多重疾患の進行のマッピング

2024-07-23 Tue
Mapping Multimorbidity Progression Among 190 Diseases背景全世界において、人口の高齢化と慢性病の悪影響の増加に伴い、多病共存（multimorbidity）、すなわち複数の長期疾病の共存がますます重大な健康課題となっている。個々人における多病共存の蓄積過程を理解することは、研究者がその発症メカニズムをよりよく理解し、医療サービス提供者が最初の症状が現れた際に介入や他の病気のスクリーニングを行う助けとなり、政策決定者が患者の健康ニーズをよりよく満たすための包括的なケアマネジメント方法を策定するのに役立つ。
研究動機現在の多病共存クラスタリング方法は、主に一般的な疾患の組み合わせの頻度に基づいており、この方法では疾患が時間と共にどのように進展するかを理解するのが難しい。大多数の関連クラスタリング方法は、最も一般的な診断を強調しすぎ、あまり関連のない病気を過度に大規模なクラスターに含める傾向がある。さらに重要なのは、これらの関連ベースのクラスタリング方法が多病共存の進行軌跡を特定する際に誤解を招きやすい可能性がある点だ。この方法は、疾患間の双方向の軌跡、すなわちある病気が他の病気を引き起こす一方で、逆に影響を受けることも可能であるという状況を許容しない。したがって、研究者は多病共存の進行パターンを研究するための、より情報豊富な方法を提案した。
论文来源この研究は、陳少莎らによって書かれ、『Communications Medicine』の2024年第4巻に発表された。
研究方法研究設計と集団この研究は英国バイオバンク（UK Biobank）の502,413人の成人参加者を対象に行われた。参加者の年齢は37歳から73歳で、平均年齢は57.1歳。研究は2006年3月から2010年12月まで行われ、12.7年間のフォローアップを実施。研究は英国国家情報ガバナンス委員会と北西部多施設研究倫理委員会の倫理承認を受けた。すべての参加者はベースライン評価時に電子署名でインフォームド・コンセントを提供した。
疾病状態とベースライン共変量研究は男女の有病率が1％以上の疾患に焦点を当て、最も一般的な疾患190種類（女性154種類、男性160種類）を診断した。ベースライン共変量には、社会人口学的要因、健康行動、健康状態、すべての疾病状態、および健康状態に関与する要因や保健サービス接触の要素などが含まれる。
データ分析研究はターゲティッド最大尤度推定法（Targeted Maximum Likelihood Estimation, TMLE）を使用して、ある疾病が他の疾病の進展に与える影響を推定した。女性と男性における疾病の因果関係を分析し、23,562の方向性因果ペア（女性）と25,440の方向性因果ペア（男性）をカバーした。階層クラスタリングアルゴリズムを使用して疾患をクラスタリングし、自己調整k平均クラスタリング方法を用いて一歩多病共存進展を多病共存進展星座にクラスタリングした。
ワークフローまず各疾患ペア間の因果関係を推定し、次にエッジスペクトラム図を作成して最も影響力のある疾患と影響を受ける疾患を特定。続いてクラスタリングアルゴリズムを使用して同じパターンの疾患をクラスタリング。最後に、疾病ノードからなる可視化クラスタリング図を描き、クラスタリングの安定性を評価した。
研究結果疾病因果効果図研究は、女性でも男性でも最も影響力のある疾患は慢性疾患（高血圧、糖尿病など）が多く、急性疾患は性別特異性があることを示した。双方向の多病共存進展は国際疾病分類（ICD）章を超えた顕著なクラスタリング傾向を示し、疾患間の複雑なメカニズムを示唆している。
影響力と受影響の疾患研究は男女それぞれのトップ10影響力疾患とトップ10受影響疾患を特定し、多くの疾患が性別間で一致しているものの、いくつかの急性疾患が性別特異性を持つことを発見した。また、短期間で他の疾患に大きな影響を与えるいくつかの疾患を発見した。
クラスタリング結果クラスタリング分析により、研究は女性の26のクラスタと男性の28のクラスタを特定した。これらのクラスターは、共通の疾病進展メカニズムを反映している。双方向の疾病進展の分析は、同じICD章内で双方向進展がより起こりやすいことを示した。
多病共存星座研究は、女性の10個と男性の9個の多病共存進展星座を特定し、性別間の差異を示した。例えば、高血圧-喘息星座は高血圧から喘息への多くの進展経路を示し、慢性閉塞性肺疾患（COPD）-循環器星座は呼吸器系と循環器系間の多病共存進展を示した。
研究結論この研究は、疾患因果関係に基づく多病共存進展フレームワークを提案し、将来のターゲットを絞った介入策の基盤を提供した。研究の疾病クラスタリングは疾病分類システムの更新や潜在的な共通治療戦略の発見にシステム的視点を提供する。一方、異なる疾病が多病共存において果たす役割を識別することで、多病共存の防止と管理を目的とした将来の研究の基盤を形成することができる。
突出的な研究のハイライト多病共存の因果関係分析：190種類の疾患の因果進展を初めて深く分析。
疾病進展メカニズム：双方向の多病共存進展のクラスタリングを通じて共通の発病メカニズムを発見。
多病共存星座：男女それぞれの多病共存星座を識別し、性別特異的な疾病進展経路を示した。
科学的価値と応用価値この研究は多病共存の予防と管理に重要な情報を提供し、地域ベースの多病共存スクリーニング戦略の立案とサービスの再編を通じて患者のニーズをよりよく満たすのに役立つ。
これらの発見は、多病共存の進展メカニズムのさらなる理解に加え、より良い医療介入策の策定にも重要な意味を持つ。このようにして、保健サービスをよりパーソナライズし、正確にすることで、多病共存の課題に効果的に対処することができる。