【MODULE 03】統計的有意性 vs 臨床的有意性：の区別
統計的有意性 vs 臨床的意義：エビデンスを正しく解釈するために
「この研究は p＜0.05 で統計的に有意でした」——トレーニング・栄養研究でよく見る表現です。しかし、統計的有意性（Statistical Significance）と臨床的意義（Clinical Significance）は別の概念であり、この区別を理解しないと研究の結論を誤解します。
本記事では、両者の違いと実践への正しい応用方法を解説します。
統計的有意性とは何か
♪ cortisトレーナー監修｜筋トレ×食事タイミングを覚える歌
「【MODULE 03】統計的有意性 vs 臨床的有意性：の区別」で得た知識を毎日の習慣として定着させるために、cortisトレーナー監修の楽曲をぜひ活用してください。筋トレと食事タイミングの科学を、耳から自然に学べます。
🎵 Spotifyでも配信中（通勤・家事・ウォーキング中にどうぞ）
定義
統計的有意性は、「観察された差が偶然によるものではない確率」を示す指標です。
- p値（p-value）：帰無仮説（差がない）のもとで、観察された差と同等またはそれ以上の差が偶然生じる確率
- p＜0.05：5%未満の確率でしか偶然には起きない差→「統計的に有意」と判断（慣例的基準）
p値の誤解
p値が「小さいほど効果が大きい」は誤りです。p値はサンプルサイズに強く影響されます：
- サンプルサイズが非常に大きい研究では、実践的にほぼ無意味な微小な差でも p＜0.05になります
- 例：n=10,000 の研究で「筋力が0.2kg増加した（p=0.001）」→統計的には有意だが、実践的意義はほぼなし
臨床的意義（Clinical Significance）とは何か
定義
臨床的意義は、「その差が実際の患者・クライアントに意味ある変化をもたらすか」の評価です。量的評価には効果量（Effect Size）を使います。
効果量の解釈基準
| 指標 | 小 | 中 | 大 |
|---|---|---|---|
| コーエンのd（連続変数） | 0.2 | 0.5 | 0.8以上 |
| 相関係数 r | 0.1 | 0.3 | 0.5以上 |
| オッズ比（OR） | 1.5 | 2.5 | 4.0以上（目安） |
MCID（最小臨床的重要差）
最小臨床的重要差（Minimal Clinically Important Difference）は、患者が「良くなった」と感じる最小の変化量です。例：
- 痛みスケール（VAS）：約1.5〜2.0/10 の変化がMCID
- 歩行速度：約0.1m/s 以上の改善がMCID
- これを下回る変化は「統計的に有意」でも「臨床的には意義がない」可能性
実例：4つの研究シナリオ
| シナリオ | p値 | 効果量d | 解釈 |
|---|---|---|---|
| A：新プロテインサプリ研究（n=5000） | 0.001 | 0.05 | 統計的有意・臨床的意義なし（微小差が検出されただけ） |
| B：ハイインテンシティ筋力訓練（n=25） | 0.04 | 0.9 | 統計的有意・臨床的意義あり（大きな効果量） |
| C：栄養補助（n=15） | 0.08 | 0.7 | 統計的非有意・臨床的には意義ある可能性（検出力不足の可能性） |
| D：ストレッチングプロトコル（n=200） | 0.6 | 0.05 | 統計的非有意・臨床的意義なし（真に効果なし） |
なぜ「統計的有意 ≠ 臨床的意義」が問題になるか
1. 「有意」という言葉の印象
「統計的有意」は日本語では「重要」と混同されやすい。実際には「偶然ではない」という意味であり、効果の大きさや重要性は別問題です。
2. 出版バイアスとの組み合わせ
「有意な結果」の研究が出版されやすく、「有意でも効果量が小さい研究」が大量に蓄積されると、サプリや介入への過大評価が生まれます。
3. サンプルサイズの誤魔化し
サンプルを増やせばほぼ何でも「有意」にできます。逆にサンプルが小さすぎると真の効果を見逃す（検出力不足）。
実践への応用：研究を読む際のチェック
- 効果量（d値）を必ず確認：p値だけ見ない
- 信頼区間の幅を確認：幅が広い＝不確実性が高い
- MCIDと比較：報告された差がMCIDを超えているか？
- サンプルサイズを確認：n＞1000の研究では些細な差も有意になりうる
- 絶対リスク差 vs 相対リスク：「50%リスク減少」でも絶対リスクが0.01%→0.005%かもしれない
📕 著者・日原裕太のKindle書籍
5,000人以上を指導したトレーナー・日原裕太による書籍です。「【MODULE 03】統計的有意性 vs 臨床的有意性：の区別」に関連する悩みを、筋トレとメンタルの視点から科学的に解決するヒントが詰まっています。
まとめ
p＜0.05 は「スタート地点」であり、ゴールではありません。効果量・MCID・信頼区間を合わせて評価することで、研究結果を実践に正しく翻訳できます。エビデンスに基づいた指導（EBP）の真髄は、「統計的に有意かどうか」ではなく「クライアントにとって意味ある変化をもたらすか」の判断にあります。
統計的解釈とエビデンス評価はNSCA-CPT試験対策でも問われる重要な思考ツールです。
よくある質問（FAQ）
- Q：p値と信頼区間はどちらが重要ですか？
- A：多くの統計専門家は信頼区間（CI）の方が有用と考えています。p値は「差があるかどうか（Yes/No）」しか示しませんが、信頼区間は「効果がどの範囲にある確率が高いか」を示し、不確実性の大きさも伝えます。2016年に American Statistical Association が「p値のみへの依存を避けること」を勧告し、CIを重視する傾向が強まっています。
- Q：「臨床的意義がある」と断言していい効果量の基準は？
- A：絶対的な基準はなく、領域・対象・介入内容によって変わります。Cohen の d=0.5（中）を目安にしつつ、その研究のMCIDや先行研究と比較することが重要です。「d=0.8 以上なら確実に意義あり」「d=0.2 以下なら実践的意義は限定的」という経験則はありますが、文脈を無視した機械的適用は避けてください。
論文ベースで、もっと深く学びたい方へ。
基礎記事は無料ですが、Proプランでは論文フルテキスト解説・ケーススタディ・月次ライブセミナーで、根拠から体系的に学べます。14日間は完全無料で、クレジットカードを登録しても14日以内に解約すれば一切請求されません。
月額¥2,980。14日以内解約は無料。いつでもキャンセル可。
NSCA-CPT対策に役立つ著書
cortisトレーナー監修のトレーニング科学書です。試験対策と現場実践に活用ください。