高確実性 ≠ 大きな効果 真の効果が点推定値から大きく違う可能性がある、 という意味。大きな効果が存在する可能性も残る。 小さい効果を高い確信で推定することもある。確実 性と効果量は別軸。 「差を説得的に示さない」≠ 同等 空欄／No data ≠ 効果なし 臨床的重要差を確認できないだけで、等価性・非劣 性が証明されたわけではない。 そのアウトカムのデータがない、または推定不能。 無害・無効を意味しない。 図3の灰色セルや空欄は「安心」を示す記号ではない。数値と確実性を必ず読む。 出典：Nong K, Shi Q, Xie X, et al. BMJ 2026;394:e372161. doi:10.1136/bmj-2026-372161 30

3 論文の研究設計とエビデンス基盤 PICO、検索、試験特性、バイアスリスク、ネットワーク構造 論文の主張だけでなく、前提・推定方法・不確実性・臨床的含意を 分解して読む。 BMJ 2026;394:e372161 BMJ 2026 肥満薬NMA・GRADE解説 31

背景と研究目的 研究設計 臨床上の問題 このレビューの目的 肥満は慢性・複雑な疾患であり、体重減少だ けでは治療価値を捉えきれない。 成人の過体重・肥満に対する全薬剤の比較便 益・害を、24アウトカムで同時に要約する 。 死亡、心血管・腎イベント、QOL、治療負担 、除脂肪量、有害事象が患者・政策に重要。 頻度論的ランダム効果NMAとベイズ用量反 応NMRを使い分ける。 多くの薬剤間で直接比較試験がなく、通常の ペアワイズ比較では治療選択を網羅できない 。 RoB 2とGRADEにより、推定値の「大きさ 」だけでなく「確実性」を明示する。 新規薬の登場が速く、費用・長期継続を含む 便益―害の全体像が不明確。 BMJ Rapid Recommendationsのガイドラ イン策定に資するエビデンス基盤とする。 これは「ガイドライン」ではなく、推奨を作る前段階の比較エビデンス統合である。 出典：Nong K, Shi Q, Xie X, et al. BMJ 2026;394:e372161. doi:10.1136/bmj-2026-372161 32

研究質問（PICO）と適格基準 研究設計 P：対象 I：介入 C：比較 O：アウトカム 成人の過体重または肥 満。心血管・代謝合併 症の有無を問わない。 候補となる体重管理薬 。固定用量配合剤は含 む。 生活習慣修正単独、プ ラセボ、または別の候 補薬。 体重・腹囲・体組成・ QOL・死亡・心血管・腎 ・有害事象など24項目。 主な組入れ基準 主な除外基準 ・無作為化比較試験 ・薬物治療期間12週以上 ・事前規定アウトカムを1つ以上報告 ・英語で公表 ・クロスオーバー／準無作為化 ・固定配合でない多剤併用 ・精神疾患または妊娠を主な組入れ理由とする試験 ・減量導入期後に無作為化した試験 12週は「重要な減量が起こり得る最短期間」として設定。長期有効性・安全性には別の限界が残る。 出典：Nong K, Shi Q, Xie X, et al. BMJ 2026;394:e372161. doi:10.1136/bmj-2026-372161 33

19薬剤と24アウトカム 介入（19薬剤） Tirzepatide CagriSema Ecnoglutide Mazdutide Retatrutide Semaglutide（経口） Survodutide Orforglipron Semaglutide（皮下注） Phentermine–topiramate Liraglutide Beinaglutide Naltrexone–bupropion Loxenatide Orlistat Exenatide SGLT-2 inhibitors（クラ ス） Dulaglutide Metformin 研究設計 アウトカム（24項目） 便益：8項目 体組成・重篤転帰 体重％、腹囲、脂肪 量％、QOL 5/10/15/20%以上 減量達成 除脂肪量、全死亡、 心筋梗塞、脳卒中、 心不全、心不全入院 腎・稀少事象 治療負担・有害事象 腎不全、腎疾患進行、 自殺、膵炎、甲状腺癌 、勃起障害 胆嚢関連障害、消化 器有害事象、疲労、 有害事象による中止 「体重だけでなく患者重要アウトカムを広く扱った」ことが、本レビューの最大の特徴。 出典：Nong K, Shi Q, Xie X, et al. BMJ 2026;394:e372161. doi:10.1136/bmj-2026-372161 34

文献検索と試験選択 研究設計 検索 Medline、Embase、Cochrane Libraryを開始時点から2025年11月12日 まで検索。既存レビューもクロスチェック。 10,852 1,227 262 DB記録 全文評価 組入れ試験 全文除外965件：不適切な集団532、介入／比 較149、重複・二次報告149など。 非英語論文9件を除外。言語バイアスの可能性は 小さくてもゼロではない。 二人一組で独立スクリーニングし、相違は協議 または上級査読者が解決。 網羅的な検索でも、未公表試験・選択的報告・新規薬の早期データ不足は残る。 出典：Nong K, Shi Q, Xie X, et al. BMJ 2026;394:e372161. doi:10.1136/bmj-2026-372161, Fig 1（CC BY-NC 4.0） 35

原図1（PRISMA）の読み方：262試験までの流れをたどる 研究設計 数字の流れ 10,852件 データベースで同定 −2,627件 重複等をスクリーニング前に除外 8,225件 タイトル・抄録を判定 −7,733件 この段階で除外 1,227報 既存レビュー735報も加え全文評価 −965報 不適格理由を明示して除外 262試験 最終的にレビューへ組み入れ 「262」は論文数ではなく試験数。二次報告・重複報告を除き、1試験から複数報告が出る点を区別する。 出典：Nong K, Shi Q, Xie X, et al. BMJ 2026;394:e372161. doi:10.1136/bmj-2026-372161, Fig 1（CC BY-NC 4.0） 36

組み入れ試験・参加者の特徴 研究設計 99,791人 26週 49.0歳 63.3% BMI 34.7 総参加者数 追跡期間中央値 年齢中央値 女性割合中央値 ベースライン中央値 試験期間の分布 合併症を有する試験 治療期間中央値26週（IQR 24–52、範囲12–148 ） 追跡期間中央値26週（IQR 24–52、範囲12–172 ） 2型糖尿病：95試験（36.3%） 心血管疾患：2試験、26,509人 その他：PCOS、高血圧、脂質異常症、MASLD、 OSAなど → 多くの転帰は短期。1年・長期の推論は限定的 。 → 心血管転帰は少数の巨大試験に集中。 参加者数が多くても、アウトカムごとの試験数・イベント数・追跡期間は大きく異なる。 出典：Nong K, Shi Q, Xie X, et al. BMJ 2026;394:e372161. doi:10.1136/bmj-2026-372161, Table 1 37

表1を初心者向けに読む：誰の、どの期間のエビデンスか 研究設計 49.0歳 63.3% BMI 34.7 26週 12〜172週 試験ごとの年齢中央値 女性割合の中央値 ベースラインBMI中 央値 追跡期間の中央値 追跡期間の範囲 代表性の読み方 時間軸の読み方 • 典型的には中年・女性が多い肥満集団。 • 95試験は2型糖尿病集団。 • 年齢・性別・併存疾患ごとの個人レベル効果は 推定できない。 • 論文は1年の絶対効果を示すが、追跡中央値は 26週。 • 2年以上の試験は少なく、長期安全性・QOL・中 止後の持続性は弱い。 • 心血管利益は少数の大規模アウトカム試験に強 く依存。 参加者総数が約10万人でも、すべての薬剤・アウトカム・期間に同じ量の証拠があるわけではない。 出典：Nong K, Shi Q, Xie X, et al. BMJ 2026;394:e372161. doi:10.1136/bmj-2026-372161, Table 1 38

個々の試験のバイアスリスク：RoB 2 研究設計 1 無作為化過程 2 意図した介入か らの逸脱 3 欠測アウトカム 4 アウトカム測定 5 報告結果の選択 割付順序・隠蔽・ ベースライン不均 衡 盲検化・交差・追 加介入・解析集団 脱落率・欠測理由 ・欠測機序 測定方法・測定者 盲検・有害事象把 握 事前計画との差・ 選択的解析／報告 102 / 262 低リスク判定（約39% ） 問題が多かった領域 重要な区別 意図した介入からの逸脱、欠測データ 、有害事象の測定。特に害のアウトカ ムでは測定の一貫性が重要。 RoB 2は「個々の試験・アウトカム結果」の バイアスを評価する。GRADEは複数試験を 統合した「エビデンス全体の確実性」を評価 する。 「RCTだから高品質」と自動的に結論しない。RCTはGRADEの出発点が高いだけで、格下げされ得る。 出典：Nong K, Shi Q, Xie X, et al. BMJ 2026;394:e372161. doi:10.1136/bmj-2026-372161; Sterne JAC, et al. BMJ 2019;366:l4898; Cochrane RoB 2 39

ネットワークの形：どこから比較情報が来るか 研究設計 図の読み方 ノードの大きさ＝参加者数。線の太さ＝直接比較試験数。線 がない薬剤間も、共通比較を介して間接推定できる。 生活習慣修正単独が巨大なハブ。多くの薬剤は 生活介入／プラセボとの比較に依存する。 薬剤同士のhead-to-head比較は少ない。したが って「薬A対薬B」は間接情報が支配的になりや すい。 新規薬のノードは小さく、推定値の幅と GRADEの低さに反映される。 SGLT-2阻害薬は個別薬ではなくクラスとし て1ノードにまとめられた。 ネットワークが大きいことより、比較可能性（推移性）と直接比較の乏しさを確認する方が重要。 出典：Nong K, Shi Q, Xie X, et al. BMJ 2026;394:e372161. doi:10.1136/bmj-2026-372161, Fig 2（CC BY-NC 4.0） 40

原図2（ネットワークプロット）の読み方：証拠の「地図」 1 2 3 4 研究設計 円の大きさ その治療に割り付けられた参加者数。生活介入 、皮下注semaglutide、orlistatが大きい。 線の太さ 直接比較試験の数。生活介入―orlistatなどが太 く、情報量が多い。 巨大なハブ 多くの薬剤が生活介入／プラセボとだけ比べら れ、薬剤同士の直接比較が少ない。 小さな新規薬ノード 新規薬は試験・参加者が少なく、推定値が大き くても確実性が低くなりやすい。 この図は効果の大きさ・方向・研究の質・GRADEを示さない。 ネットワークがつながっているだけでは十分でない。推移性と直接比較の乏しさを同時に評価する。 出典：Nong K, Shi Q, Xie X, et al. BMJ 2026;394:e372161. doi:10.1136/bmj-2026-372161, Fig 2（CC BY-NC 4.0） 41

4 結果：原図を読み解く 相対効果 → 絶対効果 → 臨床的重要性 → 確実性の順に読む 論文の主張だけでなく、前提・推定方法・不確実性・臨床的含意を 分解して読む。 BMJ 2026;394:e372161 BMJ 2026 肥満薬NMA・GRADE解説 42

主要結果の全体像：Visual Abstract 結果 中心メッセージ 大きな減量効果は、有害事象増加と並行した。QOL に臨床的に意味のある改善は示されなかった。 図は主要10薬剤・5アウトカムに絞っ た要約で、NMA全体の19薬剤・24ア ウトカムを網羅しない。 横線は95%CI。破線はMID。灰色は 「確実な／臨床的に重要な差なし」。 体重、害、QOLを同じ画面で見せるこ とで、便益―害トレードオフを強調し ている。 Visual Abstractは入口。最終判断には、全アウトカムのGRADEと絶対効果を確認する。 出典：Nong K, Shi Q, Xie X, et al. BMJ 2026;394:e372161. doi:10.1136/bmj-2026-372161, Visual Abstract（CC BY-NC 4.0） 43

1年の体重変化：高〜中確実性の主な薬剤 -15 -10 MID -5% -5 結果 0 Tirzepatide -14.9 (-16.0〜-13.9) 新規薬：大きいが不 確実 CagriSema -14.8 (-16.9〜-12.7) Semaglutide（経口） -10.9 (-12.7〜-9.1) Ecnoglutide −14.6 Mazdutide −13.2 Retatrutide −13.1 Orforglipron -9.9 (-12.4〜-7.5) Semaglutide（皮下注） -9.8 (-10.6〜-9.1) Phentermine–topiramate -8.1 (-9.7〜-6.5) Liraglutide -4.7 (-5.4〜-4.0) Naltrexone–bupropion -4.0 (-5.3〜-2.7) Orlistat -3.0 (-3.5〜-2.5) Metformin -1.9 (-2.5〜-1.2) ← 体重減少が大きい 低〜非常に低確実性。 臨床的重要差 MID＝5%。 Liraglutide以下は点推定 が5%未満で、生活介入 との差が臨床的に説得的 とは言いにくい。 0＝差なし 数値順位だけなら新規薬が上位でも、確実性を加えるとtirzepatide/CagriSemaが主要な結論となる。 出典：Nong K, Shi Q, Xie X, et al. BMJ 2026;394:e372161. doi:10.1136/bmj-2026-372161 44

腹囲と「20%以上減量」：平均差と達成確率 腹囲変化（cm、対生活介入） 結果 20%以上減量：1000人あたり追加達成 Tirzepatide −11.0 cm CagriSema +411 CagriSema −10.7 cm Tirzepatide +269 Semaglutide（経口） −7.8 cm Semaglutide（皮下注） +169 Semaglutide（皮下注） −7.8 cm Semaglutide（経口） +164 Orforglipron −7.3 cm Orforglipron +101 Phentermine–topiramate −6.3 cm Phentermine–topiramate +83 MID：腹囲 4 cm 生活介入の20%以上減量：17/1000 上位6薬剤はい ずれも点推定 で4 cmを超える 。 Cag riSe maは追加 4 11 /10 0 0、t irze pa tid eは2 69 /10 0 0。 「平均体重変化」と「目標達成確率」は異なる情報。患者との目標設定には両方が有用。 出典：Nong K, Shi Q, Xie X, et al. BMJ 2026;394:e372161. doi:10.1136/bmj-2026-372161 45

体組成：脂肪量の減少と除脂肪量の減少 脂肪量変化（%） 結果 除脂肪量変化（%：減少は害） Tirzepatide −25.7 Tirzepatide −8.3 Semaglutide（皮下注） −17.9 Semaglutide（皮下注） −5.8 Liraglutide −8.6 Liraglutide −1.6 CagriSema* −28.7 CagriSema* −10.5 Mazdutide* −27.1 Mazdutide* −11.6 解釈 限界 高〜中確実性では、tirzepatideが脂肪量を最も減らす一方、除脂肪量も最も減らした。 体組成データは少数試験。測定法が異なり、筋力・身体機能・フレイルへの長期影響は不明。*低確実性。 減量の質を評価するには、体重だけでなく除脂肪量・機能・運動介入を同時に見る必要がある。 出典：Nong K, Shi Q, Xie X, et al. BMJ 2026;394:e372161. doi:10.1136/bmj-2026-372161 46

QOL：統計学的改善と臨床的重要性の違い 結果 SF-36換算MD（点） 結論 Phentermine–topiramate +4.3 Semaglutide（経口） +4.1 Tirzepatide +3.9 Naltrexone–bupropion +3.6 CagriSema +3.5 Semaglutide（皮下注） +2.9 +2.1 Liraglutide すべての高〜中確実性薬剤で、点推定と 95%CIがMID 10点を下回った。臨床的に 意味のあるQOL改善は示されない。 統計上の処理 異なる尺度をSMDで統合し、最も一般的 なSF-36のSDを掛けて点数へ戻した。解 釈しやすい反面、尺度間の同等性を仮定 する。 誤読を避ける 「QOLが全く変わらない」ではなく、「事 前に定めた10点の重要差を超えない」。 この結果は、統計学的有意差より臨床的重要差を優先して解釈するGRADEの好例。 出典：Nong K, Shi Q, Xie X, et al. BMJ 2026;394:e372161. doi:10.1136/bmj-2026-372161 47

死亡・心血管・腎アウトカム アウトカム 薬剤 結果 相対効果 GRADE 全死亡 Semaglutide（皮下注） RR 0.81 (0.72–0.93) 高 心筋梗塞 Semaglutide（皮下注） RR 0.72 (0.61–0.85) 高 心不全 Semaglutide（皮下注） RR 0.43 (0.21–0.84) 中〜高 心不全 Tirzepatide RR 0.49 (0.27–0.88) 中〜高 心不全入院 Tirzepatide RR 0.47 (0.24–0.91) 中〜高 腎疾患進行 Semaglutide（皮下注） RR 0.80 (0.65–0.98) 中 差が説得的でないアウトカム 最重要の限定 皮下注semaglutideの「唯一の利益」は薬理学的優越を証明するのでなく、利用可能なアウトカム試験の差も反映する。 脳卒中： 高〜中確実性 で差なし。腎 不全：イベン ト9件のみで 確実な低下な し。 出典：Nong K, Shi Q, Xie X, et al. BMJ 2026;394:e372161. doi:10.1136/bmj-2026-372161 死亡・ MI の推定は 高リスク集団 の心血管アウ トカム試験に 大きく依存。 一般肥満集団 への外挿に注 意。 48

有害事象による治療中止 結果 生活介入単独：30/1000人・年 Orforglipron +94 Naltrexone–bupropion +38 Liraglutide +38 Phentermine–topiramate +35 CagriSema +34 Semaglutide（経口） +28 Tirzepatide +28 Semaglutide（皮下注） +20 Orlistat +19 相対効果 最大：Orforglipron RR 4.2 次いでNaltrexone–bupropion 2.3、Liraglutide 2.2。 絶対差の意味 RRが大きくても、ベースライン 30/1000と低いため、絶対増加は多く の薬で20〜40/1000程度。 注意 これは「有害事象による中止」。全理由 中止や実臨床の継続率とは異なる。 治療の価値は、減量できるかだけでなく「続けられるか」で決まる。 出典：Nong K, Shi Q, Xie X, et al. BMJ 2026;394:e372161. doi:10.1136/bmj-2026-372161 49

消化器有害事象・胆嚢関連障害・疲労 結果 消化器イベント（IRR） 胆嚢関連障害（RR） 疲労（RR） Naltrexone–bupropion 4.2（ +1174/1000） Semaglutide経口 3.6（+954 ） Orforglipron 3.2（+807） Tirzepatide 3.1（+763） Liraglutide 2.9（+712） Semaglutide皮下注 2.7（ +639） CagriSema 2.6（ +13/1000） Semaglutide経口 2.5（ +12） Liraglutide 2.1（+9） Tirzepatide 1.6（+4） Naltrexone–bupropion 8.9 （+331/1000） Orforglipron 3.4（+100） CagriSema 3.2（+92） Semaglutide皮下注 2.0（ +40） Tirzepatide 1.8（+33） Liraglutide 1.6（+26） ※反復イベントの発生率。1000 を超え得る。 ベースラインは8/1000人・年 。相対増加が大きくても絶対 差は小さめ。 Naltrexone–bupropionはCIが 広い。 同じ「害」でも、頻度・相対効果・絶対差・確実性が違う。患者が重視する症状も異なる。 出典：Nong K, Shi Q, Xie X, et al. BMJ 2026;394:e372161. doi:10.1136/bmj-2026-372161 50

原図3：相対効果とGRADEカテゴリ（全薬剤） 結果 参照用：PowerPointで拡大すると 各セルの95%CIを確認できる。 出典：Nong K, Shi Q, Xie X, et al. BMJ 2026;394:e372161. doi:10.1136/bmj-2026-372161, Fig 3（CC BY-NC 4.0） 51

原図3①：Tirzepatideの体重変化を1セルずつ読む 結果 結論を作る4段階 言葉に直すと 1年時点で、生活習慣修正単独より平均14.9ポイ ント大きく体重を減らした。95%CIは−16.0〜 −13.9で、臨床的重要差5ポイントを区間全体で 超える。したがって効果は大きく、確実性は高〜 中と解釈する。 1 比較 生活習慣修正単独を基準にした群間 平均差。 2 効果量 MD −14.9ポイント。負の値は体重 減少が大きい方向。 3 不確実性 95%CI −16.0〜−13.9。0を除き、 MID −5を完全に超える。 4 分類・確実性 濃い緑＝「最も有効な群」。確実性 は高〜中。 濃い緑だけを見ず、セルの数値・95%CI・MID・比較対象を順に言葉へ変換する。 出典：Nong K, Shi Q, Xie X, et al. BMJ 2026;394:e372161. doi:10.1136/bmj-2026-372161, Fig 3（CC BY-NC 4.0） 52

原図3の読み方②：QOLは「有意」でも「重要」ではない 結果 セルの数値 MD +3.9点（95%CI +2.3〜+5.5） 帰無値0を完全に上回るため、統計学的には改善。 臨床的解釈 MID 10点MIDは10点。CI全体が10点より小さいため、真の 0 2.3 5.5 平均改善が「患者に意味のある最小差」に届く可能 性は低い。 したがって「QOLが全く変わらない」ではなく、「 臨床的に意味のある改善を示さない」と表現する。 統計学的有意性と臨床的重要性を分けることが、この論文の最重要な読み方の一つ。 出典：Nong K, Shi Q, Xie X, et al. BMJ 2026;394:e372161. doi:10.1136/bmj-2026-372161, Fig 3（CC BY-NC 4.0） 53

原図3③：大きな点推定値でも、広いCIなら断定できない 結果 Orforglipron：有害事象による中止 Ecnoglutide：有害事象による中止 RR 4.2（2.3〜7.6） RR 7.6（0.4〜132.6） CIは1を除き、赤色。「中止を増やす」とかなり 確信できる。ただし2.3倍〜7.6倍と幅はある。 点推定値はさらに大きいが、CIが1をまたぎ132 倍まで広がる。効果の方向も大きさも不確かで、 断定不能。 「7.6 ＞ 4.2」だからEcnoglutideの方が危険、という比較は誤り。区間とGRADEが支配的。 出典：Nong K, Shi Q, Xie X, et al. BMJ 2026;394:e372161. doi:10.1136/bmj-2026-372161, Fig 3（CC BY-NC 4.0） 54

原図4：絶対効果（上位〜中位薬剤） 結果 灰色＝生活介入単独、色＝薬剤の上乗せ効果。エラーバーがMIDをまたぐか、色の確実性を確認する。 出典：Nong K, Shi Q, Xie X, et al. BMJ 2026;394:e372161. doi:10.1136/bmj-2026-372161, Fig 4（CC BY-NC 4.0、上半分を切り出し） 55

原図4：絶対効果（中位〜下位薬剤） 結果 小さな平均差でも害が増える薬がある。利益と害を同じ絶対尺度で並べるのが図4の目的。 出典：Nong K, Shi Q, Xie X, et al. BMJ 2026;394:e372161. doi:10.1136/bmj-2026-372161, Fig 4（CC BY-NC 4.0、下半分を切り出し） 56

原図4の読み方①：灰色・色・エラーバーは何を表すか 連続アウトカムの模式図 結果 色は「効果の大きさ」ではなく確実性 青＝高 緑＝中 橙＝低 赤＝非常に低 灰色：生活介入単独の絶対効果 色：薬剤の上乗せ効果 黒い線：上乗せ効果の95%CI 長いバー＝効果が大きい。色の種類＝その推 定への確信。 連続アウトカムは「灰色＋色」、二値アウトカムは「ベースライン件数＋リスク差」で患者像へ変換する。 出典：Nong K, Shi Q, Xie X, et al. BMJ 2026;394:e372161. doi:10.1136/bmj-2026-372161, Fig 4（CC BY-NC 4.0） 57

原図4の読み方②：体重変化は灰色と色を足す 結果 生活介入単独 −2.5%／年 ＋ Tirzepatideの上乗せ −14.9ポイント 推定される平均総変化 約 −17.4% 上乗せ効果の95%CIは−16.0〜−13.9ポイント。総変 化の区間はベースライン推定の不確実性も含むため、 単純加算を厳密な個人予測には使わない。 図4の「14.9 lower」は治療群の最終減量率そのものではなく、生活介入との差。 出典：Nong K, Shi Q, Xie X, et al. BMJ 2026;394:e372161. doi:10.1136/bmj-2026-372161, Fig 4（CC BY-NC 4.0） 58

原図4の読み方③：1000人で利益と害を並べる 20%以上の減量達成 結果 有害事象による中止 17／1000 ＋ 269／1000 30／1000 ＋ 28／1000 ＝ 約286／1000 ＝ 約58／1000 95%CIを加えると約194〜425／1000。 95%CIを加えると約45〜75／1000。 同じ1000人で「約269人の追加達成」と「約28人の追加中止」を並べ、患者の価値観で重み付けする。 出典：Nong K, Shi Q, Xie X, et al. BMJ 2026;394:e372161. doi:10.1136/bmj-2026-372161, Fig 4（CC BY-NC 4.0） 59

原図4④：GIの「+763／1000」は患者数ではない 結果 なぜ1000を超え得るか このアウトカムはIRR（発生率比）。同じ人が悪心・ 嘔吐・下痢など複数回のイベントを経験し得るため、 イベント数は1000人あたり1000件を超え得る。 Tirzepatideの読み方 生活介入：約367イベント／1000人年 上乗せ：約763イベント／1000人年 合計の概算：約1130イベント／1000人年 「約113%の患者が発症」とは読まない。人ベースの リスクとイベントベースの率を混同しない。 RRは人の割合、IRRはイベント発生率。図の単位を確認しないと、害を大きく誤読する。 出典：Nong K, Shi Q, Xie X, et al. BMJ 2026;394:e372161. doi:10.1136/bmj-2026-372161, Fig 4（CC BY-NC 4.0） 60

原図4⑤：QOLは総変化でもMID 10点に届かない 結果 生活介入単独：+1.9点／年 ＋ Tirzepatide上乗せ：+3.9点 総変化の概算：約+5.8点 MID 10 5.8 改善方向ではあるが、患者が実感できる最小差10点には届かない。これは「価値がゼロ」と同義ではない。 出典：Nong K, Shi Q, Xie X, et al. BMJ 2026;394:e372161. doi:10.1136/bmj-2026-372161, Fig 4（CC BY-NC 4.0） 61

サブグループ・感度分析の結果 結果 唯一の信頼できる効果修飾 その他のサブグループ 皮下注semaglutideは、追跡>52週の試験で12– 26週より体重減少が4.5 percentage points大き く、腹囲減少が2.3 cm大きかった。ICEMANで 中等度の信頼性。 BMI、2型糖尿病、心血管疾患、体組成測定法に ついて、中等度以上の信頼性を持つ差は見つから なかった。 感度分析 批判的解釈 解析方法、試験規模、RoB、盲検、期間、52週 限定、承認薬限定などを変えても、主要推定値 は概ね頑健。 個人データがないため、試験平均を使った集団レベ ル解析。交互作用を検出できないことは「全患者で 同じ効果」を意味しない。統計的検出力も限定。 「糖尿病の有無にかかわらず同じ」と断定するより、「信頼できる差を検出できなかった」と表現する。 出典：Nong K, Shi Q, Xie X, et al. BMJ 2026;394:e372161. doi:10.1136/bmj-2026-372161; Schandelmaier S, et al. CMAJ 2020;192:E901-E906 62

5 解釈・批判的吟味・臨床への翻訳 方法論の強さと、データが許す結論の範囲を切り分ける 論文の主張だけでなく、前提・推定方法・不確実性・臨床的含意を 分解して読む。 BMJ 2026;394:e372161 BMJ 2026 肥満薬NMA・GRADE解説 63

著者の結論を分解する 解釈 体重減少 患者重要アウトカム 便益―害 TirzepatideとCagriSemaが最大 。経口／皮下注semaglutide、 orforglipron、phentermine– topiramateも臨床的に意味のあ る減量。 皮下注semaglutideが死亡・主 要心血管転帰で最も強いエビデ ンス。腎不全を説得的に減らす 薬はない。 大きな減量は、消化器症状、疲 労、中止、除脂肪量減少と概し て並行。QOLはMIDを超えない 。 臨床的含意 治療選択は、期待される体重減少、心血管・腎リスク、害、治療負担、費用、入手可能性、患者の価値 観を統合して個別化すべき。長期継続を前提に、筋量維持の運動介入も必要。 著者は「単一の最良薬」を提示していない。アウトカムごとに優位性が異なるためである。 出典：Nong K, Shi Q, Xie X, et al. BMJ 2026;394:e372161. doi:10.1136/bmj-2026-372161 64

この研究の強み 解釈 最新性・規模 アウトカムの広さ 2025年11月まで検索、262 RCT・約10万人・19薬 剤。 体重だけでなく、体組成、QOL、死亡、心血管、腎 、害を24項目。 方法論 透明性 頻度論NMAとベイズ用量反応NMR、RoB 2、 GRADE、絶対効果。 PROSPERO、PRISMA/PRISMA-NMA、独立二重評 価、Rコード提供。 頑健性 意思決定志向 多数の感度分析、ICEMANによるサブグループ信頼 性評価。 MIDを事前設定し、臨床的重要性と確実性を同時に 可視化。 高度な解析はエビデンスの利用効率を高めるが、元データの短期性・希薄性を消すことはできない。 出典：Nong K, Shi Q, Xie X, et al. BMJ 2026;394:e372161. doi:10.1136/bmj-2026-372161 65

限界①：エビデンスの構造と時間軸 解釈 追跡期間が短い 星型ネットワーク アウトカム別の情報量差 中央値26週。2年以上の試験は少 なく、長期安全性、QOL、心血 管・腎転帰、治療中止後の持続 性を十分評価できない。 生活介入ハブが中心で、薬剤 同士の直接比較が少ない。新 規薬の推定は間接比較に大き く依存。 体重データは豊富でも、死亡・ 腎不全・体組成・稀少害は試験 ／イベントが少ない。同じ薬で も確実性が違う。 心血管エビデンスの集中 新規薬の低確実性 皮下注semaglutideの死亡・MI利益は、既存心血管 疾患を持つ高リスク集団の大規模試験に主に由来。 一般低リスク集団への絶対利益は小さくなり得る。 大きな点推定値でも、少数試験、選択された第3相集 団、臨床使用経験の欠如で非直接性・不精確性が大 きい。「将来有望」と「確立」を区別する。 参加者総数約10万人という数字だけで、すべての比較・アウトカムが強いと考えるのは誤り。 出典：Nong K, Shi Q, Xie X, et al. BMJ 2026;394:e372161. doi:10.1136/bmj-2026-372161 66

限界②：測定・一般化可能性・解釈枠組み 解釈 個人データなし 実臨床との差 年齢、性別、併存疾患、反応性の個人差を信頼性高く推定で きない。 RCT参加者は選択され、支持・追跡が強い。費用、供給、保 険、継続率は解析外。 生活介入の異質性 QOLの換算 「生活習慣修正単独」の内容・強度が試験間で異なり、絶対 効果の基準に影響。 異なる尺度をSMDで統合しSF-36に戻すため、構成概念と SDの同等性を仮定。 体組成の意味 分類閾値 DXA/BIA/CT/MRIが混在。除脂肪量減少が筋力・機能に与える影響は 不明。 単一MIDとカテゴリ化は実務的だが、連続的な便益―害と患 者価値観を単純化。 言語制限 クラス化 英語以外を除外。数は少ないが、完全な言語非依存性ではな い。 SGLT-2阻害薬を1クラスとして扱い、薬剤内差を捨象。 方法論的に厳密でも、「問いの設定」と「測定されたアウトカム」の外側には答えられない。 出典：Nong K, Shi Q, Xie X, et al. BMJ 2026;394:e372161. doi:10.1136/bmj-2026-372161 67

誤読しやすい6つのポイント 解釈 × 最大の点推定値＝最も優れた薬 × 95%CIが帰無値を除外＝臨床的に重要 ○ 誤り。確実性、CI、害、患者重要アウトカムを同時 に見る。 ○ 誤り。QOLのように統計学的差がMID未満の場合が ある。 × サブグループ差なし＝全員同じ効果 × Semaglutideの死亡利益＝GLP-1クラス効果 ○ 誤り。個人データなし、検出力不足、集団レベル解 析。 ○ 未証明。利用可能なアウトカム試験の偏りを含む。 × GI +1174/1000＝117%の患者が発症 × QOL改善なし＝患者に一切の価値なし ○ 誤り。反復イベントの発生率で、1人複数回を含む。 ○ 過剰。使用尺度・期間・MIDで「臨床的重要改善を 示さない」という結論。 「数値の大きさ」「統計学的有意性」「臨床的重要性」「確実性」は別の概念。混同しない。 出典：Nong K, Shi Q, Xie X, et al. BMJ 2026;394:e372161. doi:10.1136/bmj-2026-372161 68

Linked editorial：個別化肥満診療への一歩 解釈 編集者の評価 臨床に必要な追加情報 このNMAは、体重だけでなく死亡、心血管、腎 、体組成、QOL、有害事象を比較し、患者―医 師の対話を支える重要な一歩。 薬剤の入手可能性、費用、保険、継続性、患者の優 先事項を組み合わせる必要がある。NMA単独では 治療選択を完結できない。 未解決の問い 論説の位置づけ 性別、糖尿病、治療継続などによる反応の不均一 性。個人レベルデータと長期アウトカムが将来の 個別化に必要。 委嘱論説で、外部査読なし。主論文の数値を臨床的 文脈へ翻訳するが、新たな比較推定を行った研究で はない。 編集者も「正しい薬は患者ごとに違う」と強調。比較効果は個別化の素材であり、答えそのものではない。 出典：Gasoyan H, Rothberg MB. BMJ 2026;394:e725349. doi:10.1136/bmj-2026-725349 69

臨床意思決定へ翻訳する5ステップ 1 2 目標を明確化 ベースラインリスク 3 便益―害の絶対差 4 確実性と一般化 5 例 実装可能性と再評価 解釈 最大減量、心血管予防、症状・機能、経口投与、費用など、患者の優先順位を 確認。 心血管・腎リスクが高いほど、相対効果が同じでも絶対利益は大きい。 1000人あたりの追加利益・害、QOLのMID、除脂肪量を並べる。 GRADE、追跡期間、試験集団、直接比較の有無を確認。低確実性は明示。 費用、供給、継続、漸増、運動・栄養、モニタリング、患者反応で見直す。 最大減量を最優先する患者と、既存心血管疾患があり死亡・MI低下を最優先する患者では、同じ「最適薬」にならない。 出典：Nong K, Shi Q, Xie X, et al. BMJ 2026;394:e372161. doi:10.1136/bmj-2026-372161; Gasoyan H, Rothberg MB. BMJ 2026;394:e725349. doi:10.1136/bmj-2026-725349 70

この論文から「言えること／言えないこと」 解釈 比較的強く言える この論文だけでは言えない 平均的な1年の体重減少は薬剤間で大きく異なる。 個々の患者が何%減量するかを精密に予測するこ と。 Tirzepatide/CagriSemaは高〜中確実性で最大 級の減量。 長期継続後／中止後の利益・害・体重再増加。 QOLは事前MIDを超える改善を示さない。 Semaglutideの心血管利益がクラス全体に及ぶ こと。 多くの薬剤でGI症状・中止・疲労が増える。 すべての薬剤間の直接的優越性。 皮下注semaglutideには死亡・MI低下の強いエ ビデンスがある。 費用対効果、供給、保険、最適な治療順序。 新規薬の数値は大きいが確実性は低い。 低リスク集団での死亡・心血管絶対利益。 最適な漸増・運動・栄養併用法。 NMAは「平均的比較効果」を提供する。個別予測・実装・価値判断は別のエビデンスと共有意思決定が必要。 出典：Nong K, Shi Q, Xie X, et al. BMJ 2026;394:e372161. doi:10.1136/bmj-2026-372161; Gasoyan H, Rothberg MB. BMJ 2026;394:e725349. doi:10.1136/bmj-2026-725349 71

透明性・患者参画・資金・利益相反・AI使用 解釈 登録・報告 患者・市民参画 PROSPERO CRD42024507993。PRISMA 2020／PRISMA-NMAに準拠。 北米・欧州・アフリカの成人6人が改訂段階で、アウトカム・1年時点・閾値 ・追加課題を確認。初期設計からではない。 データ・コード 資金 NMAとforest plotのRコードを補足資料で公開。データ共有は責任著者への合 理的依頼。 中国の公的研究資金等。資金提供者は設計・解析・報告・投稿判断に関与し ないと記載。 利益相反 AI使用 一部著者に製薬企業からの講演・コンサル・研究資金等の開示。RoB評価／デ ータ抽出から一部著者を分離。 主論文：改訂時の英語校正にChatGPTを使用し、全著者がレビュー・承認。 論説：AI不使用。 ライセンス 主論文はCC BY-NC 4.0。非営利利用で出典を明記し、改変・再配布可能。 出典：Nong K, Shi Q, Xie X, et al. BMJ 2026;394:e372161. doi:10.1136/bmj-2026-372161; Gasoyan H, Rothberg MB. BMJ 2026;394:e725349. doi:10.1136/bmj-2026-725349 72

Take-home messages 1 TirzepatideとCagriSemaは最大級の減量を示すが、「最良」はアウトカムと患者の優 先事項で変わる。 2 新規薬の大きな点推定値は、低〜非常に低確実性を伴う。数字の順位だけで断定しない。 3 皮下注semaglutideは死亡・MI・心不全で最も強いエビデンスだが、高リスク試験への 依存を忘れない。 4 大きな減量は、GI症状、疲労、中止、除脂肪量減少とトレードオフ。QOLはMIDを超え ない。 5 読み方の公式：効果量 × 95%区間 × MID × GRADE確実性 × 絶対ベースラインリス ク × 患者価値観。 比較エビデンスを、共有意思決定へ翻訳する。 出典：Nong K, Shi Q, Xie X, et al. BMJ 2026;394:e372161. doi:10.1136/bmj-2026-372161; Gasoyan H, Rothberg MB. BMJ 2026;394:e725349. doi:10.1136/bmj-2026-725349 73

用語集 付録 NMA network meta-analysis。直接・間接エビデン スを統合し複数介入を比較。 MD mean difference。連続アウトカムの平均差。 帰無値0。 RR risk ratio。初回イベントのリスク比。帰無値1 。 IRR incidence rate ratio。反復イベントを含む発生 率比。 95%CI 頻度論的信頼区間。反復標本で95%が真値を含 む手続き。 CrI ベイズ信用区間。モデル・事前分布・データの 下での事後確率区間。 τ² 研究間分散。ランダム効果モデルにおける真の 効果のばらつき。 MID minimally important difference。臨床的に重 要とみなす最小差。 推移性 間接比較を成立させる、効果修飾因子の比較可 能性。 不整合 同じ比較の直接推定と間接推定が重要な程度に 食い違うこと。 GRADE アウトカム別のエビデンス確実性を高・中・低 ・非常に低で評価。 ICEMAN サブグループ／効果修飾の主張の信頼性を評価 するツール。 出典 ：Nong K, Shi Q, Xie X, et al. BMJ 202 6;3 94:e37216 1. d oi:10 .1136/bmj -202 6-372 161; Izcovich A, et al. BMJ 202 3;381:e07449 5; Gu yatt G, et al . BMJ 20 25;389:e0819 04; S chandelmaier S, et al. CMAJ 20 20;192:E901 -E90 6 74

主要参考文献：主論文・論説・報告／バイアス評価 参考文献 1. Nong K, Shi Q, Xie X, et al. Comparative effects of drugs for adults with overweight or obesity: systematic review and network meta-analysis. BMJ. 2026;394:e372161. doi:10.1136/bmj-2026-372161. 2. Gasoyan H, Rothberg MB. Comparing benefits and harms of obesity drugs: a step towards individualised obesity care. BMJ. 2026;394:e725349. doi:10.1136/bmj-2026-725349. 3. Page MJ, McKenzie JE, Bossuyt PM, et al. The PRISMA 2020 statement. BMJ. 2021;372:n71. 4. Hutton B, Salanti G, Caldwell DM, et al. PRISMA extension for network meta-analyses. Ann Intern Med. 2015;162:777-784. 5. Sterne JAC, Savović J, Page MJ, et al. RoB 2: a revised tool for assessing risk of bias in randomised trials. BMJ. 2019;366:l4898. 6. Schandelmaier S, Briel M, Varadhan R, et al. ICEMAN. CMAJ. 2020;192:E901-E906. doi:10.1503/cmaj.200077. 7. Cochrane Handbook for Systematic Reviews of Interventions, chapters 8, 11, 14. 図の利用 本スライ ドのBMJ図は主論 文（CC BY-NC 4 .0）から出 典を明記して 転載・切り出 し。 出典：上記文献 75

主要参考文献：GRADE・NMA方法論 参考文献 1. Izcovich A, Chu DK, Mustafa RA, et al. A guide and pragmatic considerations for applying GRADE to network metaanalysis. BMJ. 2023;381:e074495. 2. Guyatt G, Zeng L, Brignardello-Petersen R, et al. Core GRADE 2: choosing the target of certainty rating and assessing imprecision. BMJ. 2025;389:e081904. 3. Brignardello-Petersen R, Florez ID, Izcovich A, et al. GRADE approach to drawing conclusions from a network metaanalysis using a minimally contextualised framework. BMJ. 2020;371:m3900. 4. Brignardello-Petersen R, Murad MH, Walter SD, et al. GRADE approach to rate certainty from NMA: avoiding spurious judgments of imprecision in sparse networks. J Clin Epidemiol. 2019;105:60-67. 5. Brignardello-Petersen R, Tomlinson G, Florez I, et al. GRADE concept article 5: addressing intransitivity in a network meta-analysis. J Clin Epidemiol. 2023;160:151-159. 6. Rücker G. Network meta-analysis, electrical networks and graph theory. Res Synth Methods. 2012;3:312-324. 7. Chaimani A, Salanti G. Using network meta-analysis to evaluate small-study effects. Res Synth Methods. 2012;3:161176. 8. Dias S, Sutton AJ, Ades AE, et al. Generalized linear modelling framework for pairwise and network meta-analysis. Med Decis Making. 2013;33:607-617. 注 本デッキ は教育用の詳 細解説。実際 の処方・承認 ・費用・禁忌 は地域の最新 情報と製品情 報を確認する 。 出典：上記文献 76