低メタン飼料を給与した翌週にメタン濃度が低下した場合、飼料が原因だと言えるでしょうか。時間的に先に起きた出来事と、その後に起きた結果がつながって見えても、それだけでは因果関係は成立しません。同じ期間に気温が下がったり換気設定が変わったり、飼養頭数が減ったり、飼料摂取量や生産性が変わったりした可能性があります。センサーの校正や測定位置が変更された場合もあります。
因果関係を確認するとは、「飼料を適用しなかった場合、同じ動物または同じ農場でメタンはどうなっていただろうか」という反実仮想を、設計によってできるだけ近く推定することです。実際には、同じ時点の一個体を処理状態と未処理状態に同時に置くことはできないため、比較群、無作為割付、クロスオーバー設計、反復測定、統計モデルを用います。
前後比較がよく誤る理由
最も単純な設計は、適用前の平均と適用後の平均を比較するものです。現場運用には便利ですが、季節的な傾向と飼料効果が重なります。例えば、基準期間が真夏で、適用期間が初秋なら、暑熱ストレス、摂取量、換気量が同時に変わります。メタンが10%低下しても、そのうちどの程度が飼料によるものかを切り分けるのは困難です。
平均への回帰にも注意が必要です。偶然メタン値が高かった週をベースラインにすると、その後は何の対策をしなくても通常の水準に戻る可能性があります。逆に、センサードリフトが適用日と重なれば、見かけの効果が生じます。「適用日とグラフの低下が一致する」という視覚的な説明は、仮説を立てる根拠にはなっても、効果量を確定する根拠にはなりません。
もう一つの混乱は指標の選択です。g CH₄/日、g CH₄/kg乾物摂取量、g CH₄/kg乳量、牛舎平均ppmは、それぞれ異なる問いに答えます。飼料が総メタン量を減らす一方で摂取量や生産量も減らした場合、環境パフォーマンスと生産パフォーマンスの解釈は異なり得ます。FAO LEAPの飼料添加物ガイドラインは、添加物の生産と使用を含むサプライチェーンの環境パフォーマンスを、一貫したライフサイクル評価手法で比較するよう案内しています。腸内発酵に関する一つの指標が低下しただけで、環境パフォーマンス全体が自動的に確定するわけではありません。
現場で利用できる因果設計
最も理解しやすい方法は同時比較群です。類似する個体を処理群と対照群に無作為に割り付け、同じ期間、同じ牛舎運用の下で観察します。無作為割付は、既知の要因だけでなく、まだ想定していなかった個体差が一方に偏る可能性も低減します。個体数が少ない場合は、体重、産次、泌乳日数、生産量などの主要特性でブロックを作り、各ブロック内で割り付けることができます。
個体が自らの対照となるクロスオーバー設計もあります。一方の群には対照飼料の後に試験飼料を、もう一方の群には逆の順序で給与します。個体間差を小さくできますが、前の処理の効果が次の期間まで残る持越し効果を考慮しなければなりません。十分な適応期間と、必要に応じてウォッシュアウト期間を設け、期間効果と順序効果を解析に含めます。飼料によってルーメン環境が変わるまで時間がかかる場合があるため、適用直後の数日だけを選んで結論を出してはいけません。
農場単位で処理する場合は、複数の農場を処理群と比較群に割り付けるクラスター設計を検討します。一つの農場にある多数のセンサー観測を、互いに独立した数百の標本のように扱うと、標本数を水増しする擬似反復の問題が生じます。処理を農場に適用したのであれば、実験単位は農場であり、個体と時間の測定はその中にネストされる場合があります。
無作為化が難しい商業現場では、差の差法や中断時系列などの準実験設計を利用できます。ただし、これらの方法にも、比較農場が同じ外部傾向に従ったという仮定や、他の同時介入がなかったという仮定が必要です。事前にグラフと運用記録で仮定を点検し、限界を開示しなければなりません。
測定計画を実験設計に合わせる
ICARガイドラインは、必要な結果と現場条件に応じて、呼吸チャンバー、SF₆、GreenFeed、スニファー、携帯型蓄積チャンバー、代替指標など、測定法の適合性が異なると説明しています。絶対排出量を求める試験と個体を順位付けする試験で、同じ機器が常に最適とは限りません。機器を先に決めてから問いを当てはめるのではなく、第1評価項目と必要な精度を先に定める必要があります。
測定が、一日のうち特定の給与直後だけに集中しないようにします。反芻動物のメタン排出は、給与と日内リズムに従います。ICARのGreenFeed手順は、訪問測定を一日に分散し、バックグラウンド濃度と定量的な空気流量を確保するという運用原則を示しています。どの方法でも、処理群と対照群で測定機会、装置へのアクセス、欠測規則を同じに保つ必要があります。
飼料へのばく露も測定しなければなりません。配合表に含まれていることと、個体が目標用量を実際に摂取したことは別です。ロット番号、配合濃度、給与量、残量、個体別のアクセス記録、中止日、有害事象を記録します。計画どおり摂取した群だけを事後的に選んで解析すると、遵守率の低い個体を除く選択バイアスが生じる可能性があるため、主要解析対象を事前に定めます。
解析前に合意すべき基準
第1評価項目、比較期間、除外基準、最低データ取得率、統計モデル、有意水準を、データを見る前に文書化します。可能であれば、標本数は期待効果だけでなく、個体間・日間変動と測定誤差を反映した検出力計算によって決定します。小標本で有意でなかったという結果は「効果がない」ことと同じではなく、有意な結果でも、効果量と信頼区間が広ければ精密ではない場合があります。
解析には処理のほか、基準値、産次、泌乳段階、乾物摂取量、生産量、気象、換気など、事前に定めた共変量を含めることができます。ただし、処理の結果として変化した変数を一律に調整すると、実際の効果の一部を取り除く可能性があります。どの変数が交絡因子で、どれが媒介因子なのか、まず因果経路を描いてみるとよいでしょう。
一つの指標と一つの期間で良い結果が出た後、サブグループや期間を次々に変えて有利な結果だけを選ぶと、多重検定の問題が大きくなります。探索的解析は探索的であることを明示し、検証試験と区別します。効果の再現性は、別の季節、別の農場、別の飼料ロット、独立した解析でも確認する必要があります。
実行チェックリスト
「飼料がなかった場合」の代わりとなる同時比較群、または妥当な準実験比較を設けます。
実験単位が個体、牛舎、農場のいずれかを明記し、擬似反復を避けます。
無作為割付、ブロック化、クロスオーバー順序、適応・ウォッシュアウト期間を事前に定めます。
第1評価項目と単位、測定法、標本数、除外・欠測規則を登録します。
実際の摂取量とロット、給与中止、生産性・健康指標も併せて記録します。
処理群と対照群に同じ測定日程と品質基準を適用します。
効果量、信頼区間、データ取得率、感度分析を併せて報告します。
腸内発酵の低減と、製品単位の環境パフォーマンス、安全性・生産性を区別します。
結論
低メタン飼料の因果効果は、適用前後のグラフ一枚からは得られません。比較可能な対照状態を作り、個体差と時間変化を分離し、実際の摂取と測定品質を確認し、結果を見る前に解析規則を定める必要があります。現場試験は研究室より複雑ですが、その複雑さを記録から消すのではなく、設計と解析に組み込むことが信頼の出発点です。この手順を経た結果であってこそ、「同時に変化した」を超えて、「飼料が変化に寄与した」という主張に近づけます。