制約を明示して研究結果を統合する

著者: AILesson9 分でセットアップテスト済み:ChatGPTレビュー日: 2026-08-28

クイック回答

不確実性、異質性、証拠の欠落を消さずに、研究結果を適切な強さの結論へまとめる. 入力するもの: 構造化した研究結果と情報源, 研究上の問いと意思決定, 統合の基準. 期待される結果: 信頼度の範囲、例外、次に必要な証拠を含む、意思決定のための統合結果.

1

コンテキストを追加

テキストはこのブラウザ内に留まります。AILesson Prompts は、そのテキストをモデルやサーバーに送信しません。

2

あなたのプロンプト

未入力のフィールドはプレースホルダーとして表示されたままなので、プロンプトをコピーして編集できます。

提供された研究結果だけを使い、指定された意思決定のために統合してください。

研究結果ID、情報源、手法、サンプル、推定値、不確実性、制約:
[findings]

対象集団、問題/介入、比較対象、アウトカム、期間、状況、意思決定:
[question]

証拠の優先順位、重要性の基準、許容する推論、対象読者、形式、長さ:
[standard]

研究結果をまとめる前に、同じ問いに答えているか確認してください。情報源IDを保持し、直接的証拠、間接的証拠、記述的な背景、専門家による解釈、仮説を区別してください。測定尺度、対象集団、比較、手法に照らして妥当な場合を除き、推定値を平均してはいけません。統計的に有意でないことを効果がないことへ、関連を因果関係へ、証拠がないことを存在しない証拠へ、同じ情報源の繰り返しを独立した裏付けへ変えてはいけません。

次の項目を書いてください:範囲を限定した回答、一致する研究結果、異質性と例外、品質と適用可能性の制約、証拠の欠落、妥当な別の説明、強さを調整した意思決定への示唆。各結論について、定性的な信頼度とその理由、支持する証拠と弱める証拠、対象集団と期間の境界、その結論を変える新たな観察事項を示してください。「今決められること」「今テストできること」「結論を出せないこと」を区別してください。情報源と結論の対応表、および中心的な制約を残した平易な短縮版を含めてください。
Playgroundで試す
デフォルトで非公開プロンプトの組み立てはブラウザ内で行われます。組織が許可しない限り、機密情報を AI サービスに入力しないでください。

入力から結果へ

具体例

具体的なコンテキストを加えると、このレシピが実用的な結果になる様子をご覧ください。

実際の入力

構造化した研究結果と情報源
F1/C 無作為化ワーキングペーパー:都市部の図書館4館における成人1,204名。リマインダー群63%、対照群58%、差は5パーセントポイント、95%信頼区間は1〜9。携帯電話を持たない利用者は除外。査読状況は不明。F2/A 地元での非無作為化パイロット:参加を選択した成人214名で61%、前期間は54%。季節による構成が異なる。オプトアウト11名、メッセージの遅延3件、職員の作業は1日約25分。F3/E インタビュー:パイロットに自発的に参加した地元利用者から12名を選定。8名はテキストメッセージが役立ったと回答し、4名は連絡手段を選びたいと回答。募集は関与度の高い利用者に偏っている。F4/D 地方部の記述的ダッシュボード:全年齢で受取率47%、介入なし。F5/C 副次アウトカム:延滞料金に明確な差はなく、推定値は+0.2ドル、95%信頼区間は-0.4〜+0.8。
研究上の問いと意思決定
市立図書館は、参加に同意した成人を対象に、期限前の受取と運用上のガードレールを測定する4週間の無作為化リマインダーテストを実施すべきか。意思決定の対象はテストであり、本格導入ではない。状況は2026年後半の当館。
統合の基準
直接的な無作為化証拠を優先し、地元での実行可能性に関する証拠も考慮する。受取率の3ポイント差は運用計画上重要だが、不確実性を残す。経営層向けの平易なメモ、450語以内。信頼度は定性的にのみ示す。

出力例

範囲を限定した回答:提供された証拠は、参加に同意した成人を対象とする、範囲を限定した地元での無作為化テストの実施を支持する。ただし、恒久的な導入や効果量の保証は支持しない。信頼度は中。都市部で実施された規模の大きい無作為化研究1件が受取率への正の効果を推定している一方、地元の証拠は実行可能性を示すものの、因果関係は証明しないためである。

一致する結果:F1/Cは5パーセントポイントの差を推定し、信頼区間は1〜9。その点推定値は計画上の基準である3ポイントを上回るが、区間にはより小さな効果も含まれる。F2/Aには整合する7ポイントの記述的な差があり、地元での運用上の兆候も示している。5と7を平均してはいけない。研究設計と比較が異なるためである。F3/Eは受容性と連絡手段の選択が重要である可能性を示すが、関与度の高い自発的参加者のサンプルから広がりは推定できない。F4/Dは背景情報にすぎず、効果の証拠ではない。F5/Cは延滞料金への明確な効果を示していない。区間には小さな悪化と改善の両方が含まれるため、「効果なし」とするのは誤りである。

制約と別の説明:都市部の図書館4館から当館へ結果を適用できるかは不確かである。介入に関する2つの研究結果は、携帯電話を利用できない成人を除外するか、十分に含んでいない。F2は地元での期間や季節の変化でも説明できる可能性があり、メッセージの送信時刻や参加者の関与度も影響した可能性がある。査読状況は不明。子ども、地方部の利用者、長期的な行動、公平な連絡手段へのアクセスについて、証拠から分かることはほとんどない。

今決められること:同意、無作為割付、事前定義した受取アウトカム、連絡手段とアクセシビリティの確認、オプトアウト・メッセージ遅延・職員作業時間のガードレール、中止基準を含む4週間のテスト設計を承認する。今テストできること:地元での効果が許容可能なガードレール費用の範囲で3ポイントを超えるか、連絡手段の選択が必要か。結論を出せないこと:リマインダーが地元パイロットの差を生んだこと、延滞料金を減らすこと、携帯電話番号のない利用者にも機能すること、本格導入に値すること。結論が変わる条件:F1が効果なしへ訂正される、地元で運用できない、オプトアウトまたはアクセスの格差が許容できない場合は提案が弱まる。適切に実施した地元テストが基準を超え、ガードレールも安定していれば提案が強まる。対応表:効果に関する結論→F1/F2、実行可能性→F2、受容性→F2/F3、制約→F1〜F5。

これがうまくいく理由

  1. 1

    問いを揃えることで、見た目が似ているだけの推定値が統合されるのを防げます

  2. 2

    結論が変わる条件を示すことで、どの証拠が意思決定を変えるべきかが分かり、信頼度を行動に結び付けられます

結果を確認

  • 結論は、対応する対象集団、測定尺度、期間、手法の範囲に限定されていますか

  • すべての結論に、支持する証拠、弱める証拠、制約、結論が変わる条件が含まれていますか

  • 現時点で決められること、検証可能な仮説、根拠のない結論が区別されていますか

方法の根拠

出典と引用

このレシピにおける具体的な設計上の選択を裏付ける一次資料です。特定のAIの結果を保証するものではありません。

  1. このプロンプトでは研究結果、確実性、適用可能性、制約、意思決定への示唆を分けています。Cochraneのガイダンスが、結論に不確実性を反映し、利用可能な証拠を超えないよう求めているためです。

    Chapter 15: Interpreting results and drawing conclusionsCochrane Handbook for Systematic Reviews of Interventions出典確認日:

安心して使うために

よくある質問

このレシピをいつ使うか、何を用意するか、どの場面で人による確認が依然として重要かについての実践的な回答です。

「制約を明示して研究結果を統合する」を使う前に、何を準備すればよいですか?

「制約を明示して研究結果を統合する」を使う前に、構造化した研究結果と情報源、研究上の問いと意思決定、統合の基準を準備してください。プレースホルダーは、確認できる情報だけで置き換えてください。不明な情報はモデルに推測させず、不明であることを明記してください。

「制約を明示して研究結果を統合する」の結果は、どのような場合にまだ使用できませんか?

提供した根拠から、記載された成果である「信頼度の範囲、例外、次に必要な証拠を含む、意思決定のための統合結果」が得られていない場合や、未解決の仮定、得られていない承認、捏造した詳細に依存している場合、その結果はまだ使用できません。チェック項目を公開の判断基準として使い、根拠のない出力を磨くのではなく、入力情報を修正するか、権限を持つ担当者を指名してレビューを依頼してください。

「制約を明示して研究結果を統合する」では、どのAIツールのテスト記録がありますか?

2026年8月28日時点で、「制約を明示して研究結果を統合する」の公開テスト記録にはChatGPTが掲載されています。これは実行記録があることを示すだけで、今後の製品バージョンでの互換性や同一の結果を保証するものではありません。別のツールやバージョンを使う場合は、すべての制約を明示したまま、使用前に結果のチェックを繰り返してください。

さらに探す方法

このレシピが役立つ場面

作業を前に進める