SELECT試験の心臓病リスク予測式：糖尿病のない肥満の心臓病患者における英国での評価研究

肥満は、心臓病や脳卒中といった深刻な心臓血管疾患のリスクを大きく高めることが知られています。これらの疾患の予防や管理において、個々の患者さんが将来どの程度の心臓病リスクを抱えているかを正確に予測することは、非常に重要です。医療現場では、限られた医療資源を効率的に活用し、患者さん一人ひとりに最適な治療や介入を提供するために、リスク予測式を用いた医療経済モデルが意思決定の重要な根拠となることがあります。

今回ご紹介する研究は、大規模な臨床試験である「SELECT試験」から導き出された新しい心臓病リスク予測式が、実際の医療現場でどれほど正確に機能するかを検証したものです。特に、糖尿病を合併していない肥満の心臓病患者さんという特定の集団において、この予測式が有効であるかどうかが英国のリアルワールドデータを用いて評価されました。本記事では、この研究の背景、方法、そして得られた重要な知見について、一般の読者の皆様にも分かりやすく解説していきます。

💡 SELECT試験とは？肥満と心臓病リスク予測の重要性

SELECT試験は、肥満や過体重の患者さんにおける心臓血管イベント（心臓発作や脳卒中など）のリスク管理に関する大規模な臨床試験です。この試験から、特定の治療法が心臓病リスクに与える影響や、患者さんの特性に基づいて将来の心臓病リスクを予測するための新しい数式（リスク予測式）が開発されました。

なぜこのようなリスク予測式が必要なのでしょうか？それは、患者さん一人ひとりの状態は異なり、一律の治療が全ての人に最適とは限らないからです。例えば、将来心臓病を発症するリスクが高いと予測される患者さんには、より積極的な予防策や治療を早期に開始することが推奨されます。逆に、リスクが低いと予測される患者さんには、過度な医療介入を避けることで、不必要な負担や副作用を軽減できる可能性があります。

この予測式は、医療経済モデル、つまり医療にかかる費用対効果を評価するモデルにおいて特に重要な役割を果たします。どの治療法が最も費用対効果が高いかを判断する際に、正確なリスク予測は、医療資源の最適な配分を決定するための基盤となるからです。しかし、臨床試験で開発された予測式が、実際の医療現場で多様な背景を持つ患者さんに適用された場合でも、同じように正確に機能するかどうかは、別途検証する必要があります。これが「実世界での検証（外部妥当性検証）」と呼ばれるもので、本研究の主要な目的でした。

研究の目的

本研究の目的は、SELECT試験から導き出された新しい心臓血管リスク予測式が、英国の実際の医療現場における、糖尿病を合併していない過体重または肥満の既存心臓血管疾患患者集団において、どの程度正確に心臓病イベント（急性冠症候群と脳卒中）を予測できるかを検証することでした。

🔬 どのように検証されたのか？研究方法の詳細

この研究では、SELECT試験で開発されたリスク予測式が、実際の患者データでどれほど有効かを評価するために、厳密な方法が用いられました。

対象患者とデータソース

研究チームは、英国の広範な医療記録データベースである「Clinical Practice Research Datalink（CPRD）データベース」を利用しました。CPRDは、英国の一般診療（GP）から匿名化された患者データを収集しており、実際の医療現場における患者さんの健康状態や治療経過を詳細に把握することができます。

この研究の対象となった患者さんは、以下の条件を満たす方々でした。

• 年齢が45歳以上
• ボディマス指数（BMI）が27 kg/m²以上（過体重または肥満の基準）
• すでに心臓血管疾患（CVD）（注1）の診断を受けている
• 糖尿病を合併していない

これらの患者さんの医療記録は、2008年10月24日から2021年3月29日までの期間で評価されました。この期間中に、急性冠症候群（ACS）（注2）や脳卒中（注3）といった心臓血管イベントが発生したかどうかが追跡されました。

（注1）心臓血管疾患（CVD）：心臓や血管に影響を及ぼす病気の総称。心臓発作、脳卒中、狭心症などが含まれます。
（注2）急性冠症候群（ACS）：心臓の血管（冠動脈）が突然詰まったり狭くなったりして、心臓の筋肉に十分な血液が供給されなくなる状態。心筋梗塞や不安定狭心症などが含まれます。
（注3）脳卒中：脳の血管が詰まったり破れたりすることで、脳の一部に血液が届かなくなり、脳細胞が損傷する病気。脳梗塞や脳出血などが含まれます。

リスク予測式の評価方法

SELECT試験から導き出されたリスク予測式は、急性冠症候群（ACS）と脳卒中のそれぞれについて検証されました。評価は、以下の2つの方法で行われました。

1. オリジナルの形での評価： SELECT試験で開発されたそのままの予測式を用いて、CPRDの患者集団に適用した場合の性能を評価しました。
2. 再調整（re-calibration）後の評価： CPRDの患者集団の特性に合わせて、予測式を微調整（再調整）した上で、その性能を評価しました。再調整は、予測式が特定の集団に適用された際に、より正確な予測ができるようにするための重要なプロセスです。

予測式の性能を評価するために、主に以下の2つの指標が用いられました。

• 識別能（Discrimination）（注4）： 予測式が、実際に心臓血管イベントが発生した患者さんと、発生しなかった患者さんをどれだけ正確に区別できるかを示す指標です。C-index（C統計量）（注5）という数値で評価され、1に近いほど識別能が高いことを意味します。
• 較正（Calibration）（注6）： 予測式が算出したリスクと、実際に観察されたイベント発生率がどれだけ一致しているかを示す指標です。Observed/Expected比（注7）という数値で評価され、1に近いほど較正が良好であることを意味します。

（注4）識別能（Discrimination）：リスク予測モデルが、将来イベントを経験する人と経験しない人をどれだけ正確に区別できるかを示す能力。
（注5）C-index（C統計量）：予測モデルの識別能を評価する指標の一つで、0.5（ランダムな予測）から1.0（完璧な予測）までの値を取ります。値が高いほど予測精度が高いことを示します。
（注6）較正（Calibration）：予測モデルが算出したリスクの確率と、実際にイベントが発生した割合がどれだけ一致しているかを示す能力。
（注7）Observed/Expected比：実際に観察されたイベント数と、予測モデルによって予測されたイベント数の比率。1に近いほど、予測が現実とよく一致していることを示します。

さらに、SELECTリスク予測式（再調整なし）の識別能と較正を、既存の広く用いられているリスク予測式（急性冠症候群についてはFraminghamリスクスコア（注8）、脳卒中についてはSMART-REACH（注9））と比較し、その優位性を評価しました。

（注8）Framinghamリスクスコア：心臓病のリスクを予測するために広く使われているスコアの一つで、年齢、性別、コレステロール値、血圧、喫煙の有無などに基づいて計算されます。
（注9）SMART-REACH：心臓血管疾患患者における将来の心臓血管イベントリスクを予測するために開発されたリスクスコアの一つです。

📊 主要な研究結果：SELECTリスク予測式の性能

この研究によって、SELECTリスク予測式が実際の患者データにおいてどのような性能を示したか、具体的な数値で明らかになりました。以下にその主要な結果をまとめます。

識別能（Discrimination）

4年時点でのC-indexは、急性冠症候群（ACS）で0.65、脳卒中で0.71でした。これは、予測式がイベント発生の有無をある程度区別できることを示しています。特に脳卒中においては、より高い識別能が示されました。

較正（Calibration）

CPRDの患者集団に合わせて予測式を再調整（re-calibration）した後、4年時点での較正は非常に良好でした。Observed/Expected比は、急性冠症候群（ACS）で1.02、脳卒中で0.98となり、いずれも1に非常に近い値でした。これは、予測式が算出したリスクと、実際に観察されたイベント発生率がよく一致していることを意味します。

ただし、脳卒中のベースラインリスクが高い患者さんにおいては、予測精度がやや低く、実際の発生よりもリスクを過大に予測する傾向が見られました。

既存の予測式との比較

SELECTリスク予測式は、既存の広く用いられている予測式と比較しても、優れた識別能を示しました。

• 急性冠症候群（ACS）の場合： SELECTリスク予測式のC-indexは0.68であり、Framinghamリスクスコアの0.54と比較して、より高い識別能を示しました。
• 脳卒中の場合： SELECTリスク予測式のC-indexは0.74であり、SMART-REACHの0.50と比較して、こちらもより高い識別能を示しました。

これらの結果を以下の表にまとめます。

🧐 研究結果からの考察：何がわかったのか？

この研究結果は、SELECT試験から導き出された心臓病リスク予測式が、特定の患者集団において非常に有用であることを示しています。特に、糖尿病を合併していない過体重または肥満の既存心臓血管疾患患者という、比較的リスクの高い集団において、その予測性能が評価されました。

最も重要な発見は、CPRDデータベースの実際の患者データに合わせて「再調整」されたSELECTリスク予測式が、許容できる識別能と良好な較正を示したことです。これは、この予測式が、イベントの発生有無をある程度正確に区別でき、かつ予測されたリスクの確率が実際のイベント発生率とよく一致していることを意味します。

さらに、この予測式が、既存の広く用いられているFraminghamリスクスコアやSMART-REACHといった予測式と比較して、より優れた識別能を示した点も注目に値します。これは、SELECTリスク予測式が、この特定の患者集団において、従来の予測式よりも高い精度で心臓病リスクを評価できる可能性を示唆しています。

これらの結果は、SELECTリスク予測式が、医療経済評価において非常に有用なツールとなり得ることを裏付けています。医療政策の立案者や医療従事者が、肥満を伴う心臓病患者さんに対する介入の費用対効果を評価する際に、この予測式を用いることで、より根拠に基づいた意思決定が可能になるでしょう。

ただし、脳卒中のベースラインリスクが高い患者さんにおいて、予測式がリスクを過大に予測する傾向が見られた点については、今後の改善やさらなる検証が必要です。これは、特定のサブグループにおいて予測式の精度が低下する可能性を示しており、より個別化された予測モデルの開発が求められるかもしれません。

🏃‍♀️ 実生活へのアドバイス：あなたの健康のために

この研究は専門的な内容ですが、私たち自身の健康管理にも役立つ重要なメッセージを含んでいます。特に、過体重や肥満があり、すでに心臓病を抱えている方、あるいは心臓病のリスクが高いと感じている方にとって、以下の点が参考になるでしょう。

• 定期的な健康診断の重要性： 自身のBMI、血圧、コレステロール値などを定期的に把握し、医師と相談することが大切です。特に心臓病の既往がある場合は、定期的なフォローアップが不可欠です。
• 体重管理への意識： 過体重や肥満は心臓病のリスクを大幅に高めます。健康的な食事と適度な運動を心がけ、適切な体重を維持することが、心臓病の予防・管理の基本となります。無理のない範囲で、専門家のアドバイスを受けながら体重管理に取り組みましょう。
• 医師との積極的な相談： この研究で示されたようなリスク予測式は、医師が患者さんのリスクを評価し、最適な治療計画を立てる上で役立ちます。自身の健康状態やライフスタイルについて正直に医師に伝え、疑問や不安があれば積極的に質問しましょう。
• 糖尿病の有無の確認： 本研究は糖尿病のない患者さんを対象としていますが、糖尿病も心臓病の大きなリスク因子です。自身の血糖値も定期的にチェックし、糖尿病の兆候があれば早期に医療機関を受診することが重要です。
• 心臓病の兆候に注意： 胸の痛み、息切れ、動悸、めまい、手足のしびれなど、心臓病や脳卒中の兆候かもしれない症状があれば、すぐに医療機関を受診してください。早期発見・早期治療が、重症化を防ぐ鍵となります。

この研究は、個々の患者さんのリスクをより正確に予測し、最適な医療を提供するための技術が進歩していることを示しています。私たち一人ひとりが自身の健康状態に関心を持ち、医療従事者と協力しながら、より健康的な生活を送るための行動を続けることが大切です。

⚠️ 研究の限界と今後の課題

本研究は、SELECTリスク予測式の有用性を示す重要な知見を提供しましたが、いくつかの限界点も存在します。これらの限界を理解することは、研究結果を適切に解釈し、今後の研究の方向性を考える上で重要です。

• 対象集団の限定性： 本研究は、英国のCPRDデータベースのデータを用いており、対象患者は「糖尿病のない過体重または肥満の既存心臓血管疾患患者」に限定されています。そのため、他の人種や地域、あるいは糖尿病を合併している患者さんなど、異なる集団にこの予測式を適用した場合に、同様の予測精度が得られるかはさらなる検証が必要です。
• データベースの特性： CPRDデータベースは、実際の診療記録に基づいているため、データ入力のばらつきや、特定の情報が欠落している可能性も考えられます。これにより、予測式の評価に影響を与える可能性があります。
• 高リスク患者における過大予測： 脳卒中のベースラインリスクが高い患者さんにおいて、予測式がリスクを過大に予測する傾向が見られました。これは、特定のサブグループにおいて予測式の精度が十分ではない可能性を示唆しており、これらの患者さんに対する予測式の改善や、より精密な層別化が必要となるかもしれません。
• 長期的な予測性能： 本研究は4年時点での予測性能を評価していますが、より長期的な視点での予測精度や、時間の経過とともに予測性能がどのように変化するかについては、さらなる追跡研究が必要です。
• 介入の効果の評価： リスク予測式は、リスクを予測するものであり、特定の介入がイベント発生率をどの程度減少させるかまでは直接評価していません。予測式を用いて介入の効果を評価するためには、さらなる臨床試験や医療経済評価が必要です。

これらの限界を踏まえ、今後は、より多様な集団での検証、高リスク患者における予測精度の改善、そして長期的な視点での評価が、SELECTリスク予測式のさらなる発展と実用化に向けての課題となるでしょう。

まとめ

今回の研究は、SELECT試験から開発された心臓病リスク予測式が、糖尿病を合併していない過体重または肥満の既存心臓血管疾患患者という特定の集団において、実世界のデータでも高い予測性能を持つことを明らかにしました。特に、CPRDデータベースの患者集団に合わせて再調整された予測式は、許容できる識別能と良好な較正を示し、既存の予測式よりも優れた性能を発揮しました。この結果は、SELECTリスク予測式が、医療経済評価における意思決定を支援し、肥満を伴う心臓病患者さんへの最適な医療介入を計画するための貴重なツールとなり得ることを強く示唆しています。今後、この予測式がより多くの患者さんの健康管理に貢献し、心臓病の予防と治療の進展につながることが期待されます。

関連リンク集

• 国立循環器病研究センター
• 日本肥満学会
• 厚生労働省
• 日本循環器学会
• 日本心臓財団

書誌情報