Population differences in wearable device wear time: Rescuing data to address biases and advance health equity

All of Us 研究プログラムの Fitbit データを用いた大規模分析により、ウェアラブルデバイスの装着時間が人口統計や健康状態によって偏り、既存の基準が疾患集団のデータを不当に除外するバイアスを生むことを明らかにし、健康の公平性を高めるための柔軟な方法論的枠組みを提案しています。

要約

この論文は、**「スマートウォッチ（Fitbit など）を身につけている時間（装着時間）の偏りが、医療研究に大きな誤解を生んでいる」**という重要な発見を伝えています。

まるで、**「雨の日の傘の持ち方」を研究しているのに、「傘をささない人たちのデータはすべて捨てて、傘をさしている人だけを集めて分析」**してしまったようなものです。その結果、「傘をさす人はみんな元気だ」という間違った結論が出てしまう可能性があります。

以下に、この研究の核心をわかりやすく解説します。

---

🕵️‍♂️ 物語の舞台：「1 万 2000 人の Fitbit データ」

研究者たちは、アメリカの「All of Us（みんなの）」という大規模な健康調査プロジェクトに参加している約 1 万 2000 人の Fitbit データを分析しました。彼らは、**「誰が、いつ、どのくらい腕時計を身につけていたか」**という情報を詳しく調べました。

🔍 発見：腕時計を身につける時間は「ランダム」ではない

これまで、研究では「1 日に 10 時間以上腕時計を身につけていない日は、データとして無効（ゴミ）」とみなして捨てていました。しかし、この研究でわかったのは、「腕時計を身につける時間」は、その人の健康状態や生活環境と深く結びついているということです。

• 身につけやすい人： 男性、高齢者、収入や学歴が高い人。
• 身につけにくい人： 女性、若者、収入が低い人。
• 特に身につけにくい人： うつ病や不安症などの心の病を持っている人。

🌧️ アナロジー：
うつ病の人は、やる気が起きず、腕時計を腕から外してしまいがちです。これは「データが壊れている」のではなく、**「病気の重さそのものが、腕時計を身につけないという行動として現れている」**のです。

⚠️ 問題点：「10 時間ルール」が不公平なフィルターになっている

従来の研究では、「1 日に 10 時間以上身につけていない日は捨ててしまう（10 時間ルール）」というルールが一般的でした。

• 健康な人： 10 時間以上身につけていることが多いので、データがほとんど残る。
• うつ病の人： 10 時間未満になりがちなので、データの 74% もが捨てられてしまう！

🗑️ アナロジー：
これは、**「足が不自由な人の歩行データを収集する際、『1 日 1 万歩歩けない人は除外する』というルールを作ってしまう」**ようなものです。結果として、足が不自由な人のデータがすべて消え、「みんなが元気よく歩ける」という誤った結論が出てしまいます。

この研究では、うつ病の人のデータが**74.4%も捨てられ、健康な人のデータは20.9%**しか捨てられていないことが明らかになりました。これでは、病気の人の実態を正しく理解できません。

💡 解決策：新しい「5 つの道具」でデータを救おう

研究者たちは、データを捨てずに正しく分析するための**「新しい 5 つの道具（方法論）」**を提案しました。

1. 標準フィルター（従来の方法）： 10 時間ルール。→ 問題あり（病気の人のデータが大量に消える）。
2. 統計的な調整（コвариアート調整）： データを捨てず、「身につけていた時間」を計算式に組み込んで補正する。→ おすすめ。すべてのデータを使える。
3. 単位の変換（正規化）： 「1 日の歩数」ではなく、「1 時間あたりの歩数」で比較する。→ 公平な比較ができる。
4. マッチング（傾向スコア）： 身につける時間の似た人同士をペアにして比較する。→ 公平だが、データ量が激減する。
5. 柔軟なルール（適応型閾値）： 「10 時間」ではなく、グループに合わせて「6 時間」などルールを調整する。→ 状況に応じて使える。

🛠️ アナロジー：
従来の方法は「重い荷物はすべてトラックから降ろして捨てる」ことでした。新しい方法は、「荷物の重さを測って、重さの分だけ計算を調整する」ことです。そうすれば、重い荷物（病気の人のデータ）も捨てずに、正確な分析が可能になります。

🌟 結論：データは「ゴミ」ではなく「メッセージ」

この研究が伝えたい最大のメッセージは、**「腕時計を身につけていない時間（装着時間の短さ）自体が、病気のサインや生活の困難さを示す重要なメッセージ」**であるということです。

• これまでの考え方： 「データが足りない＝無効」
• 新しい考え方： 「データが少ない＝病気が重いかもしれない。その「少なさ」自体を分析に活かそう」

この新しいアプローチを使えば、これまで見逃されていた人々の健康データを守り、より公平で正確な医療研究が可能になります。病気で辛い人ほどデータが失われがちだった過去を改め、**「誰のデータも無駄にしない」**未来を作ろうという提案です。

技術概要

この論文「Population differences in wearable device wear time: Rescuing data to address biases and advance health equity（ウェアラブルデバイスの装着時間における人口統計学的差異：バイアスの是正と健康格差の是正に向けたデータの救済）」の技術的サマリーを以下に示します。

1. 問題提起 (Problem)

ウェアラブルデバイス（Fitbit など）は、デジタルバイオマーカーを通じたパーソナライズ医療の発展に革新的な可能性を秘めています。しかし、研究において**「装着時間（wear time）」の個人差**が信号の同定を歪めたり、バイアスを生じさせたりする重大な課題となっています。

• 既存の課題: 従来の研究では、データの信頼性を確保するため、1 日の装着時間が 10 時間以上（≥10 時間）という基準を満たさない日付を除外する「コンプライアンスフィルタリング」が一般的です。
• バイアスの発生: この基準は、健康な集団の行動パターンを把握する際には有効ですが、疾患を持つ集団（特にうつ病や不安障害など）に対しては、系統的な除外バイアスを引き起こします。疾患の重症度や症状自体が装着時間の減少と相関している場合、フィルタリングにより「疾患に関連する重要なデータ（低装着時間の日）」が意図せず削除され、分析対象から除外されてしまいます。
• 目的: 人口統計、社会的決定要因（SDoH）、生活習慣、精神症状、疾患状態によってウェアラブルデバイスの装着時間がどのように異なるかを体系的に評価し、データ損失を最小化しつつ分析の厳密性を保つための方法論的枠組みを提案すること。

2. 手法 (Methodology)

• データソース: 「All of Us（AoU）」研究プログラム（バージョン 7）から、11,901 名の参加者の Fitbit データ、アンケートデータ、電子カルテ（EHR）データを統合して分析しました。
• 解析対象:
  • 人口統計・SDoH: 性別、年齢、人種/民族、所得、学歴、健康保険の有無。
  • 精神状態: 抑うつ、不安、無快楽症の症状（アンケート）および診断（EHR による MDD、不安障害など）。
  • 慢性疾患: 精神疾患、血液疾患、呼吸器疾患など、Phecode 分類に基づく多様な疾患カテゴリー。
• 統計手法:
  • 装着率（%）と 1 日あたりの平均装着時間（時間）を、線形回帰モデルおよび線形混合効果モデル（個人 ID をランダム効果として使用）を用いて比較。
  • 多重比較補正（ボンフェローニ法）を適用。
• 方法論的アプローチの比較（MDD を例に検証）:
  1. 標準コンプライアンスフィルタリング: 装着時間≥10 時間の日のみを保持。
  2. 共変量調整: 全データを保持し、1 日の装着時間を共変量としてモデルに含める。
  3. メトリクスの正規化: 総歩数を「装着時間あたりの歩数（歩/時間）」に変換。
  4. プロペンスティスコアマッチング: 装着時間の分布に基づいて群間をマッチング。
  5. 適応的閾値: 1 時間から 10 時間まで閾値を変化させ、群間差がなくなる閾値を探索。

3. 主要な結果 (Key Results)

A. 装着時間の人口統計学的・社会的要因による差異

• 年齢・性別: 装着時間は加齢とともに増加し、60-70 歳で最も高かった。男性は女性よりも装着時間が有意に長かった（ただし、AoU コホートは女性が多いため、自己選択バイアスの可能性あり）。
• SDoH: 所得と学歴が高いほど、また健康保険があるほど装着時間が長かった。
• 人種・民族: ヒスパニック/ラテン系は白人（非ヒスパニック）に比べて装着時間が短かった。

B. 精神疾患・症状との関連

• 症状レベル: 抑うつ、不安、無快楽症の症状がある人は、症状がない人に比べて装着日数が有意に少なかった。症状の重症度が高いほど装着時間が減少する用量反応関係が確認された。
• 診断レベル: 臨床診断（MDD、不安障害）を受けた集団は、単なる症状報告群よりもさらに装着時間が大幅に減少した。
  • MDD 患者のデータ損失: 標準的な≥10 時間フィルタを適用した場合、MDD 患者のデータ日の 74.4% が除外されたのに対し、対照群では 20.9% のみであった。これは疾患群におけるデータ損失が極めて偏っていることを示しています。

C. 疾患カテゴリーごとのパターン

• 精神疾患、喫煙使用障害などは装着時間が減少する傾向にあった。
• 一方、神経系疾患や血液疾患、感染症などは、対照群よりも装着時間が長い、あるいは日数が多いという逆の傾向も見られた（疾患管理のための継続的なモニタリング需要が反映されている可能性）。

D. 分析方法の比較結果（MDD と歩数の関係）

• 標準フィルタリング: 群間差（MDD 患者は対照群より歩数が少ない）は最大に見積もられたが、これは低活動日の除外による過大評価の可能性がある。また、統計的検出力が低下し、代表性が損なわれた。
• 共変量調整: 全データを使用し、装着時間を調整することで、群間差は小さくなったが依然として有意であり、より正確な推定値が得られた。データ損失はゼロ。
• メトリクス正規化: 「歩/時間」で評価することで、装着時間の違いを直接補正し、有意な差を確認した。
• プロペンスティマッチング: 群間バランスは取れたが、データが 93% 削除され、統計的検出力が著しく低下した。
• 適応的閾値: 閾値を下げても、MDD 群と対照群の装着時間差は解消されず、フィルタリングだけではバイアスを完全には除去できないことが示された。

4. 主要な貢献 (Key Contributions)

1. 大規模な体系的評価: 1 万人以上のコホートを用い、ウェアラブルデバイスの装着時間が人口統計、社会経済的要因、精神状態、慢性疾患によってどのように非ランダムに分布するかを初めて包括的に明らかにした。
2. 標準的閾値の限界の指摘: 広く用いられている「≥10 時間」の基準が、疾患集団（特に精神疾患）から過剰にデータを除外し、健康格差（Equity）を悪化させるバイアスを生み出していることを実証した。
3. 柔軟な方法論的枠組みの提案: 研究目的や対象集団に応じて、以下の 5 つのアプローチを単独または組み合わせることで、データの保持と分析の厳密性を両立させる枠組みを提案した（表 1 参照）。
   • 共変量調整（装着時間を統計モデルに含める）
   • メトリクスの正規化（時間あたりの指標へ変換）
   • プロペンスティスコアマッチング
   • 適応的閾値の設定
   • 標準フィルタリング（特定の文脈でのみ）

5. 意義と結論 (Significance)

• 健康格差の是正: ウェアラブル研究において、低所得層や疾患を持つ集団のデータが系統的に除外されることで生じるバイアスを是正し、より公平で包括的なデジタルヘルス解析を実現する。
• データ価値の再定義: 「装着時間の短さ」自体が、疾患の重症度や治療効果、患者のエンゲージメント低下を示す重要な臨床的シグナル（情報）となり得る。したがって、単なる「ノイズ」として除外するのではなく、分析に組み込むべきである。
• 研究デザインへの提言: 今後のウェアラブルデバイスを用いた臨床試験や観察研究において、データ処理段階で装着時間を適切に扱うことが、統計的検出力の向上と結果の妥当性確保に不可欠であることを示唆している。

この論文は、ウェアラブル技術のポテンシャルを最大限に引き出すためには、単なるデータ収集だけでなく、「誰が、いつ、どのくらい装着しているか」というメタデータの扱い方を再考する必要があるという重要なメッセージを伝えています。