ダイエットの停滞期はいつ始まり、どれくらい続くのか。朝の体重だけで判断する前に、日々の変動と平均の傾き、測らなかった日の扱いを分けて考える。体重データの分析研究と医療での監視研究から、滑らかなグラフにも限界がある理由を読み、食事や運動を急に変える前の確認点を整理する。
朝、体重計の表示が昨日と変わらない。記録帳を開くと、測り忘れた空白の隣にも同じ数字が並んでいる。朝食の支度をする前に、頭の中ではもう「停滞期」という名前がついた。だが、同じ表示が続くことと、記録全体が横ばいであることは分けて確かめたい。
日々の体重のばらつきと、長い流れを分けて扱うことには意味がある。減量後の維持研究に参加した人の体重データを分析した研究でも、全体の傾向を取り除く処理と、変動の大きさを計算する処理は分けられている。平均の線だけを見て、脂肪の変化や停滞の原因まで決める読み方は避けたい。[10]
「何日変わらなければ停滞期か」という問いに、ここで一律の日数は置かない。記録から傾向を読む作業と、その原因を判断する作業を区別するためである。体重の分析研究は欠けた記録の扱いで結果が変わることを示し、心不全患者の監視研究は体重以外の健康情報も含める必要性を示唆している。[10][4]
止まった点と、横ばいの流れは分けて読む
グラフの点はそのときに測った値であり、線は点をどう扱うかによって姿を変える。まず知りたいのが「前回と同じ表示だったか」なのか、「記録全体に下がる方向があるか」なのかを言葉にしてみる。同じ体重の画面を見ていても、確かめようとしていることは違う。
Turicchiらの研究は、減量後の体重維持を調べる研究の参加者から50人を選び、電子体重計の記録を分析したシミュレーション・検証研究である。データの整理、欠けた値の補完、傾向の除去、全体と局所の変動計算を扱った。体重変動を、単に最初と終わりの差と同じものとして扱ってはいない。減量後の維持研究の参加者を分析した結果であり、18〜39歳の女性の日常の停滞判定へそのまま当てはめるには、集団と分析目的の違いを考える必要がある。[10]
ここでいう傾向の除去とは、大きな流れを分け、その周りの揺れを調べる処理である。この区別を生活の記録に持ち帰るなら、「下がっている途中でも点は上下する」と「上下する点があっても全体は横ばい」を、別々の候補として考えることになる。変動の分析と傾向の分析を分けた研究設計が、その読み分けの手がかりになる。[10]
体重を測った朝の感想を残すなら、「もう減らない」より「前回と同じ表示だった」のほうが観察に近い。前者には未来の予測が入り、後者には見えたことだけがある。記録欄の短い言葉まで判決文にする必要はない。
週末と平日の違い自体は、既存記事「体重の週内変動は減量の失敗か 週末に増えて平日に戻る数字の読み方を論文で考える」に譲る。ここで考えるのは曜日ごとの増減理由ではなく、手元の記録を整理するときに、傾きとばらつきをどう混同せずに読むかである。
そのため、停滞という言葉を使う場面でも、まず「体重の記録では横ばいに見える」と範囲を限定したい。脂肪が減らない、運動が無意味になった、体が変化しなくなった、と結論を広げるには別の検討が要る。体重を扱った分析研究の対象は体重データであり、その計算結果をそのまま体の中身の説明に置き換えることはできない。[10]
初日の汗は、予約した人だけが持ち帰れる。
平均は、欠けた日の正解を作ってくれない
体重を測り忘れた日がある。アプリ上では線がつながり、見る側には連続した記録のように感じられる。ここで確かめたいのは、点と点が線で結ばれているだけか、測っていない場所にも推定した値が入っているかである。画面の見た目と、実際に得た記録は分けておきたい。
Turicchiらは、記録が無作為に欠ける場合と、実際の欠け方を使う場合を再現し、10種類の補完方法を比較した。欠測とは測定値が欠けていることで、補完とは統計的な方法でそこへ値を推定して入れることだ。研究では、どの方法も同じように働くわけではなかった。[10]
観測値との一致がよかったのは、カルマン平滑化を使う構造モデルと、指数加重移動平均だった。後者は記録を重みづけして平均する方法である。平均二乗誤差の平方根という予測誤差の指標は0.62〜0.64%だったが、欠測が多くなるほど補完の性能は下がった。[10]
大切なのは、その次の結果である。体重の変動の大きさを推定する目的では、補完したときの誤差が、補完しないときより大きくなった。著者らは、体重変動を見積もるためには補完を行うべきではないと結論している。値を埋める精度が比較的よい方法でも、知りたい量が変わると最適な扱いは変わる。[10]
これは家庭で高度な計算をする勧めではない。実用上の確認点は、測った値と推定した値を同じものとして扱わないことだ。記録を相談に持っていくなら、欠けた場所が分かる状態にしておく。補完するかどうかは分析の目的に依存する、という研究の結論に沿った扱いである。[10]
たとえば忙しい朝が続いて記録が空いたとき、「空白があると見栄えが悪いから」と想像の値で整える必要はない。空白をそのまま示し、その間は測っていないと伝えるほうが、記録の由来は明確になる。滑らかさのために、測定していない体重を測定済みに変えない。その区別が、後から読み返す自分にも役立つ。
欠測がある記録から、どの程度のことが言えるかは分析方法と目的による。この研究で欠測が多い条件でも変動推定が比較的正確だったことは、空白をすべて埋めなければ解析できない、という考えを支持しない。一方で、少ない家庭の記録から停滞の開始日を精密に割り出せる、という意味にもならない。[10]
滑らかな線と、正しい判断は同じではない
グラフを見るときには、何のために引いた線かを先に確かめたい。日々の変動を見たいのか、大きな流れを見たいのか、医療上の出来事を予測したいのか。同じ体重を入力しても、答えたい問いが違えば、よい方法を選ぶ基準も変わる。[10][4]
その例が、心不全患者の在宅医療で体重の傾向を調べたEggerthらの研究である。対象は管理プログラムに参加する106人で、入院または利尿薬の増量につながる出来事を予測するため、経験則に基づく方法と、移動平均を使う方法を比較した。18〜39歳の女性の減量へそのまま当てはめることはできず、ここでは体重の線を評価する目的の違いを示す例として読む。[4]
分析したのは1,460週分の監視記録で、対象となる出来事は54件だった。移動平均を使う方法と経験則の方法の成績は、全体として似ていた。研究者らは、体重だけでなく生命徴候や本人が伝える体調などを加えると、検出性能を改善できる可能性を述べている。[4]
ここから家庭の記録へ持ち帰れるのは、線の複雑さより、その目的で実際に成績が確かめられたかを見る姿勢である。この予測方法の比較では、移動平均を使う側と経験則の側は同程度の成績だった。しかも、そこで当てようとしたのは医療上の出来事であり、減量の停滞ではなかった。[4]
アプリの線が横向きに見えたときは、その線の説明を確認してみる。何を平均しているのか、空白をどう扱うのか、実測値を別に見られるのか。分からない場合は、線から読み取った印象をそのまま結論にせず、元の測定記録も一緒に残すという扱いが考えられる。分析目的によって補完の選択が変わった研究は、その慎重さを支える。[10]
また、医療で体重を測るよう指示されている人は、家庭のグラフの見え方を理由に、その指示を置き換えないことが前提になる。心不全患者での予測研究は、体重と他の健康情報を組み合わせる可能性を扱っている。自分の体調について判断が必要なら、記録を医師に見せる場面である。[4]
誤差の数字を読むときも、何に対する誤差かを確認したい。観測値との一致を表す0.62〜0.64%は、補完方法の比較で得られた指標である。「この割合だけ体重が動いたら停滞ではない」という境界ではない。変動推定の誤差とは評価対象も異なるため、似た割合の表記でも並べて大小を採点しない。[10]
記録を見る場面を想像すると、違いは具体的になる。昨日の表示を思い出したいなら、測定値を開く。空白の位置を確かめたいなら、測った日付を開く。傾向を相談したいなら、平均の線と元の記録を一緒に示す。これは新たな診断方法ではなく、研究で区別された処理の段階を、見る側の確認事項に置き換えたものである。[10]
数字で読む体重データの扱い
50人：減量後の維持研究から選んだ、体重データの処理方法の検証対象。[10]
10種類：欠けた体重の値を推定して入れる方法を、これだけ比較した。[10]
0.62〜0.64%：観測値との一致がよかった補完方法での予測誤差の指標であり、減量効果ではない。[10]
106人：心不全患者の体重記録で、移動平均などの予測方法を比較した規模を示す。[4]
6.8年：日本の糖尿病患者で季節的な体格変動と腎機能を追った期間の中央値。[1]
初日の汗は、予約した人だけが持ち帰れる。
1
2
