Menopause in the All of Us Research Program: A Descriptive Summary of Electronic Health Record and Survey Response across Sociodemographic Characteristics

この論文は、All of Us 研究プログラムにおける約 39 万 6,000 人の女性を対象に、電子健康記録とアンケート回答の両面から更年期データを分析し、EHR による捕捉率がアンケートより著しく低いことや、年齢・社会人口統計学的特性に応じた更年期の分布パターンを明らかにしたことを報告しています。

要約

🍵 論文の要約：「お茶会」での発見

この研究は、40 万近くの女性参加者を持つ巨大な「お茶会（データベース）」を開き、そこで「更年期になりましたか？」という質問を二つの異なる方法で聞いてみました。

1. 方法 A：お医者さんの「診療録（電子カルテ）」を見る
   • 医師が「更年期」と正式に診断して記録したかを確認します。
2. 方法 B：参加者への「アンケート（質問紙）」
   • 本人に「生理はもう止まりましたか？」と直接聞きます。

🔍 驚きの発見：「診療録」は「アンケート」の 7 倍も見逃していた！

研究の結果、最も大きな発見は**「お医者さんの記録（診療録）には、更年期のことがほとんど書かれていなかった」**ということです。

• アンケートの結果： 約 19 万 3000 人が「はい、更年期です」と答えました。
• 診療録の結果： 約 2 万 8000 人しか「更年期」という診断が記録されていませんでした。

🌰 例え話：
Imagine（想像してみてください）。ある大きな図書館（データベース）に、40 万冊の物語（参加者のデータ）があります。

• アンケートは、読者に「この物語の主人公は、もう引退しましたか？」と直接聞くことです。多くの人が「はい、引退しました」と答えます。
• 診療録は、図書館の司書が「主人公が引退した」というページをわざわざ貼り付けたかを確認することです。

結果、司書（医師）が貼り付けたメモは、読者（患者）の回答の 7 分の 1 しかありませんでした。
つまり、多くの女性が更年期を迎えていても、病院の記録には「更年期」という言葉が書かれていないことがわかったのです。

🎯 なぜ記録されていないのか？

論文によると、これは医師が怠けているからではなく、**「記録のルール」**に原因があるようです。

• 医師は、更年期そのものよりも、「更年期の症状（ホットフラッシュなど）」や「手術」を治療する時にしか、正式な診断名を書かないことが多いようです。
• 保険請求（お金の処理）のために必要な時以外は、あえて「更年期」という言葉を使わない傾向があるのです。

📊 年齢とデータの「ひずみ」

• アンケートの年齢分布： 40 代後半から 60 代にかけてピークがあり、自然な分布でした。
• 診療録の年齢分布： 65 歳という年齢で**「急激な山」**が見られました。
  • 🌰 例え話： 65 歳はアメリカで「メディケア（高齢者向け医療保険）」が始まる年齢です。このタイミングで医師が「あ、この人は 65 歳になったから、ついでに更年期の記録も残しておこう」と思ったのかもしれません。これは「自然な現象」ではなく、「記録のタイミングによる人工的なピーク」です。

🧬 DNA データとの組み合わせ

この研究では、さらに「DNA（遺伝子）」データとも照らし合わせました。

• 遺伝子データを持っている人のうち、「アンケートと診療録の両方に更年期の記録がある人」は、全体の 9% 程度しかいませんでした。
• これは、将来「更年期の症状と遺伝子の関係」を調べる研究をする際、「アンケートデータ」を主役にする必要があることを示しています。

---

💡 この研究が私たちに教えてくれること

1. 電子カルテは完璧ではない：
   病院の記録（電子カルテ）だけを頼りにすると、更年期の女性の健康状態を見逃してしまう可能性があります。研究でも、アンケート（本人の言葉）の方がはるかに正確に捉えられます。
2. データの「穴」を埋める必要がある：
   今後の研究や医療では、単に「更年期かどうか」だけでなく、「いつ更年期になったか（年齢）」や「どんな症状があるか」を、もっと詳しく記録する仕組みを作る必要があります。
3. 多様な人々への配慮：
   人種や経済状況によって、更年期の経験や記録のされ方が異なる可能性があります。このデータベースは多様な人々を含んでいるため、より公平な医療研究の基礎になります。

🏁 結論

この論文は、**「巨大な医療データベースを使っても、更年期という重要な出来事が、実は『見えない』ままになっていることが多い」**と警鐘を鳴らしています。

今後の医療研究や、個人の健康管理においては、「お医者さんの記録」だけでなく、「患者さんの声（アンケート）」を大切にし、両方を組み合わせて見ることが、より正確な理解につながると教えてくれています。

まるで、「地図（診療録）」だけでなく、「現地の人の話（アンケート）」も聞いて初めて、本当の地形（健康状態）が見えてくるようなものです。

技術概要

以下は、提供された論文「Menopause in the All of Us Research Program: A Descriptive Summary of Electronic Health Record and Survey Response across Sociodemographic Characteristics」の技術的な要約です。

論文概要

タイトル: Menopause in the All of Us Research Program: A Descriptive Summary of Electronic Health Record and Survey Response across Sociodemographic Characteristics
（All of Us 研究プログラムにおける閉経：電子健康記録と社会人口統計学的特性を跨ぐ調査回答の記述的サマリー）

---

1. 背景と課題 (Problem)

閉経は、心血管疾患や代謝疾患、骨粗鬆症などの健康リスクに大きな影響を与える重要な生理的転換期である。しかし、大規模なコホート研究において閉経のタイミングやタイプ（自然、手術、薬物誘発など）が健康アウトカムに与える影響を評価する際、以下の課題が存在する。

• データの不整合と欠落: 電子健康記録（EHR）には閉経状態の記録が不十分であることが多く、研究や臨床現場での特定が困難である。
• 多様性の欠如: 既存の研究は特定の集団に偏っており、多様な社会人口統計学的背景（人種、民族、社会経済的地位など）を持つ集団における閉経の経験やタイミングの差異を包括的に理解できていない。
• データモダリティの統合不足: EHR、自己申告調査、ゲノムデータなど、異なるデータソースを横断的に解析する基礎的な記述統計が不足している。

All of Us 研究プログラム（AoURP）は、多様で大規模な米国のコホートデータを提供するが、閉経データがどのように記録・表現されているか、特に EHR と調査データの整合性や社会人口統計学的特性との関係について、体系的な評価が必要であった。

2. 研究方法 (Methodology)

本研究は、AoURP の制御層（Controlled Tier）v8 および v7 データセットを用いた記述的解析を行った。

• 対象者: 女性として定義された約 396,000 人の参加者。
• データソース:
  • EHR データ: 閉経および関連状態を示す SNOMED CT 診断コード（例：閉経の存在、卵巣機能不全、早期閉経など）を抽出。
  • 調査データ: 「女性の健康」に関する質問票（月経が永久に止まったか、その理由、子宮摘出・卵巣摘出の有無など）からの回答。
  • ゲノムデータ: ショートリード全ゲノムシーケンシング（srWGS）データとの交差解析。
• 分析方法:
  • 社会人口統計学的変数（年齢、人種、民族、教育、所得、遺伝的祖先）ごとの閉経データの分布を要約。
  • EHR 診断コードと調査回答の一致率（コンコルダンス）の評価。
  • 3 つのデータソース（EHR、調査、ゲノム）の交差部分（Intersection）におけるサンプルサイズの算出。
  • 年齢分布の可視化と、社会人口統計学的層別化による比較。
• 制約事項: AoURP のデータ共有ポリシーに従い、サンプルサイズが 20 以下の場合は隠蔽され、20 以上は 5 の倍数に丸められた。

3. 主要な結果 (Key Results)

データの網羅性と不一致

• EHR と調査の格差: 調査回答で閉経を報告した参加者（約 192,655 人）は、EHR 診断コードで特定された参加者（約 27,975 人）の約 7 倍であった。これは EHR における閉経の「検出不足（under-ascertainment）」を示唆している。
• 一致性: EHR で閉経と診断された参加者の約 99% が、調査でも閉経を報告していた。しかし、その逆（調査で閉経と回答し、EHR にコードがない）のケースが大部分を占めた。
• 症状の欠落: 閉経移行期に一般的である「血管運動症状（ほてりなど）」は、構造化された EHR データではほとんど記録されていなかった（N ≤ 20）。

年齢分布とバイアス

• 調査データの妥当性: 調査回答に基づく年齢分布は生物学的期待と一致していた。40 歳未満は主に閉経前、60 歳超は主に閉経後と報告された。
• EHR の異常値: EHR の閉経コードは 50-80 歳に広く分布していたが、65 歳に顕著なピークが見られた。これはメディケア（公的医療保険）の開始年齢と関連する可能性があり、データ収集のアーティファクト（人工的な偏り）を示唆している。
• 回答バイアス: 70 歳超の参加者の約 4%（約 1,700 人）が「閉経していない」と回答しており、これは記憶バイアスや回答バイアスの可能性を示している。

社会人口統計学的特性との関連

• 調査ベースの閉経年齢分布は、人種、民族、遺伝的祖先などの層別化において大きな差異は見られなかった。
• 観察されたわずかな年齢の差異（例：白人またはヨーロッパ系祖先を持つ集団がやや高齢）は、閉経特有の現象というよりも、AoURP コホート全体の年齢分布の偏り（サンプルサイズの差）に起因する可能性が高いと結論付けられた。

データの統合可能性

• 約 25 万人のゲノムデータ保有者のうち、EHR 閉経データを持つのは約 9% だが、調査データを持つのは約 99% だった。
• EHR、調査、ゲノムの 3 つすべてを兼ね備える参加者は約 22,000 人であり、統合解析の基盤となるが、EHR データの不足がボトルネックとなっている。

4. 主要な貢献と意義 (Key Contributions & Significance)

• EHR データの限界の明確化: 大規模コホート研究において、EHR 診断コードのみでは閉経状態を正確に把握できないこと、特に自己申告調査に比べて検出率が著しく低いことを実証した。
• 研究デザインの指針: 閉経関連の研究を AoURP データで行う際、EHR 依存ではなく調査データを主要なソースとして活用すべきこと、およびサンプルサイズ計算や統計的検定力（Power）の算出において、社会人口統計学的層別化によるデータ不足を考慮する必要があることを示した。
• 多様性の確保: 多様な背景を持つ集団における閉経データの特性を記述し、健康格差や遺伝的・環境的要因の影響を評価するための基盤を提供した。
• 将来のデータ改善への提言: 閉経の「年齢（発症時）」ではなく「観測時」のデータが記録されている現状の課題を指摘し、将来の EHR や調査設計において、閉経のタイミングやタイプをより詳細に収集する必要性を強調した。

結論

本研究は、AoURP における閉経データの包括的な記述的サマリーを提供し、EHR と調査データの間の大きなギャップを浮き彫りにした。将来的な精密医療研究や臨床転換研究において、閉経状態を正確に定義し、多様な集団を代表するサンプルを設計する上で、これらの知見は不可欠な基盤となる。特に、EHR における閉経の記録不足を補うために、自己申告調査データの活用と、より詳細な臨床データの収集が推奨される。