日本に限らず，世界の糖尿病患者は，医者から『あなたは糖尿病です』と告げられる時，その根拠は診断時の血糖値やHbA1cです．WHOの糖尿病診断基準でそうなっているからです．『あなたのインスリン値(IRI)はXXだから，糖尿病だ』と言われる人はいません． 糖尿病がインスリン作用の高低による結果であるにもかかわらず，自分のインスリン分泌量を知っている患者はほとんどいません．
ところが Ahlqvist博士が，従来は それ以上分類不能と思われていた2型糖尿病の患者データベースから，下記6つの指標を用いて；
- GAD抗体(*1)の有無
- 発症年齢
- HbA1c
- BMI
- HOMA2-β(*2)
- HOMA2-IR(*3)
(*1)この抗体は，通常 1型糖尿病の判定に使われます (*2)日本でよく使われるインスリン分泌能の指標＝HOMA-βの改良モデル版です．(*3)日本でよく使われるインスリン抵抗性の指標＝HOMA-Rの改良モデル版です
Data-driven Cluster Analysis という方法で，先入観を入れずに，ちょうど子供が おはじき遊びをするように『似ているもの同士が集まるように』自動分類させてみたら，実際には5種類の糖尿病があるのではないかと論文発表しました．
この発表は世界の糖尿病医師からは非常に注目されました．従来は説明できなかった，『発症機構と合併症との関係』を解明できる可能性があるからです．
しかし，…そうです，博士が分類に用いた６つの指標の内，HOMA2-βとHOMA2-IRの算出には患者のインスリン分泌量のデータが必要なのです． 現在の医療では 糖尿病患者のインスリン量は全員測定するというわけではありません．この分類が普及すれば，積極的に測定されることになるかもしれませんが，現時点では 医師も患者もインスリン分泌データは豊富ではありません．
別の指標で分類できないか
そこで，考えられるのは 『手元にあるデータで何とかならないか』という発想です．
これをやってみた結果が報告されました．
この報文では，やはりZou博士 が用いた 米国人の糖尿病データベースNHANES(National Health and Nutrition Examination Survey)を使っています．しかも対象者は4,300人と多いです． Zou博士の解析例よりも人数が多いのは，Ahlqvist分類を適用するためには HOMA(-β，-IR)が必要でしたが，この論文では，HOMAデータの使用はあきらめて，下記のデータがあれば 解析対象に含めたからです．
- 発症年齢
- BMI
- 腹囲
- HbA1c
- インスリン使用履歴年数
これなら 糖尿病患者であれば，どの国でも必ずカルテに記録されています．
結果を見ると
上記の5つのパラメータを用いて，Ahlqvist博士と同様に Data-driven Cluster Analysis を実行したところ，下記のようなクラスターに分かれました．
しかしながら，この論文の著者にはまことに失礼ですが，この結果に特に目新しいことは何もありません． 発症年齢が高ければ『加齢性』，BMIが高ければ『肥満性』，HbA1cが高ければ『高血糖性』と呼び変えているだけであり，何もCluster分析という手法を使わなくても，ただそれぞれのパラメータの大きさの順にExcelで並べてもこうなったでしょうから．
この結果を見て 逆に感じるのは，インスリン分泌にかかるパラメータを入れた場合（Ahlqvist博士）と，入れなかった場合(この論文)で，同じ手法を使っても こんなにも結果が違うのか，という点です．
Ahlqvist博士のように発症時点でのインスリン分泌能まで評価に含めれば，早期の重点的治療が行える可能性があります． ところが この論文の分類では，『クラスターに応じた最適の治療法を，発症初期から行う』アイデアが何も出てこないのです．『重度高血糖 SH』型の人に，『血糖値を下げればいいですよ』とは医者でなくてもわかります．
そういう意味で，Ahlqvist博士の着眼点がいかに革新的であったかを教えてくれる論文でした．
[19]に続く
Source: しらねのぞるばの暴言ブログ
コメント