プロテインの比較表で小数点以下まで順位を付けてよいのか。食品分析の共同試験を整理したレビューから、表示の桁数と測定の確かさを分けて考える。分析室間のばらつき、標準物質の役割、たんぱく質の量と質の違いを読み、端数だけで商品を選ばないための確認の順序を示す。
プロテインの袋を並べ、栄養表示の小数点以下を見比べる。たんぱく質の欄には細かな数字が並び、わずかに大きい方へ指が止まる。その差は、買い替える理由になるほど確かな差なのだろうか。
答えの芯は、表示の桁数だけでは分析の確かさを判断できない、ということだ。食品の主要成分の分析法を整理したレビューでは、たんぱく質を測る方法にも分析室間のばらつきが報告されている。測定値の差を見るときは、その数字がどのような方法で得られたかを一緒に見る必要がある。[17]
「プロテインの香りは容器に移るもの？飲み終えた匂いと栄養の評価を分けて読む」が扱う香りの評価は、そちらに譲る。ここで考えるのは、栄養の比較表にある端数を、商品の確定した順位にしてよいかという問いである。
小数点以下の順位には、測定の精度という土台がある
食品や飼料の脂質、たんぱく質、炭水化物などを対象に、分析法の共同試験を整理したレビューがある。共同試験とは、複数の分析室で測定し、その結果を照らし合わせて方法の性能を調べる枠組みである。対象は人ではなく食品・飼料の分析法であり、18〜39歳の女性の摂取後の変化を直接示す研究ではない。このレビューは、同じ成分、同じ食品、同じ方法でも、分析室間の精度を評価することが必要だと示している。[17]
そこで扱われる「相対標準偏差」は、測定値の散らばりを値の大きさに対する割合で表した指標である。数字が細かく印刷されていることと、繰り返し測った結果が狭い範囲に集まることは、別の話になる。比較表の端数には表示上の細かさがあるが、測定の散らばりを知るには、精度を評価した結果が要る。[17]
レビューでは、ケルダール法というたんぱく質の分析法について、およそ1 g/100 gを超える濃度で、分析室間の相対標準偏差の報告値の中央90%が1〜3%の範囲にあった。これは対象となった共同試験の分析法の性能を表す数字であり、店頭のプロテインを集めて表示との差を調べた調査結果ではない。[17]
この区別を落とすと、「どの商品も表示から同じ割合だけずれる」と読んでしまう。しかし分析法の精度を整理した結果から、個々の袋の誤差や、その商品の表示が上振れしているか下振れしているかは決められない。研究が評価したのは、食品分析の方法とその精度である。[17]
小さな差を見つけたときの問いは、「どちらが勝ちか」だけでは足りない。「この差を区別できる測定なのか」という問いを先に置きたい。分析法の精度を評価するレビューは、そのための土台になる。端数の順位をいったん保留するのは、数字を軽く扱うことではなく、数字の意味を確かめる作業である。[17]
比較表を作る側なら、数値を転記した欄と、その数値の確かさを確認した欄を分けると考えやすい。印刷された値を正確に写すことは必要だが、転記の正確さと分析法の違いは別に確認する必要がある。測定値の扱いには、方法に沿った品質保証が必要だというのが、このレビューの指摘である。[17]
初日の汗は、予約した人だけが持ち帰れる。
丸めた表示と分析のばらつきは、同じ問題ではない
端数の話では、表示する桁を整理する「丸め」と、測り直したときの散らばりが混ざりやすい。前者について個別の商品を判断するなら表示条件の確認が、後者について判断するなら分析法の精度の確認が必要になる。分析の共同試験で得られた精度の数字を、そのまま表示の丸め幅として使うことはできない。[17]
たとえば比較表を見て、「末尾が違うから中身も確実に違う」と決めたくなったとする。そのとき確認したいのは、末尾の数字そのものより、測定方法や比較条件である。食品分析のレビューが扱うのは、こうした測定結果を評価するための精度であり、特定の商品の端数に順位を保証する仕組みではない。[17]
また、たんぱく質、脂質、炭水化物の欄は、同じ表の中にあるからといって、得られるまでの方法は異なる。このレビューでは、脂質とたんぱく質は直接測定した値を成分量として解釈し、炭水化物は通常、差し引きによって計算すると説明している。炭水化物の計算には、水分や灰分、食物繊維に関する値も必要になる。[17]
つまり、表の各欄は同じ顔をしていても、数字ができるまでの道筋は違う。たんぱく質の欄に関する精度の話を、隣の成分の欄にそのまま移すのも慎重でありたい。レビューでは個別の炭水化物や食物繊維関連成分について、分析室間の精度が予想外に低かったとも報告している。[17]
ただし、ばらつきがあることを理由に、栄養表示全体を役に立たないものとするのも飛躍である。同レビューは、変動が大きくても栄養表示の目的には適する場合があると述べている。用途に必要な確かさを考えることと、すべての数字に完全な一致を求めることは分けてよい。[17]
日常の比較に引き寄せるなら、まず比較表の各列が何を表すかを読む。そのうえで端数が気になるなら、メーカーに表示値の算出方法や分析条件を問い合わせる、という順序が考えられる。分析法に忠実な運用と、適切な標準物質の使用が信頼性を支えるという研究の考え方に沿った確認である。[17]
実測という言葉にも、確かさの中身がある
「実測済み」と聞くと、計算値より一段上の答えが出たように感じる。しかし測定したという事実だけで、方法の妥当性や正しさまで確かめ終えたことにはならない。食品分析の標準物質を扱ったレビューでは、栄養情報の正確さを高めるために、成分濃度がよく評価された基準となる食品材料が必要だと説明している。[16]
この基準となる材料が「標準物質」である。研究では、肉、乳児用食品、チョコレートなど、さまざまな食品の組成を持つ標準物質が取り上げられている。対象は食品の分析用材料であり、18〜39歳の女性への健康効果を直接示すものではない。主な用途は、似た組成の食品を対象に、主要成分、脂肪酸、ビタミン、ミネラルなどの分析法を検証することだ。[16]
ここで大切なのは、測定器に試料を入れる行為だけで分析が完結しない点である。測りたい食品に近い組成の基準を使い、その方法で適切に測れているかを確かめる工程がある。標準物質は、分析室が内部で使う管理用材料の値を決める際にも利用でき、正確さの確認と測定の基準へのつながりを支える。[16]
また、測定結果がよくそろうことと、狙った値を正しく捉えていることも、区別して考えたい。共同試験の精度を扱う研究と、標準物質による正確さの確認を扱う研究を並べると、「ばらつきが小さい」という説明だけで評価を終えない理由が見えてくる。分析の信頼性は、精度と基準の確認の両方から支えられる。[16][17]
その視点で商品の説明を見ると、「検査した」という短い言葉の先に尋ねることがある。何の成分を、どんな食品を対象にした方法で、何を基準に確かめたのか。すべての読者が分析の専門家になる必要はないが、実測という見出しだけで商品の優劣を決めないための問いにはなる。[16][17]
逆に、分析法の名前が難しいから信頼できない、と切り捨てる必要もない。食品の組成に合う標準物質で分析法を検証する仕組みは、読者が見えないところにある数字の支えである。説明が詳しいかどうかを確かめるときには、専門用語の数より、何の確かさを確認したのかを読む方が筋が通る。[16]
分析法の比較では、研究が扱った食品と、手元の商品との距離も意識したい。主要成分のレビューは食品や飼料を広く扱い、方法の精度を整理したものである。その結果をプロテイン選びに使うときは、一般的な測定の注意点として受け取り、特定の粉末製品の検査結果に置き換えないことが必要だ。[17]
さらに、このレビューが示す中央90%の範囲は、報告された精度の値を整理する方法である。個々の商品について真の含有量が入る信頼区間とは異なる。統計の言葉が添えられていると確定した境界のように見えるが、何の値を集めた範囲なのかを読むと、その数字を使える場面が絞られる。[17]
標準物質の研究も、どのメーカーが優れているかを選ぶための比較試験ではない。食品の組成に合う基準を整え、分析法を検証するための仕組みを説明している。商品の説明に検査の話があるときには、順位の根拠を探す前に、説明されているのが方法の検証なのか、その商品自体の結果なのかを読み分けたい。[16]
数字で読むたんぱく質分析の精度
1990年：食品の主要成分の共同試験を整理したレビューの公表年であり、現在の全商品を調べた調査年ではない。[17]
約1 g/100 g超：ケルダール法によるたんぱく質分析の精度が評価された濃度条件の目安である。[17]
1〜3%：その条件での分析室間の相対標準偏差について、報告値の中央90%が入った範囲である。[17]
2004年：食品組成を持つ標準物質の役割を整理したレビューの公表年である。[16]
69人：栄養表示を付けた食事画像による選択を調べた日本の大学生の無作為化比較試験の参加者数であり、商品の成分分析の試料数ではない。[4]
初日の汗は、予約した人だけが持ち帰れる。
1
2
