〜幸せな人ほど運動するし、運動するほど幸せ〜
ー
超大規模な14か国67データセット・8,223人・約32万件の気分評価・約100万時間の加速度計データ
を元に、運動と感情的ウェルビーイグの関係性を調査頂いた、最新研究😍
ザルツブルク大学ヨハンナ・レーダー先生らによる。
ー
運動と感情的なウェルビーイングについて、以下を追って頂きました😊
①運動と感情的ウェルビーイングの関連は本当に存在するのか(効果)
②効果サイズは日常の他の活動と比べてどの程度か(関連の強さ)
③運動が感情に先行するのか、感情が運動に先行するのか(時間的方向性)
④個人差はどの程度あり、何が調整変数になるのか(異質性)
ー
①運動と感情的ウェルビーイングの関連は本当に存在するのか(効果)
⇒運動は感情的ウェルビーイングを高める。
活気/活力、ポジティブ感情、心地よさ(感情価)が高まる！
ただし、ネガティブ感情の低下には効果無く、落ち着きが少し低下した。
より正確には、ネガティブ感情は減る人もいれば、増える人もいた。
ー
②効果サイズは日常の他の活動と比べてどの程度か(関連の強さ)
⇒ちょっと動くだけでも、5-15%気分が向上(4点満点で0.16〜0.62点)
活気/活力は15%程度、ポジティブ感情は7%程度向上。
ー
③運動が感情に先行するのか、感情が運動に先行するのか(時間的方向性)
運動すると、感情的ウェルビーイングが高まるし、
感情的ウェルビーイングが高いと、運動する。
双方向性があった。
ー
④個人差はどの程度あり、何が調整変数になるのか(異質性)
若い人ほど、運動でポジティブ感情が高まる。
女性の方が、運動で活気/活力が高まりやすい。
BMIが低い人ほど、運動後にウェルビーイング。(BMI高いと運動で疲れちゃうのかな。)
週末の方が、運動で活気/活力が高まりやすい。
感情的ウェルビーイングが低い人ほど、運動でウェルビーイングが高まる。
ーー
とのこと。
運動って凄く大切で、幸福度のランキングは低めな日本人ですが、じつは運動をしている人だけで見ると、結構上位に食い込む。
なので、運動している人を増やしていければと思いつつも、幸せな人ほど運動するし、運動するほど幸せという傾向。うーん、、幸せな人はどんどん幸せになる、ギャップが産まれそうな。。
でも一方で、今幸せでない人ほど、運動でのウェルビーイング効果が高いので、やっぱり身体を動かすということは、各所で推進できると良さそう。
ーーー
日常生活における身体活動と感情的幸福感との関連性に関する、個々の参加者データを用いたメタ分析
An individual participant data meta-analysis of how physical activity relates to affective well-being in daily life
**Nature Human Behaviour ,2026/5/6 **
Johanna Rehder(ザルツブルク大学、オーストリア),Keisuke Takano et al.
身体活動不足は、社会にとって喫緊の課題です。身体活動（PA）を重要な健康資源として活用するためには、PAへの参加メカニズムを理解する必要があります。実験室研究や介入研究では、運動が感情的幸福感（AWB）と関連していることが実証されており、AWBがPA行動を形成する可能性があることが示唆されています。デジタル化によって、日常生活におけるPAとAWBの関係を調査することが可能になりましたが、個々の研究結果は曖昧です。そこで、PAとAWBの関連性の性質と程度を明らかにするため、2023年12月までのスマートフォンベースのAWB評価321,345件と加速度計で測定したPA約1,000,000時間（参加者数N =8,223人）を含む67件のデータセット（対象記録の55.2%）を収集しました。 1段階および2段階の個別参加者データメタ分析により、瞬間的なAWBは、日常生活における先行（参加者内、r = 0.05、99.2%信頼区間（CI）0.03～0.06、参加者間、r = 0.08、99.2% CI 0.04～0.12）および後続（参加者内、r = 0.04、99.2% CI 0.03～0.05、参加者間、r = 0.08、99.2% CI 0.04～0.13）の短期的な身体活動（PA）の両方と関連していることが明らかになった。個人内では、PAは、活発な覚醒、肯定的な感情状態および価数と正の相関関係を示すが、平静さとは負の相関関係を示す。実質的な効果量は、他の日常生活活動と同程度であり、活発な覚醒がPAと最も強い相関関係を示している。個人間の関連性の大きなばらつきは、社会人口統計学的要因によって部分的に説明できる。参加者間では、身体活動（PA）は肯定的な感情状態と関連している。これらの結果は、日常生活におけるPAとAWBの関係の重要性を明確に示している。これらの結果は、健康行動モデルの見直しと発展に貢献し、PAとAWBの関連性の根底にある行動的、生理学的、神経学的メカニズムを解明するための出発点となる可能性がある。
感情と身体活動の データドリブンな関係 100万時間のリアルタイム・データが 解き明かす「運動」と「幸福感」の 双方向メカニズム プレジョン・メディシンと行動変容の未来へ 2026年｜公衆衛生・ウェルビーイング戦略レポート NotebookLM なぜ私たちは、運動の重要性を「知っても」動けないのか? 冷徹で硬直したアプローチ 知識 (健康に良いと知る) 意図 (運動しようと決意する) 行動 (運動する) 従来の合理的思考モデル：行動が維持されない 「知って」いても動けないのか? 温かく流動的なアプローチ 感情 (気分が良い) 感情が幸福感 (AWB) 感情 (さらに活力が湧く) 行動 (身体を動かす) 最新の感情駆動モデル：双方向の好循環 合理的判断ではなく、瞬間的な「感情（Affective processes）」こそが運動習慣の鍵を握る。 前例のないスケールで「気分」と「動き」を追跡する 67 統合された世界中のデータセット 100万時間 ウェアラブル端末で測定された実生活の身体活動（PA） 8,223人 参加者総数（8歳から98歳まで） 321,345回 スマートフォンを通じたリアルタイムの気分評価（AWB） ※記様に編るアンケート（認知バイアス）や工夫な実験室での測定を排除、個人の日常生活における「その瞬間」のデータ(IPD)のみを抽出したゴールドスタンダードのアプリ ※ NotebookLM 「気分が良い」の離像度を上げる：5つの感情次元 ネガティブ (Negative Affect) 悲しみ、不安、怒りなどの状態 活気 (Energetic Arousal) エネルギーに満ちている、目覚めている感覚 感情的幸福感 (AWB) ポジティブ (Positive Affect) 幸せ、明るい、活動的な状態 落ち着き (Calmness) リラックスしている、穏やかな状態 感情価 (Valence) 満ち足りている、全般的な心地よさ 過去の研究が曖昧だった理由は、これらの感情を混同していたためです。 本研究では、これら5つの感情が、身体活動に対して全く異なる反応を示すことを突き止めました。 🏢 NotebookLM 身体活動（PA）と感情（AWB）の双方向マトリクス 感情の次元 | 運動がもたらす影響（PA → AWB） | 感情が引き起こす運動（AWB → PA） ---|---|--- 活気（Energetic Arousal） | ↑↑↑ 強力な上昇 | ↑↑↑ 強力な促進 ※最も強い相関 ポジティブ（Positive） | ↑↑ 上昇 | ↑↑ 促進 感情価（Valence） | ↑ 上昇 | ↑ 促進 落ち着き（Calmness） | ↓↓ 低下 | ↓↓ 抑制 ネガティブ（Negative） | ー 統計的有意差なし | ー 統計的有意差なし インサイト：運動は気分を良くするだけでなく、特定の気分（活気など）が次の運動を引き起こす「双方向のループ」が存在する。 © NotebookAM 発見1：日常の「歩行」がもたらす劇的な「エネルギー充電」 +0.62 ポイント上昇 座っている状態 (20 milli-g) 歩いている状態 (499 milli-g) • 5つの感情の中で、運動と最も強く運動するのは「活気（Energetic Arousal）」でした。 • 単に「座っている状態から歩き出す」だけで、エネルギーレベルは大きく跳ね上がります。 • この効果サイズは、音楽を聴いたり、遊んだりするような、他の楽しい日常活動に匹敵するインパクトを持っています。 NotebookLM 発見2：運動は「落ち着き」を奪い、直接的な「癒やし」にはならない 落ち着き（Calmness） ネガティブ感情（Negative Affect） -0.22 ポイント低下 すぐ物忘れする傾向 心拍数ゆらぎ低下 統計的に一貫した 相関なし 運動をすると「リラックスして穏やかな状態」はむしろ低下します。また、リラックスしすぎている時はその後の身体活動も低下します。運動は「癒やし」ではなく「覚醒」をもたらします。 運動をした直後に「悩み」や「怒り」が直接的に消えるわけではありません。気分の落ち込みを瞬時に解決する「特効薬」として運動を捉えるのは、データ上不正確です。 NoteBook4M 平均値の罠：全員に同じ効果があるわけではない 大規模なデータが示すもう一つの真実、それは極めて大きな「個人差（Heterogeneity）」です。 • 例えば、運動後にネガティブな感情が減る人もいれば（約60%）、逆に増える人もいます（約40%）。 • 「1日1万歩歩けば全員幸せになる」という画一的なアプローチは機能しません。真に有効なヘルスケアを提供するには、個人差（Who）と状況（When/What）を特定するプレジション・アプローチが必要です。 NotebookLM 運動と感情のリンクを左右する4つの調整変数（Moderators） 年齢（Age） 若年層ほど、ポジティブな気分の促進を受けやすい。年齢が上がると、身体的な不快感などが影響し、運動によるポジティブ感情の上昇が鈍化する。 性別（Gender/Sex） 女性は運動後に男性よりも強く「活気」を感じる一方、男性は「落ち着きがない（イライラしている）」時ほど運動量が増加する傾向がある。 BMI（体格指数） BMIが低い人ほど、運動後に高い「全般的な心地よさ」を報告する。BMIが高い人にとっては、運動が不快感を伴う関値が低い可能性がある。 曜日（Weekday vs Weekend） 平日よりも週末の方が、「運動」と「活気」の強力な双方向ループが働きやすい（仕事による疲労や労やストレスが介入しないため）。 隠れたインサイト：「気分が低い時」ほど、動く価値がある High Baseline 普段からポジティブな人 (改善幅は小さい) 気分が落ち込んでいる人 (劇的な改善効果) Low Baseline Before Movement During Movement After Movement 日常的な気分の水準（ベースライン）を分析した結果、気分が乗らない時ほど運動の価値が別れ上がることが判明。 ネガティブな感情を抱きやすい人ほど、いつもより少し多く動くことで得られる気分改善効果が有意に大きい。 「気分が乗らないから動かない」という直感に反し、データは「気分が乗らない時こそ少しの動きが効く」と説明している。 🎧 NotebookLM 展望：リアルタイムの個別化介入（JITAI）へ 心拍数・活動量 現在の気分・ストレス 曜日・時間帯 今、5分だけ歩くとエネルギーが充電されます。 100万時間の実データが証明した「ミクロな時間スケールでの感情と運動の連動」は、未来のヘルスケアの基盤となります。 Just-in-Time Adaptive Interventions（JITAI） ウェアラブル端末を活用し、画一的な通知ではなく「その人が最も行動を起こしやすい瞬間」や「最もエネルギー充電が必要な瞬間」に絞って、最適な活動を提案するパーソナライズ介入が可能になります。 行動変
日常生活における身体活動と感情的幸福感との関連性に関する、個々の参加者データを用いたメタ分析
An individual participant data meta-analysis of how physical activity relates to affective well-being in daily life
Nature Human Behaviour ,2026/5/6
Johanna Rehder(ザルツブルク大学、オーストリア),Keisuke Takano et al.
https://www.nature.com/articles/s41562-026-02427-2
【背景】
■ 1. 出発点:世界的な「運動不足」という社会課題
世界中で多くの人が必要な身体活動量を満たしていない、という事実が研究の出発点です。
・成人の約3分の1が運動不足とされ、これは世界的な健康リスク要因の上位に位置づけられている(Brauer et al., 2024; Strain et al., 2024)
・思春期に至っては、世界の若者の約8割が運動不足という報告もある(Guthold et al., 2020)
・WHO(世界保健機関)は2018年に「Global Action Plan on Physical Activity 2018-2030」を公表し、推奨運動量を満たせば世界のGDPが年間3,140〜4,460億ドル増加すると試算されている(Hafner et al., 2020)
つまり、運動不足は「個人の健康問題」ではなく「公衆衛生・経済の問題」として位置づけられている、というのが大前提です。
ー
■ 2. なぜ運動が大事なのか:身体・精神疾患の予防効果
運動は身体疾患・精神疾患の双方に対して予防・治療効果があることが、多数のメタ分析で示されてきました。
▼ 身体面
・高齢者の身体機能向上(Chaabene et al., 2021)
・心血管代謝疾患・認知症リスク低下(Kivimäki et al., 2019)
▼ 精神面
・うつ病への効果(Noetel et al., 2024、BMJ掲載のネットワーク・メタ分析)
・不安障害への効果(Gordon et al., 2017)
・統合失調症の症状改善(Dauwan et al., 2016)
ー
■ 3. 「なぜ人は運動するのか」を説明する理論の転換
ここで重要な問いが生まれます。「運動が体にいいと分かっているのに、なぜ人はやらないのか?」
▼ 従来の健康行動理論
・計画的行動理論(Ajzen, 1991)
・健康信念モデル(Rosenstock, 1974)
・自己効力感理論(Bandura & Adams, 1977)
・自己決定理論(Deci & Ryan, 1985)
・行動変容ステージモデル(Prochaska & DiClemente, 1983)
これらは「合理的・認知的に判断して行動する」という前提に立っていますが、運動行動の説明力には限界がある(意図と行動のギャップ問題、Feil et al., 2023)ことが指摘されてきました。
▼ 新しい流れ:「感情(affect)」を重視する理論
・カーネマンの「ファスト&スロー」(Kahneman, 2011)以降、衝動的・感情的処理の重要性が再評価
・運動の「快/不快」が次の運動行動を予測する(Ekkekakis & Brand, 2019)
・ポジティブ感情が健康行動を駆動する(van Cappellen et al., 2018)
・感情的決定要因の枠組みの整理(Williams, Rhodes & Conner, 2019; Stevens et al., 2020)
つまり「知識ではなく、運動したときに感じる気分」こそが行動を決めるのではないか、という考え方の転換です。
加えて、感情は運動だけでなく注意・学習・記憶・意思決定など人間行動全般を駆動する基盤だという「affectivism(感情主義)」の潮流もあります(Dukes et al., 2021)
※ 補足:AWB(Affective Well-Being、感情的幸福感)とは、瞬間瞬間に経験される気分や感情の良さを指す概念。長期的な人生満足度とは区別されます。
ー
■ 4. 1980年代から続く「運動と感情」研究の系譜
▼ 初期:横断研究・実験室研究
・有酸素運動が活性的ポジティブ感情を高める(Reed & Buck, 2009; Reed & Ones, 2006)
・運動と主観的幸福感のメタ分析(Buecker et al., 2021)
▼ ただし、これらには重大な限界
・実験室は人工的な環境で生態学的妥当性(=現実の生活への当てはまり)が低い
・質問紙は想起バイアス(過去の記憶を歪めて答える傾向)を含む
・「個人間の差」を分析しても「個人内の変化」は説明できない=「生態学的誤謬」(Robinson, 1950; Hamaker, 2012; Molenaar, 2004)
※ 生態学的誤謬とは:「運動量が多い人ほど幸福度が高い」という集団レベルの相関があっても、「同じ人が運動した日に幸福度が上がる」ことは別問題、という統計学的な落とし穴。
ー
■ 5. 解決策としての「日常生活研究」
過去20年で発展したのが、Ecological Momentary Assessment(EMA、生態学的瞬間評価法)という手法です。
・スマートフォンの電子日誌で気分を記録(Trull & Ebner-Priemer, 2013)
・加速度計で身体活動を客観計測(Reichert et al., 2020)
・日常生活の中で何度も繰り返し測定するため、個人内変動を捉えられる
・想起バイアスを最小化できる
これにより、研究室の構造化された運動だけでなく、「歩く」「階段を使う」など日常の何気ない身体活動と気分の関係も検討可能になりました。
ー
■ 6. しかし、結果は「あいまい」だった
3つの系統的レビューが、それぞれの時点での知見を整理しています。
▼ Liao et al.(2015)、最初のレビュー
・ポジティブ感情と運動の双方向関係には強い証拠
・ネガティブ感情との関係は弱い
・エネルギー・疲労感との関係は証拠不十分
▼ Bourke et al.(2021)、子ども・思春期に焦点
・運動とその後のポジティブ感情・エネルギーの関連が最も頑健
・ネガティブ感情との関連は支持されず
▼ Timm et al.(2024)、最新のレビュー
・2015年の14件から2023年には66件以上に研究数が急増
・ポジティブ感情と運動の双方向関係は支持
・エネルギー覚醒(energetic arousal、覚醒した活力感)との相互的関連が最も一貫
・効値(valence、快-不快の感情)は半数以下の研究で有意
・落ち着き(calmness)は研究によって正負バラバラ
加えて、研究間で測定方法・統計手法・概念定義(気分、感情、情動、コア・アフェクトなど)がバラバラで、結果の比較が困難という問題も指摘されました。
ー
■ 7. 既存レビューの限界:なぜIPDメタ分析が必要だったか
これまでのレビューは「vote counting(投票数え方式)」=各研究の有意/非有意を数える手法に依存していました。
▼ Vote countingの問題点(Bushman & Wang, 2009; Friedman, 2001)
・サンプルサイズの大小を考慮できない
・効果量(関連の強さ)を定量化できない
・全研究を等しく扱うため、統計的に強力な研究の結果が薄まる
▼ 解決策:IPD(Individual Participant Data)メタ分析(Simmonds & Stewart, 2022; Stewart & Parmar, 1993)
・各研究の論文の数値ではなく、個々の参加者の生データを集約
・統一した統計モデルで再分析できる
・個人内の時間的変動も解析可能
これが「ゴールド・スタンダード」とされる理由です。
ー
■ 8. 本研究が立てた問い
以上の流れを受けて、本論文(Rehder et al., 2026)は次の問いに答えるために、14か国67データセット・8,223人・約32万件の気分評価・約100万時間の加速度計データを統合しました。
・運動と感情の関連は本当に存在するのか(効果)
・効果サイズは日常の他の活動と比べてどの程度か(関連の強さ)
・運動が感情に先行するのか、感情が運動に先行するのか(時間的方向性)
・個人差はどの程度あり、何が調整変数になるのか(異質性)
ー
▼ まとめると話の流れは
運動不足は世界的問題 → 運動は心身に効く → なぜ人はやらないのか? → 従来の合理モデルでは説明不足 → 感情こそが行動を駆動するのでは? → 実験室研究では限界 → 日常生活研究の登場 → でも結果はバラバラ → 既存レビューの方法論的限界 → IPDメタ分析で決着をつけよう、という構図です。
【研究内容】
■ 1. 研究の戦略:なぜ「IPDメタ分析」を選んだか
前提として、運動と感情に関する日常生活研究は2023年時点で66件以上ありますが、結果がバラバラでした。本研究はこの状況に決着をつけるため、最も強力な統合手法を採用しました。
▼ IPD(Individual Participant Data)メタ分析とは
・各研究の論文に書かれた数値ではなく、個々の参加者の生データを各研究者から提供してもらう
・統一した前処理と統計モデルで再分析する
・各研究の方法論の違いに左右されにくい
▼ なぜこれが優れているか
・効果量を定量化できる(従来のvote counting=投票数え方式の限界を克服)
・個人内の時間変動を解析できる
・サンプルサイズの大小を適切に重み付けできる
ーー
■ 2. データの規模
▼ 文献検索
・Web of Science、PubMed、Scopus、SPORTDiscus、PsycINFOの5データベース
・2023年12月までを検索
・該当論文の著者にデータ提供を依頼(締切は2024年10月31日)
▼ 最終的に集まったデータ
・14か国67データセット(対象になりうる研究の55.2%が参加)
・参加者8,223人(平均年齢36.3歳、女性54.9%、非バイナリも0.06%含む)
・スマートフォンによる気分評価321,345件
・加速度計による身体活動データ約100万時間分
・観察期間は中央値14日、評価頻度は1日中央値5.5回
ーー
■ 3. 何を測ったか:5つの感情概念
研究によって「気分」「感情」「情動」「コア・アフェクト」など用語がバラバラだった問題に対処するため、AWB(Affective Well-Being、感情的幸福感)という上位概念のもと、5つの下位概念に整理しました。
▼ 単極性概念(unipolar、肯定面と否定面を別々に測る)
・ポジティブ感情(嬉しい、活発、陽気など)
・ネガティブ感情(悲しい、不安、怒りなど)
▼ 双極性概念(bipolar、両端を一本の軸で測る)
・効値(valence、不快〜快)
・エネルギー覚醒(energetic arousal、疲れた〜元気)
・落ち着き(calmness、緊張〜リラックス)
※ 効値・エネルギー覚醒・落ち着きは、Wilhelm & Schoebi(2007)の3次元気分モデルに基づきます。
ーー
■ 4. 2つの方向を分けて検証
身体活動と感情の関係には「鶏が先か卵が先か」問題があります。本研究は両方を別々にモデル化しました。
▼ 先行モデル(antecedent model)
・気分評価より前の身体活動 → 気分評価
・「運動した後、気分はどう変わるか?」
▼ 結果モデル(consequent model)
・気分評価 → その後の身体活動
・「気分次第で、その後どれだけ動くか?」
ーー
■ 5. 3段階の分析
頑健性を高めるため、3つの異なる分析を実施しました。
・段階1(2段階IPD):各研究で個別に多階層相関を計算し、それを統合
・段階2(1段階IPD):全データを統合した1つの多階層モデルで分析、年齢・性別を統制
・段階3(MAI 1段階IPD):生の加速度データ(MAI、ミリG単位)に絞って実用的効果量を算出
5概念×2方向×3段階=多重検定の調整として、有意水準を0.05/6=0.008に設定しました。