30代男性が運動を始める日に、カロリー計算の数字をどう扱うか。安静時と一日全体の消費、集団の平均と個人の誤差、式の対象と活動量の設定を研究から読み分ける。異なる計算結果をそのまま食事量の上限にせず、使った式と条件を残して相談するための確認点を整理する。
初めての運動着を机に置き、カロリー計算の画面を開く。年齢も身長も体重も同じように入れたはずなのに、別の画面では違う数字が出る。低い方を採れば慎重なのか、高い方なら運動日に合うのか。昼食を買う前から、計算結果同士の相談が始まってしまう。
答えの芯は、式の名前だけで正解を決めないことだ。成人の必要エネルギーを扱ったレビューでは、性別、年齢、体格、身体活動を使う推定法が整理されているが、集団の必要量を評価する目的で作られたモデルを、個人の食事の確定量と同じには扱えない。[18]
運動開始日に残したいのは、数字とその出どころである。安静時を推定した値か、一日全体か。誰を対象に作った式か。活動量をどう設定したか。この違いを先にほどけば、計算結果の差をすべて自分の体の問題にする必要はない。過体重・肥満成人の系統的レビューでも、すべての対象者に正確な安静時の推定式はなかった。[6]
まず、安静時の数字と一日分を分ける
安静時エネルギー消費は、休んでいるときの消費を扱う指標である。一方、総エネルギー消費は身体活動なども含む全体を扱う。過体重・肥満成人を対象にした系統的レビューは、この両者を別々に検証した。安静時の式が比較的よく当たるという結果から、一日全体の精度は、安静時とは別に検証する必要がある。[6]
ここは食事の画面で混ざりやすい。検索結果の見出しに「必要カロリー」とあっても、その先に表示された数字の項目名を読む必要がある。「基礎代謝」「安静時」「総消費」「摂取の目安」を同じ欄に写してしまえば、数字の比較を始める前に比較対象が変わっている。成人の必要量を検討したレビューも、安静時の値から活動を考慮する方法と、総消費を推定するモデルを区別している。[18]
たとえば、運動の予定を入れる前に表示された数字と、予定を入力した後の数字を比べる場面を考える。まず確認するのは「代謝が変わったのか」ではなく、計算のどの部分が変わったのかだ。入力の変化によって出力が変わることと、体の消費を実際に測って変化を確かめることは別である。推定モデルは、年齢や体格、活動などの情報から必要量を見積もる仕組みだからだ。[18]
「30代男性の消費カロリーは腕時計で合う？二重標識水法との比較条件を読む」では腕時計の値をどう検証するかを扱う。こちらで考えるのは、運動開始前に使う計算式の選び方と設定の残し方である。「基礎代謝の計算式はどれだけ当たるのか 平均の正しさと自分の誤差を論文で読む」の論点も踏まえ、食事計画へ移す前の確認に焦点を置く。
初日の汗は、予約した人だけが持ち帰れる。
年齢と性別の次に、式を検証した集団を見る
基礎代謝の推定式を広く調べたレビューでは、248の式が見つかった。使われた変数には年齢、性別、体重、身長だけでなく、脂肪量や除脂肪量なども含まれていた。除脂肪量は、体のうち脂肪を除いた部分の量である。研究者は詳細な情報のある47研究を用い、20の集団を対象としたメタ回帰による式を作った。メタ回帰とは、複数の研究の情報をまとめ、特徴と結果の関係を推定する方法だ。[17]
式が多数あるのは、好きな答えを選べるからではない。異なる集団や利用できる情報に合わせて、異なる作り方が試されてきたためである。このレビューが年齢や性別、体格などに対応した集団別の式を扱ったことは、入力欄の少なさだけで使いやすさを評価しない理由になる。[17]
過体重・肥満成人のレビューでは、体格指数であるBMIの区分により、平均のずれが最も小さい式が異なった。対象はBMIが25以上の健康な成人であり、安静時の検証に21研究、一日全体の検証に4研究が採用された。18〜39歳の女性に当てはめる際も、同じ体格条件かを確かめる必要があり、若い女性全般の精度を示す結果としては扱えない。[6]
したがって、「30代」「男性」と入力できたことだけでは、その式の検証結果が自分にそのまま当てはまる保証にならない。かといって、利用者がすべての式を暗記する必要もない。式の名称と対象を説明する欄があるかを確かめ、説明を読んでも分からない点を残せばよい。自分に合う式かを考えるとき、誕生日の入力だけでは済まないことを、集団別の検討は示している。[6][17]
平均が合う式でも、個人のずれは残る
集団全体で見た平均のずれと、各人でどれだけ当たるかは異なる評価である。計算値が実測値より高い人と低い人がいれば、全体の平均では相殺されうる。平均の差が小さいという成績表だけで、自分の計算値まで実測に近いと読むことはできない。この区別は、健康な高齢者の安静時消費を検証した系統的レビューでも明確に扱われている。対象は高齢者であり、18〜39歳の女性や本記事の読者である30代男性への適用には、別の検証が必要だ。[3]
健康な高齢者を対象としたそのレビューは14研究をまとめ、集団レベルではMifflin式の偏りが小さく、個人レベルではHarris-Benedict式の成績が比較的よいとした。Mifflin式の集団の偏りは−0.3%だった一方、実測値の10%以内に入った個人の割合は61%だった。同じ式でも、「平均が近い」と「多くの個人で近い」の答えは同じにならない。[3]
ただし、高齢者の数字を30代男性の誤差率として配ることはできない。ここで借りられるのは、どの評価を見ているかという読み方である。年齢の異なる集団の割合をそのまま自分の幅に置き換えると、対象を確かめた意味がなくなる。高齢者のレビューは、その集団で正確さと精密さを十分に満たす式はなかったと結論している。[3]
日常では「平均でよく当たる」という説明ほど安心しやすい。しかし、食事を選ぶのは平均的な人ではなく、今ここにいる自分だ。推定値を使うなら、集団の偏りを見た結果なのか、個人ごとの一致を見た結果なのかを分けて受け取る。その区別が、数値の細かさより役に立つ。[3][6]
推定の幅は、表示された最小値と最大値では決まらない
過体重・肥満成人の系統的レビューでは、BMIが30〜39.9および40以上の区分で、Mifflin式の推定値のおよそ75%が実測した安静時消費の10%以内に入った。一方、評価された人のおよそ25%では誤差が10%を超えるとされた。比較的成績のよい式にも、範囲を外れる個人はいる。[6]
この「10%以内」は、その研究で推定の当たり方を数えるために使った枠である。30代男性なら誰でも計算値の前後10%に真の必要量がある、という約束ではない。安静時消費について、特定の体格区分で得られた成績を、一日分の食事量の安全な上下限に変換することもできない。[6]
複数の計算画面で違う値が出た場合も、その最低値と最高値を並べただけでは、自分の必要量が入る範囲は決まらない。使った式の対象、出力の項目、活動量の設定が異なれば、そもそも同じ条件の比較ではなくなる。成人の推定法を整理したレビューは、計算の方式とその解釈上の限界を併せて扱っている。[18]
画面の数字が細かいと、体の事情も細かく分かった気になる。だが、推定値の末尾がそろっていることと、自分に近いことは別だ。幅を考える第一歩は、任意の割合を加減するより、検証された対象と評価項目を確かめることにある。数字を増やす前に、数字に付く説明を増やしたい。[6][18]
研究の数字を比較するときは、分母も見たい。「個人の何割が一定の誤差内に入ったか」という割合と、「平均で何パーセント高かったか」という差は、同じ単位の表示でも答える問いが違う。前者を後者の代わりに読めば、個人差を見落とす。健康な高齢者のレビューが偏りと個人の精度を分けたのは、この違いを評価するためである。[3]
計算画面の説明で「精度が高い」とだけ示されているなら、何と比べた精度なのか、誰に対する成績なのかを確かめる。その説明がなければ、少なくとも比較に使う評価指標は未確認として残しておきたい。平均の差が小さい式を見つけたことだけで、自分の値の確かさまで確認済みにしない。[3][6]
数字で読む、計算式の当たり方
248の基礎代謝推定式が広い文献検索で見つかった。単一の作り方だけではない。[17]
21研究が過体重・肥満成人の安静時消費の検証に採用された。一日全体の検証は4研究であった。[6]
およそ75%が実測値の10%以内だったのは、肥満成人の特定のBMI区分におけるMifflin式の成績である。[6]
−0.3%という集団の偏りと、61%という個人の一致割合は、健康な高齢者でのMifflin式の異なる評価である。[3]
41人の別集団で交差検証した体組成を使う式にも、異なる集団での追加分析が求められた。[7]
初日の汗は、予約した人だけが持ち帰れる。
1
2
