⚠️ 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。服薬・既往症との相互作用がある介入については、必ず医療機関に相談してください。

介入選択フレームワーク：何をするか・何を優先するか

TL;DR

このフレームワークの目的

運動もよい、サプリもよい、睡眠もよい。全部わかっています。でも全部は続けられません。どれから始めるかを決めるロジックを、あなたは持っているでしょうか。

このフレームワークは「知っている」から「選んで実行する」への橋渡しをします。能力2（指標選択）で測定対象が決まったあと、能力3（介入選択）で「何をするか」を科学的に決定します。

「何が効くか」の概要は 健康寿命への高インパクト介入：総論 を参照してください。本フレームワークは、そのリストから「自分に何を選ぶか」を決める手順を提供します。

📊 エビデンス強度：Speculative — このフレームワーク全体の有効性は著者の合成判断です。個別の介入に対するエビデンスは本文中に記します。

適用場面

フレームワーク本体：介入評価の3軸

軸1：エビデンス強度

介入のエビデンスを4段階で評価します。介入を選ぶ前に、対象の介入がどのレベルに属するかを確認してください。

ラベル 根拠の種類 介入選択への示唆
High 複数の無作為化比較試験（RCT）で効果が確認 優先的に検討します
Med 観察研究が主体、またはRCTが小規模・短期 条件付きで検討します
Low 症例報告・動物実験・メカニズム研究のみ 原則保留。試すならn=1試験設計（能力4）
Speculative 仮説段階・理論的根拠のみ 試すなら必ずn=1試験設計（能力4）を先に行います

エビデンスの具体例：週150〜300分の有酸素運動はDunedinPACEで測定した老化速度を有意に低下させることがRCTで示されています。

📊 エビデンス強度：High — 複数のRCTで効果確認（Dunn et al., 2023. JAMA Network Open, 6(2), e231790. DOI:10.1001/jamanetworkopen.2023.1790）

軸2：個人適合性

同じ介入でも、個人の状況によって適切かどうかが変わります。以下のチェックリストで確認します。

⚠️ 医療機関への相談基準：サプリメントを含む任意の介入について、処方薬・疾患がある方は必ず医師に相談してください。本フレームワークは健康な成人を対象とした教育的情報です。

軸3：実行コスト

「良いとわかっていても続けられない」の多くはコスト過大が原因です。4種のコストを総合評価します。

優先順位マトリクス

3軸を総合した優先順位の目安です。あくまで参考であり、個人の状況によって異なります。

エビデンス強度 実行コスト：低 実行コスト：高
High ✅ 最優先（まずここから始めます） 🟡 中期的に検討します
Med 🟡 次に検討します ⚪ 慎重に評価します
Low / Spec ⚪ n=1試験で検証します ❌ 原則後回しにします
📊 エビデンス強度：Speculative — この優先順位マトリクス自体は著者の合成判断です。個人の状況（疾患リスク・バイオマーカー値・生活スタイル）によって最適な選択は異なります。

スタック設計の原則

複数の介入を組み合わせるとき（スタック）に守るべき原則です。

アンチパターン

1. スタック過多（5件同時追加）

問題：5つの介入を同時に始めると、どれが効いたかを特定できません。効果がなくても「どれが原因か」がわからず、改善もできません。

対策：1〜2件ずつ追加し、それぞれの評価期間（能力4）を設けます。n=1試験の「1変数原則」を守ります。

2. エビデンスラベルを無視した直感選択

問題：SNSの評判・インフルエンサーの推薦・「なんとなく体に良さそう」という印象で選ぶと、Speculativeな介入に高コストと時間を投じるリスクがあります。

対策：必ずエビデンス強度を3軸評価の軸1で確認します。論文を1本読めば大抵の判断ができます。

3. Goodhart化した介入の過信（クロックスコアを下げることを目的とする）

問題：「DunedinPACEを若くする介入」として設計されたプロトコルを、スコアを下げることだけを目的に実施すると、本来の健康アウトカムとずれる可能性があります。

対策：クロックは観察用途に留めます（→クロックとターゲットの分類原則）。介入の目標はアウトカム指標（機能・健康寿命）に設定します。

よくある誤解：「エビデンスが高い介入は自分にも効く」

集団研究の平均効果は個人に必ずしも適用できません。RCTの「平均」は、集団全体の平均を示すものであり、あなたが平均に属するとは限りません。

個人での効果確認には、n=1試験（能力4）が有効です。特に軸2（個人適合性）が不明確な介入は、エビデンスが高くても個人検証を行います。

AI活用パターン

原則：AIを「介入リストの3軸評価表作成」と「エビデンスのスクリーニング」に使います。AIが「この介入をすべきか」を判断するのではなく、3軸評価を補助させます。最終判断は必ず自分が行います。

プロンプト骨子例（推論モデル推奨）：

以下の介入リストを3軸（エビデンス強度・個人適合性・実行コスト）で評価する表を
作成してください。エビデンス強度の根拠となった論文のDOIも列挙してください。

介入リスト：[介入1, 介入2, 介入3...]
自分のプロファイル：[バイオマーカー値・健康状態・生活スタイル]

出力形式：
| 介入名 | エビデンス強度 | 根拠DOI | 個人適合性 | 実行コスト | 優先度 |
AI生成の情報は引用しないでください。DOIは実在するもののみ提示してください。

活用上の注意：

反論・限界

📊 エビデンス強度：Speculative — このフレームワーク全体は著者の合成判断であり、単一の一次論文を根拠とするものではありません。

フレームワーク自体の主観性

3軸評価の重み付けは主観的であり、状況によって変わります。「エビデンスが高くても個人適合性が低い」場合の判断は、このフレームワークだけでは決められません。

個人適合性の定量化困難

「個人適合性」の評価は本質的に主観的であり、バイオマーカー値のみから導けるものではありません。同じ炎症マーカー値の人が、同じ介入に同じ反応を示すとは限りません。

医療的相互作用の限界

服薬・既往症との相互作用は医療機関でのみ適切に評価できます。本フレームワークはその代替にはなりません。

エビデンスラベルの動態性

エビデンスラベルは新しい研究の公表によって更新されます。1年以上前に確認した評価は見直す必要があります。

一次資料

関連リンク