JP6401297B2 - インスリン分泌能分析装置、当該装置を備えるインスリン分泌能分析システム及びインスリン分泌能分析方法 - Google Patents
インスリン分泌能分析装置、当該装置を備えるインスリン分泌能分析システム及びインスリン分泌能分析方法 Download PDFInfo
- Publication number
- JP6401297B2 JP6401297B2 JP2016565750A JP2016565750A JP6401297B2 JP 6401297 B2 JP6401297 B2 JP 6401297B2 JP 2016565750 A JP2016565750 A JP 2016565750A JP 2016565750 A JP2016565750 A JP 2016565750A JP 6401297 B2 JP6401297 B2 JP 6401297B2
- Authority
- JP
- Japan
- Prior art keywords
- insulin secretion
- hba1c
- value
- blood glucose
- fasting blood
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 230000003914 insulin secretion Effects 0.000 title claims description 192
- 238000004458 analytical method Methods 0.000 title claims description 92
- 238000011156 evaluation Methods 0.000 claims description 149
- NOESYZHRGYRDHS-UHFFFAOYSA-N insulin Chemical compound N1C(=O)C(NC(=O)C(CCC(N)=O)NC(=O)C(CCC(O)=O)NC(=O)C(C(C)C)NC(=O)C(NC(=O)CN)C(C)CC)CSSCC(C(NC(CO)C(=O)NC(CC(C)C)C(=O)NC(CC=2C=CC(O)=CC=2)C(=O)NC(CCC(N)=O)C(=O)NC(CC(C)C)C(=O)NC(CCC(O)=O)C(=O)NC(CC(N)=O)C(=O)NC(CC=2C=CC(O)=CC=2)C(=O)NC(CSSCC(NC(=O)C(C(C)C)NC(=O)C(CC(C)C)NC(=O)C(CC=2C=CC(O)=CC=2)NC(=O)C(CC(C)C)NC(=O)C(C)NC(=O)C(CCC(O)=O)NC(=O)C(C(C)C)NC(=O)C(CC(C)C)NC(=O)C(CC=2NC=NC=2)NC(=O)C(CO)NC(=O)CNC2=O)C(=O)NCC(=O)NC(CCC(O)=O)C(=O)NC(CCCNC(N)=N)C(=O)NCC(=O)NC(CC=3C=CC=CC=3)C(=O)NC(CC=3C=CC=CC=3)C(=O)NC(CC=3C=CC(O)=CC=3)C(=O)NC(C(C)O)C(=O)N3C(CCC3)C(=O)NC(CCCCN)C(=O)NC(C)C(O)=O)C(=O)NC(CC(N)=O)C(O)=O)=O)NC(=O)C(C(C)CC)NC(=O)C(CO)NC(=O)C(C(C)O)NC(=O)C1CSSCC2NC(=O)C(CC(C)C)NC(=O)C(NC(=O)C(CCC(N)=O)NC(=O)C(CC(N)=O)NC(=O)C(NC(=O)C(N)CC=1C=CC=CC=1)C(C)C)CC1=CN=CN1 NOESYZHRGYRDHS-UHFFFAOYSA-N 0.000 claims description 102
- 239000008280 blood Substances 0.000 claims description 86
- 210000004369 blood Anatomy 0.000 claims description 86
- WQZGKKKJIJFFOK-GASJEMHNSA-N Glucose Natural products OC[C@H]1OC(O)[C@H](O)[C@@H](O)[C@@H]1O WQZGKKKJIJFFOK-GASJEMHNSA-N 0.000 claims description 82
- 239000008103 glucose Substances 0.000 claims description 82
- 230000014509 gene expression Effects 0.000 claims description 71
- 206010012601 diabetes mellitus Diseases 0.000 claims description 57
- 102000004877 Insulin Human genes 0.000 claims description 51
- 108090001061 Insulin Proteins 0.000 claims description 51
- 229940125396 insulin Drugs 0.000 claims description 51
- 238000004364 calculation method Methods 0.000 claims description 50
- 230000003248 secreting effect Effects 0.000 claims description 37
- 238000000034 method Methods 0.000 claims description 21
- 238000013500 data storage Methods 0.000 claims description 8
- 238000000611 regression analysis Methods 0.000 claims description 5
- 230000008859 change Effects 0.000 description 20
- 238000012937 correction Methods 0.000 description 16
- 230000008569 process Effects 0.000 description 12
- 230000036541 health Effects 0.000 description 9
- 238000012545 processing Methods 0.000 description 8
- 238000013075 data extraction Methods 0.000 description 5
- 238000003745 diagnosis Methods 0.000 description 5
- 238000007446 glucose tolerance test Methods 0.000 description 5
- 230000037396 body weight Effects 0.000 description 4
- 239000000284 extract Substances 0.000 description 4
- 230000010365 information processing Effects 0.000 description 4
- 238000012360 testing method Methods 0.000 description 4
- 238000004159 blood analysis Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 208000031648 Body Weight Changes Diseases 0.000 description 2
- 102000001554 Hemoglobins Human genes 0.000 description 2
- 108010054147 Hemoglobins Proteins 0.000 description 2
- 230000004579 body weight change Effects 0.000 description 2
- 230000002265 prevention Effects 0.000 description 2
- 238000007796 conventional method Methods 0.000 description 1
- 235000005911 diet Nutrition 0.000 description 1
- 230000037213 diet Effects 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 229940079593 drug Drugs 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000012854 evaluation process Methods 0.000 description 1
- 238000009207 exercise therapy Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 125000002791 glucosyl group Chemical group C1([C@H](O)[C@@H](O)[C@H](O)[C@H](O1)CO)* 0.000 description 1
- 238000003018 immunoassay Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 208000017169 kidney disease Diseases 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000007410 oral glucose tolerance test Methods 0.000 description 1
- 210000000496 pancreas Anatomy 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 208000024891 symptom Diseases 0.000 description 1
- 238000002560 therapeutic procedure Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/70—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for mining of medical data, e.g. analysing previous cases of other patients
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/145—Measuring characteristics of blood in vivo, e.g. gas concentration or pH-value ; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid or cerebral tissue
- A61B5/14532—Measuring characteristics of blood in vivo, e.g. gas concentration or pH-value ; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid or cerebral tissue for measuring glucose, e.g. by tissue impedance measurement
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/145—Measuring characteristics of blood in vivo, e.g. gas concentration or pH-value ; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid or cerebral tissue
- A61B5/14546—Measuring characteristics of blood in vivo, e.g. gas concentration or pH-value ; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid or cerebral tissue for measuring analytes not otherwise provided for, e.g. ions, cytochromes
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7271—Specific aspects of physiological measurement analysis
- A61B5/7282—Event detection, e.g. detecting unique waveforms indicative of a medical condition
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/48—Biological material, e.g. blood, urine; Haemocytometers
- G01N33/50—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing
- G01N33/66—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing involving blood sugars, e.g. galactose
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/48—Biological material, e.g. blood, urine; Haemocytometers
- G01N33/50—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing
- G01N33/72—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing involving blood pigments, e.g. haemoglobin, bilirubin or other porphyrins; involving occult blood
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/50—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for simulation or modelling of medical disorders
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Public Health (AREA)
- Biomedical Technology (AREA)
- Medical Informatics (AREA)
- Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Pathology (AREA)
- Molecular Biology (AREA)
- Heart & Thoracic Surgery (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Biophysics (AREA)
- Veterinary Medicine (AREA)
- Hematology (AREA)
- Data Mining & Analysis (AREA)
- Optics & Photonics (AREA)
- Primary Health Care (AREA)
- Databases & Information Systems (AREA)
- Chemical & Material Sciences (AREA)
- Urology & Nephrology (AREA)
- Immunology (AREA)
- Epidemiology (AREA)
- Emergency Medicine (AREA)
- Psychiatry (AREA)
- Medicinal Chemistry (AREA)
- Biotechnology (AREA)
- Cell Biology (AREA)
- Physiology (AREA)
- Microbiology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Artificial Intelligence (AREA)
- Food Science & Technology (AREA)
- Signal Processing (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Physics & Mathematics (AREA)
- Diabetes (AREA)
- Investigating Or Analysing Biological Materials (AREA)
Description
本発明は、分析対象者のインスリン分泌能を分析する分析装置、当該分析装置を備える分析システム、及び分析方法に関する。
インスリンは、膵臓から分泌され、血糖値を調節する働きをする。糖尿病は、空腹時血糖値、随時血糖値、及び75g経口糖負荷試験（OGTT）の2時間後の血糖値のいずれかの血糖値やヘモグロビン・エイワンシー（HbA1c）の値に基づく糖尿病型により診断される。すなわち、被験者が異なる日に行った検査で２回以上糖尿病型が認められた場合、糖尿病と診断される。糖尿病は、自覚症状が殆どないまま進行し、腎症などの重篤な合併症が生じる疾病であり、その対策が重要である。
また、糖尿病の発症・進行には、インスリン分泌能が大きく影響することが知られており、糖尿病対策のためには、被験者のインスリン分泌能を評価することが必要となる。従来、インスリン分泌能の評価指標として、血中インスリン濃度と糖負荷試験の値から算出するインスリン分泌指数が知られている。インスリン分泌指数は次の式で算出される。インスリン分泌指数＝(糖負荷試験30分後のインスリン濃度−空腹時インスリン濃度)÷(糖負荷試験30分後の血糖値−空腹時血糖値)。この値が小さいほどインスリン分泌能が低く、0.4以下である場合にインスリン分泌能が不全（低い）と判定される。
特許文献１には、患者の検査値及び臨床所見に基づいて、患者の糖尿病の病態を分析し、運動療法や食事療法等の診断支援情報を出力する糖尿病診断支援システムが開示されている。特許文献１に開示されたシステムにおいては、空腹時インスリン値や、血糖値、糖負荷試験後のインスリン値等を入力値として、インスリン分泌能の低下を一つの指標として糖尿病に関する診断支援情報を出力するものである。特許文献１に開示されたシステムでは、入力した空腹時インスリン値及び糖負荷試験後のインスリン値に基づいてインスリン分泌能を判定している。
ところで、上述したようなインスリン分泌能を評価するためのインスリン濃度は、通常、化学発光免疫測定法（CLIA法）によりインスリン抗体を用いて測定される。このインスリン濃度測定は、一般的な健康診断や人間ドックにおいて検査項目とはなっていない。
すなわち、上述した糖尿病診断支援システムに限定されないが、一般にインスリン分泌能を評価するには、一般的な健康診断・人間ドックでは測定しないインスリン濃度を、空腹時と糖負荷試験後に実施する必要がある。このため、従来において、インスリン分泌能を評価する際には時間や費用、手間がかかるといった問題があった。
そこで、本発明は、従来と比較してより簡便な方法によってインスリン分泌能を評価することができるインスリン分泌能分析装置、当該装置を備えるインスリン分泌能分析システム及びインスリン分泌能分析方法を提供することを目的としている。
上述した目的を達成するため、本発明者らが鋭意検討した結果、空腹時の血糖値とヘモグロビン・エイワンシー値（以下、HbA1c値）を利用してインスリン分泌能を算出できることを見いだし、本発明を完成するに至った。本発明は以下を包含する。
（１）少なくとも空腹時血糖値とHbA1c値とを入力する入力部と、入力した空腹時血糖値とHbA1c値とから推定HbA1c値を算出する推定HbA1c算出部と、前記入力部で入力したHbA1c値と前記推定HbA1c算出部で算出した推定HbA1c値とに基づいてインスリン分泌能評価値を算出するインスリン分泌能評価値算出部とを備えるインスリン分泌能分析装置。
（２）前記推定HbA1c算出部は、複数の被検査者に関する空腹時血糖値とHbA1c値とを含むデータセットに基づいて作成した空腹時血糖値とHbA1c値との関係式を用いて、入力した空腹時血糖値とHbA1c値とから推定HbA1c値を算出することを特徴とする（１）記載のインスリン分泌能分析装置。
（３）前記関係式は、前記HbA1c値を目的変数とし、前記空腹時血糖値を説明変数として回帰分析することで作成されることを特徴とする（２）記載のインスリン分泌能分析装置。
（４）前記インスリン分泌能評価値算出部は、前記入力部で入力したHbA1c値と前記推定HbA1c算出部で算出した推定HbA1c値との差分に基づいて前記インスリン分泌能評価値を算出することを特徴とする（１）記載のインスリン分泌能分析装置。
（５）前記インスリン分泌能評価値算出部で算出したインスリン分泌能評価値と基準値とを比較してインスリン分泌能に関する情報を出力する出力部を更に有することを特徴とする（１）記載のインスリン分泌能分析装置。
（６）前記入力部で入力した体重情報と、前記インスリン分泌能評価値算出部で算出したインスリン分泌能評価値とから、糖尿病に関する指導要否を判定する指導要否判定部を更に有することを特徴とする（１）記載のインスリン分泌能分析装置。
（７）複数の被検査者に関する空腹時血糖値とHbA1c値とを含むデータセットを格納した健診データ記憶部と、前記入力部で入力した体重情報と、前記インスリン分泌能評価値算出部で算出したインスリン分泌能評価値とから、前記健診データ記憶部に格納されたデータセットのなかから、糖尿病に関する指導対象者を選定する指導対象者選定部とを更に有することを特徴とする（１）記載のインスリン分泌能分析装置。
（８）上記（１）乃至（７）いずれか記載のインスリン分泌能分析装置と、分析対象者に関する少なくとも空腹時血糖値とHbA1c値とを含むデータセットを有する端末とを備え、前記端末から分析対象者に関する前記データセットを前記インスリン分泌能分析装置に入力し、前記インスリン分泌能分析装置にて分析対象者に関するインスリン分泌能を分析することを特徴とするインスリン分泌能分析システム。
（９）前記端末は、分析対象者に関する空腹時血糖値を測定する及び/又はHbA1c値を測定する測定器であることを特徴とする（８）記載のインスリン分泌能分析システム。
（１０）空腹時血糖値とHbA1c値とを入力する工程と、入力した前記空腹時血糖値と前記HbA1c値とから推定HbA1c値を算出する工程と、入力した前記HbA1c値と算出した前記推定HbA1c値とに基づいてインスリン分泌能評価値を算出する工程とを備えるインスリン分泌能分析方法。
本発明に係るインスリン分泌能分析装置及びインスリン分泌能分析方法によれば、分析対象者の空腹時血糖値及びHbA1c値から当該分析対象者のインスリン分泌能を分析する。したがって、本発明に係るインスリン分泌能分析装置は、従来と比較して非常に簡便且つ低コストにインスリン分泌能に関する情報を取得することができる。
また、本発明に係るインスリン分泌能分析システムによれば、端末から入力した分析対象者の空腹時血糖値及びHbA1c値からインスリン分泌能分析装置にて当該分析対象者のインスリン分泌能を分析する。したがって、本発明に係るインスリン分泌能分析システムは、従来と比較して非常に簡便且つ低コストにインスリン分泌能に関する情報を取得することができる。
以下、発明を実施するための形態を、図面を用いて詳細に説明する。
本発明に係るインスリン分泌能分析装置は、分析対象者から採取した血液試料について空腹時血糖値とHbA1c値を予め測定しておき、これら空腹時血糖値及びHbA1c値を用いて当該分析対象者におけるインスリン分泌能を分析する装置である。ここで、分析対象者とは、特に限定されず、ヒト全般を意味する。分析対象者としては、例えば、健康診断受診者、糖尿病患者（I型及びII型を含む）及び糖尿病を疑われた者を挙げることができる。これら分析対象者におけるインスリン分泌能を分析することで、当該分析対象者の糖尿病の罹患可能性を知ること、当該分析対象者の糖尿病の診断を支援すること、当該分析対象者の糖尿病に対する治療方法を選択する際の情報を提供すること、当該分析対象者の糖尿病予防のための生活改善を支援すること等、インスリン分泌能の変化（特に低下）に関連する情報を提供することができる。
より具体的に、図１に示すように、本発明を適用したインスリン分泌能分析装置１０１は、少なくとも空腹時血糖値とHbA1c値とを入力する入力部１０２と、入力部１０２で入力した空腹時血糖値とHbA1c値とから推定HbA1c値を算出する推定HbA1c算出部１０９と、入力部１０２で入力したHbA1c値と推定HbA1c算出部１０９で算出した推定HbA1c値とに基づいてインスリン分泌能評価値を算出するインスリン分泌能評価値算出部１１０とを備える。インスリン分泌能分析装置１０１は、インスリン分泌能を分析した結果等を出力する出力部１０３、各種の情報処理プログラムを実行するＣＰＵ１０４、実行対象の情報処理プログラムや情報処理プログラムが利用するデータを展開するメモリ１０５、及び推定HbA1c算出部１０９及びインスリン分泌能評価値算出部１１０といった情報処理プログラムを格納した記憶媒体１０６を備えている。
また、図１に示したインスリン分泌能分析装置１０１は、外部のデータベース１２０と接続され、推定HbA1c算出部１０９が利用する関係式、インスリン分泌能評価値算出部１１０が利用する評価式をデータベース１２０から取得するインスリン分泌能分析システムとして構成されても良い。ただし、推定HbA1c算出部１０９が利用する関係式及び/又はインスリン分泌能評価値算出部１１０が利用する評価式は、外部のデータベース１２０を利用する形態に限定されず、例えば記憶媒体１０６に格納しておき、記憶媒体１０６から読み出して利用する形態であってもよい。
インスリン分泌能分析装置１０１において、入力部１０２は、例えば、マウス、キーボードなどのヒューマンインターフェースとすることができ、インスリン分泌能分析装置１０１への入力を受け付ける。また、入力部１０２としては、分析対象者の血液分析の結果として空腹時血糖値とHbA1c値を入力できる入力装置を挙げることができる。入力部１０２は、例えば、分析対象者の血液分析の結果を格納した端末との間でネットワークを介して情報を入力できるネットワークインターフェースでも良いし、分析対象者の血液分析を行う測定器を装着し、当該測定器から情報を入力するＵＳＢ等のインターフェースでも良い。
出力部１０３としては、インスリン分泌能分析装置１０１による演算結果を出力するディスプレイやプリンタを挙げることができる。また、出力部１０３としては、インスリン分泌能評価値算出部１１０で算出したインスリン分泌能評価値を外部端末へ出力するインターフェースであっても良い。
記憶媒体１０６は、インスリン分泌能分析端末１０１によるインスリン分泌能分析処理を実現する各種プログラム、及びインスリン分泌能分析処理の実行結果等を格納する記憶装置であり、例えば、不揮発性記憶媒体（磁気ディスクドライブ、不揮発性メモリ等）である。
ＣＰＵ１０４は、メモリ１０５にロードされたプログラムを実行する演算装置であり、例えば、ＣＰＵ、ＧＰＵなどである。以下に説明する処理及び演算は、ＣＰＵ１０４が実行する。
インスリン分泌能分析装置１０１は、一つの計算機上で、又は、論理的又は物理的に構成された複数の計算機上で構成される計算機システムであり、同一の計算機上で別個のスレッドで動作してもよく、複数の物理的計算機資源上に構築された仮想計算機上で動作してもよい。
なお、ＣＰＵ１０４によって実行されるプログラムは、リムーバブルメディア（ＣＤ−ＲＯＭ、フラッシュメモリなど）又はネットワークを介して各サーバに提供され、非一時的記憶媒体である不揮発性記憶装置に格納されてもよい。この場合、インスリン分泌能分析装置１０１は、リムーバブルメディアを読み込むインターフェースを備えてもよい。
以上のように構成されたインスリン分泌能分析装置１０１において、推定HbA1c算出部１０９が利用する関係式とは、詳細を後述するように、複数の被検査者の健診データに含まれる空腹時血糖値とHbA1c値の関係を統計処理し、空腹時血糖値から推定HbA1c値を算出する関係式を意味する。また、インスリン分泌能評価値を算出する評価式は、分析対象者の実際のHbA1c値と、推定HbA1c値とからインスリン分泌能を評価するための評価値を算出する式を意味する。なお、推定HbA1c算出部１０９が利用する関係式を作成する際に使用する複数の被検査者の健診データには、分析対象者の健診データが含まれていても良い。
ところで、図１に示したインスリン分泌能分析装置１０１では、これら関係式及び/又は評価式を外部のデータベース１２０から取得する構成であった。しかしながら、本発明に係るインスリン分泌能分析装置は、このような構成に限定されず、推定HbA1c値を算出する関係式を作成し、またインスリン分泌能を評価する評価式を作成するものであってもよい。これら関係式及び評価式を作成するインスリン分泌能分析装置は、図１に示した構成に加えて、例えば図２に示すように、関係式作成部１０７及びインスリン分泌能評価式作成部１０８を記憶媒体１０６に格納している。関係式作成部１０７は、入力部１０２に入力された複数人分の健診データに含まれる空腹時血糖値とHbA1c値とを取得し、HbA1c値と空腹時血糖値との関係を統計処理し、空腹時血糖値から推定HbA1cを算出する関係式を作成する。インスリン分泌能評価式作成部１０８は、関係式作成部１０７で算出する推定HbA1c値と、入力部１０２で入力したHbA1c値とからインスリン分泌能を評価する評価式を作成する。
図２に示したインスリン分泌能分析装置１０１において、推定HbA1c算出部１０９は、入力部１０２に入力された分析対象者の空腹時血糖値を取得し、関係式作成部１０７で作成された関係式に代入して、推定HbA1c値を算出する。図２に示したインスリン分泌能分析装置１０１において、インスリン分泌能評価値算出部１１０は、入力部１０２に入力された分析対象者のHbA1c値と、推定HbA1c算出部１０９で算出された推定HbA1c値を、インスリン分泌能評価式作成部１０８で作成した評価式に代入し、インスリン分泌能評価値を算出する。
なお、図２に示したインスリン分泌能分析装置１０１は、記憶媒体１０６に指導対象者選定部１１１を格納しており、入力部１０２にて分析対象者の体重変化に関する情報が入力された場合には、インスリン分泌能評価値算出部１１０で算出されたインスリン分泌能評価値及び体重変化に関する情報に基づいて、分析対象者が糖尿病の前段階にある等の判断することができ、糖尿病予防の指導対象者として選定することができる。
関係式作成部１０７及びインスリン分泌能評価式作成部１０８は、データベース１２０に格納された複数人の健診データに基づいて、それぞれ関係式及び評価式を作成する。すなわち、データベース１２０は、複数人の健診データを格納した健診データ記憶部１２１を備えている。なお、データベース１２０は、関係式作成部１７０で作成した関係式を格納した関係式記憶部１２２、インスリン分泌能評価式作成部１０８で作成した評価式を格納した評価式記憶部１２３、及び指導対象者選定部１１１で選定した指導対象者に関する情報を格納した指導対象者記憶部１２４を備える構成であってもよい。
健診データ記憶部１２１に格納した健診データの構成を図３に示した。健診データ２００は、複数の健診受診者の複数年分の健診データを含んでいる。健診データ２００は、健康診断を受診した個人それぞれに割り振られる健診者ＩＤ２０１、健診受診日２０２、空腹時血糖値２０３、HbA1c値２０４及び糖尿病判定２０５などを含む。健診者ＩＤ２０１には、健康診断や人間ドックを受診した健診受診者の識別子が登録される。健診受診日６０２には、健康診断や人間ドックを受診した年月日を示す情報が登録される。空腹時血糖値２０３及びHbA1c値２０４は、健康診断や人間ドックで検査され、健診者ＩＤ２０１で特定される健診受診者の空腹時血糖値及びHbA1c値である。空腹時血糖値２０３は、空腹時の血糖値であり、定法によって測定され、単位をmg/dl又はmol/l等とする数値である。HbA1c値２０４は、2〜3ヵ月の血糖値の平均を示す値であり、単位を％(JDS値)、％(NGSP値)又はmmol/mol等とする数値である。糖尿病判定２０５は、糖尿病治療中の有無を示す値であり、この例では、有を「１」、無を「０」としている。健診データは、他に他の疾病の判定、家族歴、既往歴及び体重などを含んでもよい。
次に、関係式作成部１０７における関係式作成処理を、図４に示すフローチャートにより説明する。図４は、関係式作成部１０７が、図３の健診データから空腹時血糖とHbA1cの関係式を作成するフローチャートの例である。図４の処理を開始すると、まず、健診データ入力ステップ３０１を行う。
健診データ入力ステップ３０１では、関係式作成部１０７が、健診データ記憶部１２１が記憶する健診データ２００を取得する。
次に、分析データ抽出ステップ３０２では、関係式作成部１０７が、健診データ入力ステップ３０１で取得した健診データ２００から、関係式作成用のデータを抽出する。具体的には、糖尿病判定２０５が、糖尿病治療中が無「０」の分析用健診データを抽出する。空腹時血糖やHbA1cは薬剤の影響を受けるため、これらの影響を除外した分析用健診データを抽出できる。
次に、関係式作成ステップ３０３では、関係式作成部１０７が、分析データ抽出ステップ３０２で抽出された分析用健診データを用いて関係式を作成する。具体的には、分析データ抽出ステップ３０２で抽出された分析用健診データに含まれる、空腹時血糖値２０３とHbA1c値２０４と関係を統計処理し、空腹時血糖値から推定HbA1c値を算出する関係式を作成する。具体的には、HbA1c値２０４を目的変数、空腹時血糖値２０３を説明変数として回帰分析を行うことにより、関係式を作成することができる。作成された関係式は、関係式記憶部１２２が記憶することができる。
関係式作成部１０７で作成した関係式の一例を図５に示す。図５が示す関係式データは、分析対象者の空腹時血糖値から推定HbA1c値を算出できる。図５に示した関係式データ４００は、HbA1c値の単位４０１及び空腹時血糖値の単位４０２のセット毎に、関係式４０３を記憶している。関係式４０３は、上述した関係式作成部１０７で作成された関係式であり、一例として、[推定HbA1c値]＝A1〜3×空腹時血糖値+B1〜3の形式で記述される。関係式においてA1〜A3及びB1〜3は、HbA1c値の単位４０１及び空腹時血糖値の単位４０２のセット毎に、上述した回帰分析により算出された係数である。
また、インスリン分泌能分析装置１０１は、上述のように関係式作成部１０７で作成した関係式について、図６に示すように、出力部１０３において画面５００として出力することができる。図６に示すように、出力部１０３には、HbA1c値の単位４０１、空腹時血糖値の単位４０２の組合せ別に作成された関係式５１１、５２１、５３１と、関係式作成に使用した分析データ５０１および、関係式の線５１０、５２０、５３０を表示することができる。
次に、インスリン分泌能評価式作成部１０８における評価式作成処理を、図７に示すフローチャートにより説明する。図７は、インスリン分泌能評価式作成部１０８が、図３に示した空腹時血糖値及びHbA1c値を含む健診データと、関係式作成部１０７で作成した関係式から求められる推定HbA1c値とから、分析対象者のインスリン分泌能を評価するための評価式を作成するフローチャートの例である。図７の処理を開始すると、まず、健診データ入力ステップ６０１を行う。
健診データ入力ステップ６０１は、インスリン分泌能評価式作成部１０８が、健診データ記憶部１２１が記憶する健診データ２００を取得する。
次に、分析データ抽出ステップ６０２では、インスリン分泌能評価式作成部１０８が、健診データ入力ステップ６０１で取得した健診データ２００から、評価式作成用のデータを抽出する。具体的には、健診者ＩＤ２０１毎に、健診受診日２０２を参照し、年度が異なる2年間分の健診データを抽出する。例えば、2004年度と2009年度のように年度が異なる健診データを健診者ＩＤ２０１ごとに抽出する。次に、年度が古い方(この例では2004年度)の健診データの糖尿病判定２０５を参照し、糖尿病治療中が有「１」である健診者ＩＤ２０１の健診データを除外し、評価式作成用データを抽出する。これにより、初年度(この例では2004年度)に、糖尿病を治療中でなかった人が、その後に糖尿病治療中になったか否か(糖尿病治療確率)を分析できる。
次に、HbA1cと推定HbA1cとの差分算出ステップ６０３では、インスリン分泌能評価式作成部１０８が、図５の関係式データから、空腹時血糖値とHbA1c値の単位が一致する関係式を取得する。そして、評価式作成用データに含まれる全ての健診者ＩＤ２０１について、分析データ抽出ステップ６０２で抽出した評価式作成用データに含まれる空腹時血糖値を関係式に代入して、推定HbA1c値を健診者ＩＤ２０１ごとに算出する。さらに、健診者ＩＤ２０１ごとに、評価式作成用データに含まれるHbA1c値から、上記で算出した推定HbA1c値を引いて、HbA1cと推定HbA1cの差分値を算出する。
次に、補正値決定ステップ６０４では、インスリン分泌能評価式作成部１０８が、HbA1c値と推定HbA1c値との差分算出ステップ６０３で算出した上記差分値と、糖尿病治療有無との関係から、補正値をＲＯＣ分析（Receiver Operating Characteristic分析）により決定する。具体的には、評価式作成用データに含まれる年度が異なる2年間分の健診データのうち年度が古い方(この例では2004年度)のHbA1c値と推定HbA1cとの差分値と、年度が新しい方の健診データ(この例では2009年度)の糖尿病治療確率の関係からＲＯＣ曲線を作成し、感度＋特異度が最大の値を補正値として決定する。
次に、評価式作成ステップ６０５では、インスリン分泌能評価式作成部１０８が、HbA1c値と推定HbA1cとの差分算出ステップ６０３で算出したHbA1cと推定HbA1cとの差分値と、補正値決定ステップ６０４で決定した補正値から、評価式を作成する。具体的には、評価式は、HbA1cと推定HbA1cとの差分から補正値を引いた式となる。
以上で図７のインスリン分泌能評価式作成処理を終了する。作成された評価式は、評価式記憶部１２３に格納することができる。
インスリン分泌能評価式作成部１０８で作成した評価式の一例を図８に示す。図８が示す評価式データは、分析対象者のHbA1c値及び推定HbA1c値から評価値を算出できる。図８に示した評価式データ７００は、HbA1c値の単位７０１及び空腹時血糖値の単位７０２のセット毎に、評価式７０３を記憶している。評価式７０３は、上述したインスリン分泌能評価式作成部１０８で作成された関係式であり、一例として、[HbA1c値]−[推定HbA1c値]−Th1〜3の形式で記述される。評価式においてTh1〜3は、HbA1c値の単位７０１及び空腹時血糖値の単位７０２のセット毎に、上述したＲＯＣ分析により算出された補正値である。
以上のように関係式及び評価式を算出したインスリン分泌能分析装置１０１は、例えば図９に示すフローチャートにしたがって、分析対象者のインスリン分泌能の評価値を算出することができる。図９の処理を開始すると、まず、空腹時血糖・HbA1c入力ステップ８０１を行う。
空腹時血糖・HbA1c入力ステップ８０１では、推定HbA1c算出部１０９が、入力部１０２で、分析対象者に関する、少なくとも空腹時血糖値とHbA1c値とを入力させる。このとき、分析対象者の体重増減に関する情報を入力しても良い。
次に、推定HbA1c算出ステップ８０２では、推定HbA1c算出部１０９が、まず、関係式記憶部１２２が記憶する関係式データを取得する。次に、推定HbA1c算出部１０９が、関係式データの中から、空腹時血糖・HbA1c入力ステップ８０１で入力させた分析対象者の空腹時血糖値の単位とHbA1c値の単位とがともに一致する関係式を選択する。そして、選択した関係式に対して、入力した空腹時血糖値を代入することで、分析対象者に関する推定HbA1c値を算出する。
次に、インスリン分泌能評価値算出ステップ８０３では、インスリン分泌能評価値算出部１１０が、まず、評価式記憶部１２３が記憶する評価式データを取得する。次に、インスリン分泌能評価値算出部１１０が、評価式データの中から、分析対象者の空腹時血糖値の単位とHbA1cの単位とがともに一致する評価式７０３を選択する。そして、推定HbA1c算出部１０９が算出した推定HbA1c値と、空腹時血糖・HbA1c入力ステップ８０１で入力させたHbA1c値とを、選択した評価式にそれぞれ代入し、インスリン分泌能に関する評価値を算出する。上述のように算出した評価式によれば、算出した評価値が正の場合はインスリン分泌能が低く、負の値の場合はインスリン分泌能が高いと判定することができる。但し、評価式の定義によっては、インスリン分泌能評価値算出部１１０で算出したインスリン分泌能に関する評価値と、予め定めた基準値とを比較してインスリン分泌能に関する情報（インスリン分泌能が高い或いは低いといった情報）を得ることができる。また、分析対象者について、インスリン分泌能に関する情報は出力部１０３に出力することができる。
以上により、インスリン分泌能算出処理を終了する。この処理により、一般的な健康診断や人間ドックで検査される空腹時血糖値とHbA1c値から、簡易にインスリン分泌能を評価できる。すなわち、本発明に係るインスリン分泌能分析装置１０１によれば、一般的な健康診断や人間ドックで検査されないインスリン濃度を測定する必要が無く、また、空腹時と糖負荷試験後の２回に分けて採血し、それぞれの血液試料を分析する必要が無い。このように、本発明に係るインスリン分泌能分析装置１０１によれば、非常に簡易にインスリン分泌能を判定することができる。また、本発明に係るインスリン分泌能分析装置１０１は、図示しないが、入力部１０２にて分析対象者の体重変化に関する情報（体重情報）が入力された場合、当該体重情報とインスリン分泌能評価値とに基づいて、分析対象者の糖尿病に関する指導要否を判定する指導要否判定部を備えることが好ましい。この指導要否判定部では、分析対象者のインスリン分泌能が低下し、且つ、体重情報が体重増加を示している場合、当該分析対象者に対する糖尿病予防の指導要と判断する。
ここで、上述した本発明に係るインスリン分泌能分析装置１０１により算出されたインスリン分泌能評価値を、従来のインスリン分泌指数で評価した結果９００を図１０に示した。ずなわち、図１０では、インスリン分泌能評価値９０１を正負で2群に分け、補正値Th1９０２別に、インスリン分泌指数の平均±標準偏差９０３を算出した結果を示している。また、2群間の平均値の差についてＴ検定を行い、有意確率９０４を算出した結果も示している。図１０は、24人のデータを用いた評価結果であり、インスリン分泌能評価値が正の群の方が、インスリン分泌指数の平均値が低い結果となっている。また、補正値Th1が0.1、0.2では、有意確率が0.05未満となり、統計的に有意な差となっている。以上示したように、本発明に係るインスリン分泌能分析装置１０１により算出されたインスリン分泌能評価値は、従来のインスリン分泌指数を用いてインスリン分泌能を評価する系と同様な精度で分析対象者のインスリン分泌能を評価できることが示された。
また、ここで上述した本発明に係るインスリン分泌能分析装置１０１により算出したインスリン分泌能評価値を、5年後の糖尿病治療有無で評価した結果１０００を図１１に示した。図１１では、インスリン分泌能評価値１００１を正負で2群に分け、補正値Th1１００２別に、糖尿病治療（糖尿病発症）の多変量調整オッズ比１００３と、その95％信頼区間(95%CI)の下限１００４および上限１００５を算出した結果を示している。多変量調整オッズ比は、インスリン分泌能評価値１００１を負の群を1とした場合の正の群のオッズ比を示しており、糖尿病発症に関係ある他の共変量である、性別、年齢、ＢＭＩ、空腹時血糖、糖尿病家族歴で調整した値である。図１１の多変量調整オッズ比１００３と95％CI下限１００４から、インスリン分泌能評価値１００１の正の群は、負の群に対して、5年後の糖尿病治療の確率が4.25倍以上となり、95％CI下限が1を超えていることから有意に高い結果となっている。図１１に示し結果から、本発明に係るインスリン分泌能分析装置１０１により算出されたインスリン分泌能評価値を用いることで、簡易にインスリン分泌能を評価でき、将来の糖尿病のリスクを評価できることが明らかとなった。
ところで、本発明に係るインスリン分泌能分析装置１０１では、指導対象者選定部１１１により指導対象者選定処理を更に実行することができる。インスリン分泌能分析装置１０１では、例えば、図１２に示すようなフローチャートにしたがって指導対象者選定処理を実行することができる。また、指導対象者選定処理に使用する対象者選定画面の一例を図１３に示す。
指導対象者選定処理は、図１２に示すように、まず、指導人数入力ステップ１１００を行う。
指導人数入力ステップ１１００では、図１３の対象者選定画面の指導人数入力欄１２０１に、指導予算などを考慮して指導人数を入力部１０２で入力する。
なお、図１３に示す対象者選定画面１２００では、指導人数入力欄１２０１、対象者候補のHbA1c値と推定HbA1c値の散布図１２０２、インスリン分泌能評価式を示すグラフ１２０３、インスリン分泌能高低の判定基準１２０４を示している。また、図１３に示す対象者選定画面１２００では、各対象者候補のID１２１０、HbA1c４０１、推定HbA1c１２１２、インスリン分泌能評価値１２１３、インスリン分泌能高低の評価結果１２１４、体重変化１２１５、指導優先度１２１６を表形式で表示している。また、図１３に示す対象者選定画面１２００では、指導対象者の選定結果を出力する選定結果出力ボタン１２２０が表示されている。
次に、インスリン分泌能評価値入力ステップ１２０１では、指導対象者選定部１１１が、インスリン分泌能評価値算出部１１０で算出されたインスリン分泌能評価値を複数人分、インスリン分泌能評価値１２１３の欄に入力させる。入力させたインスリン分泌能評価値は、インスリン分泌能の高低を評価し、図１３に示すように、ID１２１０別に、HbA1c４０１、推定HbA1c１２１２と共に、表形式で表示される。
次に、体重変化入力ステップ１１０２では、指導対象者選定部１１１が、入力部１０２で複数人分の体重変化量を入力させる。入力させた体重変化量は、図１３に示すように、ID１２１０別に表形式で表示する。
次に、指導対象者選定ステップ１１０３では、指導対象者選定部１１１が、インスリン分泌能評価値入力ステップ１１０１で入力されたインスリン分泌能評価値と、体重変化入力ステップ１１０２で入力された体重変化量に基づいて、指導人数入力ステップ１１００で入力された指導人数分だけ指導対象者を選定する。具体的には、インスリン分泌能評価値が高く、体重変化量が大きい人の指導優先度を高くし、指導人数分だけ指導対象者として選定する。図１３では、指導優先度１２１６の値が小さい人が、インスリン分泌能評価値が高く、体重変化量が大きい人として示している。指導対象者が決定したら、図１３の選定結果出力ボタン１２２０を押下し、対象者リストを出力する。
以上により、本発明に係るインスリン分泌能分析装置１０１では、指導対象者選定部１１１により指導対象者選定処理を完了することができる。
ここで、上述した本発明に係るインスリン分泌能分析装置１０１により算出されたインスリン分泌能評価値と体重変化とを組合せた場合の、5年後の糖尿病治療有無を評価した結果を図１４に示した。図１４では、インスリン分泌能評価値１３０１を正負で2群に分け、補正値Th1１３０２と体重変化１３０３別に、糖尿病治療（糖尿病発症）の多変量調整オッズ比１３０４と、その95％信頼区間(95%CI)の下限１３０５および上限１３０６を算出した結果を示している。多変量調整オッズ比は、インスリン分泌能評価値１３０１が負で、かつ、体重変化１３０３が±1kgの群を1とした場合の各群のオッズ比を示しており、糖尿病発症に関係ある他の共変量である、性別、年齢、ＢＭＩ、空腹時血糖、糖尿病家族歴で調整した値である。図１４の多変量調整オッズ比１３０４と95％CI下限１３０５から、インスリン分泌能評価値１３０１が正で、かつ、1kg以上増加した群は、5年後の糖尿病治療の確率が10.5倍以上となり、95％CI下限が1を超えていることから有意に高い結果となっている。
このように、本発明に係るインスリン分泌能分析装置１０１は、インスリン分泌能評価値算出部１１０で算出されたインスリン分泌能評価値に体重変化に関する情報を組合せることにより、より将来の糖尿病のリスクを評価できる結果を導き出すことができる。また、本発明に係るインスリン分泌能分析装置１０１は、インスリン分泌能評価値算出部１１０で算出されたインスリン分泌能評価値に体重変化に関する情報を組合せることにより、糖尿病の指導対象者を適切に選定できる。
なお、上述したインスリン分泌能分析装置１０１では、インスリン分泌能評価式作成部１０８が、HbA1c値と推定HbA1c値との差分値と糖尿病治療有無の関係から補正値を算出し、図８の評価式を作成する例を説明したが、評価式についてはこの方法に限定されるものではなく、他の方法で評価式を作成することができる。例えば、インスリン分泌能分析装置１０１において、推定HbA1cの値別に、HbA1c値と推定HbA1c値との差分値と糖尿病治療有無の関係をＲＯＣ分析し、推定HbA1cの値別の補正値を算出して評価式を作成してもよい。すなわち、この例では、作成した評価式は、図１５に示すように、HbA1c値の単位７０１及び空腹時血糖値の単位７０２の各セットについて、推定HbA1c値１４０３毎の評価式１４０４を記憶している。なお、図１５において、EH11及びEH12はそれぞれ、HbA1c値の単位７０１が「％（JDS）」であり、空腹時血糖値の単位７０２が「mg/dl」であるセットについて算出された補正値を意味している。このように、推定HbA1c値の値により異なる補正値を用いて評価式を作成することによって、より精度良くインスリン分泌能を評価することができる。その結果、推定HbA1c値の値により異なる補正値を用いて評価式を用いることで、将来の糖尿病のリスクも更に精度良く評価することができる。
また、上述したインスリン分泌能分析装置１０１では、インスリン分泌能評価値と体重変化に基づき、糖尿病の指導対象者を選定する例を説明したが、体重変化を考慮せずに指導対象者を選定しても良いし、体重変化の代わりに若しくは体重変化に代えて他の情報とインスリン分泌能評価値とを利用して指導対象者を選定しても良い。
さらに、上述したインスリン分泌能分析装置１０１と、分析対象者に関する少なくとも空腹時血糖値とHbA1c値とを含むデータセットを有する端末と接続したインスリン分泌能分析システムによれば、分析対象者の空腹時血糖値とHbA1c値とを当該端末からインスリン分泌能分析装置１０１に入力することで、分析対象者のインスリン分泌能を分析することができる。ここで、上記端末としては、健康診断の結果を格納したサーバーコンピュータであっても良いし、例えば家庭用の血糖測定機器であってもよい。例えば、家庭用の血糖測定機器等を利用したインスリン分泌能分析システムによれば、当該機器にてHbA1c値と空腹時血糖値を簡易に測定して、自身のインスリン分泌能を把握することができる。そして、このようなインスリン分泌能分析システムを利用することで、インスリン分泌能評価値に基づいて日々のインスリン治療に活用することができる。
１０１ インスリン分泌能分析端末
１０２ 入力部
１０３ 出力部
１０４ ＣＰＵ
１０５ メモリ
１０６ 記憶媒体
１０７ 関係式作成部
１０８ インスリン分泌能評価式作成部
１０９ 推定HbA1c算出部
１１０ インスリン分泌能評価値算出部
１１１ 指導対象者選定部
１２０ データベース
１２１ 健診情報記録部
１２２ 関係式記憶部
１２３ 評価式記憶部
１２４ 指導対象者記憶部
１０２ 入力部
１０３ 出力部
１０４ ＣＰＵ
１０５ メモリ
１０６ 記憶媒体
１０７ 関係式作成部
１０８ インスリン分泌能評価式作成部
１０９ 推定HbA1c算出部
１１０ インスリン分泌能評価値算出部
１１１ 指導対象者選定部
１２０ データベース
１２１ 健診情報記録部
１２２ 関係式記憶部
１２３ 評価式記憶部
１２４ 指導対象者記憶部
Claims (7)
- 少なくとも、分析対象者の空腹時血糖値とHbA1c値とを入力する入力部と、
複数の被検査者に関する空腹時血糖値とHbA1c値とを含むデータセットに含まれるHbA1c値を目的変数とし、同データに含まれる空腹時血糖値を説明変数として回帰分析を行うことにより得られた関係式に、上記入力部で入力した空腹時血糖値を代入して推定HbA1c値を算出する推定HbA1c算出部と、
入力したHbA1c値と推定HbA1c値との差分値を計算する評価式に前記入力部で入力したHbA1c値と前記推定HbA1c算出部で算出した推定HbA1c値とを代入して得られるインスリン分泌能評価値を算出するインスリン分泌能評価値算出部と
を備えるインスリン分泌能分析装置。 - 前記インスリン分泌能評価値算出部で算出したインスリン分泌能評価値と基準値とを比較してインスリン分泌能に関する情報を出力する出力部を更に有することを特徴とする請求項１記載のインスリン分泌能分析装置。
- 前記入力部で入力した体重情報と、前記インスリン分泌能評価値算出部で算出したインスリン分泌能評価値とから、糖尿病に関する指導要否を判定する指導要否判定部を更に有することを特徴とする請求項１記載のインスリン分泌能分析装置。
- 複数の被検査者に関する空腹時血糖値とHbA1c値とを含むデータセットを格納した健診データ記憶部と、前記入力部で入力した体重情報と、前記インスリン分泌能評価値算出部で算出したインスリン分泌能評価値とから、前記健診データ記憶部に格納されたデータセットのなかから、糖尿病に関する指導対象者を選定する指導対象者選定部とを更に有することを特徴とする請求項１記載のインスリン分泌能分析装置。
- 請求項１乃至４いずれか一項記載のインスリン分泌能分析装置と、
分析対象者に関する少なくとも空腹時血糖値とHbA1c値とを含むデータセットを有する端末と、
を備え、前記端末から分析対象者に関する前記データセットを前記インスリン分泌能分析装置に入力し、前記インスリン分泌能分析装置にて分析対象者に関するインスリン分泌能を分析することを特徴とするインスリン分泌能分析システム。 - 前記端末は、分析対象者に関する空腹時血糖値を測定する及び/又はHbA1c値を測定する測定器であることを特徴とする請求項５記載のインスリン分泌能分析システム。
- 少なくとも、分析対象者の空腹時血糖値とHbA1c値とを入力する工程と、
複数の被検査者に関する空腹時血糖値とHbA1c値とを含むデータセットに含まれるHbA1c値を目的変数とし、同データに含まれる空腹時血糖値を説明変数として回帰分析を行うことにより得られた関係式に、前記工程で入力した空腹時血糖値を代入して推定HbA1c値を算出する工程と、
入力したHbA1c値と推定HbA1c値との差分値を計算する評価式に前記工程で入力したHbA1c値と前記工程で算出した推定HbA1c値とを代入して得られるインスリン分泌能評価値を算出する工程と
を備えるインスリン分泌能分析方法。
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| PCT/JP2014/084285 WO2016103390A1 (ja) | 2014-12-25 | 2014-12-25 | インスリン分泌能分析装置、当該装置を備えるインスリン分泌能分析システム及びインスリン分泌能分析方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPWO2016103390A1 JPWO2016103390A1 (ja) | 2017-06-29 |
| JP6401297B2 true JP6401297B2 (ja) | 2018-10-10 |
Family
ID=56149486
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2016565750A Active JP6401297B2 (ja) | 2014-12-25 | 2014-12-25 | インスリン分泌能分析装置、当該装置を備えるインスリン分泌能分析システム及びインスリン分泌能分析方法 |
Country Status (4)
| Country | Link |
|---|---|
| US (1) | US20170316176A1 (ja) |
| JP (1) | JP6401297B2 (ja) |
| CN (1) | CN107003315B (ja) |
| WO (1) | WO2016103390A1 (ja) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20210154281A (ko) * | 2020-06-11 | 2021-12-21 | 고려대학교 산학협력단 | 췌장 인슐린 분비능 평가 지표 제공 방법 및 장치 |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US10925547B2 (en) * | 2017-01-16 | 2021-02-23 | Bionime Corporation | System for monitoring physiological condition |
| JP7282298B2 (ja) * | 2019-07-31 | 2023-05-29 | アークレイ株式会社 | 推定方法及び平均血糖値推定システム |
Family Cites Families (19)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| FI112545B (fi) * | 1997-05-30 | 2003-12-15 | Nokia Corp | Menetelmä ja järjestelmä potilaan veren glykosyloidun hemoglobiinikomponentin tason ennustamiseksi |
| WO2001056603A1 (en) * | 2000-02-01 | 2001-08-09 | Tanox, Inc. | Cd40-binding apc-activating molecules |
| ES2302919T3 (es) * | 2002-03-29 | 2008-08-01 | Asahi Kasei Pharma Corporation | Metodo para la deteccion de una intolerancia ligera a la glucosa o hiposecrecion de insulina. |
| CN100466965C (zh) * | 2002-08-13 | 2009-03-11 | 弗吉尼亚大学专利基金会 | 用于处理自我监测血糖(smbg)数据从而提高糖尿病患者自我管理的方法、系统和计算机程序产品 |
| ES2456068T3 (es) * | 2002-08-13 | 2014-04-21 | University Of Virginia Patent Foundation | Método, sistema y producto de programa informático para el procesamiento de datos de auto-supervisión de glucemia (SMBG) para mejorar la autogestión diabética |
| JP2006304833A (ja) * | 2005-04-26 | 2006-11-09 | Sysmex Corp | 診断支援システム及びコンピュータプログラム |
| US7824333B2 (en) * | 2006-03-31 | 2010-11-02 | Lifescan, Inc. | Diabetes management methods and systems |
| JP5441409B2 (ja) * | 2006-09-22 | 2014-03-12 | アークレイ株式会社 | 血液分析装置 |
| CN101275953A (zh) * | 2007-03-30 | 2008-10-01 | 株式会社百利达 | 血糖状态推定方法以及装置 |
| EP1980851A3 (en) * | 2007-03-30 | 2014-03-12 | Tanita Corporation | Blood sugar condition estimation method and apparatus |
| CN101801262A (zh) * | 2007-07-09 | 2010-08-11 | 弗吉尼亚大学专利基金会 | 糖尿病胰岛素敏感度、碳水化合物比、校正因子数据自我监测产品 |
| CA2690541A1 (en) * | 2007-07-17 | 2009-01-29 | Metabolon, Inc. | Biomarkers for pre-diabetes, cardiovascular diseases, and other metabolic-syndrome related disorders and methods using the same |
| CN102177434B (zh) * | 2008-08-08 | 2014-04-02 | 乔治亚大学研究基金公司 | 用于预测能够分泌至体液中的蛋白质的方法及系统 |
| US20120253840A1 (en) * | 2009-12-21 | 2012-10-04 | Stc.Unm | System and methods for estimating hba1c, treatment response, and hypoglycemia risk using self-monitoring of blood glucose data |
| EP2585828A4 (en) * | 2010-06-25 | 2014-03-12 | Glaxo Group Ltd | METHOD FOR THE TREATMENT OF PATIENTS WITH IMMUNE SYSTEM DISEASES |
| JP5900044B2 (ja) * | 2012-03-12 | 2016-04-06 | オムロンヘルスケア株式会社 | 糖尿病治療支援装置、糖尿病治療支援方法、糖尿病治療支援プログラム |
| US20130316375A1 (en) * | 2012-05-24 | 2013-11-28 | Orban Biotech Llc | Diabetes biomarkers |
| EP2861767A4 (en) * | 2012-06-15 | 2016-07-27 | Nuclea Biotechnologies Inc | PREDICTIVE MARKERS FOR CANCER AND METAL CHANGE SYNDROME |
| US20140324460A1 (en) * | 2012-09-26 | 2014-10-30 | Health Diagnostic Laboratory, Inc. | Method for determining and managing total cardiodiabetes risk |
-
2014
- 2014-12-25 CN CN201480083933.XA patent/CN107003315B/zh active Active
- 2014-12-25 US US15/517,642 patent/US20170316176A1/en not_active Abandoned
- 2014-12-25 JP JP2016565750A patent/JP6401297B2/ja active Active
- 2014-12-25 WO PCT/JP2014/084285 patent/WO2016103390A1/ja active Application Filing
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20210154281A (ko) * | 2020-06-11 | 2021-12-21 | 고려대학교 산학협력단 | 췌장 인슐린 분비능 평가 지표 제공 방법 및 장치 |
| KR102492194B1 (ko) | 2020-06-11 | 2023-01-27 | 고려대학교 산학협력단 | 췌장 인슐린 분비능 평가 지표 제공 방법 및 장치 |
Also Published As
| Publication number | Publication date |
|---|---|
| US20170316176A1 (en) | 2017-11-02 |
| JPWO2016103390A1 (ja) | 2017-06-29 |
| CN107003315B (zh) | 2018-09-25 |
| WO2016103390A1 (ja) | 2016-06-30 |
| CN107003315A (zh) | 2017-08-01 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Wiley et al. | A metabolic syndrome severity score: A tool to quantify cardio-metabolic risk factors | |
| Mei et al. | Frailty as a predictor of negative health outcomes in chronic kidney disease: a systematic review and meta-analysis | |
| Timar et al. | The impact of diabetic neuropathy on balance and on the risk of falls in patients with type 2 diabetes mellitus: a cross-sectional study | |
| Ma et al. | Blood pressure variation and subclinical brain disease | |
| Cicone et al. | Age-based prediction of maximal heart rate in children and adolescents: A systematic review and meta-analysis | |
| Santin et al. | Performance of subjective global assessment and malnutrition inflammation score for monitoring the nutritional status of older adults on hemodialysis | |
| Álvarez et al. | Prevalence of non-responders for blood pressure and cardiometabolic risk factors among prehypertensive women after long-term high-intensity interval training | |
| Takahashi et al. | Comparison between oscillometric-and Doppler-ABI in elderly individuals | |
| Yavuz et al. | Identifying uncontrolled asthma in children with the childhood asthma control test or exhaled nitric oxide measurement | |
| Coutts et al. | Psychotic disorders as a framework for precision psychiatry | |
| El Moussaoui et al. | Development and validation of a short questionnaire in community acquired pneumonia | |
| Haun et al. | Waist-height ratio compared to other indicators of obesity as predictosr of high coronary risk | |
| Liff et al. | Cardiorespiratory fitness in patients with rheumatoid arthritis is associated with the patient global assessment but not with objective measurements of disease activity | |
| Holdom et al. | Venous creatinine as a biomarker for loss of fat‐free mass and disease progression in patients with amyotrophic lateral sclerosis | |
| Lambert et al. | Diagnostic accuracy of FEV1/forced vital capacity ratio z scores in asthmatic patients | |
| Ünlü et al. | Impact of statin use on high sensitive troponin T levels with moderate exercise | |
| JP6401297B2 (ja) | インスリン分泌能分析装置、当該装置を備えるインスリン分泌能分析システム及びインスリン分泌能分析方法 | |
| Vianna et al. | Accuracy and adequacy of waist circumference cut-off points currently recommended in Brazilian adults | |
| JP5811545B2 (ja) | 疲労のバイオマーカーおよびその利用 | |
| Sushmitha et al. | Exploring the relationship between the indices of body composition with grip strength performance and peak VO2 | |
| Delaney et al. | Pitfalls in the measurement of the nocturnal blood pressure dip in adolescents with type 1 diabetes | |
| Muñoz-Hernando et al. | Diagnosis accuracy of waist-to-height ratio to predict cardiometabolic risk in children with obesity | |
| Matsuzawa et al. | Serum Creatinine–Cystatin C Based Screening of Sarcopenia in Community Dwelling Older Adults: A Cross-Sectional Analysis | |
| TWI641963B (zh) | Method for screening coronary heart disease by cardiovascular marker and mechanical learning algorithm | |
| Talebpour et al. | Comparison between emergency severity index plus capnometer and emergency severity index in the dyspneic patients with chronic heart failure |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20170308 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20180206 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20180402 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20180814 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20180906 |
|
| R151 | Written notification of patent or utility model registration |
Ref document number: 6401297 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R151 |