Stable redundancy and variable ranking of metabolic surrogate indicators for incident ischemic heart disease

あなたの体を、エネルギー（糖）や燃料（脂肪）が絶えず配送され、使用され、蓄えられている、活気ある都市だと想像してみてください。時には交通渋滞が発生したり、配送トラックが立ち往生したりして、配管の中に「汚れ」が溜まってしまうことがあります。医学の世界では、医師たちはこうした交通渋滞を確認するために、ルーチンの血液検査を用います。彼らは、血液中にどれくらいの糖があるか、どれくらいの脂肪（トリグリセリド）が浮遊しているか、そしてどれくらいの「善玉」脂肪（HDL）を持っているかといった点を確認します。これらの数値を理解するために、科学者たちは「サロゲート・インジケーター（代用指標）」、つまり、これらの数値を組み合わせて一つのスコアにする巧妙な数学的公式を発明しました。これらの公式は、スマートフォンのアプリのようなものだと考えてください。どのアプリも、それぞれ異なる方法で天気を予測しようとします。あるアプリは風速を使い、別のアプリは湿度を使い、また別のアプリは気圧を使います。基本となるデータは同じでも、組み合わせ方が異なるだけで、多くの場合、非常に似た予報を出します。

大きな疑問は、「どのアプリが最高か？」ということです。もし一つのアプリが「晴れ」と言い、別のアプリが「嵐」と言ったとしたら、どちらを信じるべきでしょうか？そしてより重要なのは、あるアプリがあなたの近所では完璧に機能したとしても、別の街に引っ越しても同様に機能するのか、ということです。これは、研究者たちが取り組んだパズルそのものです。彼らは、これらの「代謝の天気予報アプリ」が、心臓疾患を予測するための真に優れたツールなのか、それとも単に同じことを何度も繰り返して言っているだけなのかを知りたいと考えました。また、シンプルでコンパクトな公式が、実際にその材料となった生の数値（個々の血液データ）を見るよりも優れた仕事ができるのかどうかをも検証しました。

---

代謝スコア・オフ・バトル

この研究において、研究チームは、歌手の代わりに「代謝公式」という10種類の候補を評価する、タレントショーの審査員パネルのような役割を果たしました。これらの公式は、虚血性心疾患（心臓への血流が不足し、心筋梗塞や狭心症につながる状態）の発症リスクを予測するように設計されています。研究者たちは単一のグループだけを見たのではありません。彼らは、イギリス（ELSA）とアメリカ（HRS）という、二つの大規模で長期にわたる研究のデータを使用しました。彼らは、イギリスのデータをモデルを構築するための「トレーニングキャンプ」として扱い、次に、それらと同じモデルをアメリカへと送り、全く異なる集団に対してどのように機能するかを確認しました。これは、新しいビデオゲームの戦略を練習用サーバーでテストし、その後、別の国で本物の対戦相手とプレイしたときにそれが通用するかどうかを確認することに似ています。

研究者たちは、トリグリセリドとグルコースを混ぜ合わせたTyG指数や、トリグリセリドとHDLを混ぜ合わせたAIP（血漿アテロゲン指数）といった一般的なものを含む、10種類の異なる公式を比較しました。彼らは、これらの公式を、年齢、性別、喫煙状況、血圧といった基本的な事実をすでに使用している標準的な「臨床モデル」と戦わせました。

結果：優勝争いは引き分け？

ここでひねりが加わります。単独の公式がトーナメント全体で優勝することはありませんでした。

• 「オールラウンダー」： 全体ランキングでは、AIP公式がトップに立ちました。これは、心疾患の予測と、標準的な臨床モデルに新しい情報を追加するという点において、最高のバランスを備えていました。もし、トータルのスコアに基づいて唯一の「チャンピオン」を選ばなければならないとしたら、それはAIPでした。AIPには、あらゆるシナリオにおいて絶対的に最高である確率が**39.4%**ありました。
• 「旅人」： しかし、最も信頼できる「旅人」はTyG指数でした。TyGは全体的なタイトルを獲得したわけではありませんが、研究者がデータをイギリスの研究からアメリカの研究へと移動させた際、最も一貫したパフォーマンスを示しました。データの場所が変わっても混乱することがありませんでした。
• 「生の材料」テスト： 研究者たちは、さらに重要な問いを投げかけました。「これらの数値を巧妙な公式に混ぜ合わせることが、本当に役に立つのだろうか？ それとも、生の数値（トリグリセド、グルコース、HDL）を個別に見たのと変わらないのだろうか？」彼らは、生の材料のみを使用した「アッパーバウンド・モデル」を構築しました。その結果はどうだったでしょうか？ どの巧妙な公式も、生の材料（個々の数値）に対して一貫して勝ることはありませんでした。 事実、これらの公式は、単に個々の部分を見るのと同等であることはあっても、有意に優れているということは一度もありませんでした。

「天気予報アプリ」のアナロジー

これらの公式を、嵐を説明するさまざまな方法だと考えてみてください。

• AIPは、「湿度が非常に高く、風が吹いているので、雨が降る」と言う天気アプリのようなものです。
• TyGは、「気温が低下し、気圧が下がっているので、雨が降る」と言う別のアプリです。
• 生の材料は、単なる生のデータです：「湿度90%、風速20mph、気温50°F」。

研究の結果、これらすべてのアプリは、実は全く同じことを言っていることがわかりました。なぜなら、これらはすべて同じ気象データを使用しているからです。これらの公式は高度に相関しており、鳥の群れのように共に動きます。しかし、ここが落とし穴です。共に動いているからといって、それらが等しく未来を予測できるとは限りません。ある都市（イギリス）ではAIPが最高の予測因子になるかもしれません。別の都市（アメリカ）ではTyGの方が持ちこたえるかもしれません。しかし、どちらも魔法の水晶玉ではありません。

どれほど優れているのか？

研究者たちは、これらの公式が標準的な臨床モデルと比較して、心疾患の予測をどれほど向上させたかを測定しました。その向上幅は驚くほど小さく、すでに十分に味付けされた料理に、ほんの少しスパイスを加える程度のものでした。

• イギリスでの検証において、最高の公式を追加したことによる予測精度の向上は、1パーセント未満でした（具体的には、上位3つのモデルでそれぞれ+0.87、+0.67、+0.44パーセントポイント）。
• アメリカでの検証においても、向上幅は+0.64から+1.44パーセントポイントの間と、やはりわずかなものでした。

さらに、研究者がイギリスのモデルを使用してアメリカでの結果を予測しようとしたとき、「較正（キャリブレーション）」（予測されたリスクと実際のリスクがどれだけ一致しているか）は完璧ではありませんでした。アメリカでの予測はやや極端な値を示しており、これは、公式が正しい方向を指し示していることはあっても、入念な調整なしに生死に関わる医療判断のためのスタンドアロンのツールとして使用できる段階にはないことを示唆しています。

結論

この研究は、これらの代謝公式は**「安定した冗長性（stable redundancies）」**であると結論づけています。これは、構造的に互いに非常に似ている（すべて同じ材料を使用している）一方で、誰が「最高」であるかの順位は、どこで、いつテストされるかによって変わることを意味します。

• AIPは、この特定のセットアップにおいて心疾患を予測するための最も強力な候補です。
• TyGは、異なる集団間を移動する際に最も一貫性があります。
• どの公式も、その材料となった生の血液検査よりも本質的に優れた「スーパー・バイオマーカー」ではありません。

研究者たちは、これらの公式を、互換性のある魔法のようなバイオマーカーとして扱うべきではないと示唆しています。代わりに、これらを**「コンパクトな要約」**として捉えるべきです。つまり、あなたの脂質や糖に関する従来の情報を、一つの数字にパッケージ化するための便利な方法なのです。これらは共有された代謝情報を要約するには有用ですが、個々の血液検査がすでに教えてくれている以上の新しい秘密を明らかにするものではありません。「レースの勝者」は、走っているトラックがどこであるかに完全に依存しており、現時点では、生の材料こそが、巧妙なレシピと同じくらい強力なのです。