痩せているのに代謝が悪いと感じたとき、安静時の消費量を体重で割って比べてよいのか。人を対象にした研究から、体重当たりの値に残る偏り、除脂肪量と臓器の違い、体格を調整する計算の意味を読む。友人との比較や減量前後の記録で、数字を体質の順位に変えないための確認点を整理する。
友人と検査の結果を見せ合い、自分の安静時の消費量のほうが少なかった。体が小さいから当然なのか、それとも「代謝が悪い」のか。そこで体重で割れば公平になる、と電卓を開きたくなる。しかし、その割り算自体が体の大きさによる偏りを残すことが、男女を含む食事介入試験の追加解析で示されている。18〜39歳の女性だけの結果として、そのまま当てはめることはできない。[4]
答えの芯は、消費量の総量と体重当たりの値を区別し、どちらもそのまま体質の順位にしないことだ。体重で割った安静時エネルギー消費量には、体重が大きい人ほど低くなる関連が残った一方、体の成分を使う別の調整では、その関連が認められなくなった。[4]
既存記事「代謝が悪いかは数値で分かる？予測式との差を体質の判定にする前に読む研究」は、予測と実測の差を扱っている。ここでは、その前段階にある「違う大きさの体を、何で割って並べるか」に問いを絞る。体重の小さい友人を代謝の優等生にする前に、数字の分母を見たい。
体重当たりにすれば体格の影響は消えるのか
安静時エネルギー消費量は、休んでいる状態でのエネルギー消費を表す指標である。食事介入試験の参加者を調べた研究では、呼吸のガスから消費量を評価する間接熱量測定と、体の成分を調べる二重エネルギーエックス線吸収測定を組み合わせた。男女を含む参加者のうち、開始時点で両方のデータがそろったのは438人だった。18〜39歳の女性への適用を考える際も、この集団での比較方法の検討として読む必要がある。[4]
この研究が検討したのは、単に誰の消費量が大きいかではない。体重を分母にしたとき、比較したい体の大きさの影響が本当に取り除かれるか、という問題だった。体重当たりという表示は、体格を処理済みの数字に見える。だが「割った」という操作と「偏りがなくなった」という結果は別である。[4]
実際、体重当たりの安静時エネルギー消費量と体重の間には、女性で相関係数−0.47、男性で−0.44の逆向きの関連があった。つまり、体重で割った後にも体重との関係が残っていた。これを、体が大きいほど代謝の働きが悪くなるという因果関係には読み替えられない。研究の焦点は、指標の作り方による比較の偏りである。[4]
たとえば友人との結果を読む場面では、総量の欄を見ているのか、体重当たりの欄を見ているのかで、まず問いが変わる。前者は体全体の消費、後者は体重を分母に置いた比率である。同じ結果表に並んでいても、同じ意味の数字ではない。体重当たりを選べば自動的に公平になる、という扱いはこの研究に合わない。[4]
ここで立ち止まることには実用的な意味がある。検査結果に低い数字が出たからといって、すぐに食事や運動の方針を変える前に、比較相手と指標の単位を確かめられるからだ。この研究から引き出せるのは、個人の努力を採点する基準ではなく、比較方法を点検する視点である。[4]
初日の汗は、予約した人だけが持ち帰れる。
公平に割るつもりが、比例を決めつけてしまう
体の大きさと生理的な量の関係を調べる方法に、アロメトリーがある。大きさが変わると、別の量がどのような割合で変わるかを見る考え方だ。薬の開発における利用を論じたレビューでは、体の大きさに関わる指数をどの対象にも固定して当てはめることを批判し、指数はデータに依存するとしている。[1]
体重でそのまま割る比較は、消費量が体重と比例する形を前提にしている。ところが、人の食事介入試験の追加解析では、除脂肪体重と脂肪量をそれぞれ異なる指数で組み合わせた調整が検討された。単純な割り算から離れる必要があった、という点に、この比較の難しさが表れている。[4]
同研究では、除脂肪体重の0.66乗と脂肪量の0.066乗の積で安静時の消費量を調整すると、体の大きさおよび性別との関連が認められなくなった。小数の指数は、読者が自宅で暗算するための目標ではない。体の成分と消費量の関係が、そのままの比例ではうまく扱えなかったことを示す数字である。[4]
この計算を「体重の代わりに除脂肪量で割ればよい」と短く言い換えると、研究で実際に行ったことが変わってしまう。使われたのは除脂肪体重だけではなく脂肪量との組み合わせであり、それぞれに異なる指数を用いている。分母の名前だけを差し替えることと、データに合う関係を検討することは区別したい。[4]
指数を選ぶ際の論点は、計算の複雑さよりデータとの適合である。レビューが問題にしているのは、決まった指数を普遍的な法則として使うことだ。[1] 人の研究でうまく働いた調整方法にも対象と用途がある。今回の式が体格との関連を減らしたという結果と、あらゆる人の代謝を判定できるという主張の間には距離がある。[4]
同じ重さでも、筋肉と臓器の配分は違う
体重を分母にすることが難しい理由は、体の成分にもある。健康な330人を対象に、磁気共鳴画像で体組成を調べ、間接熱量測定で安静時の消費量を評価した観察研究がある。対象は17〜78歳で、女性が61%を占めた。体格も幅広い集団であり、18〜39歳の女性に同じ説明力があるかは、この集団全体の結果だけでは判断できない。[7]
研究は、脂肪を除いた体の量である除脂肪量に加え、その中の骨格筋や脳、心臓、肝臓、腎臓などに注目した。これらの臓器の重さは身長や体重と関わるが、身長や体重に対する大きさの関係は臓器によって異なる。体重の差を、そのまま同じ構成の体が拡大した差として扱うことはできない。[7]
身長と体重に対する臓器の大きさの違い、つまり体格に関連する成分の違いを扱うモデルでは、安静時消費量の個人差の最大43%が説明された。ただし、これは体格を変えれば消費量をその割合だけ操作できる、という実験結果ではない。人の体格、体組成、消費量の間の関連を分析した結果だ。[7]
除脂肪量という言葉を、すべて筋肉と置き換えないことも大切である。この研究が扱う除脂肪量には、骨格筋だけでなく内部の臓器も含まれる。したがって、除脂肪量が似ているという情報だけでは、体の中の成分の配分は区別する必要がある。体重より詳しい区分を使っても、まだ中身を見る余地が残る。[7]
身長の違う友人と話していると、服のサイズが違うことは当たり前に受け止められる。ところが代謝の数字になると、急に同じ物差しで並べたくなる。研究からは、身長と体重の組み合わせ、さらに内部の成分の違いまでが消費量の比較に関わると分かる。服の札より体の内側のほうが、区分はずっと複雑だ。[7]
研究の対象の広さも、結果の受け止め方を変える。この観察研究には若い成人だけでなく高齢の人も含まれ、体格指数の範囲は15.9〜47.8だった。幅広い人たちの違いを分析したことは特徴だが、通勤途中で会う自分と似た体型の友人に、同じモデルの説明をそのまま当てはめることとは別である。集団のばらつきを説明する研究として読む必要がある。[7]
たとえば、結果に差があった理由を「筋肉が少ないから」とすぐに決めてしまうと、研究が扱った身長と体重の組み合わせや内部の臓器の違いを飛ばすことになる。反対に、臓器も関わると知ったからといって、自分の臓器の状態を数字から推測することもできない。画像で体組成を調べた観察研究と、手元の結果表を眺める行為では、使える情報が違う。[7]
成人の食事介入の追加解析と、この画像を用いた観察研究は、違う角度から比較の問題を示している。前者では分母を変えたときに体格との関連がどう残るかを確かめ、後者では体格に伴う体の構成の違いまで調べた。比率を工夫する問題と、比率にまとめる前の体を詳しく見る問題があるのだ。[4][7]
そのため、体重当たりの値が高かった人を見て、生活習慣の何が優れているのかを探し始めるのは早い。今回の分析は、その人の習慣を取り入れれば同じ数字になると確かめた試験ではない。まず比較の条件が残っていないかを問う。この順序なら、他人の数字を自分への宿題に変えずに研究を読める。[4][7]
数字で読む体格と代謝の比較
438人：食事介入試験の追加解析で、開始時の呼吸測定と体組成データがそろった人数である。[4]
−0.47：女性での、体重当たりの安静時消費量と体重との相関係数。割った後にも逆向きの関連が残った。[4]
0.66と0.066：除脂肪体重と脂肪量を用いた調整で使われた指数。どの体にも共通の診断基準ではない。[4]
330人：体格、臓器の大きさ、安静時消費量の関係を調べた健康な参加者の人数である。[7]
最大43%：体格に関連する体組成の違いを扱うモデルで説明された安静時消費量の個人差の割合である。[7]
初日の汗は、予約した人だけが持ち帰れる。
1
2
