2022 Fiscal Year Annual Research Report
Development and effectiveness verification of a diabetes risk score that proposes personalized lifestyle habits
| Project/Area Number |
18K01988
|
|---|
| Research Institution | Department of Clinical Research, National Hospital Organization Kyoto Medical Center |
|---|
Principal Investigator |
葛谷 英嗣 独立行政法人国立病院機構(京都医療センター臨床研究センター), 臨床研究企画運営部, 客員研究室長 (20115835)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
坂根 直樹 独立行政法人国立病院機構(京都医療センター臨床研究センター), 臨床研究企画運営部, 研究室長 (40335443)
|
|---|
| Project Period (FY) |
2018-04-01 – 2023-03-31
|
| Keywords | 糖尿病 / リスクスコア / 個別化医療 / 機序計算モデル / 人工知能 |
|---|
| Outline of Annual Research Achievements |
ライフスタイルの近代化と高齢化に伴い、糖尿病患者は約1,000万人と増加し、その対策が急務とされている。糖尿病予防に向けての危機意識を高めるために、今までに様々な糖尿病リスクスコアが開発されてきたが、その効果は弱かった。その理由として、一時的に対象者の危機感は高めるが個人に合わせた具体的な生活習慣を提案しないからであった。また、従来のリスクスコアは観察研究のベースラインデータを用いているため、生活習慣の変化には対応できていないことが判明した。ごく最近、米国で行われた糖尿病予防研究プログラム（US DPP）と食事介入研究で体重やHbA1c値をシュミレーションできる機序計算モデルが開発された。そこで、従来の糖尿病リスクスコアの短所を補うべく、機序計算モデルを用いて新たな糖尿病発症予測システムの開発を行うのが本研究の目的である。糖尿病予防研究のデータセットから、介入群からベストリスポンダーとワーストリスポンダー、対照群からそれにマッチした症例を抽出し、モデルを個人毎に生体指標（体重とHbA1c）を時系列に近似させ、最適な栄養素バランスを推定することができた。資源が限られている際に、介入効果の高い集団と特定するために、肥満、メタボリックシンドローム、脂肪肝があると糖尿病の発症リスクは2-3倍になった。4.9年間の追跡期間の中で、糖尿病予備軍のNAFLDではハザード比が0.42（95％信頼区間0.18-0.98; P=0.045）と著明な糖尿病リスクの低減効果が認められた。リアルワールドで介入資源が限られた際のよいターゲットになると考えられる。
|
