Socioeconomic and sleep correlates of a positive depression screen, and the limited added value of laboratory measurement: a design-based analysis of NHANES 2007–2018

広大な、混雑した街の中で隠された宝物を見つけようとしている場面を想像してみてください。あなたには地図がありますが、街があまりに大きく、人々も多様であるため、単に街角を一つ調べるだけでは足りません。街全体を一度に見渡す必要があります。これは公衆衛生研究の世界です。そこでは、科学者たちがなぜある人々は深く悲しみや抑うつを感じ、他の人々はそうではないのかを理解しようとしています。これを行うために、彼らはしばしば、人々の生活、睡眠、仕事について尋ねる、数千人を対象とした大規模な国勢調査のような巨大な調査を用います。目的は、うつ病へとつながる「手がかり」を見つけることです。しかし、ここが厄介なところです。手がかりが、折れた足のように明らかなこともあれば、血液中の化学的なバランスのように目に見えないこともあるのです。研究者たちが問い続けてきた大きな疑問は、「これらの手がかりを見つけるために、高価で複雑な医学的検査（採血やラボの機械など）が必要なのか、それとも日常生活についての単純な質問だけでよいのか？」ということです。

この研究は、米国の巨大な、継続的な健康チェックのようなものであるNHANESという大規模なデータセットを用いて、その問いに切り込みます。研究者たちは、12年間にわたり収集された約32,000人の成人のデータを調査しました。彼らは、お金、睡眠、健康についての質問をするだけで、誰がうつ状態にあるかを予測できるのか、それとも本当に「高級な」医学的データが必要なのかを知りたいと考えました。また、超高性能なコンピュータプログラム（機械学習）が、単純な数学よりも優れた仕事ができるかどうかもテストしました。これは、数千の道具を持つハイテクな探偵と、正しい質問の仕方を知っている熟練の探偵との間のコンテストのようなものです。

偉大なる探偵コンテスト：質問か、それとも血液検査か

研究者たちは大規模な実験を設定しました。彼らは、家族の所得や睡眠時間から、血球数やビタミンレベルに至るまで、一人ひとりの135もの異なる項目に関する情報を集めました。そして、このデータを使用して、うつ病のスクリーニングツール（PHQ-9）で高いスコアを示す人々を特定しようと試みました。

まず、彼らは「ハイテクな探偵」をテストしました。135のすべての変数（変数）を、隠れたパターンを見つけ出すように設計された6つの異なるコンピュータアルゴリズム（非常に複雑な機械学習モデルを含む）に投入しました。次に、彼らは「シンプルな探偵」をテストしました。これは、ペナルティ付きロジスティック回帰と呼ばれる直接的な統計手法を用いたものです。結果は多くの人にとって驚きでした。シンプルな数学が勝ったのです。複雑なコンピュータプログラムは、より優れた結果をもたらしませんでした。実際、シンプルな手法が、苦しんでいる人々を見つけ出す上で最も正確でした。

しかし、最大の展開は、手がかりを削ぎ落としていった時に訪れました。彼らはこう問いかけました。「このデータのどれほどが必要なのか？」彼らは、ビデオゲームで新しい装備をアンロックしていくような、「階層化」されたシステムを構築しました。

• ティア1： インタビューによる質問のみ（睡眠、お金、仕事、健康について）。これには67の質問が含まれます。
• ティア2： 身長や体重などの身体測定値を追加。
• ティア3： 血液検査とラボの結果を追加。
• ティア4： 詳細な食事記録を追加。

ここで、どんでん返しが起きました。血液検査は全く役に立ちませんでした。

インタビューの質問（ティア1）のみを使用したモデルは、血液検査、身体検査、食事ログのフルパッケージを使用したモデルと同じくらい、うつ状態の成人を特定することに優れていました。豪華なラボの測定値は、追加の価値をゼロでした。それはまるで、公園で迷子の犬を探しているようなものです。犬のDNAを調べ、足跡を測定し、毛の色を分析するために何時間も費やすこともできますが、公園にいる人々に「悲しそうな顔をしていて、あまり食べていないようなく、犬を見た人はいますか？」と尋ers（尋ねる）だけで、同じように早く見つけることができるのです。

真の手がかり：睡眠とお金

もし血液検査がこの特定の仕事において役に立たないのなら、では、本当の手がかりは何なのでしょうか？ 研究の結果、最も強力なシグナルは、生物学的なものではなく、社会的およびライフスタイルに基づいたものであることがわかりました。

ナンバーワンの手がかりは、睡眠のトラブルでした。睡眠に問題があると報告した人々は、そうでない人々に比べて、うつ病のスクリーニングで陽性となる確率が約4倍高かったのです。二番目に大きな手がかりは、お金でした。家族の所得が非常に低い人々は、苦しんでいる確率が3.5倍高く、食料不安（次の食事をどうするか心配している状態）を感じている人々は、影響を受ける確率がほぼ3倍高かったのです。

その他の強い手がかりには、無職であること、複数の慢性疾患を持っていること、教育水準が低いことなどが含まれていました。興味深いことに、本研究では、血液中の炎症レベルのような「高級な」生物学的マーカーは、単純な質問では明らかにできない新しい情報を何も提供しなかったことが分かりました。

この研究が否定していること

この研究が、私たちが「必要としない」と言っていることを知っておくことは重要です。研究者たちは、一般の人々をスクリーニングするために、採血やラボのテストが必要であるという考えを明確に否定しました。これらの高価なテストを追加しても、スクリーニングの精度は向上しないことを彼らは示しました。また、最も複雑なコンピュータ学習モデルは必要ではなく、シンプルでよく構造化された数学モデルの方が、同等か、あるいはより優れた仕事ができることも示しました。

しかし、この研究が「言えない」ことについても明確に述べています。彼らは、ある一点の時点でのみデータを観察したため（街の写真をたった一枚撮るようなものです）、どちらが先に起きたのかを断定することはできません。睡眠不足がうつを引き起こしたのか、それともうつが睡眠不足を引き起こしたのか。研究はこう述べています。「私たちはそれらが同時に起きていることは見ていますが、どちらがもう一方を押し上げたのかは分かりません」。それは、火災と煙を見ているようなものです。両者が関連していることは分かりますが、この特定の断面図からは、どちらが火をつけたのかは分からないのです。

結論

この研究は、一般の人々の中でうつ病に苦しんでいる人々を探そうとする際、病院のラボは必要ないことを示唆しています。採血をする必要も、複雑な化学物質を測定する必要もありません。最も強力な道具は、睡眠、食事の確保、そして仕事の有無についての、シンプルで正直な会話なのです。「高級な」医学的データは、ナッツを割るためにスレッジハンマー（大槌）を持ってくるようなものでした。それは重く、高価であり、単純なハンマーよりも優れた仕事をしたわけではありませんでした。

また、この研究は悲しい現実も浮き彫りにしました。うつ病のスクリーニングで陽性となった成人のうち、約3分の2が、助けとなる薬を服用していませんでした。これは、単純な質問によって問題を特定することは上手くなっているかもしれませんが、それらの人々が適切な助けを受けられるようにすることについては、まだ長い道のりがあることを示唆しています。しかし、幸いなことに、私たちは、何百万ドルもするラボを必要とせず、睡眠やお金についての物語に耳を傾けるだけで、彼らを見つけ始めることができるのです。