
ある日、生徒がスマホを手に駆け込んできた
長年トレーニング指導をしてきて、最もよく聞かれる質問は「コーチ、どうやったら強くなれますか?」ではなく、こんな質問だ。「コーチ、昨日読んだ研究で、レース前にビートルートジュースを飲むとパワー出力が3%上がるって書いてあったんですけど、毎日コップ一杯飲んだほうがいいですか?」とか「ある論文で低炭水化物食が脂肪利用を大幅に向上させるって言ってたんですけど、ご飯をやめたほうがいいですか?」
ある時、トラック競技のタイムトライアルを練習している生徒Aが、興奮した様子で「最新の研究で実証:◯◯トレーニング法で持久力が20%向上」という見出しの記事を送ってきて、トレーニング周期を全部やり直すつもりでいた。私は彼にまず深呼吸するよう伝え、3つの質問をした。この研究は何人を対象にしたのか? その人たちは君と似ているか? 他の研究室でも同じ結果が出ているか? 彼は固まってしまった。見出しとその「20%」しか見ていなかったからだ。
この記事で話したいのは、一見アカデミックに聞こえるが、実は真剣にトレーニングに取り組むすべての人に関係するテーマ——運動科学の再現性危機(reproducibility crisis)——についてだ。これは科学を信じるな、感覚でトレーニングしろと言っているのではない。まったく逆で、証拠を尊重するからこそ、単一の研究がどれほどの重みを持てるのか、そして研究をどうトレーニングの助力に変えるのかを知る必要がある。毎週新しい見出しに振り回される枷ではなく、だ。
「再現性危機」とは何か
まず、科学界全体に衝撃を与えた出来事を紹介しよう。2015年、大規模な心理学の再現プロジェクト(Reproducibility Project: Psychology)が、発表済みの心理学実験100件を、統計検出力の高い設計で再現しようと試みた。結果はどうだったか。元の研究では97%もの高い割合で「統計的に有意」な結果が報告されていたが、再現したところ、**統計的に有意な結果を再現できたのはわずか約36%**だった。しかも、再現実験で算出された効果量(effect size)は、元の研究の平均の約半分しかなかった。
これが「危機」と呼ばれるのは、科学の基盤の一つが再現可能性だからだ。もし発見が本物なら、他の人が同じ方法で試せば、同様の結果が見られるはずだ。「発表され、確実に見える」結論の多くが、他の人の手で再現できないとなれば、こう問わざるを得ない。これらの結論のうち、本当に本物のシグナルはどれだけで、どれだけがノイズ、運、あるいは研究プロセス自体のバイアスなのか?
ここで、よく混同される2つの言葉を整理しておこう。**「再現(reproducibility)」は通常、同じ元データを使って同じ分析をすれば同じ数字が得られるかどうかを指す——これは分析と報告の透明性を試すものだ。「再現性/複製可能性(replicability)」**は、新しい被験者を集めてデータを取り直したときに、同じ方向の結果が再び見られるかどうかを指す——これは発見自体の頑健性を試すものだ。どちらも重要であり、運動科学はこの両方のレベルで課題に直面している。元データすら入手できない研究もあれば(再現性が低い)、被験者を変えて再現しようとすると消えてしまう研究もある(再現可能性が低い)。この2つの言葉を暗記する必要はない。核心となる精神だけ覚えておいてほしい。本物は、他人が別の方法で再検証しても耐えられる。
では運動科学は? 無関係だと思わないで
多くの人はこう考えるだろう。「それは心理学の問題だ。運動科学が測定するのはパワー、心拍数、乳酸といった硬派な生理学的数値だ。そんな問題はないだろう?」残念ながら、運動・運動科学も例外ではない。
近年、運動・運動科学の研究者を対象とした意識調査(511人の研究者を対象)では、約42%がこの分野には「顕著な」再現性危機があると認識し、さらに約36%が「軽微な」危機があると認識していることが分かった。言い換えれば、分野内の研究者の約8割が、問題は確かに存在すると考えているのだ。
さらに重要なのは、実際に「再現」を試みた結果だ。運動・運動科学は、心理学やがん生物学のように大規模な共同再現プロジェクトが長年存在せず、近年になってようやく着手され始めた。大規模な再現研究では、元の研究を再現したところ、約56%の再現結果が「帰無仮説有意性検定」で元の研究と一致したが、真に「再現成功」(統計的に有意で、効果量も互換性がある)と判定されたのは約28%のみだった。
この28%という数字は、運動科学に絶望しろということではない。健全な期待を持つためのものだ。どんな単一の研究も、特に被験者数が少なく、結果がやけに「きれい」な研究は、本質的にかなり高い不確実性を伴っている。 それは手がかりであって、判決文ではない。
特筆すべきは、こうした再現プロジェクトに取り組む人々が、非常に現実的な障壁に直面したことだ。多くの元の研究は報告された統計情報が不完全で、元データも入手できず、さらには原著者に連絡して協力を依頼しても断られ、再現に協力してもらえないことさえあった。これはそれ自体が、この分野で「再現」が長年軽視されてきた文化的問題を反映している。「新しい発見」を急いでやろうとする人は多くても、「古い発見」が本当に立っているかどうかを確認するために時間を割く人はほとんどいないのだ。
この危機が「言っていることではない」こと
はっきりさせておきたい。あなたがもう一方の極端に走らないようにするためだ。再現性危機は、「運動科学はすべて嘘だ」と言っているのではなく、感覚だけで昔ながらのやり方に戻れと言っているのでもない。まったく逆だ。
- すべての研究が間違っていると言っているのではなく、単一の研究の確実性が過大評価されていると言っているのだ。
- 科学を信じるなと言っているのではなく、「孤立した一つの研究」よりも「一貫した複数の研究」を信じろと言っているのだ。
- 悪い知らせではなく、科学が自己点検・自己修正する健全な姿だ。自分の欠点を指摘できるシステムこそ、長期的に信頼に値する。
この3点を心に留めておけば、「危機」という言葉を読んでも、虚無主義的な冷笑に走ることはないだろう。
なぜこうなるのか? 弱い証拠はどうやって生まれるのか
研究の見方を学ぶには、まず研究がなぜ「再現できない」のかを理解する必要がある。ここでは最も分かりやすく、運動科学が特に陥りやすい落とし穴をいくつか分解してみよう。
一、サンプルが小さすぎて、運が支配する
運動科学の実験は高価で、労力がかかる。被験者を集めて実験室に来てもらい、採血し、酸素摂取量を測定し、疲労困憊まで追い込む——これには数週間かかることもざらだ。そのため、多くの研究は被験者数が8〜15人しかいない。人数が少なければ、「特に反応が良かった」1〜2人の被験者が全体の平均を引き上げ、きれいな数字を作り出してしまう。介入が効果的だったように見えても、実際はサンプリングの運かもしれない。
私はよく生徒にこう例える。コインを10回投げて7回表が出ても、このコインはおかしいとは言わないだろう。しかし、多くの小規模研究は「10回中7回表」という証拠を持って、「このコインは有意に表に偏っている」と書いているのだ。
二、「良い結果」だけが発表される(出版バイアス)
ジャーナル、メディア、ソーシャルメディアは「効果的」「有意」「画期的」なストーリーを好む。「差がなかった」実験は、引き出しにしまわれて発表されないことが多い(これを引き出し効果と呼ぶ)。結果として、あなたがオンラインで目にする研究は、選別され、良い結果を報告する傾向のあるものばかりであり、「実は効果がなかった」ことを静かに証明した研究は、あなたの目に全く入ってこないのだ。
三、分析の自由度が高すぎる(p-hacking)
同じデータでも、分析の仕方は様々に切り分けられる。外れ値を除外するか? 平均パワーを見るか、ピークパワーを見るか? 男女を分けるか? いくつかの切り方を試せば、そのうちの一つは「たまたま」p < 0.05 になる。このようにデータを漁って有意な結果が出たらそこでやめるやり方は、一見成り立っているように見えて、実は脆い結論を大量に生み出す。
四、被験者があなたとは違う
多くの研究の被験者は「若く、健康で、トレーニング経験のある男性大学生」だ。しかし、あなたが50歳で、自転車を始めたばかりで、軽い高血圧がある通勤者なら、体育学部の学生を対象に行われたビートルートジュースの研究をそのまま自分に当てはめる信頼性は、大幅に割り引いて考えるべきだ。外挿性(自分に当てはまるかどうか)は、最も見落とされがちで、最も致命的な要素だ。 ちなみに、過去の運動科学研究の被験者は男性が大半を占めており、女性、高齢者、慢性疾患を持つ人々は長年あまり含まれてこなかった。これも、これらの集団に結論を当てはめる際には、もともとより慎重であるべき理由だ。
五、測定自体に誤差がある
研究デザインが完璧でも、運動科学が測定する多くのものは本質的に「ぶれる」。同じ人でも、その日の酸素摂取量、乳酸値、パワー出力は、睡眠、食事、カフェイン、室温、気分に影響され、日によって違う。検出したい効果がわずか1〜2%なのに、測定機器自体の日間変動が3〜5%もあるとすれば、あなたが見ている差異は、実際の介入効果ではなく、測定ノイズである可能性が高い。これが、小サンプルで短期間の研究が特に信頼できない理由でもある。
六、「新奇効果」と「ホーソン効果」
人は自分が観察されていると知ったり、何か「新しい方法」を試していると知ると、無意識のうちにより熱心に、より真剣に取り組み、短期的な成績は自然と良くなる。この向上はしばしば「新しい方法」の手柄にされるが、実際はただより真剣に取り組んだだけかもしれない。これが、対照群のない研究(または自分で対照を設定していない試み)が特に効果を過大評価しやすい理由だ。
以下の表は、私が生徒に「証拠の強弱」を素早く見分ける方法を教えるための簡易表だ。科学者である必要はない。研究を見たら照らし合わせてみてほしい。
| 指標 | 弱い証拠(慎重に見るべき) | 強い証拠(より信頼できる) |
|---|---|---|
| 被験者数 | 一桁から十数人 | 数十人以上、または多施設 |
| 研究デザイン | 単群前後比較、対照なし | ランダム化、プラセボ対照 |
| 再現状況 | この一報だけ | 複数の独立したチームが同じ方向の結果 |
| 効果の大きさ | 信じられないほど大きい(例:「20%向上」) | 穏やかで合理的(例:1〜3%) |
| 被験者 | あなたと大きく異なる(年齢/レベル/性別) | あなたに近い集団 |
| データの透明性 | 元データ非公開、方法が曖昧 | 事前登録、データと方法が公開 |
| 発表形態 | プレスリリースのみ、商品プロモーション記事 | 査読付きジャーナル、系統的レビュー |
では「単一の研究」をどう見るべきか
ここが最も実用的な部分だ。長年生徒を指導してきた中で整理してきた判断プロセスを、一つの心法に凝縮した。核心は一言だ。単一の研究は「仮説を立てる」ものであり、複数の一貫した研究があって初めて「結論を確認する」ものだ。
心法一:まず「他の人も同じことを言っているか」と問う
驚くべき結論を見たら、すぐにトレーニング計画を変えるな。まず問うこと。これは孤立した例か、それとも多くの独立したチームが同じ方向の結果を出しているか? このテーマに関する**系統的レビュー(systematic review)やメタ分析(meta-analysis)**が見つかれば、数十の研究を統合したその文献は、単一の新しい論文よりもはるかに重みがある。実務的には、メタ分析を「森全体」、単一の研究を「一本の木」と考えよう。一本の曲がった木を見ただけで、森全体が倒れたとは言わないだろう。
心法二:効果が誇張されているほど、疑う
本当に堅実な運動科学の介入効果は、通常穏やかだ。持久系パフォーマンスで言えば、トレーニングや栄養戦略が安定的に1〜3%の向上をもたらせば、競技レベルでは非常に素晴らしい。だから「20%向上」「効果倍増」といった見出しを見たとき、最初の反応は興奮ではなく警戒心であるべきだ。これほど大きな効果が、なぜ過去数十年間発見されなかったのか? おそらく小サンプルの運か、見出しファームの誇張だ。
心法三:「統計的有意」と「あなたにとって意味がある」を分ける
「統計的に有意(p < 0.05)」は、単に「この結果が単なる偶然とは考えにくい」と言っているだけだ。効果が十分に大きいか、あなたがそのために生活を変える価値があるかは教えてくれない。ある研究が「有意」な結果を出しても、実際のトレーニングでは全く感じられないほど小さな効果かもしれない。こう問うことを学ぼう。たとえ本当だとしても、この0.5%の差のために、毎日30分余分に時間をかけ、サプリメントにお金をかける価値があるか?
心法四:「機序研究」と「パフォーマンス研究」を区別する
多くの研究は、細胞レベル、筋肉切片、急性の生理反応レベルで行われている(機序)。これは価値があるが、「ある物質が筋肉内で特定のシグナル経路を活性化する」ことは「あなたのレースタイムが良くなる」こととは違う。機序から実際のパフォーマンスまでには、文字通り山と海を隔てるほどの距離がある。「ある成分がミトコンドリアの生成を促進する」と聞いても、「だから自分は速くなる」と早合点してはいけない。
以下の表は、私が生徒と「証拠のレベルに応じてどう行動すべきか」を共有するためによく使う対照表だ。
| 証拠のレベル | 典型的な様相 | 推奨される行動姿勢 |
|---|---|---|
| 単一の小規模研究/プレスリリース | 十数人、単一チーム、驚くべき効果 | 面白い手がかりとして、まずは様子見。トレーニング計画は変えない |
| 同じ方向の複数の研究 | 複数チーム、結果が同方向 | 小規模・低リスクで試してみてもよい |
| メタ分析/系統的レビュー | 数十の研究を統合、信頼区間あり | トレーニング原則に組み込めるが、個別化は必要 |
| 専門組織のエビデンスに基づくガイドライン | 学会のコンセンサス、定期的に更新 | デフォルトのやり方の骨格とする |
| 自分自身の長期的な記録 | あなたのデータ、あなたの反応 | 最終的な裁定者。すべての平均値に優先する |
最後の行に注意してほしい。ここは特に強調したい点だ。どんなに優れた研究でも、与えられるのは「集団の平均」であり、あなたは具体的な個人だ。 研究がある戦略が平均的に効果的だと言っても、それがあなたに効果的だとは限らない。研究が平均的に差がないと言っても、それは「特に反応の良いあなた」に差がないことを意味しない。あなた自身が真剣に記録したトレーニングデータ、心拍数、感覚、レース結果は、どんな論文にも代えがたい一次証拠だ。
3分で分かる研究抄録の読み方
多くの人は「自分は研究者じゃないから、論文なんて読めない」と思っている。統計の詳細を理解する必要はない。抄録(abstract)のいくつかの重要な項目を見るだけで、その研究の重みを把握できる。最も実用的なチェックポイントを早見表にまとめたので、次に研究を開いたときにこの通りに問いかけてみてほしい。
| 探すべき情報 | 通常どこにあるか | 自分に問うべき質問 |
|---|---|---|
| 被験者数(n) | 方法(Methods)の項 | 一桁ならまず割り引く。多いほど安定 |
| 被験者は誰か | 方法の項の冒頭 | 年齢、性別、トレーニングレベルは自分と似ているか |
| 対照群があるか | 方法の項のデザイン記述 | プラセボ/対照があって初めて心理的効果を排除できる |
| 効果の大きさ | 結果(Results)の項 | 1〜3%のような合理的な値か、それとも誇張された大きな数字か |
| 著者自身の留保 | 考察(Discussion)の末尾 | 良い研究は正直に「限界(limitations)」を書く |
| 利益相反があるか | 文末の開示(disclosure) | サプリメントメーカーがスポンサーの研究はより慎重に見る |
特に最後の2行に注意してほしい。正直な研究では、著者は考察の項で自ら研究の限界(サンプルが小さい、急性効果のみ、一般化できないなど)を書くものだ。論文が自分自身を完璧で、効果も驚くほど大きいと主張しているなら、むしろ警戒心を高めるべきだ。利益相反の開示についても、メーカーがスポンサーだからといって必ずしも捏造だと言っているのではない。それを「信頼性の天秤」に載せて一緒に量るようにという注意喚起だ。
よくある間違いと私の修正提案
長年生徒を指導してきて、「一つの研究」に振り回される様々なケースを見てきた。ここでは最も一般的なものをいくつか取り上げ、どう修正を手助けしたかを紹介しよう。
間違い一:ニュースの見出しを追いかけ、毎週トレーニング計画を変える
ケース:生徒Bは情報不安型のサイクリストで、新しい研究を見るたびにトレーニングを変えたがった。その結果、シーズンを通してどのトレーニング周期も完走できず、体力は断片的になり、成績は停滞したままだ。
私の修正:彼に一つのルールを課した——新しい方法は、少なくとも現在のトレーニング計画を一つの完全な周期(通常4〜8週間)やり遂げるまでは、変更を検討しない。 トレーニングで最も怖いのは方法の選択を誤ることではなく、効果が見えるまでしっかり実行される方法がないことだ。一貫性は目新しさに勝る。
間違い二:個人的な逸話を研究だと思う
ケース:「友達が◯◯サプリを飲んで自己ベストを更新したんだ!」こういう話は強力だ。具体的で、感情がこもっているから。しかし、一人の一度の向上は、トレーニング、睡眠、天候、コース、気分などによるかもしれない。サプリは多くの変数の一つに過ぎない。
私の修正:生徒に「逸話(anecdote)」と「データ(data)」を区別することを教える。逸話はアイデアの源にはなっても、意思決定の根拠にはできない。本当に試したいなら、管理された方法で試す(下記「単独実験」参照)。
間違い三:機序を結果と混同し、動物を人間と混同する
ケース:ある生徒が、ある成分がマウスの持久力を向上させるという研究を読み、そのまま自分に当てはめて倍量を摂取し始めた。問題は、マウスの用量換算、代謝、生理は人間とは大きく異なり、「急性の生理的変化」は「あなたのレースタイムが速くなる」こととは程遠い。
私の修正:「マウス」「細胞」「急性反応」といった言葉を見たら、自動的に心の中で「これは実際の人間のパフォーマンスとは程遠い」と付け加える習慣をつける。
間違い四:リスクとコストを無視し、良い面だけを見る
多くの人は新しい戦略を評価するとき、「あり得る利益」だけを計算し、「代償とリスク」を計算しない。極端な低炭水化物食、大量のサプリメント、過激な減量——これらにはすべて生理的・健康的な代償がある。特に慢性疾患(糖尿病、高血圧、心臓病など)を持つ人にとってはなおさらだ。どんな介入もリスクを天秤に載せるべきであり、疾患が関わる場合は、必ず主治医と専門チームに戻り、個別に評価してもらうこと。ネット上の平均値を処方箋にしてはいけない。
レベルの異なる読者への行動提案
ここまで多くの原則を述べてきたが、皆さんが最も知りたいのは「具体的にどうすればいいのか」だろう。以下、レベル別に提案する。自分に当てはめてみてほしい。
初心者のアスリートへ
- 最新の研究を急いで読まなくてよい。 現段階でのあなたの向上の99%は、「規則的なトレーニング、十分な睡眠、十分な食事、怪我をしないこと」といった基本から来る。特定の最先端戦略からではない。基礎を固めることの効果は、新しい知識を追いかけることよりはるかに大きい。
- 反射動作を身につける:驚くべき見出しを見たら、まず原文を探して被験者数と対象を確認する。 この習慣だけで、ノイズの8割は濾過できる。
- 研究を読むことより記録が重要。 簡単なトレーニング日誌(今日やったこと、感覚、睡眠時間)をつけ始めよう。3ヶ月後には、あなた自身のデータがどんな論文よりもあなたを理解しているだろう。
一定の基礎がある中級愛好家へ
- 「証拠のピラミッド」意識を確立する。 新しい方法に出会ったら、単発のニュースではなく、まずメタ分析と専門学会のガイドラインを探す。単発の研究は「注目に値する手がかり」に格下げする。
- 新しいものを試したい?「単独実験(N=1)」で試す。 具体的には:測定可能な指標を一つ選び(例:特定の固定ヒルクライムのパワーまたはタイム)、他の変数をできる限り管理し(睡眠、天候、疲労を近い状態に保つ)、A(使わない)/ B(使う)を交互に複数回行い、その差が日常の自然な変動を安定的に超えるかどうかを見る。一度だけ効果があってもダメ。繰り返し現れて初めて効果と言える。
- 「確証バイアス」に警戒する。 私たちは「効果があった」時のことは覚えていて、「効果がなかった」時のことは忘れがちだ。だから事前に判断基準を書き出し、データに基づいて誠実に検証する。
実際の単独実験はどんなものか
抽象的な原則だけでは不十分なので、私が生徒と行った単独実験のプロセスを例示の表にまとめた。生徒Cが「レース前の◯◯戦略が固定ヒルクライムのパフォーマンスに与える影響」をテストしたいと仮定しよう。私はこうデザインする:
| ステップ | 具体的なやり方 | なぜそうするのか |
|---|---|---|
| 指標を選ぶ | 約5km、安定した登りの固定区間をタイム計測 | 指標は客観的で、再現可能で、外的干渉が少ないもの |
| 基準を定める | まず介入なしで3〜4回測定し、タイムの範囲を記録 | まず「普段の」自然な変動がどのくらいあるかを把握する |
| 交互に測定 | A(使わない)、B(使う)を交互に複数回。連続してやらない | 疲労や天候のトレンドによる見せかけの効果を避ける |
| 変数を管理 | 毎回、時間帯、睡眠、食事、天候を近い状態にする | 差ができるだけテストしたい要因だけに由来するようにする |
| 盲検化 | 可能なら、第三者にランダムに割り当ててもらい、事後まで知らないようにする | 心理的期待(プラセボ)による結果の汚染を減らす |
| 判定 | BがAより「安定的に」速く、かつ差が基準の変動を明確に超えること | 一度のリードは運かもしれない。繰り返しが必要 |
ここでの重要な洞察は、もし普段同じ区間のタイムが上下30秒も変動するなら、ある戦略で「15秒速くなった」としても全く意味がない。それはまだ自然なノイズの範囲内だからだ。 これはまさに小規模研究が最も騙しやすい点だ。ノイズの中の変動を、実際の効果として語ること。まず自分のノイズを測定することを学べば、「一つの研究」に対抗する免疫力がつく。
中級読者からのよくある質問(FAQ)
Q:じゃあ、もう研究なんて見ないほうがいいんですか? どうせ一報は信じられないし。
A:まったく逆です。研究を見るのは良い習慣です。ただ、賢く見る必要があるだけです。重要なのは「信じるか信じないか」ではなく、「証拠の強さに応じて相応の信頼を置く」ことです。単発の小規模研究は手がかりとして、一貫した複数のメタ分析は骨格として。
Q:事前登録(pre-registration)とは何ですか? なぜよく言及されるのですか?
A:研究者がデータ収集前に、何を測定し、どう分析するかを事前に公開登録することです。これにより、「事後的に有意な結果を探して報告する」p-hackingを大幅に減らせます。事前登録のある研究は、信頼性が高いと見なされることが多いです。
Q:プロ選手が使っているものなら、効果があるんじゃないですか?
A:そうとは限りません。トップアスリートは、たとえ証拠が弱くても、「ほんの少しでも役立つかもしれない」周辺的な手段には賭けたがります。彼らにとって0.5%はメダルを左右するからです。しかし一般の愛好家にとって、こうした周辺的手段の費用対効果はしばしば割に合わず、基本をしっかりやるほうが良いでしょう。
Q:コーチの経験と研究が矛盾したら、どちらを聞くべきですか?
A:両者は対立するものではありません。良い実務的判断は「最良の研究証拠 × コーチの専門的経験 × アスリート個人の状況」の3つの交点です。研究は平均的な傾向を提供し、経験は研究がカバーしきれない個別の詳細を補います。どちらも欠かせません。
コーチと指導者へ
- 選手に対しては「証拠の門番」であれ。 選手はソーシャルメディアや商品マーケティングに流されやすい。あなたの役割は彼らのために濾過し、「森」を見せてあげることだ。一枚一枚の「葉」を拾わせるのではなく。
- 控えめな表現と個別化された判断。 特に健康上の懸念がある生徒に対しては、栄養、サプリメント、怪我、疾患に関するアドバイスは、必ず専門の医療・栄養チームに誘導し、自分で処方的な指示を下してはいけない。
- チーム独自のデータベースを構築する。 あなたが長年蓄積してきた選手のデータは、あなたの集団に最も近い「ローカルな証拠」であり、ジャーナルに劣らない価値がある。
台湾ならではの注意点
最後に、非常に現実的でローカルな状況をいくつか挙げよう。
台湾の夏は高温多湿だ。欧米の涼しい環境で行われた持久系や補給の研究を、そのまま台湾の高温多湿な屋外に当てはめると、放熱と電解質喪失の条件が大きく異なる。水分補給とナトリウム補給の戦略は、より積極的であるべきことが多い。これも「外挿性」の生きた例だ。
食事面では、台湾人は外食中心だ。海外の精密な栄養プラン(グラム数を量り、比率を計算するような)は、弁当、麺屋、自助餐の現実ではそのまま真似するのは難しい。ある論文の完璧な配合にこだわるより、大きな原則をまず押さえよう。トレーニング前後に十分な炭水化物を摂り、タンパク質を不足させず、水分と電解質を十分に補給する——こうした堅実な原則の効果は、小数点以下の最適化を追いかけるよりはるかに大きい。
医療面では、台湾の健保は便利で、これが私たちの強みだ。ネットで一つの研究を使って自己診断するより、運動医学外来を活用し、資格のある理学療法士や栄養士に相談しよう。 慢性疾患がある、服薬中である、より激しいトレーニング調整を準備しているなら、なおさら先に専門家にあなた個人の状況を評価してもらうべきだ。「平均的に効果的」な研究を、あなたに当てはまる保証として扱ってはいけない。
もう一つ、非常に典型的なローカルなケースを挙げよう。生徒Dがオンラインコミュニティで「高強度インターバルが非常に短時間で酸素摂取量を大幅に向上させる」という記事を見た。彼は仕事が長く時間が少ないため、今までの規則的な有酸素トレーニングを全て、毎日の高強度スプリントに変えようと考えた。問題は、彼には軽い高血圧があり、しかも台湾の夏の正午に屋外でトレーニングしていたことだ。ここには2つの危険点がある。一つは、その研究の被験者はおそらく健康な若者が多く、彼の体調とは異なること(外挿性の問題)。もう一つは、高温多湿の環境でトレーニングを全て高強度に変えると、心血管リスクと熱中症リスクが両方とも高まることだ。
私の対処法は、まず彼に再診してもらい、医師に血圧コントロールの状態と運動強度の上限を評価してもらうこと。次に「新しい方法」を少量・漸進的に既存のトレーニングに組み込むこと。週に一度追加し、早朝の涼しい時間帯を選び、水分と電解質を準備し、心拍数と体感反応を注意深く観察する。同じ研究でも、健康な大学生にとっては良いアドバイスかもしれないが、慢性疾患があり高温多湿な環境でトレーニングする中年にとっては、適用する前に3つの関門を通過する必要がある。医療評価、環境調整、漸進的導入だ。 これが「個別化」の具体的な姿であり、単なるスローガンではない。
もう一つ、台湾でよくある情報源の問題を指摘しておきたい。人気の「研究まとめ」記事の多くは、商品を売るためやトラフィックを稼ぐために書かれており、特定の商品に有利な単発の研究を意図的に選び、効果を誇張し、限界を省略している。記事の最後に特定のサプリメントや器具を宣伝しているのを見たら、自動的にその信頼性を一段階下げ、中立的なメタ分析や専門学会の見解に立ち返ろう。
結語:科学を尊重するとは、どの研究も神格化しないこと
冒頭の、スマホを手に駆け込んできた生徒の話に戻ろう。その後、私は彼の好奇心を止めず、むしろ研究を読み続けることを勧めた。ただし、よりゆっくりと、より懐疑的に、「再現」と「一貫性」を重視して読むことを教えた。一シーズン後、彼は毎週の新しい見出しに振り回されることはなくなり、一つの方法を真剣にやり遂げ、自分のデータで微調整することで、2年間停滞していた成績を更新した。
再現性危機は恐ろしく聞こえるが、実は良い知らせだ。それは、科学が絶えず自己修正を続けるプロセスであり、石に刻まれた定説の集まりではないことを思い出させてくれる。真の実証精神とは、どんな論文も盲信することでも、冷笑的にどんな研究も信じないことでもなく、証拠の強さに応じて相応の信頼を置くことを学ぶことだ。弱い証拠は慎重に試し、強い証拠は骨格とし、そしてあなた自身の長期的なデータが常に最終的な裁定者である。
次に「最新の研究で実証……」という見出しを見たら、まず深呼吸して、あの3つの質問をしてみてほしい。被験者は何人か? 対象はあなたに似ているか? 他の人も同じ結果を出しているか? それだけで、あなたはもうほとんどの人よりもうまく科学と付き合えるようになっている。
本記事は教育目的の内容であり、医師、理学療法士、栄養士による個別の診断・治療アドバイスの代わりにはなりません。 糖尿病、高血圧、心臓病などの慢性疾患がある方、服薬中の方、より激しいトレーニングや食事調整を準備している方は、必ず主治医と専門チームに相談し、個別に評価を受けてください。
参考資料
- Reproducibility Project: Psychology(心理学再現プロジェクト)— Estimating the reproducibility of psychological science, Science: https://www.science.org/doi/10.1126/science.aac4716
- 運動・運動科学研究者の再現性に対する意識調査 — A Survey on the Attitudes Towards and Perception of Reproducibility and Replicability in Sports and Exercise Science, Communications in Kinesiology: https://storkjournals.org/index.php/cik/article/view/53
- 運動科学研究の再現可能性を推定する大規模プロジェクト — Estimating the Replicability of Sports and Exercise Science Research, Sports Medicine: https://link.springer.com/article/10.1007/s40279-025-02201-w
- 運動科学の再現性に関する懸念のナラティブレビュー — Replication concerns in sports and exercise science: a narrative review, Royal Society Open Science: https://royalsocietypublishing.org/doi/10.1098/rsos.220946
関連テーマの読み物
西進武嶺 免費訓練分析服務 Intervals | 練不夠還是練過頭?你哪一種類型選手?AI模型告訴你! | 備戰神器 | 公路車 訓練 | CT Yeh
4 年前
一日北高常見問題大集合 | 攻略 | 路線 | 訓練 | 補給 | 自行車 單車 | 一日雙城 | 雙塔 | TWB北高360 | 屁股痛
6 年前
單車AI教練!全新 ChatGPT4o 幫你分析訓練成果!排武嶺課表,分析騎車姿勢! 太神了! / 公路車 / CT Yeh / feat. 緯緯
2 年前
一日北高/長距離團騎 常見問題補充篇 / 組團或跟團的眉角 / 壯車友容易被瘦車友慢性拉爆 / 原來屁股痛可能是這個原因...? / 風場配速法 / 公路車 / CT Yeh
2 年前
一個測試有沒有認真練車的方法😂 #公路車
10 個月前
一日北高前的高裝檢 | 北高 360 | 挑戰11小時的裝備 | 一日雙塔 | 補給
6 年前
2021 96聯賽 桃園市長盃 4K多視角實況 當天選手瓦數/推力比/均速/時間 即時數據分析 | 公路車 | CT Yeh
5 年前
live) 超越北高 之一日北高12小時 策略
7 年前