本稿の第1部では、2015年のVealeらによるメタ分析が、陰茎のサイズに関する現在利用可能な最も厳密なデータセットであると述べました。それは今でも事実です。しかし、「厳密」であることは「完全」であることを意味しません。そして、「最も引用されている」ことは「普遍的に適用可能」であることと同じではないのです。

もしあなたが13.12cm（5.17インチ）という数字を見て、それを自分自身のベンチマークとして受け入れたのなら、少し落ち着いて考える必要があります。メディアの報道や、率直に言えば一部の学術的な引用でさえも、この数字に隠された深刻で文書化された方法論的な問題を曖昧にしてきました。それらの問題を理解すれば、この「世界平均」が宣伝されているほど世界的なものではないことが見えてきます。

研究が実際にまとめたもの：20の研究、1つの数字

Vealeらの論文は、20の研究のメタ分析として説明されています。この表現は、世界中のデータを包括的に網羅しているという印象を与えます。しかし、実際にどの研究が統合されたのかを詳しく見ると、異なる実態が浮かび上がります。

論文の参考文献やスクリーニング方法から特定できる寄与研究を見ると、地理的および民族的な偏りが顕著です。代表的な集団には、コーカサス系の英国人、イタリア人、トルコ人、エジプト人、ヨルダン人が含まれます。また、ナイジェリア人の成人を調査したものが1件、インド人男性を調査したものが1件、医療用割礼器具のサイズ決定のために募集されたタンザニアのサンプルが1件あります。さらに、米国での前立腺がん手術後のフォローアップ調査がありますが、ここでは参加者の民族については記載されていません。

対照的に、中国人、日本人、韓国人、東南アジア人、ラテンアメリカ人、そして320人を対象とした1985年のナイジェリアの研究1件を除くサハラ以南のアフリカ系男性、あらゆる大陸の先住民、太平洋諸島の男性は、著しく欠如しているか、極めて過小評価されています。世界で最も人口の多い2つの国――中国とインド――からの寄与は最大でも各1件の研究にとどまり、インドの研究は比較的小規模なサンプルでした。

公然の秘密：民族的差異は実在し、文書化されている

Vealeらの論文は、結果を民族ごとに層別化しようとはしませんでした。それは意図的な方法論的選択であり、著者らも認めていました。彼らの目的は、一般的な臨床用ノモグラム（計算図表）を作成することであり、集団ごとの内訳を示すことではなかったからです。問題は、出版以来その結果がどのように利用されてきたかです。単一の数字が孤立して引用され、世界中のすべての男性にとっての普遍的な基準として提示されてきました。

2015年以降に発表された研究は、これが常に真剣に受け止めるべき制限であったことを明確にしています。2025年に『Andrology』に掲載されたメタ分析は、中国人男性のための特定の規範データを確立し、Vealeらが残したギャップを明示しました。WHOの地域別データに関する2024年の研究では、地理的地域によって陰茎の測定値に統計的に有意な変動があることが判明しました。75の研究と55,761人の男性を対象とした2023年のより広範なメタ分析（World Journal of Men's Health誌）でも、すべての測定値において地理的地域による差異が確認されました。

これらは周辺的な知見やインターネット上のデマではありません。Vealeの元のデータを誠実に読めば、初日から研究者が問うべきであったこと――「これは、本当は誰のデータなのか？」という疑問を、査読済みの科学が裏付けているのです。

測定の不一致：20の研究はすべて同じ手順に従ったのか？

Vealeらの手法は、採用する研究が臨床医による測定を用いていることを条件としていました。しかし、1985年から2012年にわたる、異なる国の20の異なる研究チームの間で、それらの測定がどのように行われたかを完全に標準化することはできませんでした。

これは、想像以上に重要な問題です。文書化されているいくつかの変数だけでも考えてみてください：

勃起誘発方法： 寄与研究の中には、血管作動薬を陰茎組織に直接注射することで勃起時の測定値を得たものもあれば、個室内での視覚的または手動による自己刺激を用いたものもあります。あるいはその併用もありました。勃起の方法によって膨張の程度は有意に異なる可能性があります。化学的に誘発された勃起と自然に起こる勃起は、すべての男性において生理学的に同一ではなく、特に高齢者や血管系に個人差がある場合は顕著です。

測定姿勢： 立位で測定した研究もあれば、臥位（横になった状態）で測定した研究もあります。体の姿勢は、測定器具に対する勃起した陰茎の角度と見かけ上の長さに影響を与えます。特に、定規を恥骨に押し当てる「ボーンプレス」測定では、角度がわずかに変わるだけで結果が異なります。

室温： いくつかの研究では、周囲の室温が通常時（弛緩時）の測定値に影響を与える変数として記録されています。これは臨床研究ではよく知られた事実であり、寒い環境では通常時の寸法が縮小します。勃起時の測定においてはそれほど重要ではありませんが、通常時のデータにノイズを混入させ、それが「引き伸ばした長さ」の相関関係にも影響を及ぼします。

誰が定規を持ったか： 臨床医による測定であっても、関与した検者の数、検者間信頼性のために測定が繰り返されたかどうか、長さの測定に硬い定規を用いたか柔軟なテープを用いたかといった点にばらつきがあります。

2025年のWHO地域メタ分析は、この点を直接指摘しています。構成する研究の一部が標準化された方法を報告している一方で、他の研究は非標準的または主観的な手法を用いており、データの信頼性と比較可能性に影響を与えている可能性があるとしています。同じ批判は、Vealeらの元となった研究にも当てはまります。

英語文献というフィルター：組み込まれた地理的バイアス

ここに、論文自体には明記されているものの、メディアの報道ではほとんど引用されない制限事項があります。Vealeらのチームは、英語の文献のみを検索対象としました。彼らのスクリーニングプロセスでは16,678件の出版物が評価されましたが、それらはすべて英語で出版されたものでした。

これが何を排除しているか考えてみてください。中国の医学文献は膨大であり、その多くは中国語（北京語）で出版されています。スペイン語の泌尿器科研究は、ラテンアメリカやスペインの集団を網羅しています。ポルトガル語の研究は、世界で6番目に人口の多い国であるブラジルをカバーしています。日本や韓国の泌尿器科ジャーナルも、英語のデータベースには記録されていない陰茎測定データを発表しています。

中国人男性に関する2025年の『Andrology』メタ分析は、中国生物医学ディスク（CBM）や中国知網（CNKI）などの中国語データベースを検索することで、まさにこのギャップに対処しました。これらはVealeらが決して触れなかったデータベースです。その研究チームが中国独自の知見をVealeの世界平均値と比較したところ、その差は統計的に有意でした。

世界平均を確立すると主張する研究において、英語限定のフィルターは些細な技術的注釈ではありません。それは、誰のデータがカウントされ、誰のデータが無視されるかを規定する構造的な境界線なのです。

出版バイアス：日の目を見なかった研究

メタ分析の代表性は、見つけ出せる研究の質に依存します。そして、研究者が発見できる研究は、これまでに行われたすべての研究のランダムなサンプルではありません。出版に値するほど「興味深い」結果が得られた研究に偏っています。

研究の世界では、これは「出版バイアス」と呼ばれ、医学のあらゆる分野で認識されている問題です。以前から想定されていた数値に近い平均値を報告したり、有意な変動が見られなかったりする研究は、斬新な知見を報告する研究に比べて、執筆・投稿・受理される可能性が低くなります。陰茎サイズの研究という文脈では、分布の高い方の数値を報告する研究の方が、低い数値を報告する研究よりも出版物として目につきやすくなる可能性があることを意味します。

2025年のWHO地域メタ分析はこの問題を明確に認めており、有意な、あるいは好ましい結果を伴う研究は出版されやすく、この出版バイアスが文献に報告される平均サイズの過大評価につながる可能性があると述べています。もしこの過大評価がVealeらの元データに組み込まれているとすれば、統合された13.12cmという数字自体が、実際の集団平均よりも「高い」位置にある可能性があり、その逆ではありません。

年齢分布の問題

Vealeらの論文は、寄与した20の研究すべてにおいて一貫した年齢範囲を報告していません。大学生、軍の入隊者、不妊治療クリニックの受診者など、若い男性を対象とした研究もあれば、無関係な疾患で泌尿器科を受診した高齢の外来患者を対象としたものもあります。寄与研究の一つである米国の調査では、前立腺がんのために根治的前立腺全摘除術を受ける男性を具体的に測定しており、この集団の平均年齢は一般男性よりも著しく高齢に偏っています。

なぜこれが重要なのでしょうか？ それは、陰茎の寸法が年齢とともに変化するからです。研究では、血管の健康状態、テストステロン値、結合組織の弾力性の変化に関連して、高齢男性では長さと周囲径の両方がわずかに減少することが文書化されています。若い男性に偏った研究は、60歳以上の男性に偏った研究とは異なる平均値を算出します。Vealeらは、寄与研究間での年齢分布の差を調整することなく、これらを統合してしまいました。

より慎重に調査した際に他の研究が見出したもの

「不均一性（ヘテロジェニティ）」の問題――統合された研究が実際にはどれほど互いに異なっているかという点――は、憶測ではありません。数字をよく見れば明らかです。

『World Journal of Men's Health』誌に掲載された2023年のBelladelliらによるメタ分析は、55,761人を対象とした75の研究を集計し、統合された勃起時の平均長を13.93cm（5.49インチ）と算出しました。これはVealeの13.12cmよりも有意に高い数値です。また、研究間の有意な不均一性も見出され、I²統計量は98.9%でした。この値は、個々の研究結果のばらつきが極めて大きいことを示しています。98.9%というI²値は、事実上、個々の研究が同じ基礎集団を測定していなかったことを意味します。これらを一つの平均値に統合しても、特定の男性グループを正確に表す数字にはならないのです。

同じ2023年の分析では、すべての測定値において地理的地域による差異が確認されました。Vealeの共著者の一人も参加した、Vealeらと同じ年に出版された中東のノモグラム研究では、サウジアラビアのコホートにおいて勃起時のボーンプレス平均長が14.34cm（5.65インチ）であり、統合されたVealeの数値を明らかに上回っていました。一方で、Vealeに寄与したインドの研究では、統合平均よりも低い数値が報告されています。また、2025年の中国のメタ分析でも、Vealeの世界平均値とは有意に異なる平均値が見出されました。

端的に言えば、研究者がすべてのグループを一つにまとめるのではなく、特定の集団を個別に調査するたびに、そのグループの実際の平均はVealeの13.12cmから逸脱していることが判明しています。高い場合もあれば低い場合もあります。統合された数字はそれらの差異を平滑化してしまい、その結果、現実のいかなる民族グループの典型的な測定値も正確に表していない「統計上の合成物」を描き出しているのです。

ニュースの見出しになるべきだった「不均一性スコア」

統計学において、メタ分析で複数の研究を統合する際、研究者らは「I²（I二乗）」と呼ばれる指標を計算します。これは、結果のばらつきのうち、どれだけが単なる偶然ではなく「研究間の実際の違い」によるものかを数値化したものです。I²が0%であれば、すべての研究が同じものを測定していることを意味します。I²が100%であれば、すべての研究が他とは全く異なるものを測定していることを意味します。

Vealeの研究をより大きなプールの一部として取り込んだ2023年のBelladelliらのメタ分析では、勃起時の長さに関するI²が98.9%であったと報告されました。この数字は、Vealeの13.12cmを普遍的なベンチマークとして引用したすべての学術誌で、一面トップで報じられるべきものでした。99%に近いI²値は、単なる「わずかな懸念」ではありません。「統合された個々の研究があまりにも異質であるため、単一の統合平均値には、特定の集団を記述する上での価値がほとんどない」という、統計学的な直接の宣言なのです。

別の言い方をすれば、NBAのセンター選手の身長とジョッキー（騎手）の身長を平均して180cmという平均値を出したとします。この数字は、その2つのグループの平均としては「技術的には正確」です。しかし、その数字はNBA選手にとってもジョッキーにとっても、自分たちの身長を教えてはくれません。この計算のI²は膨大なものになるでしょう。なぜなら、その2つの集団は根本的に異なっているからです。これと同じ論理がここにも当てはまります。

では、Vealeらの研究は無価値なのか？

いいえ、そう主張しているのではありません。Vealeらのメタ分析は、その出版当時に英語文献に存在した、臨床医による測定データを統合しようとした試みの中で、最も方法論的に注意深く行われたものであることに変わりはありません。臨床医による測定へのこだわりは、自己申告による調査に比べて、真実かつ重要な進歩でした。

しかし、この研究がどのように受け取られ、適用されてきたか――すなわち、すべての男性に適用可能な普遍的な数字であり、個々の男性が自らを測るための世界的な「正常」の基準であるかのように扱われてきたこと――は、データが実際に裏付けている範囲を超えています。研究の著者ら自身も、民族別に層別化していないことや、知見が統合サンプルに寄与した集団に限定されていることを認めていました。その認容は、13.12cmという数字が一般メディアや診察室、男性向け健康サイトに広まっていく過程で、置き去りにされてしまったのです。

ラゴスの男性、上海の男性、サンパウロの男性、そしてストックホルムの男性が、それぞれ自分を比較する対象が、同じ一つの数字であるべきではありません。証拠を誠実に見れば、科学はその同等性を支持していません。適切な臨床的対応は、Vealeの数字を捨てることではなく、それを「いくつかあるデータポイントの一つ」として扱い、単一の統合平均を普遍的な評決として受け入れるのではなく、より集団に特化した研究を求めることなのです。

結論：重要な「注釈」付きの有用な基準点

13.12cmという数字は嘘ではありません。それは、それ以前の多くの研究よりも厳密な方法論を用いて収集された、当時利用可能だったデータの誠実な平均値です。その境界内においては、正当なものです。

しかし、その境界は狭いものです。この研究は地理的に集中したサンプルに基づいており、英語の文献のみを検索し、民族的に異なる集団を層別化せずに統合し、異なる国・年代の20の異なる研究チーム間で測定プロトコルを完全に標準化することはできませんでした。統合された研究は、統計的に見ると極限に近い不均一性を示しています。その後に続いた集団別の研究は、どれも自分たちのグループの平均が統合平均から逸脱していることを発見しています。

男性には、データが実際に何を示しているのかを知る権利があります。それには、データが「まだ何を示せていないか」を知ることも含まれます。地球上のすべての男性に適用される単一の普遍的な数字に対しては、懐疑的であるべきです。利用可能な証拠に基づいた誠実な答えは、この分野のグローバルな平均は依然として未完成であり、今も進化の過程にあり、そして依然として世界の男性のごく一部しか代表していない集団に偏っているということです。これは安心させるような結論ではありません。しかし、正確な結論です。