大阪府寝屋川市の高齢者146,519人の医療レセプトデータ解析

大阪大学キャンパスライフ健康支援・相談センターの山本陵平教授らの研究グループは、2012年9月～2017年3月に大阪府寝屋川市で新規に要介護認定された高齢者7,873人と要介護認定されていない高齢者39,365人の透析を必要とする末期腎不全リスクと死亡リスクを比較しました。その結果、要介護認定された高齢者は、末期腎不全と死亡のリスクがともに上昇していることを初めて明らかにしました。

本研究成果は、2023年2月7日に米国科学誌「Journal of the American Medical Directors Association」（オンライン）に掲載されました。

詳細については、阪大公式サイトResOUに掲載されています。

特定健診受診者30万人の大規模追跡調査が明らかにする飲酒と腎臓の関連

大阪大学キャンパスライフ健康支援・相談センターの山本陵平教授らの研究グループは、40～74歳の男性特定健診受診者125698人を中央値2.9年間追跡した結果、時々飲酒する男性と比較して、ほとんど飲まない男性と1日あたり日本酒3合相当（アルコール約60g）以上飲酒する男性は、1年あたりの腎機能（糸球体濾過量、mL/分/1.73 m²）の低下速度が速いことを明らかにしました。また、30%以上の腎機能低下のリスクも同様の傾向を認めました。一方、女性では明らかな関連は認められませんでした。本研究は、大量の飲酒が腎機能低下のリスクであることを初めて明らかにした大規模疫学研究です。

本研究成果は、2023年3月22日に国際科学誌「Nutrients」（オンライン）に掲載されました。

詳細については、阪大公式サイトResOUに掲載されています。

大量飲酒（日本酒3合以上/日）は蛋白尿リスクを高め 適度な飲酒（日本酒1合/日）は腎臓病リスクが低い

11研究1463万人のメタ解析が明らかにした飲酒と腎臓病の関係

大阪大学キャンパスライフ健康支援・相談センターの山本陵平教授らの研究グループは、アルコール摂取量と腎臓病のリスクを評価した疫学研究報告の網羅的な文献検索を行い、抽出された11研究（総対象人数14,634,940人）の研究結果をメタ解析の手法を用いて統合しました。その結果、蛋白尿（尿蛋白≧1+）のリスクは、アルコールの少量摂取では低下した一方、大量摂取では蛋白尿リスクの上昇が認められました。腎機能低下（糸球体濾過量≦60 mL/分/1.73 m²）のリスクはアルコール摂取量30g/日程度まで低下し、それ以上の摂取量ではほぼ横ばいでした。

本研究成果は、2023年3月25日に国際科学誌「Nutrients」（オンライン）に掲載されました。

詳細については、阪大公式サイトResOUに掲載されています。

特定健診結果から糖尿病発症確率の高精度予測を可能にする機械学習技術

研究成果のポイント

• 糖尿病発症確率予測における機械学習の優位性を発見
• 糖尿病の発症予測において現在主流のAIモデルであっても古典的な統計モデルと予測精度が変わらないとされてきた
• これまでは小規模の健診データしか利用できなかったが、大阪府の協力によって大阪府健診ビッグデータを使用したAIモデルの構築が可能になった
• 生活習慣病の高精度な発症確率予測への応用が可能である。さらに、その成果を多くの人が自律的に活用することで健康寿命延伸に貢献できる

概要

　大阪大学大学院人間科学研究科の大学院生の瀬戸ひろえさん（博士後期課程）、キャンパスライフ健康支援・相談センターの土岐博特任教授らの研究グループは、機械学習が非常に高い精度で糖尿病の発症確率予測に使えることを世界で初めて明らかにしました。

　このことにより、特定健診のビッグデータを使って、生活習慣病などの発症確率を高精度で予測するAIモデルを作成することが可能になりました。病気の発症前に個人が発症確率を知ることにより、個人の努力で病気発症を抑制する生活習慣改善の動機とすることができます。これまで糖尿病の発症確率予測においては、古典的な統計モデルと機械学習によるAIモデルでは同等の精度しか出せないと考えられており、機械学習の有用性については解明されていませんでした。

　今回、土岐特任教授らの研究グループは、大阪府国保連合会保有の国民健康保険被保険者の健診結果データ（年間で約60万人分のビッグデータ）を活用することにより、糖尿病発症予測において1万をこえるビッグデータでの機械学習の優位性を定量化し、機械学習が健康予測に高精度で適用できることを解明しました。これにより、糖尿病のような生活習慣病の発症確率予測を高い精度で行うことが期待されます。
本研究成果は、英国科学誌「Scientific Reports」に、10月11日（火）18時（日本時間）に公開されます。

詳細については、以下のページをご参照ください。

ResOU
https://resou.osaka-u.ac.jp/ja/research/2022/20221011_1

本学のサイト
https://www.osaka-u.ac.jp/ja/guide/public-relations/press_release/22/jumajn