ダイエット停滞期がいつまで続くのか気になっても、測り忘れた日の体重はグラフから確定できない。空白を前日の値で埋める前に、平均に含まれた測定日と回数を確かめる考え方を紹介する。測定間隔と体重変化の観察研究、若い女性の心理面を調べた試験から、記録を再開するときの判断を読む。
月曜の朝には測った。次に体重計に乗ったのは、仕事が落ち着いた金曜だった。アプリはその間にも線を引いている。横に伸びた線を見て「今週も停滞期だ」と思ったとき、その線の下に、本当に毎朝の測定値があるだろうか。
測り忘れた日は、体重が変わらなかった日とは別である。長期の体重記録を扱った研究も、測定間隔の不規則さや欠けたデータを、分析を難しくする問題として挙げている。空白を実測値と同じ扱いにせず、平均に入った日付と測定回数を一緒に見ることが、この問いへの出発点になる。[2]
測定の中断と体重増加が関連した観察研究はあるが、空白を見つけるたびに増量したと決めることはできない。[1] また、若い女性を対象にした試験では毎日の測定に心理的な負担も見られた。[12] 記録をそろえるために、暮らしや気持ちを測定へ従わせる必要はない。
空白を埋める前に、平均の材料を確かめる
体重の記録でいう欠測とは、対象とする日に測定値がないことである。日付の欄と、実際に測った日は区別しよう。長期の自己測定では、こうした欠測と不規則な測定が生じる。[2] まず確かめたいのは、画面に見える線のなめらかさより、実測した点がどこに置かれているかだ。
平均の基本は、含める値を足して、その値の個数で割ることである。したがって、記録がある日だけで求めた平均は「測れた日の平均」である。空白の日の値まで観察した平均ではない。これは平均の計算上の区別であり、平均値の優劣を決める話ではない。欠測がある体重系列を読むときには、この区別が必要になる。[2]
たとえば、忙しい朝だけ測り忘れた記録と、数字を見るのが嫌だった朝だけ抜けた記録を想像してみる。どちらも画面には同じ空白として現れるが、空いた経緯は違う。空白の理由まで値から断定することはできないものの、欠測と本人の行動との関係は、体重時系列の研究で検討されている。[2] カレンダーの白いマスには、体重の代わりに生活の事情が隠れていることもある。
ここで、前回と同じ体重を入れて見た目を整えると、その日は測っていないという情報が失われる。前回値を置く作業は、体重を測る作業とは違う。記録を個人で振り返る目的なら、空白を残し、必要に応じて「外泊」「測定なし」と添える方が、実際に観察した範囲を見失いにくい。これは欠測の問題を踏まえた記録上の提案であり、減量効果を検証した方法ではない。[2]
既存記事「ダイエットの停滞期は何日で見分ける？日々の体重と平均の傾きが違う理由を読む」では、日々の値と平均の傾きを扱っている。ここではその手前にある、平均の材料そのものが抜けていたらどう読むかに問いを絞る。平均から未測定日の値は復元できない。[2]
初日の汗は、予約した人だけが持ち帰れる。
測らなかった期間には、体重変化と行動が重なる
この問いに直接近いのが、健康増進プログラムに参加した人の縦断的な自己測定を調べた研究である。対象は40人、解析した体重の観測値は2,838件だった。研究者は、連続する測定の間隔と、その間の体重変化の関係を分析した。[1] 2,838件は繰り返し測った値の数で、独立した参加者の数は40人である。18〜39歳の女性にこの関連をそのまま当てはめるには、対象の違いを考慮する必要がある。[1]
結果では、測定間隔が長いほど体重変化が増加側に関連し、その係数は日あたり0.021%だった。毎日測定していた期間には減量が見られ、1か月を超える中断には体重増加のリスクが示された。[1] ただし、この係数は集団の記録から推定した関連である。自分の測り忘れ日数に掛けて、空白の日の体重を計算するための式ではない。
この観察研究では、測定を続ける条件と中断する条件への無作為な割り付けは行っていない。[1]測定の中断が体重を増やした、と因果の向きを決めることはできない。研究者も、欠けた記録はプログラムへの不参加や、体重増加の早い兆候と関連する可能性があると述べている。[1] 原因の断定より、記録が空いた背景を確かめる手掛かりとして読む方が適切だ。
たとえば、帰宅が遅くなり、食事も運動も記録もまとめて崩れたなら、「体重計に乗らなかった」だけを修正課題にすると生活の全体像を取り落とす。逆に、いつもの生活を続けながら出張先に体重計がなかったなら、空白をそのまま生活の乱れと呼ぶのも早い。中断と体重変化の関連は、個々の空白に同じ理由があることを意味しない。[1][2]
「測り忘れたから台無し」という読み方も、「測らなかったから何も起きていない」という読み方も、この研究からは導けない。[1] 次に測れた値は再開日の観測として残せるが、そこへ至る日々の道筋までは復元できない。線でつないだ区間と、実測した点を分けて眺めたい。
日付を消して並べると、間隔の違いが消える
体重を時間に沿って並べたデータを時系列と呼ぶ。長期の自己測定を分析した方法研究では、2人の記録を使い、不規則な測定、欠測、日内や週単位の周期的なパターン、系列の区間分けなどを検討している。[2] 個人の記録を扱う小規模な方法研究であり、18〜39歳の女性の変動にも同じモデルが当てはまるかは別に検討する必要がある。[2]それでも、値だけでなく時間の情報も必要だという論点は明確だ。
記録のある値だけを詰めて並べ、同じ幅で結んだグラフを思い浮かべてほしい。隣り合う点の間が短いのか、長い空白を挟んだのかが見えなくなる。こうして日付を落とすと、測定間隔が不規則だという時系列の特徴を隠してしまう。[2] 数字とともに、点の間に経過した時間も伝える必要がある。
平均同士を比べる場合にも同じ注意が要る。測定がまんべんなく入った期間と、特定の曜日に偏った期間では、材料の配置が違う。日内や週単位のパターンが分析上の問題になるという研究を踏まえると、平均値だけを抜き出すより、測った日付を併記する方が比較の条件を把握しやすい。[2] 平均が同じでも、測定日や生活の経過は異なりうる。
実用上は、平均の横に測定回数を残し、日付の並びも見られるようにしておく。紙なら実測した日をそのまま記し、アプリなら測定履歴とグラフの表示を見比べる。空白を結んだ線があることと、その日に測ったことを分けるためだ。これは時系列の課題から導いた読み方であり、特定のアプリの計算方式や性能を評価した結果ではない。[2]
また、平均を計算できることと、その平均から停滞の期間を決められることは別である。中断を挟んだ記録だけでは、いつから同じ状態だったかを確定できない。[1][2] 「ダイエット停滞期はいつまで続く」と検索した夜でも、空白の分だけ終了予定日を先へ延ばす計算はしない。まず答えるべきなのは、いつまで続くかより、どの日を実際に観察できているかだ。
比較用に記録を見せる場面では、平均だけを口頭で伝えるより、日付のついた履歴をそのまま持っていく方法がある。「ずっと同じだった」という言葉では、毎回測って同じだったのか、しばらく測っていなかったのかが区別できない。測定間隔を含めて解析した観察研究は、日付も体重変化を読む材料であることを示している。[1] 数字をたくさん覚えておくより、履歴を残しておく方が説明しやすい。
測る時刻がいつもと違った場合にも、その事情を添えておきたい。日内の周期的なパターンが体重時系列の分析課題になることを踏まえた提案である。[2] 時刻が違ったから必ず高くなる、低くなると補正するのではなく、比較条件に違いがあったと分かるようにする。体重そのものの欄へ推測を書き込むより、測定条件の欄を別に持つ考え方だ。
また、空白を見つけた後で都合のよい期間だけを選び直すと、比較したい対象が途中で変わってしまう。実測した日付、平均を求めた期間、除いた記録の有無をそろえて確認するのは、時系列の不規則さを見失わないための整理である。[2] 見栄えのよい平均を探すより、同じ問いで記録を読み続けられる形を優先したい。
数字で読む体重記録の空白
40人：測定間隔と体重変化を分析した健康増進プログラム参加者数である。[1]
2,838件：同研究で解析した体重観測の数であり、人数ではない。[1]
日あたり0.021%：測定間隔と体重変化の関連を表す係数であり、個人の増量予報ではない。[1]
2人：欠測や周期的なパターンを検討した体重時系列の方法研究の対象である。[2]
69人・2週間：毎日の体重測定と体温測定を比べた、若い女性の無作為化試験の規模と期間である。[12]
初日の汗は、予約した人だけが持ち帰れる。
1
2
