TL;DR

⚠️ 医療的判断について：本記事は教育的リソースであり、個別の医療判断の代替ではありません。中止基準の設定など、安全に関わる判断については医療機関とご相談ください。

実験設計フレームワーク：n=1試験の7要素と中止基準

なぜ実験設計が必要か

新しいサプリを始めてから3ヶ月、体調が良い気がします。でも、その変化が介入の効果なのか、季節・睡眠・仕事量の変化なのか、どうすれば確認できるでしょうか。

「良くなった気がする」は判断ではありません。それが介入によるものかどうかを確認できる形にするのが、実験設計の役割です。設計なしに始めた試験は、どれだけ長く続けても「印象」の域を出ません。逆に、7つの要素を事前に書き出すだけで、個人レベルの「確認」が可能になります。

このフレームワークは完璧な証明を目指すものではありません。「気がした」を「指標が変わった」に変換し、次の判断の根拠を作ることが目的です。

このフレームワークの目的

PDCAサイクルの「Do→Check」フェーズを科学的に行います。能力3（介入選択）で選んだ介入を、確認できる形で試す設計を作ります。その記録が、能力5（データ解釈）でシグナルとノイズを区別するための前提になります。

このフレームワークが扱う中核の問いは次の3つです：

  1. 何を・どのくらいの期間・どんな基準で評価するか、を始める前に決めているか？
  2. 変化量を計算できる比較基準（ベースライン）があるか？
  3. 「効果なし」や「有害」と判断したとき、やめる基準が事前に定義されているか？

適用場面

フレームワーク本体：n=1試験の7要素

以下の7要素を、介入を始める前にすべて書き出します。書き出した文書を「試験プロトコル」として保存しておきます。

要素 定義 よくある失敗
1. 介入の定義 何を・どれだけ・いつから・いつまで 「週に数回」のような曖昧な定義
2. 主要評価指標 1〜2つ。事前に決める。試験後に変えない 良い結果が出た別指標を後から主要指標として採用する
3. 副次評価指標 3つ以下。主要指標を補完するが判断の主軸にしない 副次指標が良好だったことで「効果あり」と結論する
4. ベースライン測定 介入前に最低1回（理想は2回以上） 比較基準がなく変化量を計算できない
5. 評価期間 効果が現れる最短期間を根拠付きで設定 「とりあえず1ヶ月」という根拠なし設定
6. 中止基準 安全閾値 + 効果なし基準を事前定義 「続けたほうが良い気がして」無期限継続
7. 記録プロトコル いつ・何を・どのフォーマットで記録するか 思い出したときだけ不定期に記録する

要素1：介入の定義

「何を・どれだけ・いつから・いつまで」を具体的に定義します。「週3回、30分の有酸素運動を、2026年6月1日から11月30日まで継続する」のように、誰が読んでも同じ行動ができる粒度で書きます。曖昧な定義では、後から「やった」「やらなかった」の記録があいまいになります。

要素2：主要評価指標（Primary Outcome）

1〜2つの指標を事前に決め、試験終了まで変更しません。「DunedinPACEの変化量」「VO2maxの変化量」などを具体的に指定します。この指標が悪い結果を示しても、試験後に別指標を採用することを禁止します。その行動は確証バイアスの発動です（→ 能力6：認知バイアス制御）。

要素3：副次評価指標（Secondary Outcome）

主要指標の補完として最大3つを設定します。副次指標は「参考情報」であり、主要指標が効果なしでも副次指標が良ければ「効果あり」とすることはできません。副次指標が予想外に変化した場合は、次の試験の仮説として記録します。

要素4：ベースライン測定

介入を始める前に主要評価指標を最低1回、理想は2回以上測定します。2回測定することで、その指標の個人内変動（測定誤差＋生物学的変動）を把握できます。ベースラインがなければ「介入前の値が○○、介入後が○○、差は○○」という計算ができません。

要素5：評価期間

「この介入の効果が現れるのに最短どれくらいかかるか」を根拠と共に設定します。エピジェネティッククロックで変化を検出しようとする場合、少なくとも6〜12ヶ月の評価期間が必要です。

📊 エビデンス強度：Med — DunedinPACE は運動介入研究で介入後6〜12ヶ月で有意な変化が観察されています（Dunn et al., 2023; DOI:10.1001/jamanetworkopen.2023.1790）。評価期間の設定にはバイオマーカーの生物学的変動幅の情報が必要です。

要素6：中止基準（Stop Rule）

「この状態になったら介入を中止する」を事前に定義します。中止基準には2種類あります。①安全上の閾値（有害事象・体調悪化）と、②効果なし基準（評価期間終了後に主要評価指標が閾値未達）です。

⚠️ 中止基準のうち、安全上の閾値（例：血圧の急激な上昇、重篤な副作用）は医療機関と事前に相談して設定してください。自己判断での設定は安全上のリスクがあります。

「効果なし」の中止基準は、埋没コスト効果を防ぐために重要です。「3ヶ月続けたから効果があるはず」という感情的な継続を、事前定義のルールが防ぎます（→ 能力6：認知バイアス制御）。

要素7：記録プロトコル

「いつ、何を、どのフォーマットで」記録するかを決めます。記録は週次が多くの介入に適しています。スプレッドシートやノートアプリで、日付・指標値・特記事項（体調・睡眠・旅行など）を記録します。記録の抜けや不定期な記録は、後の解釈を大幅に困難にします。

アンチパターン

❌ 介入後に主要評価指標を変える

問題：試験後に「良い結果だった別の指標」を主要指標として採用することは、確証バイアスが事後的に判断を歪める典型例です（→ 能力6：認知バイアス制御）。「あの指標が良くなったから、やはり効果があった」という後付けの解釈は、試験を行った意味をなくします。

対策：主要評価指標は介入前に文書化し、変更を原則禁止にします。変化があった別指標は「次の試験の仮説」として記録します。

❌ ベースラインなしで「改善した」と結論する

問題：比較基準がなければ変化量を計算できません。「以前より良くなった気がする」は計測ではありません。介入前の値が不明なまま介入後に測定しても、変化が介入によるものか、もともとの値のばらつきかを区別できません。

対策：必ず介入前に主要評価指標を1回以上測定します。可能であれば2〜3週間の間隔を空けて2回測定し、測定誤差の幅を把握します。

❌ 複数の介入変数を同時に変える

問題：同時に5つの介入（運動・サプリA・サプリB・食事制限・睡眠改善）を始めると、1年後に改善が見られたとしても、どれが効いたかを特定できません。スタック過多は介入選択（能力3）のアンチパターンとも連動します。

対策：変える変数は一度に1〜2つが原則です。効果を確認してから次の介入を追加します。

AI活用パターン

原則：AIを「7要素シートの草案作成」に使います。介入内容と目的を入力することで、7要素の構造を素早く埋めることができます。ただし、AIが提案した評価期間や中止基準の根拠となる論文は、必ずPubMedで実在を確認してください（ハルシネーション対策）。

例示プロンプト骨子（推論モデル推奨）：

「以下の介入についてn=1試験の7要素を設計してください。 介入：○○（例：週3回の筋力トレーニング） 目的：○○（例：VO2maxの改善） 現在測定できる指標：○○（例：VO2maxテスト） 利用可能な測定頻度：○○（例：3ヶ月ごと） 各要素について： ・具体的な値（期間・頻度・閾値） ・その根拠となる論文のDOI（実在するもののみ） を示してください。」

AIの出力は草案として扱います。とくに評価期間と中止基準は自分の体調・リスク・測定環境に合わせて修正してください。AIが提示したDOIは必ずPubMedで実在を確認してから引用します。

反論・限界

📊 エビデンス強度：Speculative — このフレームワーク全体（7要素の構成・評価期間の推奨方法・中止基準の設計）は著者の合成判断であり、単一のRCTによって検証されたものではありません。RCTプロトコル（CONSORT等）の個人実験向け翻訳として設計していますが、集団研究の基準とは異なります。

プラセボ・ノセボ効果は排除できません。個人実験では盲検化が不可能なため、「介入を始めた」という事実が体調の変化に影響します（ノセボ効果については能力6：認知バイアス制御を参照）。

n=1では統計的有意差検定が実質的に適用できません。1人の時系列データに対して仮説検定を適用する手法は存在しますが、エピジェネティッククロックのように数ポイントしか測定できない場合は検定力が著しく低下します。

時間効果との分離が困難です。1年間の試験では、介入効果と季節変化・加齢・生活環境の変化を完全に分離することはできません。この限界を理解したうえで、試験結果を「個人レベルの確認」として位置づけます。

よくある誤解：「n=1試験で効果を証明できる」

n=1試験の目的は「証明」ではなく、個人レベルでの「確認」です。集団研究への一般化はできません。「この介入が自分には効いた（あるいは効かなかった）」という個人的な知見を得ることが目的です。

「この試験で証明された」という表現は不正確です。「この試験から、自分にとってはこの介入が有効そうだという証拠が得られた」が正確な表現です。

関連リンク

一次資料