• 神経疾患外来で患者と医師に“認識ギャップ”、機械学習モデルが予測可能性示す

     神経疾患の外来診療では、患者と医師の評価や満足度に小さなズレが生じることがある。この認識ギャップは、治療理解の不十分さや信頼関係の低下を通じて、生活の質や長期的な治療アウトカムに影響し得る。今回、パーキンソン病、多発性硬化症、てんかんの患者と医師のペアを対象にアンケートを実施し、認識ギャップを定量化するとともに、機械学習モデルでギャップを予測できることを明らかにした。研究は、順天堂大学医学部附属順天堂医院脳神経内科の大山彦光氏(現:埼玉医科大学医学部脳神経内科)、富沢雄二氏、服部信孝氏らによるもので、詳細は2月9日付で「Scientific Reports」に掲載された。

     パーキンソン病、多発性硬化症、てんかんなどの神経疾患は慢性かつ症状が多様で、進行に伴い日常生活動作(ADL)や生活の質(QOL)に大きな影響を及ぼす。近年は共同意思決定(SDM)の重要性が強調されているが、診察時の限られた情報に基づく判断では、患者と医師の間で疾患認識や治療目標に認識ギャップが生じる可能性がある。実際、神経疾患領域でも症状の重要度や治療目標、再発評価などを巡るズレが報告されているが、患者と主治医のペアで直接比較した研究は限られている。さらに、こうした認識ギャップを予測する試みも十分ではない。そこで本研究(GAP-AI研究)は、神経疾患患者と主治医の間の認識ギャップを定量化し、その関連因子を検討するとともに、機械学習モデルによる予測可能性を評価することを目的とした。

    【治験について相談したい方へ】
    治験情報の探し方から参加検討まで、専門スタッフが一緒にサポートします

     本研究は単施設の観察研究であり、患者197人とその主治医12人を対象に、2回の外来受診時に質問票への回答を求めた。質問票には、患者満足度を評価する18項目のPatient Satisfaction Questionnaire Short Formや、患者と医師双方が回答する9項目のShared Decision Making Questionnaire、Barthel Index、SF-36の各下位尺度を用いた。主要評価項目は、患者と医師の回答を項目ごとに対応させて算出した差(すなわち認識ギャップ)とした。差は絶対値でも評価し、ギャップの大きさを中央値で「一致群」と「不一致群」に分類した。患者背景および医師の年齢・経験年数などの属性との関連を単変量解析で検討し、さらに重回帰分析により認識ギャップに影響する独立因子を同定した。

     本研究は2023年1~8月に実施された。患者の平均年齢は58.1歳で、女性が60.4%を占めた。疾患はパーキンソン病が最多(69.5%)で、多発性硬化症、てんかんが続き、平均罹病期間は7.4年であった。多くは同居者がおり、介護を要しない軽~中等症例が中心であった。一方、医師の半数は35~44歳で、83.3%が男性であった。4割超が20年以上の経験を有し、多くがパーキンソン病を専門とする神経内科専門医であった。

     患者と医師の回答には各質問票で一定の認識ギャップが認められ、総得点は有意に異なり、一致度(κ係数)は全体に低値であった。SF-36下位尺度の一致は19.3%にとどまった。ギャップには患者年齢、診断名、介護者の有無、通院頻度、障害度などの患者側因子に加え、医師の年齢、経験年数、専門医資格、担当患者数などの医師側因子が関連していた。重回帰分析では患者年齢や介護者の有無、医師の経験年数などが独立因子として抽出され、一部疾患では年収も関連していた。

     また、研究データに基づき複数の機械学習アルゴリズムを用いて予測モデルを構築したところ、k近傍法(k-nearest neighbors)アルゴリズムが、主要評価項目で定義した患者と医師の認識ギャップの有無を予測する上で最も良好な性能を示した。

     著者らは、GAP-AI研究により神経疾患患者と医師の間に認識ギャップが存在することが明らかになったと述べている。ギャップは患者背景や医師の経験など複数の因子に影響され、機械学習により予測可能であるとしている。さらに、その把握と是正が患者中心医療の向上につながる可能性があると指摘している。

     なお、本研究の限界として、単施設研究であり特にてんかん症例数が少ないことから一般化に制限がある点、主観的な患者報告アウトカムを用いたことや医師用に十分検証されていない質問票の使用が結果の解釈に影響し得る点などを挙げている。

    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。

    治験・臨床試験についての詳しい説明

    参考情報:リンク先
    HealthDay News 2026年3月23日
    Copyright c 2026 HealthDay. All rights reserved. Photo Credit: Adobe Stock
    SMTによる記事情報は、治療の正確性や安全性を保証するものではありません。
    病気や症状の説明について間違いや誤解を招く表現がございましたら、こちらよりご連絡ください。
    記載記事の無断転用は禁じます。
  • MASLD患者の心血管疾患入院、糖尿病合併で院内死亡リスク約2倍

     代謝異常関連脂肪性肝疾患(MASLD)患者が心血管疾患(CVD)で入院した場合、糖尿病併存例では院内死亡や合併症のリスクが有意に高いことが、日本の大規模レジストリ研究で明らかになった。研究は、宮崎大学医学部内科学講座循環器・腎臓内科学分野の小牧聡一氏、松浦祐之介氏らによるもので、2月15日付の「Diabetic Medicine」に掲載された。

     MASLDは、従来の非アルコール性脂肪性肝疾患(NAFLD)に代わる新たな疾患概念として提唱されており、世界で最も頻度の高い慢性肝疾患の一つとされる。CVDとの関連が強いことから心血管リスク評価の重要性が指摘されているが、診断基準を構成する各代謝因子が予後に及ぼす影響については、十分に明らかになっていなかった。糖尿病はMASLDにおける肝関連合併症との関連が知られる一方、CVDで入院したMASLD患者の院内転帰に及ぼす影響については不明な点が多かった。そこで研究グループは、日本全国の心血管入院データを用いて、MASLD患者における糖尿病と院内転帰(死亡・合併症)との関連を検討した。

    【治験について相談したい方へ】
    治験情報の探し方から参加検討まで、専門スタッフが一緒にサポートします

     本研究は、2012年4月から2023年3月までの全国規模の日本循環器疾患レジストリ(Japanese Registry of All Cardiac and Vascular Diseases–Diagnosis Procedure Combination:JROAD-DPC)のデータを用いた後ろ向き横断研究である。解析対象は、CVDで入院したMASLD患者10,614人。MASLDは、肝脂肪化に加え、少なくとも1つの心代謝リスク因子(高血圧、脂質異常症、糖尿病、関連薬剤の使用、またはBMI 23 kg/m²以上〔アジア人のBMI基準〕)を有する場合と定義した。主要評価項目は院内死亡、副次評価項目は主要な心血管系および非心血管系の院内合併症発生とした。統計解析では、糖尿病の有無による患者背景および転帰を比較したうえで、院内死亡との関連を検討するため多変量ロジスティック回帰解析を実施した。

     対象患者の年齢中央値は66歳で、66.9%が男性だった。MASLD患者10,614人のうち、4,550人(42.9%)が糖尿病を合併していた。糖尿病非合併患者と比較して、糖尿病合併患者では虚血性心疾患(35.5% vs. 30.8%)、急性冠症候群(18.8% vs. 16.9%)、心不全(27.3% vs. 25.4%)の割合がいずれも有意に高かった(いずれもP<0.05)。

     院内死亡率(5.6% vs. 3.3%、P<0.001)および全合併症発生率(23.6% vs. 19.7%、P<0.001)も糖尿病合併群で有意に高く、合併症発生率の差は主として心血管系イベント(16.8% vs. 10.5%、P<0.001)の増加によるものと考えられた。さらに心血管系イベントの内訳では、糖尿病合併例で入院後の心不全や急性冠症候群の発症が多く、大動脈内バルーンパンピング(IABP)、体外式膜型人工肺(ECMO)、人工呼吸管理などの高度治療を要する割合も高かった。

     多変量ロジスティック回帰解析の結果、糖尿病は院内死亡の独立した予測因子であることが確認された(オッズ比 1.99、95%信頼区間 1.60~2.47、P<0.001)。さらに、敗血症、大出血、がんも院内死亡の独立した規定因子であった。一方、脂質異常症や虚血性心疾患は死亡リスク低下と関連し、抗血小板薬、スタチン、ACE阻害薬/ARBの使用も死亡率低下と関連していた。

     著者らは、CVDで入院したMASLD患者において、糖尿病合併が院内死亡率および合併症発生率の上昇と関連していたと結論づけた。そのうえで、「MASLDの心代謝リスク因子が予後に及ぼす影響を一律に捉えるのではなく、特に糖尿病の有無といった代謝表現型に基づいて層別化して評価することが、より精度の高いリスク評価や個別化医療の推進につながる可能性がある」としている。

     なお、本研究の限界として、診断が病名コードに基づくため誤分類の可能性がある点、検査値や治療詳細が含まれていない点、残余交絡の可能性や因果関係を示せない点、非MASLD対照群がない点が挙げられている

    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。

    治験・臨床試験についての詳しい説明

    参考情報:リンク先
    HealthDay News 2026年3月23日
    Copyright c 2026 HealthDay. All rights reserved. Photo Credit: Adobe Stock
    SMTによる記事情報は、治療の正確性や安全性を保証するものではありません。
    病気や症状の説明について間違いや誤解を招く表現がございましたら、こちらよりご連絡ください。
    記載記事の無断転用は禁じます。