Obesity-Related Metabolic Phenotypes and Ischemic Stroke Risk: A Trend Analysis Using GBD 2023, Time-Series Validation in Korea, and Predictive Modeling in KNHANES

技術要約：肥満に関連する代謝表現型と虚血性脳卒中のリスク

問題提起
虚血性脳卒中（IS）は、依然として世界の死亡および障害の主要な原因である。肥満は既知の修正可能なリスク要因であるが、肥満に関連する代謝表現型が脳卒中リスクに寄信する具体的な寄与については、十分に理解されていない。肥満の標準的な指標であるBMI（体格指数）は、脂肪分布や代謝状態の差異を捉えることができず、脳血管リスクの真の要因を覆い隠してしまう可能性がある。さらに、既存の研究は、グローバルな疫学的傾向、国家レベルの経時的関連、および個人レベルのリスクメカニズムを繋ぐ連続的なエビデンスチェーンを欠いていることが多い。すなわち、肥満に関連する代謝異常（例：脂質異常症、体組成）が、BMI単独よりもISリスクに対して高い予測能を持つかどうかを判断し、異なる分析スケール間でこれらの関連性を検証する必要がある。

方法論
本研究では、グローバル、国家、および個人のデータソースを統合した、4段階のマルチレベル分析フレームワークを採用した：

1. グローバルレベル (GBD 2023):

   • データ: 1990年から2023年までの、約204カ国におけるISの年齢標準化罹患率（ASIR）およびリスク因子の総曝露量（SEV）。
   • 分析: 時系列的な傾向を推定年間変化率（EAPC）を用いて定量化した。社会人口統計指数（SDI）レベル間の健康格差を、集中指数（CI）および不等価スロープ指数（SII）を用いて評価した。
   • リスクモデリング: LASSO（Least Absolute Shrinkage and Selection Operator）を用いて主要なリスク曝露を特定した。国・年単位の二方向固定効果（TWFE）パネルモデルを用い、国固有の効果および年固有の効果を制御した上で、SEV曝露とIS ASIRの動的な関連性を評価した。

2. 国家レベル (韓国):

   • データ: GBD研究に基づくISのASIRおよびリスク曝迫の時系列データ（2004–2023年）。
   • 分析: 単一曝露時系列モデルおよび部分残差プロット（Frisch–Waugh–Lovell）を用い、特定の国家的文脈における高BMIとIS罹患率の間のグローバルな関連性を、通時的傾向を調整した上で検証した。

3. 個人レベル (KNHANES):

   • データ: 2023年韓国国民健康栄養調査（KNHANES）データ（モデリング用n=460、外部検証用n=50）。
   • 特徴量選択: 3段階のカスケード選択プロセス（ANOVA F検定、LASSO、再帰的特徴消去）により、21の臨床変数から10個のコア特徴量へと削減した。
   • モデリング: 5つの機械学習アルゴリズム（ディープニューラルネットワーク、ロジスティック回帰、ランダムフォレスト、勾配ブースティング、XGBoost）を比較した。性能と次元削減に基づき、最終的なモデルとして7つの特徴量を用いたディープニューラルネットワーク（DNN）を選択した。
   • 解釈可能性: 特徴量の寄与を定量化するために、SHAP（SHapley Additive exPlanations）を用いてDNNを分析した。また、非線形関係と堅牢性を検証するための、本質的に解釈可能な代替手法としてKolmogorov–Arnold Network（KAN）を構築した。
   • 層別化: BMIによる層別分析（低体重、普通体重、過体重、肥満）を実施し、肥満度によってリスク因子の寄与がどのように変化するかを検討した。

主な結果

• グローバルな傾向: 1990年から2023年にかけて、世界の年齢標準化IS罹患率は低下したが、2014–2016年以降は横ばいとなった。疾患負荷は高SDI諸国から低・中SDI諸国へとシフトしており、これはSII（不平等スロープ指数）が1990年の正の値から2023年の負の値へと逆転したことによって示されている。
• グローバルなリスク関連: TWFEパネルモデルにおいて、高BMIはIS負担の変化と一貫した正の関連を示した（$\beta = 0.71$, 95% CI 0.44–0.97）。高LDLコレステロールも、多変量調整後も有意であり続けた。
• 国家レベルの検証: 韓国において、高BMIは通時的傾向を調整した後、IS罹患率と有意な正の関連を示した（$\beta = 19.53$, 95% CI 7.13–31.92）。これにより、グローバルな知見が検証された。
• 個人の予測: 7つの特徴量を用いたDNNモデル（年齢、高血圧の家族歴、トリグリセリド、体脂肪量、BMI、体脂肪率、肥満分類）は、テストセットにおいてAUC 0.814を達成した。
• 特徴量の重要度と解釈可能性:
  • SHAP分析では、年齢と高血圧の家族歴がトップの予測因子としてランク付けされたが、肥満関連指標（トリグリセリド、体脂肪量、BMI、体脂肪率、肥満ステータス）の合計の重要性は、上位2つの非修正可能因子を上回った。
  • トリグリセリド（TG）と体脂肪量は、特に過体重および肥満のサブグループにおいて、決定的な寄与因子として浮上した。
  • KAN分析は、年齢とリスクの間の非線形関係（70歳以降のプラトー現象）を確認し、トリグリセリドの正で有意な寄与を補強した。
• BMI層別による変化: 低体重および普通体重のグループでは、年齢と家族歴がリスク予測を支配していた。一方、過体重および肥満のグループでは、トリグリセリドと体脂肪量の重要性が漸増し、家族歴の予測的重みに接近または匹敵するようになった。これは、BMIが増加するにつれて、リスクドライバーが非修正可能因子から代謝機能不全へと移行することを示唆している。

意義と主張
本論文は、グローバルな疫学、国家レベルの検証、および個人レベルのリスクプロファイリングを橋渡しする「マルチレベルのエビデンスフレームワーク」を確立したと主張している。その主要な意義は、高BMIは人口レベルでは安定した脳卒中負担との相関を示すものの、個人のリスクメカニズムは体重そのものではなく、特定の代謝表現型によって強く媒介されることを示した点にある。

具体的には、著者らは以下のことを主張している：

1. 代謝機能不全の中心的役割: 肥満と脳卒中の関係は、主にBMI自体によって駆動されるのではなく、それに伴う代謝異常、特に脂質異常症（高トリグリセリド血症）および過剰な脂肪蓄積によって駆動されている。
2. リスク層別化の進化: リスクドライバーには動的な変化が存在する。BMIが増加するにつれて、代謝指標（トリグリセリド、脂肪量）の予測的重要性が高まる。これは、標準的なBMIベースの評価では、特定の代謝プロファイルを持つ高リスク者を逃す可能性があることを示唆している。
3. 臨床的有用性: トリグリセリドや体脂肪量などの代謝バイオマーカーをリスク評価フレームワークに組み込むことで、過体重および肥満者における高リスク集団の特定を改善できる可能性があり、より標的を絞った一次予防戦略を支持するものである。
4. 手法の堅牢性: 3つの異なるスケール（グローバル、国家、個人）および2つの異なる解釈可能性フレームワーク（SHAPおよびKAN）にわたる知見の一貫性は、特定されたリスクパターンの信頼性を強化している。

本研究は、特に過体重および肥満集団において、脂質代謝異常および過剰な脂肪蓄積の早期発見と管理が、脳卒中の一次予防において極めて重要であると結論付けている。