慢性腎臓病(CKD)の重要リスク因子に「教育水準」

高齢化の進展で、世界各国で慢性疾患の管理は重要な関心事となっている。なかでも台湾では、慢性腎臓病(CKD: Chronic Kidney Disease)に関する医療コストの増大が顕著である。米国の腎臓関連データバンクUSRDSの年次報告でも、台湾における透析患者の有病率と年間発症率が世界でトップとのデータが示されていた。台湾国内でのCKDリスク要因を評価するために機械学習アルゴリズムを用いた研究が、国内の主要健診センターMJグループを中心として行われた。

同研究の成果は学術誌 Risk Management and Healthcare Policyに27日付で発表されている。MJグループにおける2010〜2015年まで65,394人の健診データから、18種のリスク因子について5つの予測モデルを用い、CKDリスクを判定した。その結果5つのモデルすべてにおいて、血中尿素窒素(BUN)と尿酸(UA)の血液検査データがCKDのリスク指標として1位、2位に同定され、これまで臨床的に認識されていたのと同様の結果を示した。本研究でユニークなのは、5つのモデルの中で予測性能の成績が特に優れた3つのモデル(LR・SGB・XGboost)において「3番目に重要なリスク因子が教育水準」と示された点である。すなわち教育水準が高いほどCKDの発症率低下との関連が強く、学歴が低いグループに比較して高学歴グループではCKD発症リスクが10分の1程度低かった。

教育水準がCKD発症率や健康意識と関連していること自体は従来より示唆されてきた内容であるが、様々なリスク因子全体の中でこれほどに上位で大きなウエイトを示したことは、驚くべき結果であると研究グループでは考察している。このことは社会的に広く認識されておらず、議論に及んでいないとして、さらなる研究の価値があると述べられている。教育水準という代理指標には不完全な点もあるが、ほぼすべての研究者が利用可能にもかかわらずその指標の活用が不十分であり、政府や保健機関はより注意を払うべきと、本研究では結論付けられている。

関連記事:

  1. 健康への社会的決定要因を評価するAI手法
  2. 慢性腎臓病(CKD)のスクリーニングは自宅のスマホで – 英NHSX
  3. AIは腎臓病と透析導入を予防できるか?

TOKYO analyticahttps://tokyoanalytica.com/
TOKYO analyticaはデータサイエンスと臨床医学に強力なバックグラウンドを有し、健康増進の追求を目的とした技術開発と科学的エビデンス構築を主導するソーシャルベンチャーです。
The Medical AI Timesにおける記事執筆は、循環器内科・心臓血管外科・救命救急科・小児科・泌尿器科などの現役医師およびライフサイエンス研究者らが中心となって行い、下記2名の医師が監修しています。

1. 岡本 将輝
信州大学医学部卒(MD)、東京大学大学院専門職学位課程修了(MPH)、東京大学大学院医学系研究科博士課程修了(PhD)、ロンドン大学ユニバーシティカレッジ(University College London)科学修士課程最優等修了(MSc with distinction)。UCL visiting researcher、日本学術振興会特別研究員を経て、SBI大学院大学客員准教授、東京大学特任研究員など。専門はメディカルデータサイエンス。

2. 杉野 智啓
防衛医科大学校卒(MD)。大学病院、米メリーランド州対テロ救助部隊を経て、現在は都内市中病院に勤務。専門は泌尿器科学、がん治療、バイオテロ傷病者の診断・治療、緩和ケアおよび訪問診療。泌尿器科専門医、日本体育協会認定スポーツドクター。
RELATED ARTICLES

最新記事

注目の記事