-
6月 09 2025 
高齢者の夜間頻尿、改善のカギは就寝時間か
夜間頻尿は特に高齢者を悩ませる症状の一つであり、睡眠の妨げとなるなど生活の質（QOL）に悪影響を及ぼすことがある。今回、適切な時刻に規則正しく就寝する生活を送ることで、高齢者の夜間頻尿が改善する可能性があるとする研究結果が報告された。研究は、福井大学医学部付属病院泌尿器科の奥村悦久氏らによるもので、詳細は「International
Journal of Urology」に4月26日掲載された。夜間頻尿は、夜間に排尿のために1回以上起きなければならない症状、と定義されている。主な原因としては、夜間多尿、膀胱容量の減少、睡眠障害が知られている。疫学研究により、夜間頻尿はあらゆる年齢層における主要な睡眠障害の一因であり、加齢とともにその有病率が上昇することが示されている。加齢に伴う睡眠障害の一つの特徴として、就寝時間が早まる傾向がある。その結果、高齢者では総睡眠時間は延長するものの眠りが浅くなり、軽い尿意で覚醒するようになる。しかし、睡眠障害の治療が夜間頻尿の改善につながることを示唆する前向き臨床試験の報告は限られている。このような背景を踏まえ著者らは、就寝時刻を調整することで高齢者の夜間頻尿が改善するという仮説を立てた。
夜間頻尿に関する治験・臨床試験（新しい治療薬）情報はこちら
郵便番号を入力すると、お近くの治験情報を全国から検索できます。本研究では、睡眠・覚醒活動を測定するウェアラブルデバイスを患者に装着して就寝してもらった。得られた1週間分の就寝時刻、中途覚醒時間のデータから、最急降下法を応用して考案した独自のアルゴリズム（特許出願中）を用いて患者ごとに適切な就寝時刻を決定し、その時刻に就寝する生活を続けることによる夜間頻尿の変化を検証した。解析対象は、2021年4月～2023年12月にかけて、夜間頻尿を主訴として福井大学附属病院とその関連病院を受診した患者33名とした。患者を交互割り付けで4週間毎の介入→非介入群と非介入→介入群の2群に分け、それぞれに対し2週間のウォッシュアウト期間を設けるクロスオーバー試験を実施した。介入期間中は、上記方法で決定した個別の就寝時刻に就寝してもらい、排尿状態は各期間の前後3日に記録した排尿日誌を、睡眠の質はピッツバーグ睡眠質問票（PSQI）を用いてそれぞれ評価した。主要評価項目は夜間排尿回数（Nocturnal
urinary frequency；NUF）の変化量とし、副次評価項目は夜間尿量（Nocturnal urine
volume；NUV）、就寝から第一覚醒までの時間（Hours of undisturbed sleep；HUS）、NUV（NUV per
hour；NUV/h）、PSQIなどの変化量と設定した。変化量はrepeated measures ANOVAで評価した。解析対象は、新型コロナウイルス感染症流行に伴う移動制限、生活習慣の変化などの理由により9名を除外した24名となった。対象の平均年齢は79.7±5.6歳であり、男性17名、女性7名であった。介入前の対象群の平均就寝時刻は21時30分で、介入後は22時11分となり、24人中22人が就寝時間を遅らせる結果となった。
介入期間中のNUFは、非介入期間と比較して有意に減少した（－0.90回 vs
－0.01回、P＜0.01）。さらに、Spearmanの順位相関検定の結果、NUFの変化量と就寝時間の変化量の間には有意な相関が認められた（r＝－0.58、P＝0.003）。また非介入期間と比較して、介入期間においてHUSは有意に延長し（62.8分 vs.
12.7分、P＝0.01）、NUVは有意に減少した（－105.6mL vs.
4.4mL、P＝0.04）。特にHUSまでのNUV/hが有意に減少し（－28.4mL/h vs.
－0.17mL/h、P＝0.04）、さらにPSQIも有意な改善を認めた（－2.4 vs. 1.2、P＝0.02）。本研究の結果について著者らは、「夜間頻尿を有する高齢者は最適な就寝時刻より早く就寝している傾向にある可能性が高い。しかし、適切な時刻に規則正しく就寝する生活を送ることで、睡眠の質にとって非常に重要な要素であるといわれる『就寝から第一覚醒までの時間』が有意に延長され、これに伴い夜間尿量、特に『就寝から第一覚醒までの時間』における単位時間あたりの尿量が有意に減少し、結果として夜間排尿回数が有意に減少する可能性がある。これらの結果は、就寝時刻の調整が夜間頻尿に対する有効な行動療法となる可能性を示唆している。また、実際の就寝時刻と最適な就寝時刻の差が大きい患者ほど介入の有効性が高い可能性がある」と述べている。
治験に関する詳しい解説はこちら
治験・臨床試験は新しいお薬の開発に欠かせません。治験や疾患啓発の活動を通じてより多くの方に治験の理解を深めて頂く事を目指しています。治験について知る事で治験がより身近なものになるはずです。
-
6月 09 2025 
説明可能な人工知能による潰瘍性大腸炎の予後因子
潰瘍性大腸炎（UC）は慢性の炎症性腸疾患であり、その病態生理は多岐にわたる。そのため、症例ごとに最適な治療法を選択することが大切だ。今回、全国規模のレジストリを説明可能な人工知能（日立製作所）を用いて解析することで、難治性UCの予後因子を特定できることが報告された。レジストリ登録時の偽ポリープが存在することが、寛解と有意に負の相関を示したという。研究は東海大学医学部消化器内科の佐野正弥氏らによるもので、詳細は「Annals
of Medicine」に5月5日掲載された。UCは、重度の下痢、血便、激しい腹痛、発熱を特徴とし、再発と寛解を繰り返す難治性の炎症性腸疾患だ。UCの寛解を目指す場合、コルチコステロイド（CS）の導入が有効とされるが、CSには長期使用による有害事象のリスクがあり、早晩にCSに依存しない薬剤への切り替えが不可欠と考えられる。そのため、従来の研究では、どの治療がどの疾患型に対してより高い寛解率をもたらすかが検討されてきた。しかし、UCの疾患の多様性が影響し、包括的な予測モデルの開発は困難となっている。このような背景を踏まえ、著者らは、全国の医療記録に基づく機械学習モデルを用いて、難治性UCの予後因子を特定することとした。
潰瘍性大腸炎に関する治験・臨床試験（新しい治療薬）情報はこちら
郵便番号を入力すると、お近くの治験情報を全国から検索できます。解析対象は2003年4月から2012年3月（日本で生物学的製剤が普及する前）の期間に、全国レジストリに登録された新規UC症例7万9,096名とした。この中から3年分のデータがあり、初回診断時のMayoスコアが3以上で、登録以来CSを使用している4,003名（うち1,373名が3年以内に寛解達成）を最終的な解析対象とした。機械学習にはポイントワイズ線形モデル（PWLモデル）を用いて、3年後の寛解誘導と患者の層別化を予測した。モデルのパフォーマンスを示すスコアとして、曲線下面積（AUC）とF値を用いた。
長期寛解（3年以上持続）を予測するために、登録時、登録後1年、登録後2年までのデータに基づき開発された3つのPWLモデルが評価された。登録時、登録後1年目、登録後2年目のAUCはそれぞれ0.628、0.641、0.774であり、増加が認められた。また、登録後2年後までのテストデータセットにおける、適合率、再現率、F値はそれぞれ0.55、0.70、0.62だった。
次にk-means+法を用いて患者を予測される寛解率の高いグループと低いグループに分類した。さらに、登録時データのみを使用して寛解に関連する重要な因子の相関係数を調べたところ、偽ポリープ（0.695）、腹痛（0.689）、S字結腸炎（0.578）、5-ASAの使用（0.513）などいくつかの因子が相関していることが分かった。これらの因子の重み値は、偽ポリープ（-0.056）、腹痛（-0.054）で負の値を、S字結腸炎（0.054）、5-ASAの使用（0.049）で正の値を示した。登録後1年目までのデータを解析した結果、重要な因子として、偽ポリープ（0.982）、手術（0.964）、血球成分除去療法（0.940）が特定された。重み値は偽ポリープ（-0.159）が負の相関を示し、手術（0.094）と血球成分除去療法（0.109）が正の相関を示した。登録後2年までのデータでは、偽ポリープ（0.893）、2年目の日常生活（0.743）、1年目におけるCSの使用（0.736）が重要な因子となっていた。
本研究の結果について著者らは、「登録後2年目までの臨床データを組み込むことで、過学習のリスクなしにモデルの精度が向上した。さらに、3つ全ての予測モデルにおいて、登録時の偽ポリープの存在が寛解導入の成功を阻害することが示された。UCのように炎症と寛解を繰り返す疾患では、長期予後を予測する際に時系列データの影響を考慮する必要があるが、従来の統計手法には一定の限界がある。このような背景から、PWLモデルは予後予測とその影響因子の特定に有効なのではないか」と述べている。
潰瘍性大腸炎のセルフチェックに関する詳しい解説はこちら
潰瘍性大腸炎は主にお腹の症状が中心となる炎症性の病気です。潰瘍性大腸炎の症状に焦点を当てながら潰瘍性大腸炎のセルフチェックに役立つ情報をご紹介していきます。
