← 編集履歴へ戻る

「エビデンスに基づく医療(EBM)」の差分

変更前:2026年8月18日 22:31 / 雨崎ハーリィ
変更後:2026年8月18日 22:31 / 雨崎ハーリィ

冒頭要約

変更前
削除: エビデンスに基づく医療(EBM)は、最良の利用可能な研究根拠を、医療者の臨床経験と患者の価値観・希望と組み合わせて、個々の患者の意思決定に用いる考え方である。{{ref|1}}
追加: エビデンスに基づく医療(EBM)は、利用可能な最良の研究エビデンスを、臨床家の専門性と患者の価値観・希望と統合して、個々の患者の医療判断に用いる考え方である。{{ref|1}}

本文

変更前
削除: 基本概念
追加: 概要
削除: EBMは研究結果だけで治療を決める方法ではない。最良の研究根拠、臨床的な専門性、患者の価値観と希望という3要素を統合して判断することが中心となる。{{ref|1}}
追加: EBMでは、研究結果だけで治療方針を決めるのではなく、研究エビデンス、臨床家の専門的判断、患者の価値観や希望という複数の要素を組み合わせて意思決定を行う。{{ref|1}}
削除: 実践の流れ
追加: 基本的な進め方
削除: EBMは、答えられる臨床疑問を作る、最適な根拠を探す、根拠を批判的に吟味する、目の前の患者へ適用する、その結果を評価する、という反復的な流れで説明される。{{ref|1}}
追加: EBMは、臨床上の疑問を答えられる形に整理し、適切な情報を検索し、その妥当性を批判的に吟味し、患者へ適用し、その結果を再評価するという循環的な手順で説明される。{{ref|1}}
削除: エビデンスの強さと適用可能性
追加: 研究エビデンスの評価
削除: 研究デザインによって得られる根拠の性質や信頼性は異なる。無作為化比較試験、システマティックレビュー、メタ解析などは治療効果を評価するうえで重要であるが、強い研究結果であっても、年齢、併存疾患、基礎リスク、診療環境などが研究対象と患者で異なれば、そのまま適用できるとは限らない。{{ref|1}}
追加: 研究デザインによって得られる情報の性質や信頼性は異なる。治療効果の評価では無作為化比較試験が重要な一次研究となり、複数研究を系統的にまとめるシステマティックレビューやメタアナリシスも高い位置づけで扱われる。一方、症例報告や観察研究にも、研究目的に応じた役割がある。{{ref|1}}
削除: 限界
追加: 患者への適用
追加: 質の高い研究であっても、研究参加者と実際の患者で年齢、併存症、基礎リスク、診療環境などが異なれば、その結果をそのまま適用できるとは限らない。EBMでは、エビデンスの妥当性だけでなく、目の前の患者に適用できるかを判断することも重要である。{{ref|1}}
追加: 診断と確率
削除: EBMでは、出版バイアス、ランダム化試験の実施可能性や一般化可能性、情報量の増大、患者の希望が見落とされる危険などを考慮する必要がある。ガイドラインや統計的に有利な結果だけで、すべての患者に同じ選択が自動的に決まるわけではない。{{ref|1}}
追加: 診断では、検査結果そのものだけでなく、検査前に想定される病気の可能性と、検査結果によってその可能性がどの程度変化するかを考える。EBMでは、このような確率的な考え方も臨床判断の一部として扱われる。{{ref|1}}
追加: 現代のEBM
追加: 医学文献や診療情報が増える中、検索や要約を支援するデジタル技術や人工知能が利用される場面もある。ただし、生成された情報や引用には誤りが含まれる可能性があり、重要な情報は原資料で確認する必要がある。AIはEBMを置き換えるものではなく、情報整理を補助する手段として扱われる。{{ref|1}}

エビデンス・科学的評価

変更前
追加: EBMは、最良の研究エビデンス、臨床家の専門性、患者の価値観・希望を統合する枠組みとして説明されている。{{ref|1}}
削除: EBMの中心は、研究根拠を単独で順位付けすることではなく、根拠の妥当性と適用可能性を吟味し、臨床経験と患者価値を統合することである。GRADEなどの枠組みも、根拠の確実性と推奨の強さを区別するために用いられる。{{ref|1}}
追加: 無作為化比較試験、システマティックレビュー、メタアナリシスなどは治療効果の評価で重要な位置を占めるが、研究デザインだけでなく、バイアスや適用可能性も吟味する必要がある。{{ref|1}}

安全性・注意点

変更前
削除: EBMの誤用として、研究結果を患者背景を無視して適用することや、ガイドライン・統計結果だけで判断することが挙げられる。AI支援ツールも検索や要約を補助できるが、不正確な内容や架空の引用を生成し得るため、重要な情報は原典で確認する必要がある。{{ref|1}}
追加: 研究結果が統計学的に有意であっても、それだけで個々の患者にとって最適な選択になるとは限らない。患者の背景、併存症、基礎リスク、治療負担、価値観などを合わせて判断する必要がある。{{ref|1}}
追加: AI支援ツールは不正確な情報や実在しない引用を生成することがあるため、重要な臨床判断では原資料を直接確認する必要がある。{{ref|1}}