人間の精神は複雑な風景のようなものであり、多くの高齢者にとって、この風景が変化し始めている最初の兆候は、劇的な崩壊ではなく、静かな不安です。かつてほど記憶が鋭くないと感じたり、適切な言葉を見つけるのに少し時間がかかったりすることがあるかもしれません。この感覚は「主観的認知低下」として知られており、よくある経験です。時には、その変化に気づいているのは本人だけであり、また時には、配偶者や子供、あるいは親しい友人が同じ苦労に気づくこともあります。本人と身近な人の双方が、何かがおかしいと同意するとき、それは強力で共有された懸念の姿を作り出します。科学者たちは、この共有された不安が、個人の不安単独よりも、将来の記憶喪失のより強力な警告サインになるのではないかと長年考えてきました。具体的には、ある人が自分自身の精神について語ることと、その人の愛する人がその人物について語ることと比較することが、標準的な医学的検査が正常である場合でも、誰が軽度認知障害やアルツハイマー型認知症を発症するかを予測する助けになるかどうかを知りたいと考えました。
これに答えるため、研究者たちは、数千人の人々から長年にわたって詳細な健康データを収集してきた、アルツハイマー病神経画像イニシアチブ（ADNI）と呼ばれる大規模で長期的なプロジェクトに目を向けました。彼らは特定のグループに焦点を当てました。それは、研究開始時に認知的に正常であるとみなされた1,762人の成人です。これらの参加者は、記憶障害や認知症の診断を受けていませんでした。研究者たちは、研究の極めて初期の段階において、自己報告による日常的な思考スキルの懸念と、友人による報告の組み合わせが、後に記憶の問題と診断される人を予測できるかどうかを確認したいと考えました。彼らは、家計の管理、約束の記憶、レシピに従うことなどの実生活のタスクについて尋ねる、「日常的認知（Everyday Cognition）」スケールと呼ばれる特定の質問票を使用しました。チームはこれらの回答から、本人と友人が共有する懸念の平均レベルと、本人の考えと友人の考えの間の差、すなわち「ギャップ」という2つの要素を算出しました。
この研究は、自身を欺くことを避けるために細心の注意を払って設計されました。研究者たちはデータを異なるグループに分割し、一部のグループで予測モデルを構築し、それらが一度も見たことのない他のグループでテストを行いました。この手法により、結果が単に研究に参加している特定の人物に基づいた「運の良い推測」ではないことが保証されます。彼らは、年齢、教育、遺伝的リスク、脳画像の結果といったよく知られた要因を用いた標準的な予測モデルを、共有された不安スコアを加えたモデルと比較しました。標準的なモデルはすでに、誰が記憶の問題を発症するかを予測する上でかなり優れており、記憶の問題を発症したペアとそうでないペアの100組のうち、約68組に対してリスクを正しくランク付けできました。研究者が、自己報告と友人報告の平均をこの標準的なモデルに加えたとき、予測能力はわずかに向上し、100組中約69組となりました。この極めて小さな向上は、偶然起こり得るほど小さなものでした。さらに、本人の回答と友人の回答の差を加えることは、全く追加の助けにはなりませんでした。
結果は、共有された不安が将来の記憶問題と関連していることは確かであるものの、この種の不安の「スナップショット」を、遺伝学や脳スキャンを含むモデルに単に加えるだけでは、予測を大幅に改善させることはないことを示唆しています。研究者たちは、データの欠落が参加者の大部分で見られることを発見しました。研究対象者のうち、自己報告と友人報告の両方が利用可能だったのは、わずか約27％でした。このデータの欠落は、この研究が、おそらくより意欲的な特定のグループに基づいていることを意味しており、結果がすべての人に当てはまるわけではない可能性があります。また、プロジェクトの年月を経て質問票の実施方法が変化したことも、不確実性を高める要因となっています。最終的に、著者は、この特定の種類の共有された不安の報告に頼ることは、医師が誰がアルツハイマー病を発症するかを判断するための決定的なツールとして用いるには、まだ信頼性に欠けると結論付けています。予測力のわずかで不確実な向上と、情報の欠落率の高さから、このアプローチは臨床で使用できる段階にはありません。この研究は、これらの報告の価値を完全に否定するものではありませんが、それらが既存のツールに対して決定的な優位性を提供しないことも示しています。
技術的要約：ADNIにおける、二者間（本人および情報提供者）の自己報告および情報提供者報告による認知機能への懸念と、その後のMCI/AD診断
問題提起
自己および情報提供者による報告を通じて測定される主観的認知機能低下（SCD）は、アルツハイマー病（AD）の予測マーカーの候補である。しかし、これらの二者間の報告が、従来の予測因子（デモグラフィックス、遺伝学、アミロイド・バイオマーカー、および神経変性マーカー）に対して、どの程度の増分的な予測価値を持つかは依然として不明である。先行研究の多くは、厳格な内部交差検証とリーク制御を欠いており、二者間の平均値（懸念のレベル）と自己・情報提供者間のギャップ（乖離）を分離できていないか、あるいは二者データの利用可能性を考慮していない。本研究では、ベースラインにおけるEveryday Cognition（ECog）スコアの「二者間平均」および「ギャップ」が、あらかじめ規定された従来の予測因子モデルを超えて、認知正常（CN）状態から軽度認知障害（MCI）またはAD認知症への進行予測能を向上させるかどうかを検証する。
方法論
- コホート： 本研究では、ランドマーク・ビジット時点でMCIまたはAD認知症を発症していなかった、アルツハイマー病神経画像解析計画（ADNI）の認知正常参加者1,762名を利用した。主要エンドポイントは、最初に記録された臨床診断（MCI 261例、AD 27例を含む計288イベント）とした。
- 予測因子：
- 従来モデル (M2): 年齢、性別、教育歴、MMSE、APOE4ステータス、Centiloid（アミロイド）、海馬容積、およびバイオマーカーの特定の欠損インジケーターを含めた。
- 二者間変数: ECogスケール（39項目のフル形式または12項目の短縮形式）から導出。二者間平均は自己と情報提供者のスコアの平均を表し、ギャップはそれらの差を表す。これらは両方の報告が利用可能な場合にのみ算出された。
- 欠損値処理: 二者データ（約73%）およびバイオマーカーの高い欠損率を考慮し、情報のリークを防ぐため、形式的な多重代入法ではなく、フォールドごとの中央値代入と、二者データの利用可能性インジケーターおよびバイオマーカーの欠損インジケーターを用いた。
- 統計的枠組み:
- モデル: 4つの入れ子状のElastic-net Cox比例ハザードモデル（M0: 臨床的ベースライン、M2: 従来型予測因子、M3: M2 + 二者間平均、M4: M3 + ギャップ）を適合させた。
- 検証: 厳格な入れ子状交差検証（5分割外部、3分割内部）を用いた。すべての前処理（代入、標準化、ラムダ選択）は、厳密に外部トレーニング・フォールド内で行われた。
- 指標: 識別能は、Harrellのコンコーダンス指数（C-index）を用いて、プールされたアウト・オブ・フォールド（OOF）予測値に基づき評価した。
- 対比: モデル間のOOF C-indexを比較するために、ペアのブートストラップ対比（1,000回のリプリケート）を用いた（具体的にはM3 vs M2、およびM4 vs M3）。
- 主な結果:
- 識別能の性能:
- 従来モデル (M2) のOOF C-indexは 0.682 であった。
- 二者間平均を加えたモデル (M3) では、C-indexは 0.692 に上昇した。
- ギャップを平均に加えたモデル (M4) のC-indexは 0.687 であった。
- 増分価値:
- 二者間平均の追加により、識別能のわずかな推定増加（ΔC=0.010）が得られたが、95%信頼区間は -0.003 から 0.024 であった。この区間にゼロが含まれていることは、この改善が統計的に不確実であることを示している。
- 自己・情報提供者間のギャップは、二者間平均を超えた追加の識別能を提供しなかった（ΔC=−0.005）。
- 感度分析:
- 二者データの利用可能性インジケーターのみを含むモデル（M2 + 利用可能性）と二者間平均モデル（M3）を対比させた解析では、M3はわずかに高いC-indexを示した（0.692 vs 0.678; ΔC=0.013）。これは、単なる利用可能性を超えたわずかな残留シグナルが存在することを示唆している。
- 完全な二者データを持つサブセット（N=477）を用いた解析では、より大きな平均増分（ΔC=0.028）が見られたが、広い信頼区間（-0.006 から 0.064）と少ないイベント数（88件）のため、確定的な結論を下すことはできない。
- 比例ハザード診断の結果、二者データの利用可能性インジケーターには非比例性が認められたが、二者間平均およびギャップについては認められなかった。
意義と主張
本論文は、この内部検証されたADNIコホートにおいて、ベースラインの二者間ECogスコアを従来の予測因子モデルに加えることは、アウト・オブ・フォールドの識別能に対して、わずかで統計的に不確実な増加をもたらすのみであると結論付けている。自己・情報提供者間のギャップは、追加の予測価値を提供しない。
著者は、以下の制限事項がこれらの知見の一般化可能性および臨床的有用性を制約していることを強調している：
- 高い欠損率: 二者データはコホートの約27%でしか利用できず、この結果は、研究への関与や家族の関与が異なる可能性のある選択されたサブセットに条件付けられている。
- 測定の異質性: 様々なADNIフェーズで使用された39項目と12項目のECog形式間の測定同等性を、正式にはテストしていない。
- 内部検証のみ: 単一コホートの研究であるため、C-indexの推定値は独立した外部サンプルと比較して楽観的である可能性がある。
- 較正（キャリブレーション）の欠如: 本研究は識別能（C-index）に焦点を当てており、臨床現場への導入に不可欠な較正や決定曲線分析（decision-curve analysis）については評価していない。
結論
本研究は、認知正常な高齢者におけるMCI/ADの予測において、二者間のECogを従来の予測因子を超えるスタンドアロン、あるいは決定的な予測ツールとして用いることを支持していない。二者間の報告の利用可能性を超えたわずかな残留シグナルが存在する可能性はあるものの、エビデンスは決定的ではない。著者は、外部検証、較正の評価、および二者間の報告が価値を付加する具体的な条件に関するさらなる調査なしには、本モデルは臨床展開の準備ができていないと述べている。
毎週最高の medicine 論文をお届け。
スタンフォード、ケンブリッジ、フランス科学アカデミーの研究者に信頼されています。
受信トレイを確認して登録を完了してください。
問題が発生しました。もう一度お試しください。
スパムなし、いつでも解除可能。
週刊ダイジェスト — 最新の研究をわかりやすく。登録