[go: up one dir, main page]
More Web Proxy on the site http://driver.im/

JP7193020B2 - 取得方法、算出方法、胃癌評価装置、算出装置、胃癌評価プログラム、算出プログラムおよび胃癌評価システム - Google Patents

取得方法、算出方法、胃癌評価装置、算出装置、胃癌評価プログラム、算出プログラムおよび胃癌評価システム Download PDF

Info

Publication number
JP7193020B2
JP7193020B2 JP2022015164A JP2022015164A JP7193020B2 JP 7193020 B2 JP7193020 B2 JP 7193020B2 JP 2022015164 A JP2022015164 A JP 2022015164A JP 2022015164 A JP2022015164 A JP 2022015164A JP 7193020 B2 JP7193020 B2 JP 7193020B2
Authority
JP
Japan
Prior art keywords
gastric cancer
trp
val
value
formula
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
Application number
JP2022015164A
Other languages
English (en)
Other versions
JP2022058852A (ja
Inventor
明 今泉
敏彦 安東
毅 木村
泰志 野口
明 合地
浩史 山本
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Ajinomoto Co Inc
Original Assignee
Ajinomoto Co Inc
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Ajinomoto Co Inc filed Critical Ajinomoto Co Inc
Publication of JP2022058852A publication Critical patent/JP2022058852A/ja
Application granted granted Critical
Publication of JP7193020B2 publication Critical patent/JP7193020B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • G01N33/68—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing involving proteins, peptides or amino acids
    • G01N33/6803—General methods of protein analysis not limited to specific proteins or families of proteins
    • G01N33/6806—Determination of free amino acids
    • 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
    • G01N33/53—Immunoassay; Biospecific binding assay; Materials therefor
    • G01N33/574—Immunoassay; Biospecific binding assay; Materials therefor for cancer
    • G01N33/57407—Specifically defined cancers
    • G01N33/57446—Specifically defined cancers of stomach or intestine
    • 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
    • G01N33/68—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing involving proteins, peptides or amino acids
    • G01N33/6803—General methods of protein analysis not limited to specific proteins or families of proteins
    • G01N33/6806—Determination of free amino acids
    • G01N33/6812—Assays for specific amino acids
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
    • G16B40/00—ICT specially adapted for biostatistics; ICT specially adapted for bioinformatics-related machine learning or data mining, e.g. knowledge discovery or pattern finding
    • G16B40/20—Supervised data analysis
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
    • G16B40/00—ICT specially adapted for biostatistics; ICT specially adapted for bioinformatics-related machine learning or data mining, e.g. knowledge discovery or pattern finding

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Molecular Biology (AREA)
  • Physics & Mathematics (AREA)
  • Immunology (AREA)
  • Hematology (AREA)
  • Chemical & Material Sciences (AREA)
  • Urology & Nephrology (AREA)
  • Biomedical Technology (AREA)
  • General Health & Medical Sciences (AREA)
  • Biotechnology (AREA)
  • Biochemistry (AREA)
  • Analytical Chemistry (AREA)
  • Microbiology (AREA)
  • Cell Biology (AREA)
  • Biophysics (AREA)
  • Food Science & Technology (AREA)
  • Medicinal Chemistry (AREA)
  • Pathology (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Medical Informatics (AREA)
  • Proteomics, Peptides & Aminoacids (AREA)
  • Oncology (AREA)
  • Hospice & Palliative Care (AREA)
  • Bioethics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Databases & Information Systems (AREA)
  • Epidemiology (AREA)
  • Evolutionary Computation (AREA)
  • Artificial Intelligence (AREA)
  • Public Health (AREA)
  • Software Systems (AREA)
  • Evolutionary Biology (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Theoretical Computer Science (AREA)
  • Investigating Or Analysing Biological Materials (AREA)

Description

本発明は、血液（血漿）中のアミノ酸濃度を利用した胃癌の評価方法、ならびに胃癌評価装置、胃癌評価方法、胃癌評価システム、胃癌評価プログラムおよび記録媒体に関するものである。
日本における胃癌による死亡は、２００３年で男３２８４６人・女１７７１１人で、全ての癌による死亡の総数のうち２位で、男では癌による死亡の第２位、女性では癌による死亡の１位となっている。
胃癌の治療は、腫瘍が粘膜と粘膜下層に限局している場合は予後がよく、初期（Ｉ～ＩＩ期）の胃癌の５年生存率は５０％以上、特にＩＡ期の胃癌（深達度が粘膜及び粘膜下層でリンパ節転移がないもの）では５年生存率は約９０％である。
しかし、胃癌の病期の進行とともに生存率は低下するため、早期発見が胃癌治癒にとっては重要である。
ここで、胃癌の診断には、ペプシノゲン検査、Ｘ線検査、内視鏡検査、腫瘍マーカーなどがある。
しかし、ペプシノゲン検査、Ｘ線検査、腫瘍マーカーは確定診断とはならない。例えばペプシノゲン検査の場合、侵襲性は低いが、感度は報告により異なり概ね４０～８５％で、特異度は７０～８５％である。しかし、ペプシノゲン検査での要精密検査率は２０％であり、見逃しも多いと考えられている。また、Ｘ線検査（間接撮影）の場合、感度は報告より異なるが概ね７０～８０％で、特異度は８５～９０％である。しかし、バリウム飲用による副作用や放射線被爆の可能性がある。なお、腫瘍マーカーについては、現時点では胃癌の存在診断に有効なものは存在しない。
一方、内視鏡検査は確定診断になるが、侵襲度の高い検査であり、スクリーニングの段階で内視鏡検査を行うことは現実的ではない。さらに、内視鏡検査のような侵襲的診断では、患者が苦痛を伴うなど負担があり、また検査による出血などのリスクも起こりえる。
そこで、患者に対する身体的負担および費用対効果の面から、胃癌発症の可能性の高い被験者を絞り込んで、その者を治療の対象とすることが望ましい。具体的には、侵襲が少なく且つ感度・特異度の高い方法で被験者を選択し、選択した被験者に対し胃内視鏡を実施することで被験者を絞り込み、胃癌の確定診断が得られた被験者を治療の対象とすることが望ましい。
ところで、血中アミノ酸の濃度が、癌発症により変化することについては知られている。例えば、シノベールによれば（非特許文献１）、例えばグルタミンは主に酸化エネルギー源として、アルギニンは窒素酸化物やポリアミンの前駆体として、メチオニンは癌細胞がメチオニン取り込み能の活性化により、それぞれ癌細胞での消費量が増加するという報告がある。また、ヴィッセルスら（非特許文献２）やクボタ（非特許文献３）によれば、胃癌患者の血漿中アミノ酸組成は健常者と異なっていることが報告されている。
また、アミノ酸濃度と生体状態とを関連付ける方法については、特許文献１や特許文献２に公開されている。
国際公開第２００４／０５２１９１号 国際公開第２００６／０９８１９２号
Ｃｙｎｏｂｅｒ， Ｌ． ｅｄ．， Ｍｅｔａｂｏｌｉｃ ａｎｄ ｔｈｅｒａｐｅｕｔｉｃ ａｓｐｅｃｔｓ ｏｆ ａｍｉｎｏ ａｃｉｄｓ ｉｎ ｃｌｉｎｉｃａｌ ｎｕｔｒｉｔｉｏｎ． ２ｎｄ ｅｄ．， ＣＲＣ Ｐｒｅｓｓ Ｖｉｓｓｅｒｓ， Ｙ. ＬＪ．， ｅｔ．ａｌ．， Ｐｌａｓｍａ ａｒｇｉｎｉｎｅ ｃｏｎｃｅｎｔｒａｔｉｏｎ ａｒｅ ｒｅｄｕｃｅｄ ｉｎ ｃａｎｃｅｒ ｐａｔｉｅｎｔｓ： ｅｖｉｄｅｎｃｅ ｆｏｒ ａｒｇｉｎｉｎｅ ｄｅｆｉｃｉｅｎｃｙ？， Ｔｈｅ Ａｍｅｒｉｃａｎ Ｊｏｕｒｎａｌ ｏｆ Ｃｌｉｎｉｃａｌ Ｎｕｔｒｉｔｉｏｎ， ２００５， ８１， ｐ１１４２－１１４６ Ｋｕｂｏｔａ， Ａ．， Ｍｅｇｕｉｄ， Ｍ．Ｍ．， ａｎｄ Ｈｉｔｃｈ， Ｄ． Ｃ．， Ａｍｉｎｏ ａｃｉｄ ｐｒｏｆｉｌｅｓ ｃｏｒｒｅｌａｔｅ ｄｉａｇｎｏｓｔｉｃａｌｌｙ ｗｉｔｈ ｏｒｇａｎ ｓｉｔｅ ｉｎ ｔｈｒｅｅ ｋｉｎｄｓ ｏｆ ｍａｌｉｇｎａｎｔ ｔｕｍｏｒｓ．， Ｃａｎｃｅｒ， １９９１， ６９， ｐ２３４３－２３４８
しかしながら、これまでに、複数のアミノ酸を変数として胃癌発症の有無を診断する技術の開発は時間的および金銭的な観点から行われておらず、実用化されていないという問題点があった。また、特許文献１や特許文献２に開示されている指標式で胃癌発症の有無の評価を行っても、十分な精度を得ることができないという問題点があった。
本発明は、上記問題点に鑑みてなされたものであって、血液中のアミノ酸の濃度のうち胃癌の状態と関連するアミノ酸の濃度を利用して胃癌の状態を精度よく評価することができる胃癌の評価方法、ならびに胃癌評価装置、胃癌評価方法、胃癌評価システム、胃癌評価プログラムおよび記録媒体を提供することを目的とする。
本発明者らは、上述した課題を解決するために鋭意検討した結果、胃癌と非胃癌との２群判別に有用なアミノ酸（具体的には胃癌と非胃癌との２群間で統計的有意差をもって変動するアミノ酸）や胃癌の病期の判別に有用なアミノ酸（具体的には胃癌の病期Ｉａ，Ｉｂ，ＩＩ，ＩＩＩａ，ＩＩＩｂ，ＩＶで統計的有意差をもって変動するアミノ酸）、胃癌の他器官への転移の有無の判別に有用なアミノ酸（具体的には他器官への転移有と転移無との２群間で統計的有意差をもって変動するアミノ酸）を同定すると共に、さらに同定したアミノ酸の濃度を変数として含む多変量判別式（指標式、相関式）が胃癌（具体的には初期胃癌）の状態（具体的には病態進行）に有意な相関があることを見出し、本発明を完成するに至った。
すなわち、上述した課題を解決し、目的を達成するために、本発明にかかる胃癌の評価方法は、評価対象から採取した血液からアミノ酸の濃度値に関するアミノ酸濃度データを測定する測定ステップと、前記測定ステップで測定した前記評価対象の前記アミノ酸濃度データに含まれるＡｓｎ，Ｃｙｓ，Ｈｉｓ，Ｍｅｔ，Ｏｒｎ，Ｐｈｅ，Ｔｒｐ，Ｐｒｏ，Ｌｙｓ，Ｌｅｕ，Ｇｌｕ，Ａｒｇ，Ａｌａ，Ｔｈｒ，Ｔｙｒのうち少なくとも１つの前記濃度値に基づいて、前記評価対象につき胃癌の状態を評価する濃度値基準評価ステップとを含むことを特徴とする。
また、本発明にかかる胃癌の評価方法は、前記に記載の胃癌の評価方法において、前記濃度値基準評価ステップは、前記測定ステップで測定した前記評価対象の前記アミノ酸濃度データに含まれるＡｓｎ，Ｃｙｓ，Ｈｉｓ，Ｍｅｔ，Ｏｒｎ，Ｐｈｅ，Ｔｒｐ，Ｐｒｏ，Ｌｙｓ，Ｌｅｕ，Ｇｌｕ，Ａｒｇ，Ａｌａ，Ｔｈｒ，Ｔｙｒのうち少なくとも１つの前記濃度値に基づいて、前記評価対象につき、前記胃癌または非胃癌であるか否かを判別、前記胃癌の病期を判別、または前記胃癌の他器官への転移の有無を判別する濃度値基準判別ステップをさらに含むことを特徴とする。
また、本発明にかかる胃癌の評価方法は、前記に記載の胃癌の評価方法において、前記濃度値基準評価ステップは、前記測定ステップで測定した前記評価対象の前記アミノ酸濃度データに含まれるＡｓｎ，Ｃｙｓ，Ｈｉｓ，Ｍｅｔ，Ｏｒｎ，Ｐｈｅ，Ｔｒｐ，Ｐｒｏ，Ｌｙｓ，Ｌｅｕ，Ｇｌｕ，Ａｒｇ，Ａｌａ，Ｔｈｒ，Ｔｙｒのうち少なくとも１つの前記濃度値および前記アミノ酸の濃度を変数とする予め設定した多変量判別式に基づいて、当該多変量判別式の値である判別値を算出する判別値算出ステップと、前記判別値算出ステップで算出した前記判別値に基づいて、前記評価対象につき前記胃癌の前記状態を評価する判別値基準評価ステップとをさらに含み、前記多変量判別式は、Ａｓｎ，Ｃｙｓ，Ｈｉｓ，Ｍｅｔ，Ｏｒｎ，Ｐｈｅ，Ｔｒｐ，Ｐｒｏ，Ｌｙｓ，Ｌｅｕ，Ｇｌｕ，Ａｒｇ，Ａｌａ，Ｔｈｒ，Ｔｙｒのうち少なくとも１つを前記変数として含むことを特徴とする。
また、本発明にかかる胃癌の評価方法は、前記に記載の胃癌の評価方法において、前記判別値基準評価ステップは、前記判別値算出ステップで算出した前記判別値に基づいて、前記評価対象につき、前記胃癌または非胃癌であるか否かを判別、前記胃癌の病期を判別、または前記胃癌の他器官への転移の有無を判別する判別値基準判別ステップをさらに含むことを特徴とする。
また、本発明にかかる胃癌の評価方法は、前記に記載の胃癌の評価方法において、前記多変量判別式は、１つの分数式または複数の前記分数式の和で表され、それを構成する前記分数式の分子および／または分母にＡｓｎ，Ｃｙｓ，Ｈｉｓ，Ｍｅｔ，Ｏｒｎ，Ｐｈｅ，Ｔｒｐ，Ｐｒｏ，Ｌｙｓ，Ｌｅｕ，Ｇｌｕ，Ａｒｇ，Ａｌａ，Ｔｈｒ，Ｔｙｒのうち少なくとも１つを前記変数として含むことを特徴とする。
また、本発明にかかる胃癌の評価方法は、前記に記載の胃癌の評価方法において、前記多変量判別式は、前記判別値基準判別ステップで前記胃癌または前記非胃癌であるか否かを判別する場合は数式１、数式２または数式３であり、前記判別値基準判別ステップで前記胃癌の前記病期を判別する場合は数式４であり、前記判別値基準判別ステップで前記胃癌の前記他器官への転移の有無を判別する場合は数式５であることを特徴とする。
ａ１×Ｏｒｎ／（Ｔｒｐ＋Ｈｉｓ） ＋ ｂ１×（ＡＢＡ＋Ｉｌｅ）／Ｌｅｕ ＋ ｃ１
・・・（数式１）
ａ２×Ｇｌｕ／Ｈｉｓ ＋ ｂ２×Ｓｅｒ／Ｔｒｐ ＋ ｃ２×Ａｒｇ／Ｐｒｏ ＋ ｄ２
・・・（数式２）
ａ３×Ｔｒｐ／Ｇｌｎ ＋ ｂ３×Ｈｉｓ／Ｇｌｕ ＋ ｃ３
・・・（数式３）
ａ４×Ｇｌｙ／（Ｇｌｕ＋Ｔｒｐ＋Ｖａｌ） ＋ ｂ４×Ａｒｇ／Ｈｉｓ ＋ ｃ４
・・・（数式４）
ａ５×Ｉｌｅ／Ｇｌｕ ＋ ｂ５×（Ｇｌｙ＋Ａｓｎ＋Ａｒｇ）／Ｈｉｓ ＋ ｃ５
・・・（数式５）
（数式１においてａ１，ｂ１はゼロでない任意の実数、ｃ１は任意の実数であり、数式２においてａ２，ｂ２，ｃ２はゼロでない任意の実数、ｄ２は任意の実数であり、数式３においてａ３，ｂ３はゼロでない任意の実数、ｃ３は任意の実数であり、数式４においてａ４，ｂ４はゼロでない任意の実数、ｃ４は任意の実数であり、数式５においてａ５，ｂ５はゼロでない任意の実数、ｃ５は任意の実数である。）
また、本発明にかかる胃癌の評価方法は、前記に記載の胃癌の評価方法において、前記多変量判別式は、ロジスティック回帰式、線形判別式、重回帰式、サポートベクターマシンで作成された式、マハラノビス距離法で作成された式、正準判別分析で作成された式、決定木で作成された式のいずれか１つであることを特徴とする。
また、本発明にかかる胃癌の評価方法は、前記に記載の胃癌の評価方法において、前記多変量判別式は、Ｏｒｎ，Ｇｌｎ，Ｔｒｐ，Ｃｉｔを前記変数とする前記ロジスティック回帰式、またはＯｒｎ，Ｇｌｎ，Ｔｒｐ，Ｐｈｅ，Ｃｉｔ，Ｔｙｒを前記変数とする前記線形判別式、またはＧｌｕ，Ｐｈｅ，Ｈｉｓ，Ｔｒｐを前記変数とする前記ロジスティック回帰式、またはＧｌｕ，Ｐｒｏ，Ｈｉｓ，Ｔｒｐを前記変数とする前記線形判別式、またはＶａｌ，Ｉｌｅ，Ｈｉｓ，Ｔｒｐを前記変数とする前記ロジスティック回帰式、またはＴｈｒ，Ｉｌｅ，Ｈｉｓ，Ｔｒｐを前記変数とする前記線形判別式であることを特徴とする。
また、本発明は胃癌評価装置に関するものであり、本発明にかかる胃癌評価装置は、制御手段と記憶手段とを備え評価対象につき胃癌の状態を評価する胃癌評価装置であって、前記制御手段は、アミノ酸の濃度を変数としＡｓｎ，Ｃｙｓ，Ｈｉｓ，Ｍｅｔ，Ｏｒｎ，Ｐｈｅ，Ｔｒｐ，Ｐｒｏ，Ｌｙｓ，Ｌｅｕ，Ｇｌｕ，Ａｒｇ，Ａｌａ，Ｔｈｒ，Ｔｙｒのうち少なくとも１つを前記変数として含む前記記憶手段で記憶した多変量判別式および前記アミノ酸の濃度値に関する予め取得した前記評価対象のアミノ酸濃度データに含まれるＡｓｎ，Ｃｙｓ，Ｈｉｓ，Ｍｅｔ，Ｏｒｎ，Ｐｈｅ，Ｔｒｐ，Ｐｒｏ，Ｌｙｓ，Ｌｅｕ，Ｇｌｕ，Ａｒｇ，Ａｌａ，Ｔｈｒ，Ｔｙｒのうち少なくとも１つの前記濃度値に基づいて、当該多変量判別式の値である判別値を算出する判別値算出手段と、前記判別値算出手段で算出した前記判別値に基づいて、前記評価対象につき前記胃癌の前記状態を評価する判別値基準評価手段とを備えたことを特徴とする。
また、本発明にかかる胃癌評価装置は、前記に記載の胃癌評価装置において、前記判別値基準評価手段は、前記判別値算出手段で算出した前記判別値に基づいて、前記評価対象につき、前記胃癌または非胃癌であるか否かを判別、前記胃癌の病期を判別、または前記胃癌の他器官への転移の有無を判別する判別値基準判別手段をさらに備えたことを特徴とする。
また、本発明にかかる胃癌評価装置は、前記に記載の胃癌評価装置において、前記多変量判別式は、１つの分数式または複数の前記分数式の和で表され、それを構成する前記分数式の分子および／または分母にＡｓｎ，Ｃｙｓ，Ｈｉｓ，Ｍｅｔ，Ｏｒｎ，Ｐｈｅ，Ｔｒｐ，Ｐｒｏ，Ｌｙｓ，Ｌｅｕ，Ｇｌｕ，Ａｒｇ，Ａｌａ，Ｔｈｒ，Ｔｙｒのうち少なくとも１つを前記変数として含むことを特徴とする。
また、本発明にかかる胃癌評価装置は、前記に記載の胃癌評価装置において、前記多変量判別式は、前記判別値基準判別手段で前記胃癌または前記非胃癌であるか否かを判別する場合は数式１、数式２または数式３であり、前記判別値基準判別手段で前記胃癌の前記病期を判別する場合は数式４であり、前記判別値基準判別手段で前記胃癌の前記他器官への転移の有無を判別する場合は数式５であることを特徴とする。
ａ１×Ｏｒｎ／（Ｔｒｐ＋Ｈｉｓ） ＋ ｂ１×（ＡＢＡ＋Ｉｌｅ）／Ｌｅｕ ＋ ｃ１
・・・（数式１）
ａ２×Ｇｌｕ／Ｈｉｓ ＋ ｂ２×Ｓｅｒ／Ｔｒｐ ＋ ｃ２×Ａｒｇ／Ｐｒｏ ＋ ｄ２
・・・（数式２）
ａ３×Ｔｒｐ／Ｇｌｎ ＋ ｂ３×Ｈｉｓ／Ｇｌｕ ＋ ｃ３
・・・（数式３）
ａ４×Ｇｌｙ／（Ｇｌｕ＋Ｔｒｐ＋Ｖａｌ） ＋ ｂ４×Ａｒｇ／Ｈｉｓ ＋ ｃ４
・・・（数式４）
ａ５×Ｉｌｅ／Ｇｌｕ ＋ ｂ５×（Ｇｌｙ＋Ａｓｎ＋Ａｒｇ）／Ｈｉｓ ＋ ｃ５
・・・（数式５）
（数式１においてａ１，ｂ１はゼロでない任意の実数、ｃ１は任意の実数であり、数式２においてａ２，ｂ２，ｃ２はゼロでない任意の実数、ｄ２は任意の実数であり、数式３においてａ３，ｂ３はゼロでない任意の実数、ｃ３は任意の実数であり、数式４においてａ４，ｂ４はゼロでない任意の実数、ｃ４は任意の実数であり、数式５においてａ５，ｂ５はゼロでない任意の実数、ｃ５は任意の実数である。）
また、本発明にかかる胃癌評価装置は、前記に記載の胃癌評価装置において、前記多変量判別式は、ロジスティック回帰式、線形判別式、重回帰式、サポートベクターマシンで作成された式、マハラノビス距離法で作成された式、正準判別分析で作成された式、決定木で作成された式のいずれか１つであることを特徴とする。
また、本発明にかかる胃癌評価装置は、前記に記載の胃癌評価装置において、前記多変量判別式は、Ｏｒｎ，Ｇｌｎ，Ｔｒｐ，Ｃｉｔを前記変数とする前記ロジスティック回帰式、またはＯｒｎ，Ｇｌｎ，Ｔｒｐ，Ｐｈｅ，Ｃｉｔ，Ｔｙｒを前記変数とする前記線形判別式、またはＧｌｕ，Ｐｈｅ，Ｈｉｓ，Ｔｒｐを前記変数とする前記ロジスティック回帰式、またはＧｌｕ，Ｐｒｏ，Ｈｉｓ，Ｔｒｐを前記変数とする前記線形判別式、またはＶａｌ，Ｉｌｅ，Ｈｉｓ，Ｔｒｐを前記変数とする前記ロジスティック回帰式、またはＴｈｒ，Ｉｌｅ，Ｈｉｓ，Ｔｒｐを前記変数とする前記線形判別式であることを特徴とする。
また、本発明にかかる胃癌評価装置は、前記に記載の胃癌評価装置において、前記制御手段は、前記アミノ酸濃度データと前記胃癌の前記状態を表す指標に関する胃癌状態指標データとを含む前記記憶手段で記憶した胃癌状態情報に基づいて、前記記憶手段で記憶する前記多変量判別式を作成する多変量判別式作成手段をさらに備え、前記多変量判別式作成手段は、前記胃癌状態情報から所定の式作成手法に基づいて、前記多変量判別式の候補である候補多変量判別式を作成する候補多変量判別式作成手段と、前記候補多変量判別式作成手段で作成した前記候補多変量判別式を、所定の検証手法に基づいて検証する候補多変量判別式検証手段と、前記候補多変量判別式検証手段での検証結果から所定の変数選択手法に基づいて前記候補多変量判別式の変数を選択することで、前記候補多変量判別式を作成する際に用いる前記胃癌状態情報に含まれる前記アミノ酸濃度データの組み合わせを選択する変数選択手段と、をさらに備え、前記候補多変量判別式作成手段、前記候補多変量判別式検証手段および前記変数選択手段を繰り返し実行して蓄積した前記検証結果に基づいて、複数の前記候補多変量判別式の中から前記多変量判別式として採用する前記候補多変量判別式を選出することで、前記多変量判別式を作成することを特徴とする。
また、本発明は胃癌評価方法に関するものであり、本発明にかかる胃癌評価方法は、制御手段と記憶手段とを備えた情報処理装置で実行する、評価対象につき胃癌の状態を評価する胃癌評価方法であって、前記制御手段で、アミノ酸の濃度を変数としＡｓｎ，Ｃｙｓ，Ｈｉｓ，Ｍｅｔ，Ｏｒｎ，Ｐｈｅ，Ｔｒｐ，Ｐｒｏ，Ｌｙｓ，Ｌｅｕ，Ｇｌｕ，Ａｒｇ，Ａｌａ，Ｔｈｒ，Ｔｙｒのうち少なくとも１つを前記変数として含む前記記憶手段で記憶した多変量判別式および前記アミノ酸の濃度値に関する予め取得した前記評価対象のアミノ酸濃度データに含まれるＡｓｎ，Ｃｙｓ，Ｈｉｓ，Ｍｅｔ，Ｏｒｎ，Ｐｈｅ，Ｔｒｐ，Ｐｒｏ，Ｌｙｓ，Ｌｅｕ，Ｇｌｕ，Ａｒｇ，Ａｌａ，Ｔｈｒ，Ｔｙｒのうち少なくとも１つの前記濃度値に基づいて、当該多変量判別式の値である判別値を算出する判別値算出ステップと、前記判別値算出ステップで算出した前記判別値に基づいて、前記評価対象につき前記胃癌の前記状態を評価する判別値基準評価ステップとを実行することを特徴とする。
また、本発明にかかる胃癌評価方法は、前記に記載の胃癌評価方法において、前記判別値基準評価ステップは、前記判別値算出ステップで算出した前記判別値に基づいて、前記評価対象につき、前記胃癌または非胃癌であるか否かを判別、前記胃癌の病期を判別、または前記胃癌の他器官への転移の有無を判別する判別値基準判別ステップをさらに含むことを特徴とする。
また、本発明にかかる胃癌評価方法は、前記に記載の胃癌評価方法において、前記多変量判別式は、１つの分数式または複数の前記分数式の和で表され、それを構成する前記分数式の分子および／または分母にＡｓｎ，Ｃｙｓ，Ｈｉｓ，Ｍｅｔ，Ｏｒｎ，Ｐｈｅ，Ｔｒｐ，Ｐｒｏ，Ｌｙｓ，Ｌｅｕ，Ｇｌｕ，Ａｒｇ，Ａｌａ，Ｔｈｒ，Ｔｙｒのうち少なくとも１つを前記変数として含むことを特徴とする。
また、本発明にかかる胃癌評価方法は、前記に記載の胃癌評価方法において、前記多変量判別式は、前記判別値基準判別ステップで前記胃癌または前記非胃癌であるか否かを判別する場合は数式１、数式２または数式３であり、前記判別値基準判別ステップで前記胃癌の前記病期を判別する場合は数式４であり、前記判別値基準判別ステップで前記胃癌の前記他器官への転移の有無を判別する場合は数式５であることを特徴とする。
ａ１×Ｏｒｎ／（Ｔｒｐ＋Ｈｉｓ） ＋ ｂ１×（ＡＢＡ＋Ｉｌｅ）／Ｌｅｕ ＋ ｃ１
・・・（数式１）
ａ２×Ｇｌｕ／Ｈｉｓ ＋ ｂ２×Ｓｅｒ／Ｔｒｐ ＋ ｃ２×Ａｒｇ／Ｐｒｏ ＋ ｄ２
・・・（数式２）
ａ３×Ｔｒｐ／Ｇｌｎ ＋ ｂ３×Ｈｉｓ／Ｇｌｕ ＋ ｃ３
・・・（数式３）
ａ４×Ｇｌｙ／（Ｇｌｕ＋Ｔｒｐ＋Ｖａｌ） ＋ ｂ４×Ａｒｇ／Ｈｉｓ ＋ ｃ４
・・・（数式４）
ａ５×Ｉｌｅ／Ｇｌｕ ＋ ｂ５×（Ｇｌｙ＋Ａｓｎ＋Ａｒｇ）／Ｈｉｓ ＋ ｃ５
・・・（数式５）
（数式１においてａ１，ｂ１はゼロでない任意の実数、ｃ１は任意の実数であり、数式２においてａ２，ｂ２，ｃ２はゼロでない任意の実数、ｄ２は任意の実数であり、数式３においてａ３，ｂ３はゼロでない任意の実数、ｃ３は任意の実数であり、数式４においてａ４，ｂ４はゼロでない任意の実数、ｃ４は任意の実数であり、数式５においてａ５，ｂ５はゼロでない任意の実数、ｃ５は任意の実数である。）
また、本発明にかかる胃癌評価方法は、前記に記載の胃癌評価方法において、前記多変量判別式は、ロジスティック回帰式、線形判別式、重回帰式、サポートベクターマシンで作成された式、マハラノビス距離法で作成された式、正準判別分析で作成された式、決定木で作成された式のいずれか１つであることを特徴とする。
また、本発明にかかる胃癌評価方法は、前記に記載の胃癌評価方法において、前記多変量判別式は、Ｏｒｎ，Ｇｌｎ，Ｔｒｐ，Ｃｉｔを前記変数とする前記ロジスティック回帰式、またはＯｒｎ，Ｇｌｎ，Ｔｒｐ，Ｐｈｅ，Ｃｉｔ，Ｔｙｒを前記変数とする前記線形判別式、またはＧｌｕ，Ｐｈｅ，Ｈｉｓ，Ｔｒｐを前記変数とする前記ロジスティック回帰式、またはＧｌｕ，Ｐｒｏ，Ｈｉｓ，Ｔｒｐを前記変数とする前記線形判別式、またはＶａｌ，Ｉｌｅ，Ｈｉｓ，Ｔｒｐを前記変数とする前記ロジスティック回帰式、またはＴｈｒ，Ｉｌｅ，Ｈｉｓ，Ｔｒｐを前記変数とする前記線形判別式であることを特徴とする。
また、本発明にかかる胃癌評価方法は、前記に記載の胃癌評価方法において、前記制御手段で、前記アミノ酸濃度データと前記胃癌の前記状態を表す指標に関する胃癌状態指標データとを含む前記記憶手段で記憶した胃癌状態情報に基づいて、前記記憶手段で記憶する前記多変量判別式を作成する多変量判別式作成ステップをさらに実行し、前記多変量判別式作成ステップは、前記胃癌状態情報から所定の式作成手法に基づいて、前記多変量判別式の候補である候補多変量判別式を作成する候補多変量判別式作成ステップと、前記候補多変量判別式作成ステップで作成した前記候補多変量判別式を、所定の検証手法に基づいて検証する候補多変量判別式検証ステップと、前記候補多変量判別式検証ステップでの検証結果から所定の変数選択手法に基づいて前記候補多変量判別式の変数を選択することで、前記候補多変量判別式を作成する際に用いる前記胃癌状態情報に含まれる前記アミノ酸濃度データの組み合わせを選択する変数選択ステップと、をさらに含み、前記候補多変量判別式作成ステップ、前記候補多変量判別式検証ステップおよび前記変数選択ステップを繰り返し実行して蓄積した前記検証結果に基づいて、複数の前記候補多変量判別式の中から前記多変量判別式として採用する前記候補多変量判別式を選出することで、前記多変量判別式を作成することを特徴とする。
また、本発明は胃癌評価システムに関するものであり、本発明にかかる胃癌評価システムは、制御手段と記憶手段とを備え評価対象につき胃癌の状態を評価する胃癌評価装置と、アミノ酸の濃度値に関する前記評価対象のアミノ酸濃度データを提供する情報通信端末装置とを、ネットワークを介して通信可能に接続して構成された胃癌評価システムであって、前記情報通信端末装置は、前記評価対象の前記アミノ酸濃度データを前記胃癌評価装置へ送信するアミノ酸濃度データ送信手段と、前記胃癌評価装置から送信された前記胃癌の前記状態に関する前記評価対象の評価結果を受信する評価結果受信手段とを備え、前記胃癌評価装置の前記制御手段は、前記情報通信端末装置から送信された前記評価対象の前記アミノ酸濃度データを受信するアミノ酸濃度データ受信手段と、前記アミノ酸の濃度を変数としＡｓｎ，Ｃｙｓ，Ｈｉｓ，Ｍｅｔ，Ｏｒｎ，Ｐｈｅ，Ｔｒｐ，Ｐｒｏ，Ｌｙｓ，Ｌｅｕ，Ｇｌｕ，Ａｒｇ，Ａｌａ，Ｔｈｒ，Ｔｙｒのうち少なくとも１つを前記変数として含む前記記憶手段で記憶した多変量判別式および前記アミノ酸濃度データ受信手段で受信した前記評価対象の前記アミノ酸濃度データに含まれるＡｓｎ，Ｃｙｓ，Ｈｉｓ，Ｍｅｔ，Ｏｒｎ，Ｐｈｅ，Ｔｒｐ，Ｐｒｏ，Ｌｙｓ，Ｌｅｕ，Ｇｌｕ，Ａｒｇ，Ａｌａ，Ｔｈｒ，Ｔｙｒのうち少なくとも１つの前記濃度値に基づいて、当該多変量判別式の値である判別値を算出する判別値算出手段と、前記判別値算出手段で算出した前記判別値に基づいて、前記評価対象につき前記胃癌の前記状態を評価する判別値基準評価手段と、前記判別値基準評価手段での前記評価対象の前記評価結果を前記情報通信端末装置へ送信する評価結果送信手段と、を備えたことを特徴とする。
また、本発明にかかる胃癌評価システムは、前記に記載の胃癌評価システムにおいて、前記判別値基準評価手段は、前記判別値算出手段で算出した前記判別値に基づいて、前記評価対象につき、前記胃癌または非胃癌であるか否かを判別、前記胃癌の病期を判別、または前記胃癌の他器官への転移の有無を判別する判別値基準判別手段をさらに備えたことを特徴とする。
また、本発明にかかる胃癌評価システムは、前記に記載の胃癌評価システムにおいて、前記多変量判別式は、１つの分数式または複数の前記分数式の和で表され、それを構成する前記分数式の分子および／または分母にＡｓｎ，Ｃｙｓ，Ｈｉｓ，Ｍｅｔ，Ｏｒｎ，Ｐｈｅ，Ｔｒｐ，Ｐｒｏ，Ｌｙｓ，Ｌｅｕ，Ｇｌｕ，Ａｒｇ，Ａｌａ，Ｔｈｒ，Ｔｙｒのうち少なくとも１つを前記変数として含むことを特徴とする。
また、本発明にかかる胃癌評価システムは、前記に記載の胃癌評価システムにおいて、前記多変量判別式は、前記判別値基準判別手段で前記胃癌または前記非胃癌であるか否かを判別する場合は数式１、数式２または数式３であり、前記判別値基準判別手段で前記胃癌の前記病期を判別する場合は数式４であり、前記判別値基準判別手段で前記胃癌の前記他器官への転移の有無を判別する場合は数式５であることを特徴とする。
ａ１×Ｏｒｎ／（Ｔｒｐ＋Ｈｉｓ） ＋ ｂ１×（ＡＢＡ＋Ｉｌｅ）／Ｌｅｕ ＋ ｃ１
・・・（数式１）
ａ２×Ｇｌｕ／Ｈｉｓ ＋ ｂ２×Ｓｅｒ／Ｔｒｐ ＋ ｃ２×Ａｒｇ／Ｐｒｏ ＋ ｄ２
・・・（数式２）
ａ３×Ｔｒｐ／Ｇｌｎ ＋ ｂ３×Ｈｉｓ／Ｇｌｕ ＋ ｃ３
・・・（数式３）
ａ４×Ｇｌｙ／（Ｇｌｕ＋Ｔｒｐ＋Ｖａｌ） ＋ ｂ４×Ａｒｇ／Ｈｉｓ ＋ ｃ４
・・・（数式４）
ａ５×Ｉｌｅ／Ｇｌｕ ＋ ｂ５×（Ｇｌｙ＋Ａｓｎ＋Ａｒｇ）／Ｈｉｓ ＋ ｃ５
・・・（数式５）
（数式１においてａ１，ｂ１はゼロでない任意の実数、ｃ１は任意の実数であり、数式２においてａ２，ｂ２，ｃ２はゼロでない任意の実数、ｄ２は任意の実数であり、数式３においてａ３，ｂ３はゼロでない任意の実数、ｃ３は任意の実数であり、数式４においてａ４，ｂ４はゼロでない任意の実数、ｃ４は任意の実数であり、数式５においてａ５，ｂ５はゼロでない任意の実数、ｃ５は任意の実数である。）
また、本発明にかかる胃癌評価システムは、前記に記載の胃癌評価システムにおいて、前記多変量判別式は、ロジスティック回帰式、線形判別式、重回帰式、サポートベクターマシンで作成された式、マハラノビス距離法で作成された式、正準判別分析で作成された式、決定木で作成された式のいずれか１つであることを特徴とする。
また、本発明にかかる胃癌評価システムは、前記に記載の胃癌評価システムにおいて、前記多変量判別式は、Ｏｒｎ，Ｇｌｎ，Ｔｒｐ，Ｃｉｔを前記変数とする前記ロジスティック回帰式、またはＯｒｎ，Ｇｌｎ，Ｔｒｐ，Ｐｈｅ，Ｃｉｔ，Ｔｙｒを前記変数とする前記線形判別式、またはＧｌｕ，Ｐｈｅ，Ｈｉｓ，Ｔｒｐを前記変数とする前記ロジスティック回帰式、またはＧｌｕ，Ｐｒｏ，Ｈｉｓ，Ｔｒｐを前記変数とする前記線形判別式、またはＶａｌ，Ｉｌｅ，Ｈｉｓ，Ｔｒｐを前記変数とする前記ロジスティック回帰式、またはＴｈｒ，Ｉｌｅ，Ｈｉｓ，Ｔｒｐを前記変数とする前記線形判別式であることを特徴とする。
また、本発明にかかる胃癌評価システムは、前記に記載の胃癌評価システムにおいて、前記制御手段は、前記アミノ酸濃度データと前記胃癌の前記状態を表す指標に関する胃癌状態指標データとを含む前記記憶手段で記憶した胃癌状態情報に基づいて、前記記憶手段で記憶する前記多変量判別式を作成する多変量判別式作成手段をさらに備え、前記多変量判別式作成手段は、前記胃癌状態情報から所定の式作成手法に基づいて、前記多変量判別式の候補である候補多変量判別式を作成する候補多変量判別式作成手段と、前記候補多変量判別式作成手段で作成した前記候補多変量判別式を、所定の検証手法に基づいて検証する候補多変量判別式検証手段と、前記候補多変量判別式検証手段での検証結果から所定の変数選択手法に基づいて前記候補多変量判別式の変数を選択することで、前記候補多変量判別式を作成する際に用いる前記胃癌状態情報に含まれる前記アミノ酸濃度データの組み合わせを選択する変数選択手段と、をさらに備え、前記候補多変量判別式作成手段、前記候補多変量判別式検証手段および前記変数選択手段を繰り返し実行して蓄積した前記検証結果に基づいて、複数の前記候補多変量判別式の中から前記多変量判別式として採用する前記候補多変量判別式を選出することで、前記多変量判別式を作成することを特徴とする。
また、本発明は胃癌評価プログラムに関するものであり、本発明にかかる胃癌評価プログラムは、制御手段と記憶手段とを備えた情報処理装置に実行させる、評価対象につき胃癌の状態を評価する胃癌評価プログラムであって、前記制御手段に、アミノ酸の濃度を変数としＡｓｎ，Ｃｙｓ，Ｈｉｓ，Ｍｅｔ，Ｏｒｎ，Ｐｈｅ，Ｔｒｐ，Ｐｒｏ，Ｌｙｓ，Ｌｅｕ，Ｇｌｕ，Ａｒｇ，Ａｌａ，Ｔｈｒ，Ｔｙｒのうち少なくとも１つを前記変数として含む前記記憶手段で記憶した多変量判別式および前記アミノ酸の濃度値に関する予め取得した前記評価対象のアミノ酸濃度データに含まれるＡｓｎ，Ｃｙｓ，Ｈｉｓ，Ｍｅｔ，Ｏｒｎ，Ｐｈｅ，Ｔｒｐ，Ｐｒｏ，Ｌｙｓ，Ｌｅｕ，Ｇｌｕ，Ａｒｇ，Ａｌａ，Ｔｈｒ，Ｔｙｒのうち少なくとも１つの前記濃度値に基づいて、当該多変量判別式の値である判別値を算出する判別値算出ステップと、前記判別値算出ステップで算出した前記判別値に基づいて、前記評価対象につき前記胃癌の前記状態を評価する判別値基準評価ステップとを実行させることを特徴とする。
また、本発明にかかる胃癌評価プログラムは、前記に記載の胃癌評価プログラムにおいて、前記判別値基準評価ステップは、前記判別値算出ステップで算出した前記判別値に基づいて、前記評価対象につき、前記胃癌または非胃癌であるか否かを判別、前記胃癌の病期を判別、または前記胃癌の他器官への転移の有無を判別する判別値基準判別ステップをさらに含むことを特徴とする。
また、本発明にかかる胃癌評価プログラムは、前記に記載の胃癌評価プログラムにおいて、前記多変量判別式は、１つの分数式または複数の前記分数式の和で表され、それを構成する前記分数式の分子および／または分母にＡｓｎ，Ｃｙｓ，Ｈｉｓ，Ｍｅｔ，Ｏｒｎ，Ｐｈｅ，Ｔｒｐ，Ｐｒｏ，Ｌｙｓ，Ｌｅｕ，Ｇｌｕ，Ａｒｇ，Ａｌａ，Ｔｈｒ，Ｔｙｒのうち少なくとも１つを前記変数として含むことを特徴とする。
また、本発明にかかる胃癌評価プログラムは、前記に記載の胃癌評価プログラムにおいて、前記多変量判別式は、前記判別値基準判別ステップで前記胃癌または前記非胃癌であるか否かを判別する場合は数式１、数式２または数式３であり、前記判別値基準判別ステップで前記胃癌の前記病期を判別する場合は数式４であり、前記判別値基準判別ステップで前記胃癌の前記他器官への転移の有無を判別する場合は数式５であることを特徴とする。
ａ１×Ｏｒｎ／（Ｔｒｐ＋Ｈｉｓ） ＋ ｂ１×（ＡＢＡ＋Ｉｌｅ）／Ｌｅｕ ＋ ｃ１
・・・（数式１）
ａ２×Ｇｌｕ／Ｈｉｓ ＋ ｂ２×Ｓｅｒ／Ｔｒｐ ＋ ｃ２×Ａｒｇ／Ｐｒｏ ＋ ｄ２
・・・（数式２）
ａ３×Ｔｒｐ／Ｇｌｎ ＋ ｂ３×Ｈｉｓ／Ｇｌｕ ＋ ｃ３
・・・（数式３）
ａ４×Ｇｌｙ／（Ｇｌｕ＋Ｔｒｐ＋Ｖａｌ） ＋ ｂ４×Ａｒｇ／Ｈｉｓ ＋ ｃ４
・・・（数式４）
ａ５×Ｉｌｅ／Ｇｌｕ ＋ ｂ５×（Ｇｌｙ＋Ａｓｎ＋Ａｒｇ）／Ｈｉｓ ＋ ｃ５
・・・（数式５）
（数式１においてａ１，ｂ１はゼロでない任意の実数、ｃ１は任意の実数であり、数式２においてａ２，ｂ２，ｃ２はゼロでない任意の実数、ｄ２は任意の実数であり、数式３においてａ３，ｂ３はゼロでない任意の実数、ｃ３は任意の実数であり、数式４においてａ４，ｂ４はゼロでない任意の実数、ｃ４は任意の実数であり、数式５においてａ５，ｂ５はゼロでない任意の実数、ｃ５は任意の実数である。）
また、本発明にかかる胃癌評価プログラムは、前記に記載の胃癌評価プログラムにおいて、前記多変量判別式は、ロジスティック回帰式、線形判別式、重回帰式、サポートベクターマシンで作成された式、マハラノビス距離法で作成された式、正準判別分析で作成された式、決定木で作成された式のいずれか１つであることを特徴とする。
また、本発明にかかる胃癌評価プログラムは、前記に記載の胃癌評価プログラムにおいて、前記多変量判別式は、Ｏｒｎ，Ｇｌｎ，Ｔｒｐ，Ｃｉｔを前記変数とする前記ロジスティック回帰式、またはＯｒｎ，Ｇｌｎ，Ｔｒｐ，Ｐｈｅ，Ｃｉｔ，Ｔｙｒを前記変数とする前記線形判別式、またはＧｌｕ，Ｐｈｅ，Ｈｉｓ，Ｔｒｐを前記変数とする前記ロジスティック回帰式、またはＧｌｕ，Ｐｒｏ，Ｈｉｓ，Ｔｒｐを前記変数とする前記線形判別式、またはＶａｌ，Ｉｌｅ，Ｈｉｓ，Ｔｒｐを前記変数とする前記ロジスティック回帰式、またはＴｈｒ，Ｉｌｅ，Ｈｉｓ，Ｔｒｐを前記変数とする前記線形判別式であることを特徴とする。
また、本発明にかかる胃癌評価プログラムは、前記に記載の胃癌評価プログラムにおいて、前記制御手段に、前記アミノ酸濃度データと前記胃癌の前記状態を表す指標に関する胃癌状態指標データとを含む前記記憶手段で記憶した胃癌状態情報に基づいて、前記記憶手段で記憶する前記多変量判別式を作成する多変量判別式作成ステップをさらに実行させ、前記多変量判別式作成ステップは、前記胃癌状態情報から所定の式作成手法に基づいて、前記多変量判別式の候補である候補多変量判別式を作成する候補多変量判別式作成ステップと、前記候補多変量判別式作成ステップで作成した前記候補多変量判別式を、所定の検証手法に基づいて検証する候補多変量判別式検証ステップと、前記候補多変量判別式検証ステップでの検証結果から所定の変数選択手法に基づいて前記候補多変量判別式の変数を選択することで、前記候補多変量判別式を作成する際に用いる前記胃癌状態情報に含まれる前記アミノ酸濃度データの組み合わせを選択する変数選択ステップと、をさらに含み、前記候補多変量判別式作成ステップ、前記候補多変量判別式検証ステップおよび前記変数選択ステップを繰り返し実行して蓄積した前記検証結果に基づいて、複数の前記候補多変量判別式の中から前記多変量判別式として採用する前記候補多変量判別式を選出することで、前記多変量判別式を作成することを特徴とする。
また、本発明は記録媒体に関するものであり、本発明にかかる記録媒体は、前記に記載の胃癌評価プログラムを記録したことを特徴とする。
本発明にかかる胃癌の評価方法によれば、評価対象から採取した血液からアミノ酸の濃度値に関するアミノ酸濃度データを測定し、測定した評価対象のアミノ酸濃度データに含まれるＡｓｎ，Ｃｙｓ，Ｈｉｓ，Ｍｅｔ，Ｏｒｎ，Ｐｈｅ，Ｔｒｐ，Ｐｒｏ，Ｌｙｓ，Ｌｅｕ，Ｇｌｕ，Ａｒｇ，Ａｌａ，Ｔｈｒ，Ｔｙｒのうち少なくとも１つの濃度値に基づいて、評価対象につき胃癌の状態を評価するので、血液中のアミノ酸の濃度のうち胃癌の状態と関連するアミノ酸の濃度を利用して胃癌の状態を精度よく評価することができるという効果を奏する。
また、本発明にかかる胃癌の評価方法によれば、測定した評価対象のアミノ酸濃度データに含まれるＡｓｎ，Ｃｙｓ，Ｈｉｓ，Ｍｅｔ，Ｏｒｎ，Ｐｈｅ，Ｔｒｐ，Ｐｒｏ，Ｌｙｓ，Ｌｅｕ，Ｇｌｕ，Ａｒｇ，Ａｌａ，Ｔｈｒ，Ｔｙｒのうち少なくとも１つの濃度値に基づいて、評価対象につき、胃癌または非胃癌であるか否かを判別、胃癌の病期を判別、または胃癌の他器官への転移の有無を判別するので、血液中のアミノ酸の濃度のうち、胃癌と非胃癌との２群判別や胃癌の病期の判別や胃癌の他器官への転移の有無の２群判別に有用なアミノ酸の濃度を利用して、これらの判別を精度よく行うことができるという効果を奏する。
また、本発明にかかる胃癌の評価方法によれば、測定した評価対象のアミノ酸濃度データに含まれるＡｓｎ，Ｃｙｓ，Ｈｉｓ，Ｍｅｔ，Ｏｒｎ，Ｐｈｅ，Ｔｒｐ，Ｐｒｏ，Ｌｙｓ，Ｌｅｕ，Ｇｌｕ，Ａｒｇ，Ａｌａ，Ｔｈｒ，Ｔｙｒのうち少なくとも１つの濃度値およびアミノ酸の濃度を変数としＡｓｎ，Ｃｙｓ，Ｈｉｓ，Ｍｅｔ，Ｏｒｎ，Ｐｈｅ，Ｔｒｐ，Ｐｒｏ，Ｌｙｓ，Ｌｅｕ，Ｇｌｕ，Ａｒｇ，Ａｌａ，Ｔｈｒ，Ｔｙｒのうち少なくとも１つを変数として含む予め設定した多変量判別式に基づいて、当該多変量判別式の値である判別値を算出し、算出した判別値に基づいて、評価対象につき胃癌の状態を評価するので、胃癌の状態と有意な相関がある多変量判別式で得られる判別値を利用して胃癌の状態を精度よく評価することができるという効果を奏する。
また、本発明にかかる胃癌の評価方法によれば、算出した判別値に基づいて、評価対象につき、胃癌または非胃癌であるか否かを判別、胃癌の病期を判別、または胃癌の他器官への転移の有無を判別するので、胃癌と非胃癌との２群判別や胃癌の病期の判別や胃癌の他器官への転移の有無の２群判別に有用な多変量判別式で得られる判別値を利用して、これらの判別を精度よく行うことができるという効果を奏する。
また、本発明にかかる胃癌の評価方法によれば、多変量判別式は、１つの分数式または複数の分数式の和で表され、それを構成する分数式の分子および／または分母にＡｓｎ，Ｃｙｓ，Ｈｉｓ，Ｍｅｔ，Ｏｒｎ，Ｐｈｅ，Ｔｒｐ，Ｐｒｏ，Ｌｙｓ，Ｌｅｕ，Ｇｌｕ，Ａｒｇ，Ａｌａ，Ｔｈｒ，Ｔｙｒのうち少なくとも１つを変数として含むので、胃癌と非胃癌との２群判別や胃癌の病期の判別や胃癌の他器官への転移の有無の２群判別に特に有用な多変量判別式で得られる判別値を利用して、これらの判別をさらに精度よく行うことができるという効果を奏する。
また、本発明にかかる胃癌の評価方法によれば、多変量判別式は、胃癌または非胃癌であるか否かを判別する場合は数式１、数式２または数式３であり、胃癌の病期を判別する場合は数式４であり、胃癌の他器官への転移の有無を判別する場合は数式５であるので、胃癌と非胃癌との２群判別や胃癌の病期の判別や胃癌の他器官への転移の有無の２群判別に特に有用な多変量判別式で得られる判別値を利用して、これらの判別をさらに精度よく行うことができるという効果を奏する。
ａ１×Ｏｒｎ／（Ｔｒｐ＋Ｈｉｓ） ＋ ｂ１×（ＡＢＡ＋Ｉｌｅ）／Ｌｅｕ ＋ ｃ１
・・・（数式１）
ａ２×Ｇｌｕ／Ｈｉｓ ＋ ｂ２×Ｓｅｒ／Ｔｒｐ ＋ ｃ２×Ａｒｇ／Ｐｒｏ ＋ ｄ２
・・・（数式２）
ａ３×Ｔｒｐ／Ｇｌｎ ＋ ｂ３×Ｈｉｓ／Ｇｌｕ ＋ ｃ３
・・・（数式３）
ａ４×Ｇｌｙ／（Ｇｌｕ＋Ｔｒｐ＋Ｖａｌ） ＋ ｂ４×Ａｒｇ／Ｈｉｓ ＋ ｃ４
・・・（数式４）
ａ５×Ｉｌｅ／Ｇｌｕ ＋ ｂ５×（Ｇｌｙ＋Ａｓｎ＋Ａｒｇ）／Ｈｉｓ ＋ ｃ５
・・・（数式５）
（数式１においてａ１，ｂ１はゼロでない任意の実数、ｃ１は任意の実数であり、数式２においてａ２，ｂ２，ｃ２はゼロでない任意の実数、ｄ２は任意の実数であり、数式３においてａ３，ｂ３はゼロでない任意の実数、ｃ３は任意の実数であり、数式４においてａ４，ｂ４はゼロでない任意の実数、ｃ４は任意の実数であり、数式５においてａ５，ｂ５はゼロでない任意の実数、ｃ５は任意の実数である。）
また、本発明にかかる胃癌の評価方法によれば、多変量判別式は、ロジスティック回帰式、線形判別式、重回帰式、サポートベクターマシンで作成された式、マハラノビス距離法で作成された式、正準判別分析で作成された式、決定木で作成された式のいずれか１つであるであるので、胃癌と非胃癌との２群判別や胃癌の病期の判別や胃癌の他器官への転移の有無の２群判別に特に有用な多変量判別式で得られる判別値を利用して、これらの判別をさらに精度よく行うことができるという効果を奏する。
また、本発明にかかる胃癌の評価方法によれば、多変量判別式は、Ｏｒｎ，Ｇｌｎ，Ｔｒｐ，Ｃｉｔを変数とするロジスティック回帰式、またはＯｒｎ，Ｇｌｎ，Ｔｒｐ，Ｐｈｅ，Ｃｉｔ，Ｔｙｒを変数とする線形判別式、またはＧｌｕ，Ｐｈｅ，Ｈｉｓ，Ｔｒｐを変数とするロジスティック回帰式、またはＧｌｕ，Ｐｒｏ，Ｈｉｓ，Ｔｒｐを変数とする線形判別式、またはＶａｌ，Ｉｌｅ，Ｈｉｓ，Ｔｒｐを変数とするロジスティック回帰式、またはＴｈｒ，Ｉｌｅ，Ｈｉｓ，Ｔｒｐを変数とする線形判別式であるので、胃癌と非胃癌との２群判別や胃癌の病期の判別や胃癌の他器官への転移の有無の２群判別に特に有用な多変量判別式で得られる判別値を利用して、これらの判別をさらに精度よく行うことができるという効果を奏する。
また、本発明にかかる胃癌評価装置、胃癌評価方法および胃癌評価プログラムによれば、アミノ酸の濃度を変数としＡｓｎ，Ｃｙｓ，Ｈｉｓ，Ｍｅｔ，Ｏｒｎ，Ｐｈｅ，Ｔｒｐ，Ｐｒｏ，Ｌｙｓ，Ｌｅｕ，Ｇｌｕ，Ａｒｇ，Ａｌａ，Ｔｈｒ，Ｔｙｒのうち少なくとも１つを変数として含む記憶手段で記憶した多変量判別式およびアミノ酸の濃度値に関する予め取得した評価対象のアミノ酸濃度データに含まれるＡｓｎ，Ｃｙｓ，Ｈｉｓ，Ｍｅｔ，Ｏｒｎ，Ｐｈｅ，Ｔｒｐ，Ｐｒｏ，Ｌｙｓ，Ｌｅｕ，Ｇｌｕ，Ａｒｇ，Ａｌａ，Ｔｈｒ，Ｔｙｒのうち少なくとも１つの濃度値に基づいて、当該多変量判別式の値である判別値を算出し、算出した判別値に基づいて評価対象につき胃癌の状態を評価するので、胃癌の状態と有意な相関がある多変量判別式で得られる判別値を利用して胃癌の状態を精度よく評価することができるという効果を奏する。
また、本発明にかかる胃癌評価装置、胃癌評価方法および胃癌評価プログラムによれば、算出した判別値に基づいて、評価対象につき、胃癌または非胃癌であるか否かを判別、胃癌の病期を判別、または胃癌の他器官への転移の有無を判別するので、胃癌と非胃癌との２群判別や胃癌の病期の判別や胃癌の他器官への転移の有無の２群判別に有用な多変量判別式で得られる判別値を利用して、これらの判別を精度よく行うことができるという効果を奏する。
また、本発明にかかる胃癌評価装置、胃癌評価方法および胃癌評価プログラムによれば、多変量判別式は、１つの分数式または複数の分数式の和で表され、それを構成する分数式の分子および／または分母にＡｓｎ，Ｃｙｓ，Ｈｉｓ，Ｍｅｔ，Ｏｒｎ，Ｐｈｅ，Ｔｒｐ，Ｐｒｏ，Ｌｙｓ，Ｌｅｕ，Ｇｌｕ，Ａｒｇ，Ａｌａ，Ｔｈｒ，Ｔｙｒのうち少なくとも１つを変数として含むので、胃癌と非胃癌との２群判別や胃癌の病期の判別や胃癌の他器官への転移の有無の２群判別に特に有用な多変量判別式で得られる判別値を利用して、これらの判別をさらに精度よく行うことができるという効果を奏する。
また、本発明にかかる胃癌評価装置、胃癌評価方法および胃癌評価プログラムによれば、多変量判別式は、胃癌または非胃癌であるか否かを判別する場合は数式１、数式２または数式３であり、胃癌の病期を判別する場合は数式４であり、胃癌の他器官への転移の有無を判別する場合は数式５であるので、胃癌と非胃癌との２群判別や胃癌の病期の判別や胃癌の他器官への転移の有無の２群判別に特に有用な多変量判別式で得られる判別値を利用して、これらの判別をさらに精度よく行うことができるという効果を奏する。
ａ１×Ｏｒｎ／（Ｔｒｐ＋Ｈｉｓ） ＋ ｂ１×（ＡＢＡ＋Ｉｌｅ）／Ｌｅｕ ＋ ｃ１
・・・（数式１）
ａ２×Ｇｌｕ／Ｈｉｓ ＋ ｂ２×Ｓｅｒ／Ｔｒｐ ＋ ｃ２×Ａｒｇ／Ｐｒｏ ＋ ｄ２
・・・（数式２）
ａ３×Ｔｒｐ／Ｇｌｎ ＋ ｂ３×Ｈｉｓ／Ｇｌｕ ＋ ｃ３
・・・（数式３）
ａ４×Ｇｌｙ／（Ｇｌｕ＋Ｔｒｐ＋Ｖａｌ） ＋ ｂ４×Ａｒｇ／Ｈｉｓ ＋ ｃ４
・・・（数式４）
ａ５×Ｉｌｅ／Ｇｌｕ ＋ ｂ５×（Ｇｌｙ＋Ａｓｎ＋Ａｒｇ）／Ｈｉｓ ＋ ｃ５
・・・（数式５）
（数式１においてａ１，ｂ１はゼロでない任意の実数、ｃ１は任意の実数であり、数式２においてａ２，ｂ２，ｃ２はゼロでない任意の実数、ｄ２は任意の実数であり、数式３においてａ３，ｂ３はゼロでない任意の実数、ｃ３は任意の実数であり、数式４においてａ４，ｂ４はゼロでない任意の実数、ｃ４は任意の実数であり、数式５においてａ５，ｂ５はゼロでない任意の実数、ｃ５は任意の実数である。）
また、本発明にかかる胃癌評価装置、胃癌評価方法および胃癌評価プログラムによれば、多変量判別式は、ロジスティック回帰式、線形判別式、重回帰式、サポートベクターマシンで作成された式、マハラノビス距離法で作成された式、正準判別分析で作成された式、決定木で作成された式のいずれか１つであるので、胃癌と非胃癌との２群判別や胃癌の病期の判別や胃癌の他器官への転移の有無の２群判別に特に有用な多変量判別式で得られる判別値を利用して、これらの判別をさらに精度よく行うことができるという効果を奏する。
また、本発明にかかる胃癌評価装置、胃癌評価方法および胃癌評価プログラムによれば、多変量判別式は、Ｏｒｎ，Ｇｌｎ，Ｔｒｐ，Ｃｉｔを変数とするロジスティック回帰式、またはＯｒｎ，Ｇｌｎ，Ｔｒｐ，Ｐｈｅ，Ｃｉｔ，Ｔｙｒを変数とする線形判別式、またはＧｌｕ，Ｐｈｅ，Ｈｉｓ，Ｔｒｐを変数とするロジスティック回帰式、またはＧｌｕ，Ｐｒｏ，Ｈｉｓ，Ｔｒｐを変数とする線形判別式、またはＶａｌ，Ｉｌｅ，Ｈｉｓ，Ｔｒｐを変数とするロジスティック回帰式、またはＴｈｒ，Ｉｌｅ，Ｈｉｓ，Ｔｒｐを変数とする線形判別式であるので、胃癌と非胃癌との２群判別や胃癌の病期の判別や胃癌の他器官への転移の有無の２群判別に特に有用な多変量判別式で得られる判別値を利用して、これらの判別をさらに精度よく行うことができるという効果を奏する。
また、本発明にかかる胃癌評価装置、胃癌評価方法および胃癌評価プログラムによれば、アミノ酸濃度データと胃癌の状態を表す指標に関する胃癌状態指標データとを含む記憶手段で記憶した胃癌状態情報に基づいて、記憶手段で記憶する多変量判別式を作成する。具体的には、（１）胃癌状態情報から所定の式作成手法に基づいて候補多変量判別式を作成し、（２）作成した候補多変量判別式を所定の検証手法に基づいて検証し、（３）その検証結果から所定の変数選択手法に基づいて候補多変量判別式の変数を選択することで、候補多変量判別式を作成する際に用いる胃癌状態情報に含まれるアミノ酸濃度データの組み合わせを選択し、（４）（１）、（２）および（３）を繰り返し実行して蓄積した検証結果に基づいて、複数の候補多変量判別式の中から多変量判別式として採用する候補多変量判別式を選出することで、多変量判別式を作成する。これにより、胃癌の状態の評価に最適な多変量判別式（具体的には胃癌（初期胃癌）の状態（病態進行）と有意な相関がある多変量判別式（より具体的には、胃癌と非胃癌との２群判別に有用な多変量判別式、胃癌の病期の判別に有用な多変量判別式、胃癌の他器官への転移の有無の２群判別に有用な多変量判別式））を作成することができるという効果を奏する。
また、本発明にかかる胃癌評価システムによれば、まず、情報通信端末装置は、評価対象のアミノ酸濃度データを胃癌評価装置へ送信する。そして、胃癌評価装置は、情報通信端末装置から送信された評価対象のアミノ酸濃度データを受信し、アミノ酸の濃度を変数としＡｓｎ，Ｃｙｓ，Ｈｉｓ，Ｍｅｔ，Ｏｒｎ，Ｐｈｅ，Ｔｒｐ，Ｐｒｏ，Ｌｙｓ，Ｌｅｕ，Ｇｌｕ，Ａｒｇ，Ａｌａ，Ｔｈｒ，Ｔｙｒのうち少なくとも１つを変数として含む記憶手段で記憶した多変量判別式および受信した評価対象のアミノ酸濃度データに含まれるＡｓｎ，Ｃｙｓ，Ｈｉｓ，Ｍｅｔ，Ｏｒｎ，Ｐｈｅ，Ｔｒｐ，Ｐｒｏ，Ｌｙｓ，Ｌｅｕ，Ｇｌｕ，Ａｒｇ，Ａｌａ，Ｔｈｒ，Ｔｙｒのうち少なくとも１つの濃度値に基づいて、当該多変量判別式の値である判別値を算出し、算出した判別値に基づいて評価対象につき胃癌の状態を評価し、その評価対象の評価結果を情報通信端末装置へ送信する。そして、情報通信端末装置は、胃癌評価装置から送信された胃癌の状態に関する評価対象の評価結果を受信する。これにより、胃癌の状態と有意な相関がある多変量判別式で得られる判別値を利用して胃癌の状態を精度よく評価することができるという効果を奏する。
また、本発明にかかる胃癌評価システムによれば、胃癌評価装置は、算出した判別値に基づいて、評価対象につき、胃癌または非胃癌であるか否かを判別、胃癌の病期を判別、または胃癌の他器官への転移の有無を判別するので、胃癌と非胃癌との２群判別や胃癌の病期の判別や胃癌の他器官への転移の有無の２群判別に有用な多変量判別式で得られる判別値を利用して、これらの判別を精度よく行うことができるという効果を奏する。
また、本発明にかかる胃癌評価システムによれば、多変量判別式は、１つの分数式または複数の分数式の和で表され、それを構成する分数式の分子および／または分母にＡｓｎ，Ｃｙｓ，Ｈｉｓ，Ｍｅｔ，Ｏｒｎ，Ｐｈｅ，Ｔｒｐ，Ｐｒｏ，Ｌｙｓ，Ｌｅｕ，Ｇｌｕ，Ａｒｇ，Ａｌａ，Ｔｈｒ，Ｔｙｒのうち少なくとも１つを変数として含むので、胃癌と非胃癌との２群判別や胃癌の病期の判別や胃癌の他器官への転移の有無の２群判別に特に有用な多変量判別式で得られる判別値を利用して、これらの判別をさらに精度よく行うことができるという効果を奏する。
また、本発明にかかる胃癌評価システムによれば、多変量判別式は、胃癌または非胃癌であるか否かを判別する場合は数式１、数式２または数式３であり、胃癌の病期を判別する場合は数式４であり、胃癌の他器官への転移の有無を判別する場合は数式５であるので、胃癌と非胃癌との２群判別や胃癌の病期の判別や胃癌の他器官への転移の有無の２群判別に特に有用な多変量判別式で得られる判別値を利用して、これらの判別をさらに精度よく行うことができるという効果を奏する。
ａ１×Ｏｒｎ／（Ｔｒｐ＋Ｈｉｓ） ＋ ｂ１×（ＡＢＡ＋Ｉｌｅ）／Ｌｅｕ ＋ ｃ１
・・・（数式１）
ａ２×Ｇｌｕ／Ｈｉｓ ＋ ｂ２×Ｓｅｒ／Ｔｒｐ ＋ ｃ２×Ａｒｇ／Ｐｒｏ ＋ ｄ２
・・・（数式２）
ａ３×Ｔｒｐ／Ｇｌｎ ＋ ｂ３×Ｈｉｓ／Ｇｌｕ ＋ ｃ３
・・・（数式３）
ａ４×Ｇｌｙ／（Ｇｌｕ＋Ｔｒｐ＋Ｖａｌ） ＋ ｂ４×Ａｒｇ／Ｈｉｓ ＋ ｃ４
・・・（数式４）
ａ５×Ｉｌｅ／Ｇｌｕ ＋ ｂ５×（Ｇｌｙ＋Ａｓｎ＋Ａｒｇ）／Ｈｉｓ ＋ ｃ５
・・・（数式５）
（数式１においてａ１，ｂ１はゼロでない任意の実数、ｃ１は任意の実数であり、数式２においてａ２，ｂ２，ｃ２はゼロでない任意の実数、ｄ２は任意の実数であり、数式３においてａ３，ｂ３はゼロでない任意の実数、ｃ３は任意の実数であり、数式４においてａ４，ｂ４はゼロでない任意の実数、ｃ４は任意の実数であり、数式５においてａ５，ｂ５はゼロでない任意の実数、ｃ５は任意の実数である。）
また、本発明にかかる胃癌評価システムによれば、多変量判別式は、ロジスティック回帰式、線形判別式、重回帰式、サポートベクターマシンで作成された式、マハラノビス距離法で作成された式、正準判別分析で作成された式、決定木で作成された式のいずれか１つであるので、胃癌と非胃癌との２群判別や胃癌の病期の判別や胃癌の他器官への転移の有無の２群判別に特に有用な多変量判別式で得られる判別値を利用して、これらの判別をさらに精度よく行うことができるという効果を奏する。
また、本発明にかかる胃癌評価システムによれば、多変量判別式は、Ｏｒｎ，Ｇｌｎ，Ｔｒｐ，Ｃｉｔを変数とするロジスティック回帰式、またはＯｒｎ，Ｇｌｎ，Ｔｒｐ，Ｐｈｅ，Ｃｉｔ，Ｔｙｒを変数とする線形判別式、またはＧｌｕ，Ｐｈｅ，Ｈｉｓ，Ｔｒｐを変数とするロジスティック回帰式、またはＧｌｕ，Ｐｒｏ，Ｈｉｓ，Ｔｒｐを変数とする線形判別式、またはＶａｌ，Ｉｌｅ，Ｈｉｓ，Ｔｒｐを変数とするロジスティック回帰式、またはＴｈｒ，Ｉｌｅ，Ｈｉｓ，Ｔｒｐを変数とする線形判別式であるので、胃癌と非胃癌との２群判別や胃癌の病期の判別や胃癌の他器官への転移の有無の２群判別に特に有用な多変量判別式で得られる判別値を利用して、これらの判別をさらに精度よく行うことができるという効果を奏する。
また、本発明にかかる胃癌評価システムによれば、胃癌評価装置は、アミノ酸濃度データと胃癌の状態を表す指標に関する胃癌状態指標データとを含む記憶手段で記憶した胃癌状態情報に基づいて、記憶手段で記憶する多変量判別式を作成する。具体的には、（１）胃癌状態情報から所定の式作成手法に基づいて候補多変量判別式を作成し、（２）作成した候補多変量判別式を所定の検証手法に基づいて検証し、（３）その検証結果から所定の変数選択手法に基づいて候補多変量判別式の変数を選択することで、候補多変量判別式を作成する際に用いる胃癌状態情報に含まれるアミノ酸濃度データの組み合わせを選択し、（４）（１）、（２）および（３）を繰り返し実行して蓄積した検証結果に基づいて、複数の候補多変量判別式の中から多変量判別式として採用する候補多変量判別式を選出することで、多変量判別式を作成する。これにより、胃癌の状態の評価に最適な多変量判別式（具体的には胃癌（初期胃癌）の状態（病態進行）と有意な相関がある多変量判別式（より具体的には、胃癌と非胃癌との２群判別に有用な多変量判別式、胃癌の病期の判別に有用な多変量判別式、胃癌の他器官への転移の有無の２群判別に有用な多変量判別式））を作成することができるという効果を奏する。
また、本発明にかかる記録媒体によれば、当該記録媒体に記録された胃癌評価プログラムをコンピュータに読み取らせて実行することでコンピュータに胃癌評価プログラムを実行させるので、胃癌評価プログラムと同様の効果を得ることができるという効果を奏する。
なお、本発明は、胃癌の状態を評価する際（具体的には、胃癌または非胃癌であるか否かを判別する際、胃癌の病期を判別する際、胃癌の他器官への転移の有無を判別する際、など）、アミノ酸の濃度以外に、その他の代謝物（生体代謝物）の濃度やタンパク質の発現量、被験者の年齢・性別、生体指標などをさらに用いてもかまわない。また、本発明は、胃癌の状態を評価する際（具体的には、胃癌または非胃癌であるか否かを判別する際、胃癌の病期を判別する際、胃癌の他器官への転移の有無を判別する際、など）、多変量判別式における変数として、アミノ酸の濃度以外に、その他の代謝物（生体代謝物）の濃度やタンパク質の発現量、被験者の年齢・性別、生体指標などをさらに用いてもかまわない。
図１は、本発明の基本原理を示す原理構成図である。 図２は、第１実施形態にかかる胃癌の評価方法の一例を示すフローチャートである。 図３は、本発明の基本原理を示す原理構成図である。 図４は、本システムの全体構成の一例を示す図である。 図５は、本システムの全体構成の他の一例を示す図である。 図６は、本システムの胃癌評価装置１００の構成の一例を示すブロック図である。 図７は、利用者情報ファイル１０６ａに格納される情報の一例を示す図である。 図８は、アミノ酸濃度データファイル１０６ｂに格納される情報の一例を示す図である。 図９は、胃癌状態情報ファイル１０６ｃに格納される情報の一例を示す図である。 図１０は、指定胃癌状態情報ファイル１０６ｄに格納される情報の一例を示す図である。 図１１は、候補多変量判別式ファイル１０６ｅ１に格納される情報の一例を示す図である。 図１２は、検証結果ファイル１０６ｅ２に格納される情報の一例を示す図である。 図１３は、選択胃癌状態情報ファイル１０６ｅ３に格納される情報の一例を示す図である。 図１４は、多変量判別式ファイル１０６ｅ４に格納される情報の一例を示す図である。 図１５は、判別値ファイル１０６ｆに格納される情報の一例を示す図である。 図１６は、評価結果ファイル１０６ｇに格納される情報の一例を示す図である。 図１７は、多変量判別式作成部１０２ｈの構成を示すブロック図である。 図１８は、判別値基準評価部１０２ｊの構成を示すブロック図である。 図１９は、本システムのクライアント装置２００の構成の一例を示すブロック図である。 図２０は、本システムのデータベース装置４００の構成の一例を示すブロック図である。 図２１は、本システムで行う胃癌評価サービス処理の一例を示すフローチャートである。 図２２は、本システムの胃癌評価装置１００で行う多変量判別式作成処理の一例を示すフローチャートである。 図２３は、非胃癌と胃癌の２群間のアミノ酸変数の分布を示す箱ひげ図である。 図２４は、アミノ酸変数のＲＯＣ曲線のＡＵＣを示す図である。 図２５は、２群間の診断性能を評価するためのＲＯＣ曲線を示す図である。 図２６は、指標式１と同等の診断性能を有する式の一覧を示す図である。 図２７は、指標式１と同等の診断性能を有する式の一覧を示す図である。 図２８は、指標式１と同等の診断性能を有する式の一覧を示す図である。 図２９は、指標式１と同等の診断性能を有する式の一覧を示す図である。 図３０は、２群間の診断性能を評価するためのＲＯＣ曲線を示す図である。 図３１は、指標式２と同等の診断性能を有する式の一覧を示す図である。 図３２は、指標式２と同等の診断性能を有する式の一覧を示す図である。 図３３は、指標式２と同等の診断性能を有する式の一覧を示す図である。 図３４は、指標式２と同等の診断性能を有する式の一覧を示す図である。 図３５は、２群間の診断性能を評価するためのＲＯＣ曲線を示す図である。 図３６は、指標式３と同等の診断性能を有する式の一覧を示す図である。 図３７は、指標式３と同等の診断性能を有する式の一覧を示す図である。 図３８は、指標式３と同等の診断性能を有する式の一覧を示す図である。 図３９は、指標式３と同等の診断性能を有する式の一覧を示す図である。 図４０は、胃癌の病理病期と指標式４の値とのプロットを示す図である。 図４１は、指標式４と同等の診断性能を有する式の一覧を示す図である。 図４２は、指標式４と同等の診断性能を有する式の一覧を示す図である。 図４３は、指標式４と同等の診断性能を有する式の一覧を示す図である。 図４４は、指標式４と同等の診断性能を有する式の一覧を示す図である。 図４５は、胃癌の病理病期と指標式５の値とのプロットを示す図である。 図４６は、指標式５と同等の診断性能を有する式の一覧を示す図である。 図４７は、指標式５と同等の診断性能を有する式の一覧を示す図である。 図４８は、指標式５と同等の診断性能を有する式の一覧を示す図である。 図４９は、指標式５と同等の診断性能を有する式の一覧を示す図である。 図５０は、２群間の診断性能を評価するためのＲＯＣ曲線を示す図である。 図５１は、指標式６と同等の診断性能を有する式の一覧を示す図である。 図５２は、指標式６と同等の診断性能を有する式の一覧を示す図である。 図５３は、指標式６と同等の診断性能を有する式の一覧を示す図である。 図５４は、指標式６と同等の診断性能を有する式の一覧を示す図である。 図５５は、２群間の診断性能を評価するためのＲＯＣ曲線を示す図である。 図５６は、指標式７と同等の診断性能を有する式の一覧を示す図である。 図５７は、指標式７と同等の診断性能を有する式の一覧を示す図である。 図５８は、指標式７と同等の診断性能を有する式の一覧を示す図である。 図５９は、指標式７と同等の診断性能を有する式の一覧を示す図である。 図６０は、２群間の診断性能を評価するためのＲＯＣ曲線を示す図である。 図６１は、指標式８と同等の診断性能を有する式の一覧を示す図である。 図６２は、指標式８と同等の診断性能を有する式の一覧を示す図である。 図６３は、指標式８と同等の診断性能を有する式の一覧を示す図である。 図６４は、指標式８と同等の診断性能を有する式の一覧を示す図である。 図６５は、ＲＯＣ曲線のＡＵＣに基づいて抽出したアミノ酸の一覧を示す図である。 図６６は、胃癌患者および非胃癌患者のアミノ酸変数の分布を示す図である。 図６７は、アミノ酸変数のＲＯＣ曲線のＡＵＣを示す図である。 図６８は、２群間の診断性能を評価するためのＲＯＣ曲線を示す図である。 図６９は、指標式９と同等の診断性能を有する式の一覧を示す図である。 図７０は、指標式９と同等の診断性能を有する式の一覧を示す図である。 図７１は、２群間の診断性能を評価するためのＲＯＣ曲線を示す図である。 図７２は、指標式１０と同等の診断性能を有する式の一覧を示す図である。 図７３は、指標式１０と同等の診断性能を有する式の一覧を示す図である。 図７４は、２群間の診断性能を評価するためのＲＯＣ曲線を示す図である。 図７５は、指標式１１と同等の診断性能を有する式の一覧を示す図である。 図７６は、指標式１１と同等の診断性能を有する式の一覧を示す図である。 図７７は、ＲＯＣ曲線のＡＵＣに基づいて抽出したアミノ酸の一覧を示す図である。 図７８は、胃癌患者および非胃癌患者のアミノ酸変数の分布を示す図である。 図７９は、アミノ酸変数のＲＯＣ曲線のＡＵＣを示す図である。 図８０は、指標式１２と同等の診断性能を有する式の一覧を示す図である。 図８１は、指標式１２と同等の診断性能を有する式の一覧を示す図である。 図８２は、指標式１２と同等の診断性能を有する式の一覧を示す図である。 図８３は、指標式１２と同等の診断性能を有する式の一覧を示す図である。 図８４は、２群間の診断性能を評価するためのＲＯＣ曲線を示す図である。 図８５は、指標式１３と同等の診断性能を有する式の一覧を示す図である。 図８６は、指標式１３と同等の診断性能を有する式の一覧を示す図である。 図８７は、指標式１３と同等の診断性能を有する式の一覧を示す図である。 図８８は、指標式１３と同等の診断性能を有する式の一覧を示す図である。 図８９は、２群間の診断性能を評価するためのＲＯＣ曲線を示す図である。 図９０は、指標式１４と同等の診断性能を有する式の一覧を示す図である。 図９１は、指標式１４と同等の診断性能を有する式の一覧を示す図である。 図９２は、指標式１４と同等の診断性能を有する式の一覧を示す図である。 図９３は、２群間の診断性能を評価するためのＲＯＣ曲線を示す図である。 図９４は、ＲＯＣ曲線のＡＵＣに基づいて抽出したアミノ酸の一覧を示す図である。
以下に、本発明にかかる胃癌の評価方法の実施の形態（第１実施形態）ならびに本発明にかかる胃癌評価装置、胃癌評価方法、胃癌評価システム、胃癌評価プログラムおよび記録媒体の実施の形態（第２実施形態）を、図面に基づいて詳細に説明する。なお、本実施の形態により本発明が限定されるものではない。
［第１実施形態］
［１－１．本発明の概要］
ここでは、本発明にかかる胃癌の評価方法の概要について図１を参照して説明する。図１は本発明の基本原理を示す原理構成図である。
まず、本発明では、評価対象（例えば動物やヒトなど個体）から採取した血液から、アミノ酸の濃度値に関するアミノ酸濃度データを測定する（ステップＳ－１１）。ここで、血中アミノ酸濃度の分析は次のように行った。採血した血液サンプルを、ヘパリン処理したチューブに採取し、採取した血液サンプルを遠心することにより血液から血漿を分離した。全ての血漿サンプルは、アミノ酸濃度の測定時まで－７０℃で凍結保存した。アミノ酸濃度測定時には、スルホサリチル酸を添加し３％濃度調整により除蛋白処理を行い、測定には、ポストカラムでニンヒドリン反応を用いた高速液体クロマトグラフィー（ＨＰＬＣ）を原理としたアミノ酸分析機を使用した。なお、アミノ酸濃度の単位は、例えばモル濃度や重量濃度、これらの濃度に任意の定数を加減乗除することで得られるものでもよい。
つぎに、本発明では、ステップＳ－１１で測定した評価対象のアミノ酸濃度データに含まれるＡｓｎ，Ｃｙｓ，Ｈｉｓ，Ｍｅｔ，Ｏｒｎ，Ｐｈｅ，Ｔｒｐ，Ｐｒｏ，Ｌｙｓ，Ｌｅｕ，Ｇｌｕ，Ａｒｇ，Ａｌａ，Ｔｈｒ，Ｔｙｒのうち少なくとも１つの濃度値に基づいて、評価対象につき胃癌の状態を評価する（ステップＳ－１２）。
以上、本発明によれば、評価対象から採取した血液からアミノ酸の濃度値に関するアミノ酸濃度データを測定し、測定した評価対象のアミノ酸濃度データに含まれるＡｓｎ，Ｃｙｓ，Ｈｉｓ，Ｍｅｔ，Ｏｒｎ，Ｐｈｅ，Ｔｒｐ，Ｐｒｏ，Ｌｙｓ，Ｌｅｕ，Ｇｌｕ，Ａｒｇ，Ａｌａ，Ｔｈｒ，Ｔｙｒのうち少なくとも１つの濃度値に基づいて、評価対象につき胃癌の状態を評価する。これにより、血液中のアミノ酸の濃度のうち胃癌の状態と関連するアミノ酸の濃度を利用して胃癌の状態を精度よく評価することができる。
ここで、ステップＳ－１２を実行する前に、ステップＳ－１１で測定した評価対象のアミノ酸濃度データから欠損値や外れ値などのデータを除去してもよい。これにより、胃癌の状態をさらに精度よく評価することができる。
また、ステップＳ－１２では、ステップＳ－１１で測定した評価対象のアミノ酸濃度データに含まれるＡｓｎ，Ｃｙｓ，Ｈｉｓ，Ｍｅｔ，Ｏｒｎ，Ｐｈｅ，Ｔｒｐ，Ｐｒｏ，Ｌｙｓ，Ｌｅｕ，Ｇｌｕ，Ａｒｇ，Ａｌａ，Ｔｈｒ，Ｔｙｒのうち少なくとも１つの濃度値に基づいて、評価対象につき、胃癌または非胃癌であるか否かを判別、胃癌の病期（具体的には、Ｉａ，Ｉｂ，ＩＩ，ＩＩＩａ，ＩＩＩｂ，ＩＶ）を判別、または胃癌の他器官（具体的には、リンパ節や腹膜や肝臓など）への転移の有無を判別してもよい。具体的には、Ａｓｎ，Ｃｙｓ，Ｈｉｓ，Ｍｅｔ，Ｏｒｎ，Ｐｈｅ，Ｔｒｐ，Ｐｒｏ，Ｌｙｓ，Ｌｅｕ，Ｇｌｕ，Ａｒｇ，Ａｌａ，Ｔｈｒ，Ｔｙｒのうち少なくとも１つの濃度値と予め設定された閾値（カットオフ値）とを比較することで、評価対象につき、胃癌または非胃癌であるか否かを判別、胃癌の病期を判別、または胃癌の他器官への転移の有無を判別してもよい。これにより、血液中のアミノ酸の濃度のうち胃癌と非胃癌との２群判別や胃癌の病期の判別や胃癌の他器官への転移の有無の２群判別に有用なアミノ酸の濃度を利用して、これらの判別を精度よく行うことができる。
また、ステップＳ－１２では、ステップＳ－１１で測定した評価対象のアミノ酸濃度データに含まれるＡｓｎ，Ｃｙｓ，Ｈｉｓ，Ｍｅｔ，Ｏｒｎ，Ｐｈｅ，Ｔｒｐ，Ｐｒｏ，Ｌｙｓ，Ｌｅｕ，Ｇｌｕ，Ａｒｇ，Ａｌａ，Ｔｈｒ，Ｔｙｒのうち少なくとも１つの濃度値およびアミノ酸の濃度を変数としＡｓｎ，Ｃｙｓ，Ｈｉｓ，Ｍｅｔ，Ｏｒｎ，Ｐｈｅ，Ｔｒｐ，Ｐｒｏ，Ｌｙｓ，Ｌｅｕ，Ｇｌｕ，Ａｒｇ，Ａｌａ，Ｔｈｒ，Ｔｙｒのうち少なくとも１つを変数として含む予め設定した多変量判別式に基づいて、当該多変量判別式の値である判別値を算出し、算出した判別値に基づいて評価対象につき胃癌の状態を評価してもよい。これにより、胃癌の状態と有意な相関がある多変量判別式で得られる判別値を利用して胃癌の状態を精度よく評価することができる。
また、ステップＳ－１２では、ステップＳ－１１で測定した評価対象のアミノ酸濃度データに含まれるＡｓｎ，Ｃｙｓ，Ｈｉｓ，Ｍｅｔ，Ｏｒｎ，Ｐｈｅ，Ｔｒｐ，Ｐｒｏ，Ｌｙｓ，Ｌｅｕ，Ｇｌｕ，Ａｒｇ，Ａｌａ，Ｔｈｒ，Ｔｙｒのうち少なくとも１つの濃度値およびアミノ酸の濃度を変数としＡｓｎ，Ｃｙｓ，Ｈｉｓ，Ｍｅｔ，Ｏｒｎ，Ｐｈｅ，Ｔｒｐ，Ｐｒｏ，Ｌｙｓ，Ｌｅｕ，Ｇｌｕ，Ａｒｇ，Ａｌａ，Ｔｈｒ，Ｔｙｒのうち少なくとも１つを変数として含む予め設定した多変量判別式に基づいて、当該多変量判別式の値である判別値を算出し、算出した判別値に基づいて評価対象につき、胃癌または非胃癌であるか否かを判別、胃癌の病期を判別、または胃癌の他器官への転移の有無を判別してもよい。具体的には、判別値と予め設定された閾値（カットオフ値）とを比較することで、評価対象につき、胃癌または非胃癌であるか否かを判別、胃癌の病期を判別、または胃癌の他器官への転移の有無を判別してもよい。これにより、胃癌と非胃癌との２群判別や胃癌の病期の判別や胃癌の他器官への転移の有無の２群判別に有用な多変量判別式で得られる判別値を利用して、これらの判別を精度よく行うことができる。
また、多変量判別式は、１つの分数式または複数の分数式の和で表され、それを構成する分数式の分子および／または分母にＡｓｎ，Ｃｙｓ，Ｈｉｓ，Ｍｅｔ，Ｏｒｎ，Ｐｈｅ，Ｔｒｐ，Ｐｒｏ，Ｌｙｓ，Ｌｅｕ，Ｇｌｕ，Ａｒｇ，Ａｌａ，Ｔｈｒ，Ｔｙｒのうち少なくとも１つを変数として含むものでもよい。具体的には、多変量判別式は、ステップＳ－１２で胃癌または非胃癌であるか否かを判別する場合は数式１、数式２または数式３でもよく、ステップＳ－１２で胃癌の病期を判別する場合は数式４でもよく、ステップＳ－１２で胃癌の他器官への転移の有無を判別する場合は数式５でもよい。これにより、胃癌と非胃癌との２群判別や胃癌の病期の判別や胃癌の他器官への転移の有無の２群判別に特に有用な多変量判別式で得られる判別値を利用して、これらの判別をさらに精度よく行うことができる。なお、これらの多変量判別式は、本出願人による国際出願である国際公開第２００４／０５２１９１号に記載の方法や、本出願人による国際出願である国際公開第２００６／０９８１９２号に記載の方法（後述する第２実施形態に記載の多変量判別式作成処理）で作成することができる。これら方法で得られた多変量判別式であれば、入力データとしてのアミノ酸濃度データにおけるアミノ酸濃度の単位に因らず、当該多変量判別式を胃癌の状態の評価に好適に用いることができる。
ａ１×Ｏｒｎ／（Ｔｒｐ＋Ｈｉｓ） ＋ ｂ１×（ＡＢＡ＋Ｉｌｅ）／Ｌｅｕ ＋ ｃ１
・・・（数式１）
ａ２×Ｇｌｕ／Ｈｉｓ ＋ ｂ２×Ｓｅｒ／Ｔｒｐ ＋ ｃ２×Ａｒｇ／Ｐｒｏ ＋ ｄ２
・・・（数式２）
ａ３×Ｔｒｐ／Ｇｌｎ ＋ ｂ３×Ｈｉｓ／Ｇｌｕ ＋ ｃ３
・・・（数式３）
ａ４×Ｇｌｙ／（Ｇｌｕ＋Ｔｒｐ＋Ｖａｌ） ＋ ｂ４×Ａｒｇ／Ｈｉｓ ＋ ｃ４
・・・（数式４）
ａ５×Ｉｌｅ／Ｇｌｕ ＋ ｂ５×（Ｇｌｙ＋Ａｓｎ＋Ａｒｇ）／Ｈｉｓ ＋ ｃ５
・・・（数式５）
（数式１においてａ１，ｂ１はゼロでない任意の実数、ｃ１は任意の実数であり、数式２においてａ２，ｂ２，ｃ２はゼロでない任意の実数、ｄ２は任意の実数であり、数式３においてａ３，ｂ３はゼロでない任意の実数、ｃ３は任意の実数であり、数式４においてａ４，ｂ４はゼロでない任意の実数、ｃ４は任意の実数であり、数式５においてａ５，ｂ５はゼロでない任意の実数、ｃ５は任意の実数である。）
ここで、分数式とは、当該分数式の分子がアミノ酸Ａ，Ｂ，Ｃ，・・・の和で表わされ、且つ当該分数式の分母がアミノ酸ａ，ｂ，ｃ，・・・の和で表わされるものである。また、分数式には、このような構成の分数式α，β，γ，・・・の和（例えばα＋βのようなもの）も含まれる。また、分数式には、分割された分数式も含まれる。なお、分子や分母に用いられるアミノ酸にはそれぞれ適当な係数がついてもかまわない。また、分子や分母に用いられるアミノ酸は重複してもかまわない。また、各分数式に適当な係数がついてもかまわない。また、各変数の係数の値や定数項の値は、実数であればかまわない。分数式で、分子の変数と分母の変数を入れ替えた組み合わせは、目的変数との相関の正負の符号は概して逆転するが、それらの相関性は保たれるので、判別性では同等と見なせるので、分子の変数と分母の変数を入れ替えた組み合わせも、包含するものである。
また、多変量判別式は、ロジスティック回帰式、線形判別式、重回帰式、サポートベクターマシンで作成された式、マハラノビス距離法で作成された式、正準判別分析で作成された式、決定木で作成された式などのいずれか１つでもよい。具体的には、多変量判別式は、Ｏｒｎ，Ｇｌｎ，Ｔｒｐ，Ｃｉｔを変数とするロジスティック回帰式、またはＯｒｎ，Ｇｌｎ，Ｔｒｐ，Ｐｈｅ，Ｃｉｔ，Ｔｙｒを変数とする線形判別式、またはＧｌｕ，Ｐｈｅ，Ｈｉｓ，Ｔｒｐを変数とするロジスティック回帰式、またはＧｌｕ，Ｐｒｏ，Ｈｉｓ，Ｔｒｐを変数とする線形判別式、またはＶａｌ，Ｉｌｅ，Ｈｉｓ，Ｔｒｐを変数とするロジスティック回帰式、またはＴｈｒ，Ｉｌｅ，Ｈｉｓ，Ｔｒｐを変数とする線形判別式でもよい。これにより、胃癌と非胃癌との２群判別や胃癌の病期の判別や胃癌の他器官への転移の有無の２群判別に特に有用な多変量判別式で得られる判別値を利用して、これらの判別をさらに精度よく行うことができる。なお、これらの多変量判別式は、本出願人による国際出願である国際公開第２００６／０９８１９２号に記載の方法（後述する第２実施形態に記載の多変量判別式作成処理）で作成することができる。この方法で得られた多変量判別式であれば、入力データとしてのアミノ酸濃度データにおけるアミノ酸濃度の単位に因らず、当該多変量判別式を胃癌の状態の評価に好適に用いることができる。
ここで、多変量判別式とは、一般に多変量解析で用いられる式の形式を意味し、例えば重回帰式、多重ロジスティック回帰式、線形判別関数、マハラノビス距離、正準判別関数、サポートベクターマシン、決定木などを包含する。また、異なる形式の多変量判別式の和で示されるような式も含まれる。また、重回帰式、多重ロジスティック回帰式、正準判別関数においては各変数に係数および定数項が付加されるが、この場合の係数および定数項は、好ましくは実数であること、より好ましくはデータから判別を行うために得られた係数および定数項の９９％信頼区間の範囲に属する値、さらに好ましくはデータから判別を行うために得られた係数および定数項の９５％信頼区間の範囲に属する値であればかまわない。また、各係数の値、及びその信頼区間は、それを実数倍したものでもよく、定数項の値、及びその信頼区間は、それに任意の実定数を加減乗除したものでもよい。
なお、本発明は、胃癌の状態を評価する際（具体的には、胃癌または非胃癌であるか否かを判別する際、胃癌の病期を判別する際、胃癌の他器官への転移の有無を判別する際、など）、アミノ酸の濃度以外に、その他の代謝物（生体代謝物）の濃度やタンパク質の発現量、被験者の年齢・性別、生体指標などをさらに用いてもかまわない。また、本発明は、胃癌の状態を評価する際（具体的には、胃癌または非胃癌であるか否かを判別する際、胃癌の病期を判別する際、胃癌の他器官への転移の有無を判別する際、など）、多変量判別式における変数として、アミノ酸の濃度以外に、その他の代謝物（生体代謝物）の濃度やタンパク質の発現量、被験者の年齢・性別、生体指標などをさらに用いてもかまわない。
［１－２．第１実施形態にかかる胃癌の評価方法］
ここでは、第１実施形態にかかる胃癌の評価方法について図２を参照して説明する。図２は、第１実施形態にかかる胃癌の評価方法の一例を示すフローチャートである。
まず、動物やヒトなどの個体から採取した血液から、アミノ酸の濃度値に関するアミノ酸濃度データを測定する（ステップＳＡ－１１）。なお、アミノ酸の濃度値の測定は、上述した方法で行う。
つぎに、ステップＳＡ－１１で測定した個体のアミノ酸濃度データから欠損値や外れ値などのデータを除去する（ステップＳＡ－１２）。
つぎに、ステップＳＡ－１２で欠損値や外れ値などのデータが除去された個体のアミノ酸濃度データに含まれるＡｓｎ，Ｃｙｓ，Ｈｉｓ，Ｍｅｔ，Ｏｒｎ，Ｐｈｅ，Ｔｒｐ，Ｐｒｏ，Ｌｙｓ，Ｌｅｕ，Ｇｌｕ，Ａｒｇ，Ａｌａ，Ｔｈｒ，Ｔｙｒのうち少なくとも１つの濃度値と予め設定された閾値（カットオフ値）とを比較することで、個体につき、胃癌または非胃癌であるか否かを判別、胃癌の病期を判別、または胃癌の他器官への転移の有無を判別する、もしくはステップＳＡ－１２で欠損値や外れ値などのデータが除去された個体のアミノ酸濃度データに含まれるＡｓｎ，Ｃｙｓ，Ｈｉｓ，Ｍｅｔ，Ｏｒｎ，Ｐｈｅ，Ｔｒｐ，Ｐｒｏ，Ｌｙｓ，Ｌｅｕ，Ｇｌｕ，Ａｒｇ，Ａｌａ，Ｔｈｒ，Ｔｙｒのうち少なくとも１つの濃度値およびＡｓｎ，Ｃｙｓ，Ｈｉｓ，Ｍｅｔ，Ｏｒｎ，Ｐｈｅ，Ｔｒｐ，Ｐｒｏ，Ｌｙｓ，Ｌｅｕ，Ｇｌｕ，Ａｒｇ，Ａｌａ，Ｔｈｒ，Ｔｙｒのうち少なくとも１つを変数として含む予め設定した多変量判別式に基づいて判別値を算出し、算出した判別値と予め設定された閾値（カットオフ値）とを比較することで、個体につき、胃癌または非胃癌であるか否かを判別、胃癌の病期を判別、または胃癌の他器官への転移の有無を判別する（ステップＳＡ－１３）。
［１－３．第１実施形態のまとめ、およびその他の実施形態］
以上、詳細に説明したように、第１実施形態にかかる胃癌の評価方法によれば、（１）個体から採取した血液からアミノ酸濃度データを測定し、（２）測定した個体のアミノ酸濃度データから欠損値や外れ値などのデータを除去し、（３）欠損値や外れ値などのデータが除去された個体のアミノ酸濃度データに含まれるＡｓｎ，Ｃｙｓ，Ｈｉｓ，Ｍｅｔ，Ｏｒｎ，Ｐｈｅ，Ｔｒｐ，Ｐｒｏ，Ｌｙｓ，Ｌｅｕ，Ｇｌｕ，Ａｒｇ，Ａｌａ，Ｔｈｒ，Ｔｙｒのうち少なくとも１つの濃度値と予め設定された閾値（カットオフ値）とを比較することで、個体につき、胃癌または非胃癌であるか否かを判別、胃癌の病期を判別、または胃癌の他器官への転移の有無を判別する、もしくは欠損値や外れ値などのデータが除去された個体のアミノ酸濃度データに含まれるＡｓｎ，Ｃｙｓ，Ｈｉｓ，Ｍｅｔ，Ｏｒｎ，Ｐｈｅ，Ｔｒｐ，Ｐｒｏ，Ｌｙｓ，Ｌｅｕ，Ｇｌｕ，Ａｒｇ，Ａｌａ，Ｔｈｒ，Ｔｙｒのうち少なくとも１つの濃度値およびＡｓｎ，Ｃｙｓ，Ｈｉｓ，Ｍｅｔ，Ｏｒｎ，Ｐｈｅ，Ｔｒｐ，Ｐｒｏ，Ｌｙｓ，Ｌｅｕ，Ｇｌｕ，Ａｒｇ，Ａｌａ，Ｔｈｒ，Ｔｙｒのうち少なくとも１つを変数として含む予め設定した多変量判別式に基づいて判別値を算出し、算出した判別値と予め設定された閾値（カットオフ値）とを比較することで、個体につき、胃癌または非胃癌であるか否かを判別、胃癌の病期を判別、または胃癌の他器官への転移の有無を判別する。これにより、血液中のアミノ酸の濃度のうち胃癌と非胃癌との２群判別や胃癌の病期の判別や胃癌の他器官への転移の有無の２群判別に有用なアミノ酸の濃度を利用又はこれらの判別に有用な多変量判別式で得られる判別値を利用して、これらの判別を精度よく行うことができる。
また、ステップＳＡ－１３において、多変量判別式は、１つの分数式または複数の分数式の和で表され、それを構成する分数式の分子および／または分母にＡｓｎ，Ｃｙｓ，Ｈｉｓ，Ｍｅｔ，Ｏｒｎ，Ｐｈｅ，Ｔｒｐ，Ｐｒｏ，Ｌｙｓ，Ｌｅｕ，Ｇｌｕ，Ａｒｇ，Ａｌａ，Ｔｈｒ，Ｔｙｒのうち少なくとも１つを変数として含むものでもよい。具体的には、多変量判別式は、ステップＳＡ－１３で胃癌または非胃癌であるか否かを判別する場合は数式１、数式２または数式３でもよく、ステップＳＡ－１３で胃癌の病期を判別する場合は数式４でもよく、ステップＳＡ－１３で胃癌の他器官への転移の有無を判別する場合は数式５でもよい。これにより、胃癌と非胃癌との２群判別や胃癌の病期の判別や胃癌の他器官への転移の有無の２群判別に特に有用な多変量判別式で得られる判別値を利用して、これらの判別をさらに精度よく行うことができる。なお、これらの多変量判別式は、本出願人による国際出願である国際公開第２００４／０５２１９１号に記載の方法や、本出願人による国際出願である国際公開第２００６／０９８１９２号に記載の方法（後述する第２実施形態に記載の多変量判別式作成処理）で作成することができる。これら方法で得られた多変量判別式であれば、入力データとしてのアミノ酸濃度データにおけるアミノ酸濃度の単位に因らず、当該多変量判別式を胃癌の状態の評価に好適に用いることができる。
ａ１×Ｏｒｎ／（Ｔｒｐ＋Ｈｉｓ） ＋ ｂ１×（ＡＢＡ＋Ｉｌｅ）／Ｌｅｕ ＋ ｃ１
・・・（数式１）
ａ２×Ｇｌｕ／Ｈｉｓ ＋ ｂ２×Ｓｅｒ／Ｔｒｐ ＋ ｃ２×Ａｒｇ／Ｐｒｏ ＋ ｄ２
・・・（数式２）
ａ３×Ｔｒｐ／Ｇｌｎ ＋ ｂ３×Ｈｉｓ／Ｇｌｕ ＋ ｃ３
・・・（数式３）
ａ４×Ｇｌｙ／（Ｇｌｕ＋Ｔｒｐ＋Ｖａｌ） ＋ ｂ４×Ａｒｇ／Ｈｉｓ ＋ ｃ４
・・・（数式４）
ａ５×Ｉｌｅ／Ｇｌｕ ＋ ｂ５×（Ｇｌｙ＋Ａｓｎ＋Ａｒｇ）／Ｈｉｓ ＋ ｃ５
・・・（数式５）
（数式１においてａ１，ｂ１はゼロでない任意の実数、ｃ１は任意の実数であり、数式２においてａ２，ｂ２，ｃ２はゼロでない任意の実数、ｄ２は任意の実数であり、数式３においてａ３，ｂ３はゼロでない任意の実数、ｃ３は任意の実数であり、数式４においてａ４，ｂ４はゼロでない任意の実数、ｃ４は任意の実数であり、数式５においてａ５，ｂ５はゼロでない任意の実数、ｃ５は任意の実数である。）
また、ステップＳＡ－１３において、多変量判別式は、ロジスティック回帰式、線形判別式、重回帰式、サポートベクターマシンで作成された式、マハラノビス距離法で作成された式、正準判別分析で作成された式、決定木で作成された式などのいずれか１つでもよい。具体的には、多変量判別式は、Ｏｒｎ，Ｇｌｎ，Ｔｒｐ，Ｃｉｔを変数とするロジスティック回帰式、またはＯｒｎ，Ｇｌｎ，Ｔｒｐ，Ｐｈｅ，Ｃｉｔ，Ｔｙｒを変数とする線形判別式、またはＧｌｕ，Ｐｈｅ，Ｈｉｓ，Ｔｒｐを変数とするロジスティック回帰式、またはＧｌｕ，Ｐｒｏ，Ｈｉｓ，Ｔｒｐを変数とする線形判別式、またはＶａｌ，Ｉｌｅ，Ｈｉｓ，Ｔｒｐを変数とするロジスティック回帰式、またはＴｈｒ，Ｉｌｅ，Ｈｉｓ，Ｔｒｐを変数とする線形判別式でもよい。これにより、胃癌と非胃癌との２群判別や胃癌の病期の判別や胃癌の他器官への転移の有無の２群判別に特に有用な多変量判別式で得られる判別値を利用して、これらの判別をさらに精度よく行うことができる。なお、これらの多変量判別式は、本出願人による国際出願である国際公開第２００６／０９８１９２号に記載の方法（後述する第２実施形態に記載の多変量判別式作成処理）で作成することができる。この方法で得られた多変量判別式であれば、入力データとしてのアミノ酸濃度データにおけるアミノ酸濃度の単位に因らず、当該多変量判別式を胃癌の状態の評価に好適に用いることができる。
［第２実施形態］
［２－１．本発明の概要］
ここでは、本発明にかかる胃癌評価装置、胃癌評価方法、胃癌評価システム、胃癌評価プログラムおよび記録媒体の概要について、図３を参照して説明する。図３は本発明の基本原理を示す原理構成図である。
まず、本発明は、制御部で、アミノ酸の濃度を変数としＡｓｎ，Ｃｙｓ，Ｈｉｓ，Ｍｅｔ，Ｏｒｎ，Ｐｈｅ，Ｔｒｐ，Ｐｒｏ，Ｌｙｓ，Ｌｅｕ，Ｇｌｕ，Ａｒｇ，Ａｌａ，Ｔｈｒ，Ｔｙｒのうち少なくとも１つを変数として含む記憶部で記憶した多変量判別式およびアミノ酸の濃度値に関する予め取得した評価対象（例えば動物やヒトなど個体）のアミノ酸濃度データに含まれるＡｓｎ，Ｃｙｓ，Ｈｉｓ，Ｍｅｔ，Ｏｒｎ，Ｐｈｅ，Ｔｒｐ，Ｐｒｏ，Ｌｙｓ，Ｌｅｕ，Ｇｌｕ，Ａｒｇ，Ａｌａ，Ｔｈｒ，Ｔｙｒのうち少なくとも１つの濃度値に基づいて、当該多変量判別式の値である判別値を算出する（ステップＳ－２１）。
つぎに、本発明は、制御部で、ステップＳ－２１で算出した判別値に基づいて評価対象につき胃癌の状態を評価する（ステップＳ－２２）。
以上、本発明によれば、アミノ酸の濃度を変数としＡｓｎ，Ｃｙｓ，Ｈｉｓ，Ｍｅｔ，Ｏｒｎ，Ｐｈｅ，Ｔｒｐ，Ｐｒｏ，Ｌｙｓ，Ｌｅｕ，Ｇｌｕ，Ａｒｇ，Ａｌａ，Ｔｈｒ，Ｔｙｒのうち少なくとも１つを変数として含む記憶部で記憶した多変量判別式およびアミノ酸の濃度値に関する予め取得した評価対象のアミノ酸濃度データに含まれるＡｓｎ，Ｃｙｓ，Ｈｉｓ，Ｍｅｔ，Ｏｒｎ，Ｐｈｅ，Ｔｒｐ，Ｐｒｏ，Ｌｙｓ，Ｌｅｕ，Ｇｌｕ，Ａｒｇ，Ａｌａ，Ｔｈｒ，Ｔｙｒのうち少なくとも１つの濃度値に基づいて、当該多変量判別式の値である判別値を算出し、算出した判別値に基づいて評価対象につき胃癌の状態を評価する。これにより、胃癌の状態と有意な相関がある多変量判別式で得られる判別値を利用して胃癌の状態を精度よく評価することができる。
また、ステップＳ－２２では、ステップＳ－２１で算出した判別値に基づいて評価対象につき、胃癌または非胃癌であるか否かを判別、胃癌の病期を判別、または胃癌の他器官への転移の有無を判別してもよい。具体的には、判別値と予め設定された閾値（カットオフ値）とを比較することで、評価対象につき、胃癌または非胃癌であるか否かを判別、胃癌の病期を判別、または胃癌の他器官への転移の有無を判別してもよい。これにより、胃癌と非胃癌との２群判別や胃癌の病期の判別や胃癌の他器官への転移の有無の２群判別に有用な多変量判別式で得られる判別値を利用して、これらの判別を精度よく行うことができる。
また、多変量判別式は、１つの分数式または複数の分数式の和で表され、それを構成する分数式の分子および／または分母にＡｓｎ，Ｃｙｓ，Ｈｉｓ，Ｍｅｔ，Ｏｒｎ，Ｐｈｅ，Ｔｒｐ，Ｐｒｏ，Ｌｙｓ，Ｌｅｕ，Ｇｌｕ，Ａｒｇ，Ａｌａ，Ｔｈｒ，Ｔｙｒのうち少なくとも１つを変数として含むものでもよい。具体的には、多変量判別式は、ステップＳ－２２で胃癌または非胃癌であるか否かを判別する場合は数式１、数式２または数式３でもよく、ステップＳ－２２で胃癌の病期を判別する場合は数式４でもよく、ステップＳ－２２で胃癌の他器官への転移の有無を判別する場合は数式５でもよい。これにより、胃癌と非胃癌との２群判別や胃癌の病期の判別や胃癌の他器官への転移の有無の２群判別に特に有用な多変量判別式で得られる判別値を利用して、これらの判別をさらに精度よく行うことができる。なお、これらの多変量判別式は、本出願人による国際出願である国際公開第２００４／０５２１９１号に記載の方法や、本出願人による国際出願である国際公開第２００６／０９８１９２号に記載の方法（後述する多変量判別式作成処理）で作成することができる。これら方法で得られた多変量判別式であれば、入力データとしてのアミノ酸濃度データにおけるアミノ酸濃度の単位に因らず、当該多変量判別式を胃癌の状態の評価に好適に用いることができる。
ａ１×Ｏｒｎ／（Ｔｒｐ＋Ｈｉｓ） ＋ ｂ１×（ＡＢＡ＋Ｉｌｅ）／Ｌｅｕ ＋ ｃ１
・・・（数式１）
ａ２×Ｇｌｕ／Ｈｉｓ ＋ ｂ２×Ｓｅｒ／Ｔｒｐ ＋ ｃ２×Ａｒｇ／Ｐｒｏ ＋ ｄ２
・・・（数式２）
ａ３×Ｔｒｐ／Ｇｌｎ ＋ ｂ３×Ｈｉｓ／Ｇｌｕ ＋ ｃ３
・・・（数式３）
ａ４×Ｇｌｙ／（Ｇｌｕ＋Ｔｒｐ＋Ｖａｌ） ＋ ｂ４×Ａｒｇ／Ｈｉｓ ＋ ｃ４
・・・（数式４）
ａ５×Ｉｌｅ／Ｇｌｕ ＋ ｂ５×（Ｇｌｙ＋Ａｓｎ＋Ａｒｇ）／Ｈｉｓ ＋ ｃ５
・・・（数式５）
（数式１においてａ１，ｂ１はゼロでない任意の実数、ｃ１は任意の実数であり、数式２においてａ２，ｂ２，ｃ２はゼロでない任意の実数、ｄ２は任意の実数であり、数式３においてａ３，ｂ３はゼロでない任意の実数、ｃ３は任意の実数であり、数式４においてａ４，ｂ４はゼロでない任意の実数、ｃ４は任意の実数であり、数式５においてａ５，ｂ５はゼロでない任意の実数、ｃ５は任意の実数である。）
ここで、分数式とは、当該分数式の分子がアミノ酸Ａ，Ｂ，Ｃ，・・・の和で表わされ、且つ当該分数式の分母がアミノ酸ａ，ｂ，ｃ，・・・の和で表わされるものである。また、分数式には、このような構成の分数式α，β，γ，・・・の和（例えばα＋βのようなもの）も含まれる。また、分数式には、分割された分数式も含まれる。なお、分子や分母に用いられるアミノ酸にはそれぞれ適当な係数がついてもかまわない。また、分子や分母に用いられるアミノ酸は重複してもかまわない。また、各分数式に適当な係数がついてもかまわない。また、各変数の係数の値や定数項の値は、実数であればかまわない。分数式で、分子の変数と分母の変数を入れ替えた組み合わせは、目的変数との相関の正負の符号は概して逆転するが、それらの相関性は保たれるので、判別性では同等と見なせるので、分子の変数と分母の変数を入れ替えた組み合わせも、包含するものである。
また、多変量判別式は、ロジスティック回帰式、線形判別式、重回帰式、サポートベクターマシンで作成された式、マハラノビス距離法で作成された式、正準判別分析で作成された式、決定木で作成された式などのいずれか１つでもよい。具体的には、多変量判別式は、Ｏｒｎ，Ｇｌｎ，Ｔｒｐ，Ｃｉｔを変数とするロジスティック回帰式、またはＯｒｎ，Ｇｌｎ，Ｔｒｐ，Ｐｈｅ，Ｃｉｔ，Ｔｙｒを変数とする線形判別式、またはＧｌｕ，Ｐｈｅ，Ｈｉｓ，Ｔｒｐを変数とするロジスティック回帰式、またはＧｌｕ，Ｐｒｏ，Ｈｉｓ，Ｔｒｐを変数とする線形判別式、またはＶａｌ，Ｉｌｅ，Ｈｉｓ，Ｔｒｐを変数とするロジスティック回帰式、またはＴｈｒ，Ｉｌｅ，Ｈｉｓ，Ｔｒｐを変数とする線形判別式でもよい。これにより、胃癌と非胃癌との２群判別や胃癌の病期の判別や胃癌の他器官への転移の有無の２群判別に特に有用な多変量判別式で得られる判別値を利用して、これらの判別をさらに精度よく行うことができる。なお、これらの多変量判別式は、本出願人による国際出願である国際公開第２００６／０９８１９２号に記載の方法（後述する多変量判別式作成処理）で作成することができる。この方法で得られた多変量判別式であれば、入力データとしてのアミノ酸濃度データにおけるアミノ酸濃度の単位に因らず、当該多変量判別式を胃癌の状態の評価に好適に用いることができる。
ここで、多変量判別式とは、一般に多変量解析で用いられる式の形式を意味し、例えば重回帰式、多重ロジスティック回帰式、線形判別関数、マハラノビス距離、正準判別関数、サポートベクターマシン、決定木などを包含する。また、異なる形式の多変量判別式の和で示されるような式も含まれる。また、重回帰式、多重ロジスティック回帰式、正準判別関数においては各変数に係数および定数項が付加されるが、この場合の係数および定数項は、好ましくは実数であること、より好ましくはデータから判別を行うために得られた係数および定数項の９９％信頼区間の範囲に属する値、さらに好ましくはデータから判別を行うために得られた係数および定数項の９５％信頼区間の範囲に属する値であればかまわない。また、各係数の値、及びその信頼区間は、それを実数倍したものでもよく、定数項の値、及びその信頼区間は、それに任意の実定数を加減乗除したものでもよい。
なお、本発明は、胃癌の状態を評価する際（具体的には、胃癌または非胃癌であるか否かを判別する際、胃癌の病期を判別する際、胃癌の他器官への転移の有無を判別する際、など）、アミノ酸の濃度以外に、その他の代謝物（生体代謝物）の濃度やタンパク質の発現量、被験者の年齢・性別、生体指標などをさらに用いてもかまわない。また、本発明は、胃癌の状態を評価する際（具体的には、胃癌または非胃癌であるか否かを判別する際、胃癌の病期を判別する際、胃癌の他器官への転移の有無を判別する際、など）、多変量判別式における変数として、アミノ酸の濃度以外に、その他の代謝物（生体代謝物）の濃度やタンパク質の発現量、被験者の年齢・性別、生体指標などをさらに用いてもかまわない。
ここで、多変量判別式作成処理（工程１～工程４）の概要について詳細に説明する。
まず、本発明は、制御部で、アミノ酸濃度データと胃癌の状態を表す指標に関する胃癌状態指標データとを含む記憶部で記憶した胃癌状態情報から所定の式作成手法に基づいて、多変量判別式の候補である候補多変量判別式（例えば、ｙ＝ａ１ｘ１＋ａ２ｘ２＋・・・＋ａｎｘｎ、ｙ：胃癌状態指標データ、ｘｉ：アミノ酸濃度データ、ａｉ：定数、ｉ＝１，２，・・・，ｎ）を作成する（工程１）。なお、事前に、胃癌状態情報から欠損値や外れ値などを持つデータを除去してもよい。
なお、工程１において、胃癌状態情報から、複数の異なる式作成手法（主成分分析や判別分析、サポートベクターマシン、重回帰分析、ロジスティック回帰分析、ｋ－ｍｅａｎｓ法、クラスター解析、決定木などの多変量解析に関するものを含む。）を併用して複数の候補多変量判別式を作成してもよい。具体的には、多数の健常者および胃癌患者から得た血液を分析して得たアミノ酸濃度データおよび胃癌状態指標データから構成される多変量データである胃癌状態情報に対して、複数の異なるアルゴリズムを利用して複数群の候補多変量判別式を同時並行的に作成してもよい。例えば、異なるアルゴリズムを利用して判別分析およびロジスティック回帰分析を同時に行い、２つの異なる候補多変量判別式を作成してもよい。また、主成分分析を行って作成した候補多変量判別式を利用して胃癌状態情報を変換し、変換した胃癌状態情報に対して判別分析を行うことで候補多変量判別式を作成してもよい。これにより、最終的に、診断条件に合った適切な多変量判別式を作成することができる。
ここで、主成分分析を用いて作成した候補多変量判別式は、全てのアミノ酸濃度データの分散を最大にするような各アミノ酸変数からなる一次式である。また、判別分析を用いて作成した候補多変量判別式は、各群内の分散の和の全てのアミノ酸濃度データの分散に対する比を最小にするような各アミノ酸変数からなる高次式（指数や対数を含む）である。また、サポートベクターマシンを用いて作成した候補多変量判別式は、群間の境界を最大にするような各アミノ酸変数からなる高次式（カーネル関数を含む）である。また、重回帰分析を用いて作成した候補多変量判別式は、全てのアミノ酸濃度データからの距離の和を最小にするような各アミノ酸変数からなる高次式である。ロジスティック回帰分析を用いて作成した候補多変量判別式は、尤度を最大にするような各アミノ酸変数からなる一次式を指数とする自然対数を項に持つ分数式である。また、ｋ－ｍｅａｎｓ法とは、各アミノ酸濃度データのｋ個近傍を探索し、近傍点の属する群の中で一番多いものをそのデータの所属群と定義し、入力されたアミノ酸濃度データの属する群と定義された群とが最も合致するようなアミノ酸変数を選択する手法である。また、クラスター解析とは、全てのアミノ酸濃度データの中で最も近い距離にある点同士をクラスタリング（群化）する手法である。また、決定木とは、アミノ酸変数に序列をつけて、序列が上位であるアミノ酸変数の取りうるパターンからアミノ酸濃度データの群を予測する手法である。
多変量判別式作成処理の説明に戻り、本発明は、制御部で、工程１で作成した候補多変量判別式を、所定の検証手法に基づいて検証（相互検証）する（工程２）。候補多変量判別式の検証は、工程１で作成した各候補多変量判別式に対して行う。
なお、工程２において、ブートストラップ法やホールドアウト法、リーブワンアウト法などのうち少なくとも１つに基づいて候補多変量判別式の判別率や感度、特異性、情報量基準などのうち少なくとも１つに関して検証してもよい。これにより、胃癌状態情報や診断条件を考慮した予測性または堅牢性の高い候補多変量判別式を作成することができる。
ここで、判別率とは、全入力データの中で、本発明で評価した胃癌の状態が正しい割合である。また、感度とは、入力データに記載された胃癌の状態が罹病になっているものの中で、本発明で評価した胃癌の状態が正しい割合である。また、特異性とは、入力データに記載された胃癌の状態が健常になっているものの中で、本発明で評価した胃癌の状態が正しい割合である。また、情報量基準とは、工程１で作成した候補多変量判別式のアミノ酸変数の数と、本発明で評価した胃癌の状態および入力データに記載された胃癌の状態の差異と、を足し合わせたものである。また、予測性とは、候補多変量判別式の検証を繰り返すことで得られた判別率や感度、特異性を平均したものである。また、堅牢性とは、候補多変量判別式の検証を繰り返すことで得られた判別率や感度、特異性の分散である。
多変量判別式作成処理の説明に戻り、本発明は、制御部で、工程２での検証結果から所定の変数選択手法に基づいて候補多変量判別式の変数を選択することで、候補多変量判別式を作成する際に用いる胃癌状態情報に含まれるアミノ酸濃度データの組み合わせを選択する（工程３）。アミノ酸変数の選択は、工程１で作成した各候補多変量判別式に対して行う。これにより、候補多変量判別式のアミノ酸変数を適切に選択することができる。そして、工程３で選択したアミノ酸濃度データを含む胃癌状態情報を用いて再び工程１を実行する。
なお、工程３において、工程２での検証結果からステップワイズ法、ベストパス法、近傍探索法、遺伝的アルゴリズムのうち少なくとも１つに基づいて候補多変量判別式のアミノ酸変数を選択してもよい。
ここで、ベストパス法とは、候補多変量判別式に含まれるアミノ酸変数を１つずつ順次減らしていき、候補多変量判別式が与える評価指標を最適化することでアミノ酸変数を選択する方法である。
多変量判別式作成処理の説明に戻り、本発明は、制御部で、上述した工程１、工程２および工程３を繰り返し実行し、これにより蓄積した検証結果に基づいて、複数の候補多変量判別式の中から多変量判別式として採用する候補多変量判別式を選出することで、多変量判別式を作成する（工程４）。なお、候補多変量判別式の選出には、例えば、同じ式作成手法で作成した候補多変量判別式の中から最適なものを選出する場合と、すべての候補多変量判別式の中から最適なものを選出する場合とがある。
以上、説明したように、多変量判別式作成処理では、胃癌状態情報に基づいて、候補多変量判別式の作成、候補多変量判別式の検証および候補多変量判別式の変数の選択に関する処理を一連の流れで体系化（システム化）して実行することにより、胃癌の状態の評価に最適な多変量判別式を作成することができる。
［２－２．システム構成］
ここでは、第２実施形態にかかる胃癌評価システム（以下では本システムと記す場合がある。）の構成について、図４から図２０を参照して説明する。なお、本システムはあくまでも一例であり、本発明はこれに限定されない。
まず、本システムの全体構成について図４および図５を参照して説明する。図４は本システムの全体構成の一例を示す図である。また、図５は本システムの全体構成の他の一例を示す図である。本システムは、図４に示すように、評価対象につき胃癌の状態を評価する胃癌評価装置１００と、アミノ酸の濃度値に関する評価対象のアミノ酸濃度データを提供するクライアント装置２００（本発明の情報通信端末装置に相当）とを、ネットワーク３００を介して通信可能に接続して構成されている。
なお、本システムは、図５に示すように、胃癌評価装置１００やクライアント装置２００の他に、胃癌評価装置１００で多変量判別式を作成する際に用いる胃癌状態情報や胃癌の状態を評価するために用いる多変量判別式などを格納したデータベース装置４００を、ネットワーク３００を介して通信可能に接続して構成されてもよい。これにより、ネットワーク３００を介して、胃癌評価装置１００からクライアント装置２００やデータベース装置４００へ、あるいはクライアント装置２００やデータベース装置４００から胃癌評価装置１００へ、胃癌の状態に関する情報などが提供される。ここで、胃癌の状態に関する情報とは、ヒトを含む生物の胃癌の状態に関する特定の項目について測定した値に関する情報である。また、胃癌の状態に関する情報は、胃癌評価装置１００やクライアント装置２００や他の装置（例えば各種の計測装置等）で生成され、主にデータベース装置４００に蓄積される。
つぎに、本システムの胃癌評価装置１００の構成について図６から図１８を参照して説明する。図６は、本システムの胃癌評価装置１００の構成の一例を示すブロック図であり、該構成のうち本発明に関係する部分のみを概念的に示している。
胃癌評価装置１００は、当該胃癌評価装置１００を統括的に制御するＣＰＵ等の制御部１０２と、ルータ等の通信装置および専用線等の有線または無線の通信回線を介して当該胃癌評価装置をネットワーク３００に通信可能に接続する通信インターフェース部１０４と、各種のデータベースやテーブルやファイルなどを格納する記憶部１０６と、入力装置１１２や出力装置１１４に接続する入出力インターフェース部１０８と、で構成されており、これら各部は任意の通信路を介して通信可能に接続されている。ここで、胃癌評価装置１００は、各種の分析装置（例えばアミノ酸アナライザー等）と同一筐体で構成されてもよい。また、胃癌評価装置１００の分散・統合の具体的形態は図示のものに限られず、その全部または一部を、各種の負荷等に応じた任意の単位で、機能的または物理的に分散・統合して構成してもよい。例えば、処理の一部をＣＧＩ（Ｃｏｍｍｏｎ Ｇａｔｅｗａｙ Ｉｎｔｅｒｆａｃｅ）を用いて実現してもよい。
記憶部１０６は、ストレージ手段であり、例えば、ＲＡＭ・ＲＯＭ等のメモリ装置や、ハードディスクのような固定ディスク装置、フレキシブルディスク、光ディスク等を用いることができる。記憶部１０６には、ＯＳ（Ｏｐｅｒａｔｉｎｇ Ｓｙｓｔｅｍ）と協働してＣＰＵに命令を与え各種処理を行うためのコンピュータプログラムが記録されている。記憶部１０６は、図示の如く、利用者情報ファイル１０６ａと、アミノ酸濃度データファイル１０６ｂと、胃癌状態情報ファイル１０６ｃと、指定胃癌状態情報ファイル１０６ｄと、多変量判別式関連情報データベース１０６ｅと、判別値ファイル１０６ｆと、評価結果ファイル１０６ｇと、を格納する。
利用者情報ファイル１０６ａは、利用者に関する利用者情報を格納する。図７は、利用者情報ファイル１０６ａに格納される情報の一例を示す図である。利用者情報ファイル１０６ａに格納される情報は、図７に示すように、利用者を一意に識別するための利用者ＩＤと、利用者が正当な者であるか否かの認証を行うための利用者パスワードと、利用者の氏名と、利用者の所属する所属先を一意に識別するための所属先ＩＤと、利用者の所属する所属先の部門を一意に識別するための部門ＩＤと、部門名と、利用者の電子メールアドレスと、を相互に関連付けて構成されている。
図６に戻り、アミノ酸濃度データファイル１０６ｂは、アミノ酸の濃度値に関するアミノ酸濃度データを格納する。図８は、アミノ酸濃度データファイル１０６ｂに格納される情報の一例を示す図である。アミノ酸濃度データファイル１０６ｂに格納される情報は、図８に示すように、評価対象である個体（サンプル）を一意に識別するための個体番号と、アミノ酸濃度データとを相互に関連付けて構成されている。ここで、図８では、アミノ酸濃度データを数値、すなわち連続尺度として扱っているが、アミノ酸濃度データは名義尺度や順序尺度でもよい。なお、名義尺度や順序尺度の場合は、それぞれの状態に対して任意の数値を与えることで解析してもよい。また、アミノ酸濃度データに、他の生体情報（性差、年齢、喫煙の有無、心電図の波形を数値化したもの、酵素濃度、遺伝子発現量、ペプシノーゲンの値、ピロリ菌の感染の有無、アミノ酸以外の代謝物の濃度など）を組み合わせてもよい。
図６に戻り、胃癌状態情報ファイル１０６ｃは、多変量判別式を作成する際に用いる胃癌状態情報を格納する。図９は、胃癌状態情報ファイル１０６ｃに格納される情報の一例を示す図である。胃癌状態情報ファイル１０６ｃに格納される情報は、図９に示すように、個体番号と、胃癌の状態を表す指標（指標Ｔ１、指標Ｔ２、指標Ｔ３・・・）に関する胃癌状態指標データ（Ｔ）と、アミノ酸濃度データと、を相互に関連付けて構成されている。ここで、図９では、胃癌状態指標データおよびアミノ酸濃度データを数値（すなわち連続尺度）として扱っているが、胃癌状態指標データおよびアミノ酸濃度データは名義尺度や順序尺度でもよい。なお、名義尺度や順序尺度の場合は、それぞれの状態に対して任意の数値を与えることで解析してもよい。また、胃癌状態指標データは、胃癌の状態のマーカーとなる既知の単一の状態指標であり、数値データを用いてもよい。
図６に戻り、指定胃癌状態情報ファイル１０６ｄは、後述する胃癌状態情報指定部１０２ｇで指定した胃癌状態情報を格納する。図１０は、指定胃癌状態情報ファイル１０６ｄに格納される情報の一例を示す図である。指定胃癌状態情報ファイル１０６ｄに格納される情報は、図１０に示すように、個体番号と、指定した胃癌状態指標データと、指定したアミノ酸濃度データと、を相互に関連付けて構成されている。
図６に戻り、多変量判別式関連情報データベース１０６ｅは、後述する候補多変量判別式作成部１０２ｈ１で作成した候補多変量判別式を格納する候補多変量判別式ファイル１０６ｅ１と、後述する候補多変量判別式検証部１０２ｈ２での検証結果を格納する検証結果ファイル１０６ｅ２と、後述する変数選択部１０２ｈ３で選択したアミノ酸濃度データの組み合わせを含む胃癌状態情報を格納する選択胃癌状態情報ファイル１０６ｅ３と、後述する多変量判別式作成部１０２ｈで作成した多変量判別式を格納する多変量判別式ファイル１０６ｅ４と、で構成される。
候補多変量判別式ファイル１０６ｅ１は、後述する候補多変量判別式作成部１０２ｈ１で作成した候補多変量判別式を格納する。図１１は、候補多変量判別式ファイル１０６ｅ１に格納される情報の一例を示す図である。候補多変量判別式ファイル１０６ｅ１に格納される情報は、図１１に示すように、ランクと、候補多変量判別式（図１１では、Ｆ１（Ｇｌｙ，Ｌｅｕ，Ｐｈｅ，・・・）やＦ２（Ｇｌｙ，Ｌｅｕ，Ｐｈｅ，・・・）、Ｆ３（Ｇｌｙ，Ｌｅｕ，Ｐｈｅ，・・・）など）とを相互に関連付けて構成されている。
図６に戻り、検証結果ファイル１０６ｅ２は、後述する候補多変量判別式検証部１０２ｈ２での検証結果を格納する。図１２は、検証結果ファイル１０６ｅ２に格納される情報の一例を示す図である。検証結果ファイル１０６ｅ２に格納される情報は、図１２に示すように、ランクと、候補多変量判別式（図１２では、Ｆｋ（Ｇｌｙ，Ｌｅｕ，Ｐｈｅ，・・・）やＦｍ（Ｇｌｙ，Ｌｅｕ，Ｐｈｅ，・・・）、Ｆｌ（Ｇｌｙ，Ｌｅｕ，Ｐｈｅ，・・・）など）と、各候補多変量判別式の検証結果（例えば各候補多変量判別式の評価値）と、を相互に関連付けて構成されている。
図６に戻り、選択胃癌状態情報ファイル１０６ｅ３は、後述する変数選択部１０２ｈ３で選択した変数に対応するアミノ酸濃度データの組み合わせを含む胃癌状態情報を格納する。図１３は、選択胃癌状態情報ファイル１０６ｅ３に格納される情報の一例を示す図である。選択胃癌状態情報ファイル１０６ｅ３に格納される情報は、図１３に示すように、個体番号と、後述する胃癌状態情報指定部１０２ｇで指定した胃癌状態指標データと、後述する変数選択部１０２ｈ３で選択したアミノ酸濃度データと、を相互に関連付けて構成されている。
図６に戻り、多変量判別式ファイル１０６ｅ４は、後述する多変量判別式作成部１０２ｈで作成した多変量判別式を格納する。図１４は、多変量判別式ファイル１０６ｅ４に格納される情報の一例を示す図である。多変量判別式ファイル１０６ｅ４に格納される情報は、図１４に示すように、ランクと、多変量判別式（図１４では、Ｆｐ（Ｐｈｅ，・・・）やＦｐ（Ｇｌｙ，Ｌｅｕ，Ｐｈｅ）、Ｆｋ（Ｇｌｙ，Ｌｅｕ，Ｐｈｅ，・・・）など）と、各式作成手法に対応する閾値と、各多変量判別式の検証結果（例えば各多変量判別式の評価値）と、を相互に関連付けて構成されている。
図６に戻り、判別値ファイル１０６ｆは、後述する判別値算出部１０２ｉで算出した判別値を格納する。図１５は、判別値ファイル１０６ｆに格納される情報の一例を示す図である。判別値ファイル１０６ｆに格納される情報は、図１５に示すように、評価対象である個体（サンプル）を一意に識別するための個体番号と、ランク（多変量判別式を一意に識別するための番号）と、判別値と、を相互に関連付けて構成されている。
図６に戻り、評価結果ファイル１０６ｇは、後述する判別値基準評価部１０２ｊでの評価結果（具体的には、後述する判別値基準判別部１０２ｊ１での判別結果）を格納する。図１６は、評価結果ファイル１０６ｇに格納される情報の一例を示す図である。評価結果ファイル１０６ｇに格納される情報は、評価対象である個体（サンプル）を一意に識別するための個体番号と、予め取得した評価対象のアミノ酸濃度データと、多変量判別式で算出した判別値と、胃癌の状態に関する評価結果（具体的には、胃癌または非胃癌であるか否かに関する判別結果、胃癌の病期に関する判別結果、胃癌の他器官への転移の有無に関する判別結果、など）と、を相互に関連付けて構成されている。
図６に戻り、記憶部１０６には、上述した情報以外にその他情報として、Ｗｅｂサイトをクライアント装置２００に提供するための各種のＷｅｂデータや、ＣＧＩプログラム等が記録されている。Ｗｅｂデータとしては後述する各種のＷｅｂページを表示するためのデータ等があり、これらデータは例えばＨＴＭＬやＸＭＬで記述されたテキストファイルとして形成されている。また、Ｗｅｂデータを作成するための部品用のファイルや作業用のファイルやその他一時的なファイル等も記憶部１０６に記憶される。記憶部１０６には、必要に応じて、クライアント装置２００に送信するための音声をＷＡＶＥ形式やＡＩＦＦ形式の如き音声ファイルで格納したり、静止画や動画をＪＰＥＧ形式やＭＰＥＧ２形式の如き画像ファイルで格納したりすることができる。
通信インターフェース部１０４は、胃癌評価装置１００とネットワーク３００（またはルータ等の通信装置）との間における通信を媒介する。すなわち、通信インターフェース部１０４は、他の端末と通信回線を介してデータを通信する機能を有する。
入出力インターフェース部１０８は、入力装置１１２や出力装置１１４に接続する。ここで、出力装置１１４には、モニタ（家庭用テレビを含む）の他、スピーカやプリンタを用いることができる（なお、以下では、出力装置１１４をモニタ１１４として記載する場合がある。）。入力装置１１２には、キーボードやマウスやマイクの他、マウスと協働してポインティングデバイス機能を実現するモニタを用いることができる。
制御部１０２は、ＯＳ（Ｏｐｅｒａｔｉｎｇ Ｓｙｓｔｅｍ）等の制御プログラム・各種の処理手順等を規定したプログラム・所要データなどを格納するための内部メモリを有し、これらのプログラムに基づいて種々の情報処理を実行する。制御部１０２は、図示の如く、大別して、要求解釈部１０２ａと閲覧処理部１０２ｂと認証処理部１０２ｃと電子メール生成部１０２ｄとＷｅｂページ生成部１０２ｅと受信部１０２ｆと胃癌状態情報指定部１０２ｇと多変量判別式作成部１０２ｈと判別値算出部１０２ｉと判別値基準評価部１０２ｊと結果出力部１０２ｋと送信部１０２ｍとを備えている。制御部１０２は、データベース装置４００から送信された胃癌状態情報やクライアント装置２００から送信されたアミノ酸濃度データに対して、欠損値のあるデータの除去・外れ値の多いデータの除去・欠損値のあるデータの多い変数の除去などのデータ処理も行う。
要求解釈部１０２ａは、クライアント装置２００やデータベース装置４００からの要求内容を解釈し、その解釈結果に応じて制御部１０２の各部に処理を受け渡す。閲覧処理部１０２ｂは、クライアント装置２００からの各種画面の閲覧要求を受けて、これら画面のＷｅｂデータの生成や送信を行なう。認証処理部１０２ｃは、クライアント装置２００やデータベース装置４００からの認証要求を受けて、認証判断を行う。電子メール生成部１０２ｄは、各種の情報を含んだ電子メールを生成する。Ｗｅｂページ生成部１０２ｅは、利用者がクライアント装置２００で閲覧するＷｅｂページを生成する。
受信部１０２ｆは、クライアント装置２００やデータベース装置４００から送信された情報（具体的には、アミノ酸濃度データや胃癌状態情報、多変量判別式など）を、ネットワーク３００を介して受信する。胃癌状態情報指定部１０２ｇは、多変量判別式を作成するにあたり、対象とする胃癌状態指標データおよびアミノ酸濃度データを指定する。
多変量判別式作成部１０２ｈは、受信部１０２ｆで受信した胃癌状態情報や胃癌状態情報指定部１０２ｇで指定した胃癌状態情報に基づいて多変量判別式を作成する。具体的には、多変量判別式作成部１０２ｈは、胃癌状態情報から、候補多変量判別式作成部１０２ｈ１、候補多変量判別式検証部１０２ｈ２および変数選択部１０２ｈ３を繰り返し実行させることにより蓄積された検証結果に基づいて、複数の候補多変量判別式の中から多変量判別式として採用する候補多変量判別式を選出することで、多変量判別式を作成する。
なお、多変量判別式が予め記憶部１０６の所定の記憶領域に格納されている場合には、多変量判別式作成部１０２ｈは、記憶部１０６から所望の多変量判別式を選択することで、多変量判別式を作成してもよい。また、多変量判別式作成部１０２ｈは、多変量判別式を予め格納した他のコンピュータ装置（例えばデータベース装置４００）から所望の多変量判別式を選択しダウンロードすることで、多変量判別式を作成してもよい。
ここで、多変量判別式作成部１０２ｈの構成について図１７を参照して説明する。図１７は、多変量判別式作成部１０２ｈの構成を示すブロック図であり、該構成のうち本発明に関係する部分のみを概念的に示している。多変量判別式作成部１０２ｈは、候補多変量判別式作成部１０２ｈ１と、候補多変量判別式検証部１０２ｈ２と、変数選択部１０２ｈ３と、をさらに備えている。候補多変量判別式作成部１０２ｈ１は、胃癌状態情報から所定の式作成手法に基づいて多変量判別式の候補である候補多変量判別式を作成する。なお、候補多変量判別式作成部１０２ｈ１は、胃癌状態情報から、複数の異なる式作成手法を併用して複数の候補多変量判別式を作成してもよい。候補多変量判別式検証部１０２ｈ２は、候補多変量判別式作成部１０２ｈ１で作成した候補多変量判別式を所定の検証手法に基づいて検証する。なお、候補多変量判別式検証部１０２ｈ２は、ブートストラップ法、ホールドアウト法、リーブワンアウト法のうち少なくとも１つに基づいて候補多変量判別式の判別率、感度、特異性、情報量基準のうち少なくとも１つに関して検証してもよい。変数選択部１０２ｈ３は、候補多変量判別式検証部１０２ｈ２での検証結果から所定の変数選択手法に基づいて候補多変量判別式の変数を選択することで、候補多変量判別式を作成する際に用いる胃癌状態情報に含まれるアミノ酸濃度データの組み合わせを選択する。なお、変数選択部１０２ｈ３は、検証結果からステップワイズ法、ベストパス法、近傍探索法、遺伝的アルゴリズムのうち少なくとも１つに基づいて候補多変量判別式の変数を選択してもよい。
図６に戻り、判別値算出部１０２ｉは、多変量判別式作成部１０２ｈで作成したＡｓｎ，Ｃｙｓ，Ｈｉｓ，Ｍｅｔ，Ｏｒｎ，Ｐｈｅ，Ｔｒｐ，Ｐｒｏ，Ｌｙｓ，Ｌｅｕ，Ｇｌｕ，Ａｒｇ，Ａｌａ，Ｔｈｒ，Ｔｙｒのうち少なくとも１つを変数として含む多変量判別式および受信部１０２ｆで受信した評価対象のアミノ酸濃度データに含まれるＡｓｎ，Ｃｙｓ，Ｈｉｓ，Ｍｅｔ，Ｏｒｎ，Ｐｈｅ，Ｔｒｐ，Ｐｒｏ，Ｌｙｓ，Ｌｅｕ，Ｇｌｕ，Ａｒｇ，Ａｌａ，Ｔｈｒ，Ｔｙｒのうち少なくとも１つの濃度値に基づいて、当該多変量判別式の値である判別値を算出する。
ここで、多変量判別式は、１つの分数式または複数の分数式の和で表され、それを構成する分数式の分子および／または分母にＡｓｎ，Ｃｙｓ，Ｈｉｓ，Ｍｅｔ，Ｏｒｎ，Ｐｈｅ，Ｔｒｐ，Ｐｒｏ，Ｌｙｓ，Ｌｅｕ，Ｇｌｕ，Ａｒｇ，Ａｌａ，Ｔｈｒ，Ｔｙｒのうち少なくとも１つを変数として含むものでもよい。具体的には、多変量判別式は、胃癌または非胃癌であるか否かを判別する場合には数式１、数式２または数式３でもよく、胃癌の病期を判別する場合には数式４でもよく、胃癌の他器官への転移の有無を判別する場合には数式５でもよい。
ａ１×Ｏｒｎ／（Ｔｒｐ＋Ｈｉｓ） ＋ ｂ１×（ＡＢＡ＋Ｉｌｅ）／Ｌｅｕ ＋ ｃ１
・・・（数式１）
ａ２×Ｇｌｕ／Ｈｉｓ ＋ ｂ２×Ｓｅｒ／Ｔｒｐ ＋ ｃ２×Ａｒｇ／Ｐｒｏ ＋ ｄ２
・・・（数式２）
ａ３×Ｔｒｐ／Ｇｌｎ ＋ ｂ３×Ｈｉｓ／Ｇｌｕ ＋ ｃ３
・・・（数式３）
ａ４×Ｇｌｙ／（Ｇｌｕ＋Ｔｒｐ＋Ｖａｌ） ＋ ｂ４×Ａｒｇ／Ｈｉｓ ＋ ｃ４
・・・（数式４）
ａ５×Ｉｌｅ／Ｇｌｕ ＋ ｂ５×（Ｇｌｙ＋Ａｓｎ＋Ａｒｇ）／Ｈｉｓ ＋ ｃ５
・・・（数式５）
（数式１においてａ１，ｂ１はゼロでない任意の実数、ｃ１は任意の実数であり、数式２においてａ２，ｂ２，ｃ２はゼロでない任意の実数、ｄ２は任意の実数であり、数式３においてａ３，ｂ３はゼロでない任意の実数、ｃ３は任意の実数であり、数式４においてａ４，ｂ４はゼロでない任意の実数、ｃ４は任意の実数であり、数式５においてａ５，ｂ５はゼロでない任意の実数、ｃ５は任意の実数である。）
また、多変量判別式は、ロジスティック回帰式、線形判別式、重回帰式、サポートベクターマシンで作成された式、マハラノビス距離法で作成された式、正準判別分析で作成された式、決定木で作成された式などのいずれか１つでもよい。具体的には、多変量判別式は、Ｏｒｎ，Ｇｌｎ，Ｔｒｐ，Ｃｉｔを変数とするロジスティック回帰式、またはＯｒｎ，Ｇｌｎ，Ｔｒｐ，Ｐｈｅ，Ｃｉｔ，Ｔｙｒを変数とする線形判別式、またはＧｌｕ，Ｐｈｅ，Ｈｉｓ，Ｔｒｐを変数とするロジスティック回帰式、またはＧｌｕ，Ｐｒｏ，Ｈｉｓ，Ｔｒｐを変数とする線形判別式、またはＶａｌ，Ｉｌｅ，Ｈｉｓ，Ｔｒｐを変数とするロジスティック回帰式、またはＴｈｒ，Ｉｌｅ，Ｈｉｓ，Ｔｒｐを変数とする線形判別式でもよい。
判別値基準評価部１０２ｊは、判別値算出部１０２ｉで算出した判別値に基づいて評価対象につき胃癌の状態を評価する。判別値基準評価部１０２ｊは、判別値基準判別部１０２ｊ１をさらに備えている。ここで、判別値基準評価部１０２ｊの構成について図１８を参照して説明する。図１８は、判別値基準評価部１０２ｊの構成を示すブロック図であり、該構成のうち本発明に関係する部分のみを概念的に示している。判別値基準判別部１０２ｊ１は、判別値に基づいて評価対象につき、胃癌または非胃癌であるか否かを判別、胃癌の病期を判別、または胃癌の他器官への転移の有無を判別する。具体的には、判別値基準判別部１０２ｊ１は、判別値と予め設定された閾値（カットオフ値）とを比較することで、評価対象につき、胃癌または非胃癌であるか否かを判別、胃癌の病期を判別、または胃癌の他器官への転移の有無を判別する。
図６に戻り、結果出力部１０２ｋは、制御部１０２の各処理部での処理結果（判別値基準評価部１０２ｊでの評価結果（具体的には判別値基準判別部１０２ｊ１での判別結果）を含む）等を出力装置１１４に出力する。
送信部１０２ｍは、評価対象のアミノ酸濃度データの送信元のクライアント装置２００に対して評価結果を送信したり、データベース装置４００に対して、胃癌評価装置１００で作成した多変量判別式や評価結果を送信したりする。
つぎに、本システムのクライアント装置２００の構成について図１９を参照して説明する。図１９は、本システムのクライアント装置２００の構成の一例を示すブロック図であり、該構成のうち本発明に関係する部分のみを概念的に示している。
クライアント装置２００は、制御部２１０とＲＯＭ２２０とＨＤ２３０とＲＡＭ２４０と入力装置２５０と出力装置２６０と入出力ＩＦ２７０と通信ＩＦ２８０とで構成されており、これら各部は任意の通信路を介して通信可能に接続されている。
制御部２１０は、Ｗｅｂブラウザ２１１、電子メーラ２１２、受信部２１３、送信部２１４を備えている。Ｗｅｂブラウザ２１１は、Ｗｅｂデータを解釈し、解釈したＷｅｂデータを後述するモニタ２６１に表示するブラウズ処理を行う。なお、Ｗｅｂブラウザ２１１には、ストリーム映像の受信・表示・フィードバック等を行う機能を備えたストリームプレイヤ等の各種のソフトウェアをプラグインしてもよい。電子メーラ２１２は、所定の通信規約（例えば、ＳＭＴＰ（Ｓｉｍｐｌｅ Ｍａｉｌ Ｔｒａｎｓｆｅｒ Ｐｒｏｔｏｃｏｌ）やＰＯＰ３（Ｐｏｓｔ Ｏｆｆｉｃｅ Ｐｒｏｔｏｃｏｌ ｖｅｒｓｉｏｎ ３）等）に従って電子メールの送受信を行う。受信部２１３は、通信ＩＦ２８０を介して、胃癌評価装置１００から送信された評価結果などの各種情報を受信する。送信部２１４は、通信ＩＦ２８０を介して、評価対象のアミノ酸濃度データなどの各種情報を胃癌評価装置１００へ送信する。
入力装置２５０はキーボードやマウスやマイク等である。なお、後述するモニタ２６１もマウスと協働してポインティングデバイス機能を実現する。出力装置２６０は、通信ＩＦ２８０を介して受信した情報を出力する出力手段であり、モニタ（家庭用テレビを含む）２６１およびプリンタ２６２を含む。この他、出力装置２６０にスピーカ等を設けてもよい。入出力ＩＦ２７０は入力装置２５０や出力装置２６０に接続する。
通信ＩＦ２８０は、クライアント装置２００とネットワーク３００（またはルータ等の通信装置）とを通信可能に接続する。換言すると、クライアント装置２００は、モデムやＴＡやルータなどの通信装置および電話回線を介して、または専用線を介してネットワーク３００に接続される。これにより、クライアント装置２００は、所定の通信規約に従って胃癌評価装置１００にアクセスすることができる。
ここで、プリンタ・モニタ・イメージスキャナ等の周辺装置を必要に応じて接続した情報処理装置（例えば、既知のパーソナルコンピュータ・ワークステーション・家庭用ゲーム装置・インターネットＴＶ・ＰＨＳ端末・携帯端末・移動体通信端末・ＰＤＡ等の情報処理端末など）に、Ｗｅｂデータのブラウジング機能や電子メール機能を実現させるソフトウェア（プログラム、データ等を含む）を実装することにより、クライアント装置２００を実現してもよい。
また、クライアント装置２００の制御部２１０は、制御部２１０で行う処理の全部または任意の一部を、ＣＰＵおよび当該ＣＰＵにて解釈して実行するプログラムで実現してもよい。ＲＯＭ２２０またはＨＤ２３０には、ＯＳ（Ｏｐｅｒａｔｉｎｇ Ｓｙｓｔｅｍ）と協働してＣＰＵに命令を与え、各種処理を行うためのコンピュータプログラムが記録されている。当該コンピュータプログラムは、ＲＡＭ２４０にロードされることで実行され、ＣＰＵと協働して制御部２１０を構成する。また、当該コンピュータプログラムは、クライアント装置２００と任意のネットワークを介して接続されるアプリケーションプログラムサーバに記録されてもよく、クライアント装置２００は、必要に応じてその全部または一部をダウンロードしてもよい。また、制御部２１０で行う処理の全部または任意の一部を、ワイヤードロジック等によるハードウェアで実現してもよい。
つぎに、本システムのネットワーク３００について図４、図５を参照して説明する。ネットワーク３００は、胃癌評価装置１００とクライアント装置２００とデータベース装置４００とを相互に通信可能に接続する機能を有し、例えばインターネットやイントラネットやＬＡＮ（有線／無線の双方を含む）等である。なお、ネットワーク３００は、ＶＡＮや、パソコン通信網や、公衆電話網（アナログ／デジタルの双方を含む）や、専用回線網（アナログ／デジタルの双方を含む）や、ＣＡＴＶ網や、携帯回線交換網または携帯パケット交換網（ＩＭＴ２０００方式、ＧＳＭ（登録商標）方式またはＰＤＣ／ＰＤＣ－Ｐ方式等を含む）や、無線呼出網や、Ｂｌｕｅｔｏｏｔｈ（登録商標）等の局所無線網や、ＰＨＳ網や、衛星通信網（ＣＳ、ＢＳまたはＩＳＤＢ等を含む）等でもよい。
つぎに、本システムのデータベース装置４００の構成について図２０を参照して説明する。図２０は、本システムのデータベース装置４００の構成の一例を示すブロック図であり、該構成のうち本発明に関係する部分のみを概念的に示している。
データベース装置４００は、胃癌評価装置１００または当該データベース装置４００で多変量判別式を作成する際に用いる胃癌状態情報や、胃癌評価装置１００で作成した多変量判別式、胃癌評価装置１００での評価結果などを格納する機能を有する。図２０に示すように、データベース装置４００は、当該データベース装置４００を統括的に制御するＣＰＵ等の制御部４０２と、ルータ等の通信装置および専用線等の有線または無線の通信回路を介して当該データベース装置をネットワーク３００に通信可能に接続する通信インターフェース部４０４と、各種のデータベースやテーブルやファイル（例えばＷｅｂページ用ファイル）などを格納する記憶部４０６と、入力装置４１２や出力装置４１４に接続する入出力インターフェース部４０８と、で構成されており、これら各部は任意の通信路を介して通信可能に接続されている。
記憶部４０６は、ストレージ手段であり、例えば、ＲＡＭ・ＲＯＭ等のメモリ装置や、ハードディスクのような固定ディスク装置や、フレキシブルディスクや、光ディスク等を用いることができる。記憶部４０６には、各種処理に用いる各種プログラム等を格納する。通信インターフェース部４０４は、データベース装置４００とネットワーク３００（またはルータ等の通信装置）との間における通信を媒介する。すなわち、通信インターフェース部４０４は、他の端末と通信回線を介してデータを通信する機能を有する。入出力インターフェース部４０８は、入力装置４１２や出力装置４１４に接続する。ここで、出力装置４１４には、モニタ（家庭用テレビを含む）の他、スピーカやプリンタを用いることができる（なお、以下で、出力装置４１４をモニタ４１４として記載する場合がある。）。また、入力装置４１２には、キーボードやマウスやマイクの他、マウスと協働してポインティングデバイス機能を実現するモニタを用いることができる。
制御部４０２は、ＯＳ（Ｏｐｅｒａｔｉｎｇ Ｓｙｓｔｅｍ）等の制御プログラム・各種の処理手順等を規定したプログラム・所要データなどを格納するための内部メモリを有し、これらのプログラムに基づいて種々の情報処理を実行する。制御部４０２は、図示の如く、大別して、要求解釈部４０２ａと閲覧処理部４０２ｂと認証処理部４０２ｃと電子メール生成部４０２ｄとＷｅｂページ生成部４０２ｅと送信部４０２ｆとを備えている。
要求解釈部４０２ａは、胃癌評価装置１００からの要求内容を解釈し、その解釈結果に応じて制御部４０２の各部に処理を受け渡す。閲覧処理部４０２ｂは、胃癌評価装置１００からの各種画面の閲覧要求を受けて、これら画面のＷｅｂデータの生成や送信を行う。認証処理部４０２ｃは、胃癌評価装置１００からの認証要求を受けて、認証判断を行う。電子メール生成部４０２ｄは、各種の情報を含んだ電子メールを生成する。Ｗｅｂページ生成部４０２ｅは、利用者がクライアント装置２００で閲覧するＷｅｂページを生成する。送信部４０２ｆは、胃癌状態情報や多変量判別式などの各種情報を、胃癌評価装置１００へ送信する。
［２－３．本システムの処理］
ここでは、以上のように構成された本システムで行われる胃癌評価サービス処理の一例を、図２１を参照して説明する。図２１は、胃癌評価サービス処理の一例を示すフローチャートである。
なお、本処理で用いるアミノ酸濃度データは、個体から予め採取した血液を分析して得たアミノ酸の濃度値に関するものである。ここで、血液中のアミノ酸の分析方法について簡単に説明する。まず、採血した血液サンプルを、ヘパリン処理したチューブに採取し、その後、当該チューブに対して遠心分離を行うことで血漿を分離する。なお、分離したすべての血漿サンプルは、アミノ酸濃度の測定時まで－７０℃で凍結保存する。そして、アミノ酸濃度の測定時に、血漿サンプルに対してスルホサリチル酸を添加し、３％濃度調整により除蛋白処理を行う。なお、アミノ酸濃度の測定には、ポストカラムでニンヒドリン反応を用いた高速液体クロマトグラフィー（ＨＰＬＣ）を原理としたアミノ酸分析機を使用した。
まず、Ｗｅｂブラウザ２１１を表示した画面上で利用者が入力装置２５０を介して胃癌評価装置１００が提供するＷｅｂサイトのアドレス（ＵＲＬなど）を指定すると、クライアント装置２００は胃癌評価装置１００へアクセスする。具体的には、利用者がクライアント装置２００のＷｅｂブラウザ２１１の画面更新を指示すると、Ｗｅｂブラウザ２１１は、胃癌評価装置１００が提供するＷｅｂサイトのアドレスを所定の通信規約で胃癌評価装置１００へ送信することで、アミノ酸濃度データ送信画面に対応するＷｅｂページの送信要求を、当該アドレスに基づくルーティングで胃癌評価装置１００へ行う。
つぎに、胃癌評価装置１００は、要求解釈部１０２ａで、クライアント装置２００からの送信を受け、当該送信の内容を解析し、解析結果に応じて制御部１０２の各部に処理を移す。具体的には、送信の内容がアミノ酸濃度データ送信画面に対応するＷｅｂページの送信要求であった場合、胃癌評価装置１００は、主として閲覧処理部１０２ｂで、記憶部１０６の所定の記憶領域に格納されている当該Ｗｅｂページを表示するためのＷｅｂデータを取得し、取得したＷｅｂデータをクライアント装置２００へ送信する。より具体的には、利用者からアミノ酸濃度データ送信画面に対応するＷｅｂページの送信要求があった場合、胃癌評価装置１００は、まず、制御部１０２で、利用者ＩＤや利用者パスワードの入力を利用者に対して求める。そして、利用者ＩＤやパスワードが入力されると、胃癌評価装置１００は、認証処理部１０２ｃで、入力された利用者ＩＤやパスワードと利用者情報ファイル１０６ａに格納されている利用者ＩＤや利用者パスワードとの認証判断を行う。そして、胃癌評価装置１００は、認証可の場合にのみ、閲覧処理部１０２ｂで、アミノ酸濃度データ送信画面に対応するＷｅｂページを表示するためのＷｅｂデータをクライアント装置２００へ送信する。なお、クライアント装置２００の特定は、クライアント装置２００から送信要求と共に送信されたＩＰアドレスで行う。
つぎに、クライアント装置２００は、胃癌評価装置１００から送信されたＷｅｂデータ（アミノ酸濃度データ送信画面に対応するＷｅｂページを表示するためのもの）を受信部２１３で受信し、受信したＷｅｂデータをＷｅｂブラウザ２１１で解釈し、モニタ２６１にアミノ酸濃度データ送信画面を表示する。
つぎに、モニタ２６１に表示されたアミノ酸濃度データ送信画面に対し利用者が入力装置２５０を介して個体のアミノ酸濃度データなどを入力・選択すると、クライアント装置２００は、送信部２１４で、入力情報や選択事項を特定するための識別子を胃癌評価装置１００へ送信することで、評価対象の個体のアミノ酸濃度データを胃癌評価装置１００へ送信する（ステップＳＡ－２１）。なお、ステップＳＡ－２１におけるアミノ酸濃度データの送信は、ＦＴＰ等の既存のファイル転送技術等により実現してもよい。
つぎに、胃癌評価装置１００は、要求解釈部１０２ａで、クライアント装置２００から送信された識別子を解釈することによりクライアント装置２００の要求内容を解釈し、胃癌評価用（具体的には、胃癌と非胃癌との２群判別用、胃癌の病期の判別用、胃癌の他器官への転移の有無の２群判別用、など）の多変量判別式の送信要求をデータベース装置４００へ行う。
つぎに、データベース装置４００は、要求解釈部４０２ａで、胃癌評価装置１００からの送信要求を解釈し、記憶部４０６の所定の記憶領域に格納したＡｓｎ，Ｃｙｓ，Ｈｉｓ，Ｍｅｔ，Ｏｒｎ，Ｐｈｅ，Ｔｒｐ，Ｐｒｏ，Ｌｙｓ，Ｌｅｕ，Ｇｌｕ，Ａｒｇ，Ａｌａ，Ｔｈｒ，Ｔｙｒのうち少なくとも１つを変数として含む多変量判別式（例えばアップデートされた最新のもの）を胃癌評価装置１００へ送信する（ステップＳＡ－２２）。
ここで、ステップＳＡ－２２において、胃癌評価装置１００へ送信する多変量判別式は、１つの分数式または複数の分数式の和で表され、それを構成する分数式の分子および／または分母にＡｓｎ，Ｃｙｓ，Ｈｉｓ，Ｍｅｔ，Ｏｒｎ，Ｐｈｅ，Ｔｒｐ，Ｐｒｏ，Ｌｙｓ，Ｌｅｕ，Ｇｌｕ，Ａｒｇ，Ａｌａ，Ｔｈｒ，Ｔｙｒのうち少なくとも１つを変数として含むものでもよい。具体的には、胃癌評価装置１００へ送信する多変量判別式は、ステップＳＡ－２６で胃癌または非胃癌であるか否かを判別する場合には数式１、数式２または数式３でもよく、ステップＳＡ－２６で胃癌の病期を判別する場合には数式４でもよく、ステップＳＡ－２６で胃癌の他器官への転移の有無を判別する場合には数式５でもよい。
ａ１×Ｏｒｎ／（Ｔｒｐ＋Ｈｉｓ） ＋ ｂ１×（ＡＢＡ＋Ｉｌｅ）／Ｌｅｕ ＋ ｃ１
・・・（数式１）
ａ２×Ｇｌｕ／Ｈｉｓ ＋ ｂ２×Ｓｅｒ／Ｔｒｐ ＋ ｃ２×Ａｒｇ／Ｐｒｏ ＋ ｄ２
・・・（数式２）
ａ３×Ｔｒｐ／Ｇｌｎ ＋ ｂ３×Ｈｉｓ／Ｇｌｕ ＋ ｃ３
・・・（数式３）
ａ４×Ｇｌｙ／（Ｇｌｕ＋Ｔｒｐ＋Ｖａｌ） ＋ ｂ４×Ａｒｇ／Ｈｉｓ ＋ ｃ４
・・・（数式４）
ａ５×Ｉｌｅ／Ｇｌｕ ＋ ｂ５×（Ｇｌｙ＋Ａｓｎ＋Ａｒｇ）／Ｈｉｓ ＋ ｃ５
・・・（数式５）
（数式１においてａ１，ｂ１はゼロでない任意の実数、ｃ１は任意の実数であり、数式２においてａ２，ｂ２，ｃ２はゼロでない任意の実数、ｄ２は任意の実数であり、数式３においてａ３，ｂ３はゼロでない任意の実数、ｃ３は任意の実数であり、数式４においてａ４，ｂ４はゼロでない任意の実数、ｃ４は任意の実数であり、数式５においてａ５，ｂ５はゼロでない任意の実数、ｃ５は任意の実数である。）
また、ステップＳＡ－２２において、胃癌評価装置１００へ送信する多変量判別式は、ロジスティック回帰式、線形判別式、重回帰式、サポートベクターマシンで作成された式、マハラノビス距離法で作成された式、正準判別分析で作成された式、決定木で作成された式などのいずれか１つでもよい。具体的には、胃癌評価装置１００へ送信する多変量判別式は、Ｏｒｎ，Ｇｌｎ，Ｔｒｐ，Ｃｉｔを変数とするロジスティック回帰式、またはＯｒｎ，Ｇｌｎ，Ｔｒｐ，Ｐｈｅ，Ｃｉｔ，Ｔｙｒを変数とする線形判別式、またはＧｌｕ，Ｐｈｅ，Ｈｉｓ，Ｔｒｐを変数とするロジスティック回帰式、またはＧｌｕ，Ｐｒｏ，Ｈｉｓ，Ｔｒｐを変数とする線形判別式、またはＶａｌ，Ｉｌｅ，Ｈｉｓ，Ｔｒｐを変数とするロジスティック回帰式、またはＴｈｒ，Ｉｌｅ，Ｈｉｓ，Ｔｒｐを変数とする線形判別式でもよい。
つぎに、胃癌評価装置１００は、受信部１０２ｆで、クライアント装置２００から送信された個体のアミノ酸濃度データおよびデータベース装置４００から送信された多変量判別式を受信し、受信したアミノ酸濃度データをアミノ酸濃度データファイル１０６ｂの所定の記憶領域に格納すると共に、受信した多変量判別式を多変量判別式ファイル１０６ｅ４の所定の記憶領域に格納する（ステップＳＡ－２３）。
つぎに、胃癌評価装置１００は、制御部１０２で、ステップＳＡ－２３で受信した個体のアミノ酸濃度データから欠損値や外れ値などのデータを除去する（ステップＳＡ－２４）。
つぎに、胃癌評価装置１００は、判別値算出部１０２ｉで、ステップＳＡ－２４で欠損値や外れ値などのデータが除去された個体のアミノ酸濃度データおよびステップＳＡ－２３で受信した多変量判別式に基づいて判別値を算出する（ステップＳＡ－２５）。
つぎに、胃癌評価装置１００は、判別値基準判別部１０２ｊ１で、ステップＳＡ－２５で算出した判別値と予め設定された閾値（カットオフ値）とを比較することで、個体につき、胃癌または非胃癌であるか否かを判別、胃癌の病期を判別、または胃癌の他器官への転移の有無を判別し、その判別結果を評価結果ファイル１０６ｇの所定の記憶領域に格納する（ステップＳＡ－２６）。
つぎに、胃癌評価装置１００は、送信部１０２ｍで、ステップＳＡ－２６で得た判別結果（胃癌または非胃癌であるか否かに関する判別結果、胃癌の病期に関する判別結果、胃癌の他器官への転移の有無に関する判別結果）を、アミノ酸濃度データの送信元のクライアント装置２００とデータベース装置４００とへ送信する（ステップＳＡ－２７）。具体的には、まず、胃癌評価装置１００は、Ｗｅｂページ生成部１０２ｅで、判別結果を表示するためのＷｅｂページを作成し、作成したＷｅｂページに対応するＷｅｂデータを記憶部１０６の所定の記憶領域に格納する。ついで、利用者がクライアント装置２００のＷｅｂブラウザ２１１に入力装置２５０を介して所定のＵＲＬを入力し上述した認証を経た後、クライアント装置２００は、当該Ｗｅｂページの閲覧要求を胃癌評価装置１００へ送信する。ついで、胃癌評価装置１００は、閲覧処理部１０２ｂで、クライアント装置２００から送信された閲覧要求を解釈し、判別結果を表示するためのＷｅｂページに対応するＷｅｂデータを記憶部１０６の所定の記憶領域から読み出す。そして、胃癌評価装置１００は、送信部１０２ｍで、読み出したＷｅｂデータをクライアント装置２００へ送信すると共に、当該Ｗｅｂデータ又は判別結果をデータベース装置４００へ送信する。
ここで、ステップＳＡ－２７において、胃癌評価装置１００は、制御部１０２で、判別結果を電子メールで利用者のクライアント装置２００へ通知してもよい。具体的には、まず、胃癌評価装置１００は、電子メール生成部１０２ｄで、利用者ＩＤなどを基にして利用者情報ファイル１０６ａに格納されている利用者情報を送信タイミングに従って参照し、利用者の電子メールアドレスを取得する。ついで、胃癌評価装置１００は、電子メール生成部１０２ｄで、取得した電子メールアドレスを宛て先とし利用者の氏名および判別結果を含む電子メールに関するデータを生成する。ついで、胃癌評価装置１００は、送信部１０２ｍで、生成した当該データを利用者のクライアント装置２００へ送信する。
また、ステップＳＡ－２７において、胃癌評価装置１００は、ＦＴＰ等の既存のファイル転送技術等で、判別結果を利用者のクライアント装置２００へ送信してもよい。
図２１の説明に戻り、データベース装置４００は、制御部４０２で、胃癌評価装置１００から送信された判別結果またはＷｅｂデータを受信し、受信した判別結果またはＷｅｂデータを記憶部４０６の所定の記憶領域に保存（蓄積）する（ステップＳＡ－２８）。
また、クライアント装置２００は、受信部２１３で、胃癌評価装置１００から送信されたＷｅｂデータを受信し、受信したＷｅｂデータをＷｅｂブラウザ２１１で解釈し、個体の判別結果が記されたＷｅｂページの画面をモニタ２６１に表示する（ステップＳＡ－２９）。なお、判別結果が胃癌評価装置１００から電子メールで送信された場合には、クライアント装置２００は、電子メーラ２１２の公知の機能で、胃癌評価装置１００から送信された電子メールを任意のタイミングで受信し、受信した電子メールをモニタ２６１に表示する。
以上により、利用者は、モニタ２６１に表示されたＷｅｂページを閲覧することで、胃癌と非胃癌との２群判別に関する個体の判別結果や胃癌の病期の判別に関する個体の判別結果や胃癌の他器官への転移の有無の２群判別に関する個体の判別結果を確認することができる。なお、利用者は、モニタ２６１に表示されたＷｅｂページの表示内容をプリンタ２６２で印刷してもよい。
また、判別結果が胃癌評価装置１００から電子メールで送信された場合には、利用者は、モニタ２６１に表示された電子メールを閲覧することで、胃癌と非胃癌との２群判別に関する個体の判別結果や胃癌の病期の判別に関する個体の判別結果や胃癌の他器官への転移の有無の２群判別に関する個体の判別結果を確認することができる。利用者は、モニタ２６１に表示された電子メールの表示内容をプリンタ２６２で印刷してもよい。
これにて、胃癌評価サービス処理の説明を終了する。
［２－４．第２実施形態のまとめ、およびその他の実施形態］
以上、詳細に説明したように、胃癌評価システムによれば、クライアント装置２００は個体のアミノ酸濃度データを胃癌評価装置１００へ送信し、データベース装置４００は胃癌評価装置１００からの要求を受けて、胃癌評価用の多変量判別式（具体的には、胃癌と非胃癌との２群判別用の多変量判別式、胃癌の病期の判別用の多変量判別式、胃癌の他器官への転移の有無の２群判別用の多変量判別式、など）を胃癌評価装置１００へ送信し、胃癌評価装置１００は、クライアント装置２００からアミノ酸濃度データを受信すると共にデータベース装置４００から多変量判別式を受信し、受信したアミノ酸濃度データおよび多変量判別式に基づいて判別値を算出し、算出した判別値と予め設定した閾値とを比較することで個体につき、胃癌または非胃癌であるか否かを判別、胃癌の病期を判別、または胃癌の他器官への転移の有無を判別し、この判別結果をクライアント装置２００やデータベース装置４００へ送信し、クライアント装置２００は胃癌評価装置１００から送信された判別結果を受信して表示し、データベース装置４００は胃癌評価装置１００から送信された判別結果を受信して格納する。これにより、胃癌と非胃癌との２群判別や胃癌の病期の判別や胃癌の他器官への転移の有無の２群判別に有用な多変量判別式で得られる判別値を利用して、これらの２群判別を精度よく行うことができる。
また、胃癌評価システムによれば、多変量判別式は、１つの分数式または複数の分数式の和で表され、それを構成する分数式の分子および／または分母にＡｓｎ，Ｃｙｓ，Ｈｉｓ，Ｍｅｔ，Ｏｒｎ，Ｐｈｅ，Ｔｒｐ，Ｐｒｏ，Ｌｙｓ，Ｌｅｕ，Ｇｌｕ，Ａｒｇ，Ａｌａ，Ｔｈｒ，Ｔｙｒのうち少なくとも１つを変数として含むものでもよい。具体的には、多変量判別式は、胃癌または非胃癌であるか否かを判別する場合には数式１、数式２または数式３でもよく、胃癌の病期を判別する場合には数式４でもよく、胃癌の他器官への転移の有無を判別する場合には数式５でもよい。これにより、胃癌と非胃癌との２群判別や胃癌の病期の判別や胃癌の他器官への転移の有無の２群判別にさらに有用な多変量判別式で得られる判別値を利用して、これらの判別をさらに精度よく行うことができる。なお、これらの多変量判別式は、本出願人による国際出願である国際公開第２００４／０５２１９１号に記載の方法や、本出願人による国際出願である国際公開第２００６／０９８１９２号に記載の方法（後述する多変量判別式作成処理）で作成することができる。これら方法で得られた多変量判別式であれば、入力データとしてのアミノ酸濃度データにおけるアミノ酸濃度の単位に因らず、当該多変量判別式を胃癌の状態の評価に好適に用いることができる。
ａ１×Ｏｒｎ／（Ｔｒｐ＋Ｈｉｓ） ＋ ｂ１×（ＡＢＡ＋Ｉｌｅ）／Ｌｅｕ ＋ ｃ１
・・・（数式１）
ａ２×Ｇｌｕ／Ｈｉｓ ＋ ｂ２×Ｓｅｒ／Ｔｒｐ ＋ ｃ２×Ａｒｇ／Ｐｒｏ ＋ ｄ２
・・・（数式２）
ａ３×Ｔｒｐ／Ｇｌｎ ＋ ｂ３×Ｈｉｓ／Ｇｌｕ ＋ ｃ３
・・・（数式３）
ａ４×Ｇｌｙ／（Ｇｌｕ＋Ｔｒｐ＋Ｖａｌ） ＋ ｂ４×Ａｒｇ／Ｈｉｓ ＋ ｃ４
・・・（数式４）
ａ５×Ｉｌｅ／Ｇｌｕ ＋ ｂ５×（Ｇｌｙ＋Ａｓｎ＋Ａｒｇ）／Ｈｉｓ ＋ ｃ５
・・・（数式５）
（数式１においてａ１，ｂ１はゼロでない任意の実数、ｃ１は任意の実数であり、数式２においてａ２，ｂ２，ｃ２はゼロでない任意の実数、ｄ２は任意の実数であり、数式３においてａ３，ｂ３はゼロでない任意の実数、ｃ３は任意の実数であり、数式４においてａ４，ｂ４はゼロでない任意の実数、ｃ４は任意の実数であり、数式５においてａ５，ｂ５はゼロでない任意の実数、ｃ５は任意の実数である。）
また、胃癌評価システムによれば、多変量判別式は、ロジスティック回帰式、線形判別式、重回帰式、サポートベクターマシンで作成された式、マハラノビス距離法で作成された式、正準判別分析で作成された式、決定木で作成された式などのいずれか１つでもよい。具体的には、多変量判別式は、Ｏｒｎ，Ｇｌｎ，Ｔｒｐ，Ｃｉｔを変数とするロジスティック回帰式、またはＯｒｎ，Ｇｌｎ，Ｔｒｐ，Ｐｈｅ，Ｃｉｔ，Ｔｙｒを変数とする線形判別式、またはＧｌｕ，Ｐｈｅ，Ｈｉｓ，Ｔｒｐを変数とするロジスティック回帰式、またはＧｌｕ，Ｐｒｏ，Ｈｉｓ，Ｔｒｐを変数とする線形判別式、またはＶａｌ，Ｉｌｅ，Ｈｉｓ，Ｔｒｐを変数とするロジスティック回帰式、またはＴｈｒ，Ｉｌｅ，Ｈｉｓ，Ｔｒｐを変数とする線形判別式でもよい。これにより、胃癌と非胃癌との２群判別や胃癌の病期の判別や胃癌の他器官への転移の有無の２群判別にさらに有用な多変量判別式で得られる判別値を利用して、これらの判別をさらに精度よく行うことができる。なお、これらの多変量判別式は、本出願人による国際出願である国際公開第２００６／０９８１９２号に記載の方法（後述する多変量判別式作成処理）で作成することができる。
また、本発明にかかる胃癌評価装置、胃癌評価方法、胃癌評価システム、胃癌評価プログラムおよび記録媒体は、上述した第２実施形態以外にも、請求の範囲の書類に記載した技術的思想の範囲内において種々の異なる実施形態にて実施されてよいものである。例えば、上述した第２実施形態で説明した各処理のうち、自動的に行なわれるものとして説明した処理の全部または一部を手動的に行うこともでき、手動的に行なわれるものとして説明した処理の全部または一部を公知の方法で自動的に行うこともできる。この他、上記文書中や図面中で示した処理手順、制御手順、具体的名称、各種の登録データおよび検索条件等のパラメータを含む情報、画面例、データベース構成については、特記する場合を除いて任意に変更することができる。例えば、胃癌評価装置１００に関して、図示の各構成要素は機能概念的なものであり、必ずしも物理的に図示の如く構成されていることを要しない。また、胃癌評価装置１００の各部または各装置が備える処理機能（特に制御部１０２にて行なわれる各処理機能）については、ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）および当該ＣＰＵにて解釈実行されるプログラムにて、その全部または任意の一部を実現することができ、ワイヤードロジックによるハードウェアとして実現することもできる。
ここで、「プログラム」とは任意の言語や記述方法にて記述されたデータ処理方法であり、ソースコードやバイナリコード等の形式を問わない。なお、「プログラム」は、必ずしも単一的に構成されるものに限られず、複数のモジュールやライブラリとして分散構成されるものや、ＯＳ（Ｏｐｅｒａｔｉｎｇ Ｓｙｓｔｅｍ）に代表される別個のプログラムと協働してその機能を達成するものを含む。なお、プログラムは、記録媒体に記録されており、必要に応じて胃癌評価装置１００に機械的に読み取られる。記録媒体に記録されたプログラムを各装置で読み取るための具体的な構成や読み取り手順や読み取り後のインストール手順等については、周知の構成や手順を用いることができる。
また、「記録媒体」とは任意の「可搬用の物理媒体」や任意の「固定用の物理媒体」や「通信媒体」を含むものとする。なお、「可搬用の物理媒体」とはフレキシブルディスクや光磁気ディスクやＲＯＭやＥＰＲＯＭやＥＥＰＲＯＭやＣＤ－ＲＯＭやＭＯやＤＶＤ等である。「固定用の物理媒体」とは各種コンピュータシステムに内蔵されるＲＯＭやＲＡＭやＨＤ等である。「通信媒体」とは、ＬＡＮやＷＡＮやインターネット等のネットワークを介してプログラムを送信する場合における通信回線や搬送波のように、短期にプログラムを保持するものである。
最後に、胃癌評価装置１００で行う多変量判別式作成処理の一例について図２２を参照して詳細に説明する。図２２は多変量判別式作成処理の一例を示すフローチャートである。なお、当該多変量判別式作成処理は、胃癌状態情報を管理するデータベース装置４００で行ってもよい。
なお、本説明では、胃癌評価装置１００は、データベース装置４００から事前に取得した胃癌状態情報を、胃癌状態情報ファイル１０６ｃの所定の記憶領域に格納しているものとする。また、胃癌評価装置１００は、胃癌状態情報指定部１０２ｇで事前に指定した胃癌状態指標データおよびアミノ酸濃度データを含む胃癌状態情報を、指定胃癌状態情報ファイル１０６ｄの所定の記憶領域に格納しているものとする。
まず、多変量判別式作成部１０２ｈは、候補多変量判別式作成部１０２ｈ１で、指定胃癌状態情報ファイル１０６ｄの所定の記憶領域に格納されている胃癌状態情報から所定の式作成手法に基づいて候補多変量判別式を作成し、作成した候補多変量判別式を候補多変量判別式ファイル１０６ｅ１の所定の記憶領域に格納する（ステップＳＢ－２１）。具体的には、まず、多変量判別式作成部１０２ｈは、候補多変量判別式作成部１０２ｈ１で、複数の異なる式作成手法（主成分分析や判別分析、サポートベクターマシン、重回帰分析、ロジスティック回帰分析、ｋ－ｍｅａｎｓ法、クラスター解析、決定木などの多変量解析に関するものを含む。）の中から所望のものを１つ選択し、選択した式作成手法に基づいて、作成する候補多変量判別式の形（式の形）を決定する。つぎに、多変量判別式作成部１０２ｈは、候補多変量判別式作成部１０２ｈ１で、胃癌状態情報に基づいて、選択した式選択手法に対応する種々（例えば平均や分散など）の計算を実行する。つぎに、多変量判別式作成部１０２ｈは、候補多変量判別式作成部１０２ｈ１で、計算結果および決定した候補多変量判別式のパラメータを決定する。これにより、選択した式作成手法に基づいて候補多変量判別式が作成される。なお、複数の異なる式作成手法を併用して候補多変量判別式を同時並行（並列）的に作成する場合は、選択した式作成手法ごとに上記の処理を並行して実行すればよい。また、複数の異なる式作成手法を併用して候補多変量判別式を直列的に作成する場合は、例えば、主成分分析を行って作成した候補多変量判別式を利用して胃癌状態情報を変換し、変換した胃癌状態情報に対して判別分析を行うことで候補多変量判別式を作成してもよい。
つぎに、多変量判別式作成部１０２ｈは、候補多変量判別式検証部１０２ｈ２で、ステップＳＢ－２１で作成した候補多変量判別式を所定の検証手法に基づいて検証（相互検証）し、検証結果を検証結果ファイル１０６ｅ２の所定の記憶領域に格納する（ステップＳＢ－２２）。具体的には、多変量判別式作成部１０２ｈは、候補多変量判別式検証部１０２ｈ２で、指定胃癌状態情報ファイル１０６ｄの所定の記憶領域に格納されている胃癌状態情報に基づいて候補多変量判別式を検証する際に用いる検証用データを作成し、作成した検証用データに基づいて候補多変量判別式を検証する。なお、ステップＳＢ－２１で複数の異なる式作成手法を併用して候補多変量判別式を複数作成した場合には、多変量判別式作成部１０２ｈは、候補多変量判別式検証部１０２ｈ２で、各式作成手法に対応する候補多変量判別式ごとに所定の検証手法に基づいて検証する。ここで、ステップＳＢ－２２において、ブートストラップ法やホールドアウト法、リーブワンアウト法などのうち少なくとも１つに基づいて候補多変量判別式の判別率や感度、特異性、情報量基準などのうち少なくとも１つに関して検証してもよい。これにより、胃癌状態情報や診断条件を考慮した予測性または堅牢性の高い候補指標式を選択することができる。
つぎに、多変量判別式作成部１０２ｈは、変数選択部１０２ｈ３で、ステップＳＢ－２２での検証結果から所定の変数選択手法に基づいて、候補多変量判別式の変数を選択することで、候補多変量判別式を作成する際に用いる胃癌状態情報に含まれるアミノ酸濃度データの組み合わせを選択し、選択したアミノ酸濃度データの組み合わせを含む胃癌状態情報を選択胃癌状態情報ファイル１０６ｅ３の所定の記憶領域に格納する（ステップＳＢ－２３）。なお、ステップＳＢ－２１で複数の異なる式作成手法を併用して候補多変量判別式を複数作成し、ステップＳＢ－２２で各式作成手法に対応する候補多変量判別式ごとに所定の検証手法に基づいて検証した場合には、ステップＳＢ－２３において、多変量判別式作成部１０２ｈは、変数選択部１０２ｈ３で、ステップＳＢ－２２での検証結果に対応する候補多変量判別式ごとに所定の変数選択手法に基づいて候補多変量判別式の変数を選択する。ここで、ステップＳＢ－２３において、検証結果からステップワイズ法、ベストパス法、近傍探索法、遺伝的アルゴリズムのうち少なくとも１つに基づいて候補多変量判別式の変数を選択してもよい。なお、ベストパス法とは、候補多変量判別式に含まれる変数を１つずつ順次減らしていき、候補多変量判別式が与える評価指標を最適化することで変数を選択する方法である。また、ステップＳＢ－２３において、多変量判別式作成部１０２ｈは、変数選択部１０２ｈ３で、指定胃癌状態情報ファイル１０６ｄの所定の記憶領域に格納されている胃癌状態情報に基づいてアミノ酸濃度データの組み合わせを選択してもよい。
つぎに、多変量判別式作成部１０２ｈは、指定胃癌状態情報ファイル１０６ｄの所定の記憶領域に格納されている胃癌状態情報に含まれるアミノ酸濃度データの全ての組み合わせが終了したか否かを判定し、判定結果が「終了」であった場合（ステップＳＢ－２４：Ｙｅｓ）には次のステップ（ステップＳＢ－２５）へ進み、判定結果が「終了」でなかった場合（ステップＳＢ－２４：Ｎｏ）にはステップＳＢ－２１へ戻る。なお、多変量判別式作成部１０２ｈは、予め設定した回数が終了したか否かを判定し、判定結果が「終了」であった場合には（ステップＳＢ－２４：Ｙｅｓ）次のステップ（ステップＳＢ－２５）へ進み、判定結果が「終了」でなかった場合（ステップＳＢ－２４：Ｎｏ）にはステップＳＢ－２１へ戻ってもよい。また、多変量判別式作成部１０２ｈは、ステップＳＢ－２３で選択したアミノ酸濃度データの組み合わせが、指定胃癌状態情報ファイル１０６ｄの所定の記憶領域に格納されている胃癌状態情報に含まれるアミノ酸濃度データの組み合わせまたは前回のステップＳＢ－２３で選択したアミノ酸濃度データの組み合わせと同じであるか否かを判定し、判定結果が「同じ」であった場合（ステップＳＢ－２４：Ｙｅｓ）には次のステップ（ステップＳＢ－２５）へ進み、判定結果が「同じ」でなかった場合（ステップＳＢ－２４：Ｎｏ）にはステップＳＢ－２１へ戻ってもよい。また、多変量判別式作成部１０２ｈは、検証結果が具体的には各候補多変量判別式に関する評価値である場合には、当該評価値と各式作成手法に対応する所定の閾値との比較結果に基づいて、ステップＳＢ－２５へ進むかステップＳＢ－２１へ戻るかを判定してもよい。
ついで、多変量判別式作成部１０２ｈは、検証結果に基づいて、複数の候補多変量判別式の中から多変量判別式として採用する候補多変量判別式を選出することで多変量判別式を決定し、決定した多変量判別式（選出した候補多変量判別式）を多変量判別式ファイル１０６ｅ４の所定の記憶領域に格納する（ステップＳＢ－２５）。ここで、ステップＳＢ－２５において、例えば、同じ式作成手法で作成した候補多変量判別式の中から最適なものを選出する場合と、すべての候補多変量判別式の中から最適なものを選出する場合とがある。
これにて、多変量判別式作成処理の説明を終了する。
胃癌の確定診断が行われた胃癌患者群の血液サンプル、および非胃癌群の血液サンプルから、前述のアミノ酸分析法により血中アミノ酸濃度を測定した。アミノ酸濃度の単位はｎｍｏｌ／ｍｌである。胃癌患者および非胃癌患者のアミノ酸変数の分布に関する箱ひげ図を図２３に示す。なお、図２３において、横軸は非胃癌群（Ｃｏｎｔｒｏｌ）と胃癌群とを表し、図中のＡＢＡおよびＣｙｓはそれぞれα－ＡＢＡ（α－アミノ酪酸）およびＣｙｓｔｉｎｅを表す。胃癌群と非胃癌群の判別を目的に２群間のt検定を実施した。
非胃癌群に比べて胃癌群では、Ｔｈｒ，Ｓｅｒ，Ｐｒｏ，Ｇｌｙ，Ａｌａ，Ｃｉｔ，Ｃｙｓ，Ｖａｌ，Ｍｅｔ，Ｉｌｅ，Ｌｅｕ，Ｔｙｒ，Ｐｈｅ，Ｏｒｎ，Ｌｙｓが有意に増加し（有意差確率Ｐ＜０．０５）、またＡＢＡ，Ｈｉｓが有意に減少していた（有意差確率Ｐ＜０．０５）。これにより、アミノ酸変数Ｔｈｒ，Ｓｅｒ，Ｐｒｏ，Ｇｌｙ，Ａｌａ，Ｃｉｔ，Ｃｙｓ，Ｖａｌ，Ｍｅｔ，Ｉｌｅ，Ｌｅｕ，Ｔｙｒ，Ｐｈｅ，Ｏｒｎ，Ｌｙｓ,ＡＢＡ，Ｈｉｓが、胃癌群と非胃癌群の２群間の判別能を持つことが判明した。
更に、各アミノ酸変数による胃癌群と非胃癌群の２群判別に関して、ＲＯＣ曲線（図２４）の曲線下面積（ＡＵＣ）による評価を行い、アミノ酸変数Ｓｅｒ，Ａｓｎ，Ｐｒｏ，Ｃｉｔ，Ｃｙｓ，Ｍｅｔ，Ｉｌｅ，Ｐｈｅ，Ｈｉｓ，ＯｒｎについてＡＵＣが０．７より大きい値を示した。これにより、アミノ酸変数Ｓｅｒ，Ａｓｎ，Ｃｙｓ，Ｐｒｏ，Ｃｉｔ，Ｍｅｔ，Ｉｌｅ，Ｐｈｅ，Ｈｉｓ，Ｏｒｎが、胃癌群と非胃癌群の２群間の判別能を持つことが判明した。
実施例１で用いたサンプルデータを用いた。本出願人による国際出願である国際公開第２００４／０５２１９１号に記載の方法を用いて、胃癌判別に関して胃癌群と非胃癌群の２群判別性能を最大化する指標を鋭意探索し、同等の性能を持つ複数の指標の中に指標式１が得られた。
指標式１：（Ａｓｎ）／（ＡＢＡ） ＋ （Ｌｅｕ）／（Ｈｉｓ）
指標式１による胃癌の診断性能を胃癌群と非胃癌群の２群判別に関して、ＲＯＣ曲線（図２５）のＡＵＣによる評価を行い、０．９７２±０．０１１（９５％信頼区間は０．９５１～０．９９４）が得られた。また指標式１による胃癌群と非胃癌群の２群判別のカットオフ値について、胃癌群の有症率を０．０３８として最適なカットオフ値を求めると、カットオフ値が４．５１となり、感度９３％、特異度９４％、陽性適中率６５％、陰性適中率９９％、正診率９４％が得られ、診断性能が高く有用な指標であることが判明した。なお、このほかに指標式１と同等の判別性能を有する分数式は複数得られた。それらを図２６、図２７、図２８、図２９に示す。
実施例１で用いたサンプルデータを用いた。胃癌に関して胃癌群と非胃癌群の２群判別性能を最大化する指標をロジスティック解析（ＢＩＣ最小基準による変数網羅法）により探索し、指標式２としてＡｓｎ，Ｏｒｎ，Ｐｈｅ，Ｈｉｓから構成されるロジスティック回帰式（アミノ酸変数Ａｓｎ，Ｏｒｎ，Ｐｈｅ，Ｈｉｓの数係数と定数項は順に、０．２９１±０．０５１，０．０８８±０．０２８，０．１１６±０．０２５，－０．２９９±０．０６７，－９．４９９±３．２０４）が得られた。
指標式２による胃癌の診断性能を胃癌群と非胃癌群の２群判別に関して、ＲＯＣ曲線（図３０）のＡＵＣによる評価を行い、０．９９７±０．００２（９５％信頼区間は０．９９３～１．００）が得られ診断性能が高く有用な指標であることが判明した。また指標式２による胃癌群と非胃癌群の２群判別のカットオフ値について、胃癌群の有症率を０．０３８として最適なカットオフ値を求めると、カットオフ値が０．１２５となり、感度９８％、特異度９９％、陽性適中率９２％、陰性適中率９９％、正診率９９％が得られ、診断性能が高く有用な指標であることが判明した。なお、このほかに指標式２と同等の判別性能を有するロジスティック回帰式は複数得られた。それらを図３１、図３２、図３３、図３４に示す。なお、図３１、図３２、図３３、図３４に示す式における各係数の値、及びその９５％信頼区間は、それを実数倍したものでもよく、定数項の値、及びその９５％信頼区間は、それに任意の実定数を加減乗除したものでもよい。
実施例１で用いたサンプルデータを用いた。胃癌に関して胃癌群と非胃癌群の２群判別性能を最大化する指標を線形判別分析（変数網羅法）により探索し、指標式３としてＡｓｎ，Ｏｒｎ，Ｐｈｅ，Ｈｉｓ，Ｇｌｎ，Ｔｙｒから構成される線形判別式（アミノ酸変数Ａｓｎ，Ｏｒｎ，Ｐｈｅ，Ｈｉｓ，Ｇｌｎ，Ｔｙｒの数係数は順に、３３．３５±１．６９，９．８５±１．６７，１２．６２±２．７０，－１５．８０±２．４８，－１．００±０．３５，－９．０２±２．１６）が得られた。
指標式３による胃癌の診断性能を胃癌群と非胃癌群の２群判別に関して、ＲＯＣ曲線（図３５）のＡＵＣによる評価を行い、０．９９６±０．００３（９５％信頼区間は０．９９１～１．００）が得られ診断性能が高く有用な指標であることが判明した。また指標式３による胃癌群と非胃癌群の２群判別のカットオフ値について、胃癌群の有症率を０．０３８として最適なカットオフ値を求めると、カットオフ値が１１７７となり、感度９８％、特異度９９％、陽性適中率９８％、陰性適中率９９％、正診率９９％が得られ、診断性能が高く有用な指標であることが判明した。なお、このほかに指標式３と同等の判別性能を有する線形判別式は複数得られた。それらを図３６、図３７、図３８、図３９に示す。なお、図３６、図３７、図３８、図３９に示す式における各係数の値、及びその９５％信頼区間は、それを実数倍したものでもよく、定数項の値、及びその９５％信頼区間は、それに任意の実定数を加減乗除したものでもよい。
実施例１で用いたサンプルデータを用いた。胃癌に関して胃癌の病理病期（Ｉａ，Ｉｂ，ＩＩ，ＩＩＩａ，ＩＩＩｂ，ＩＶ）を、壁深達度、組織学的腹膜播種の有無、組織学的肝転移の有無、組織学的リンパ節転移の有無のデータと正準相関解析を行い、胃癌の病理病期を数値化した。得られた病理病期の数値データに対して、ステージと最も相関性の高い指標を重回帰分析（ＢＩＣ最小基準による変数網羅法）により探索し、指標式４としてＨｉｓ，Ｇｌｕ，Ｇｌｙ，Ａｒｇからなる線形判別式（アミノ酸変数Ｈｉｓ，Ｇｌｕ，Ｇｌｙ，Ａｒｇの数係数は順に－１１．６８±４．１４，－３．９１±３．２５，１．００±０．６６，３．２２±２．３９）が得られた。
このとき、数値化を行った病理病期と指標式４の値との間のピアソンの相関係数は０．５４２（９５％信頼区間は０．４００～０．６５９，ｐ＜０．００１）となり、診断性能が高く有用な指標であることが判明した（図４０）。なお、このほかに指標式４と同等の判別性能を有する線形判別式は複数得られた。それらを図４１、図４２、図４３、図４４に示す。なお、図４１、図４２、図４３、図４４に示す式における各係数の値、及びその９５％信頼区間は、それを実数倍したものでもよく、定数項の値、及びその９５％信頼区間は、それに任意の実定数を加減乗除したものでもよい。
実施例１で用いたサンプルデータを用いた。本出願人による国際出願である国際公開第２００４／０５２１９１号に記載の方法を用いて、胃癌に関して胃癌の病理病期（Ｉａ，Ｉｂ，ＩＩ，ＩＩＩａ，ＩＩＩｂ，ＩＶ）に対して、ステージと最も相関性の高い指標を鋭意探索し、同等の性能を持つ複数の指標の中に指標式５が得られた。
指標式５：（Ｇｌｙ）／（Ｇｌｕ＋Ｔｒｐ＋Ｖａｌ） ＋ （Ａｒｇ）／（Ｈｉｓ）
このとき、病理病期と指標式５の値との間のスピアマンの順位相関係数は０．４８２（９５％信頼区間は０．３２４～０．６１５，ｐ＜０．００１）となり、診断性能が高く有用な指標であることが判明した（図４５）。なお、このほかに指標式５と同等の判別性能を有する指標式は複数得られた。それらを図４６、図４７、図４８、図４９に示す。
本出願人による国際出願である国際公開第２００４／０５２１９１号に記載の方法を用いて、胃癌に関して胃癌のリンパ節転移の有無に対して２群判別性能を最大化する指標を鋭意探索し、同等の性能を持つ複数の指標の中に指標式６が得られた。
指標式６：（Ｉｌｅ）／（Ｇｌｕ）＋（Ｇｌｙ＋Ａｓｎ＋Ａｒｇ）／（Ｈｉｓ）
指標式６による胃癌のリンパ節転移の診断性能を転移群と非転移群の２群判別に関して、ＲＯＣ曲線（図５０）のＡＵＣによる評価を行い、０．７６０±０．０４４（９５％信頼区間は０．６７３～０．８４７）が得られた。また指標式６による胃癌群と非胃癌群の２群判別のカットオフ値について、胃癌群の有症率を０．０３８として最適なカットオフ値を求めると、カットオフ値が７．７０６となり、感度６９％、特異度６９％、陽性適中率６４％、陰性適中率７４％、正診率６９％が得られ、診断性能が高く有用な指標であることが判明した。なお、このほかに指標式６と同等の判別性能を有する分数式は複数得られた。それらを図５１、図５２、図５３、図５４に示す。
実施例１で用いたサンプルデータを用いた。胃癌に関して胃癌のリンパ節転移の有無の２群判別性能を最大化する指標をロジスティック解析（ＢＩＣ最小基準による変数網羅法）により探索し、指標式７としてＨｉｓ，Ｍｅｔ，Ｔｙｒから構成されるロジスティック回帰式（アミノ酸変数Ｈｉｓ，Ｍｅｔ，Ｔｙｒの数係数と定数項は順に、－０．０６７±０．００９，０．１６１±０．００２，－０．０４５±０．０２５，２．４７６±１．３１９）が得られた。
指標式７による胃癌の診断性能を転移群と非転移群の２群判別に関して、ＲＯＣ曲線（図５５）のＡＵＣによる評価を行い、０．７２９±０．０４６（９５％信頼区間は０．６３１～０．８１９）が得られ診断性能が高く有用な指標であることが判明した。また指標式７による転移群と非転移群の２群判別のカットオフ値について、転移群の有症率を０．４４３として最適なカットオフ値を求めると、カットオフ値が０．４６８となり、感度５９％、特異度７６％、陽性適中率６７％、陰性適中率７０％、正診率６９％が得られ、診断性能が高く有用な指標であることが判明した。なお、このほかに指標式７と同等の判別性能を有する線形判別式は複数得られた。それらを図５６、図５７、図５８、図５９に示す。なお、図５６、図５７、図５８、図５９に示す式における各係数の値、及びその９５％信頼区間は、それを実数倍したものでもよく、定数項の値、及びその９５％信頼区間は、それに任意の実定数を加減乗除したものでもよい。
実施例１で用いたサンプルデータを用いた。胃癌に関してリンパ節転移の有無の２群判別性能を最大化する指標を線形判別分析（変数網羅法）により探索し、指標式８としてＨｉｓ，Ｍｅｔ，Ｔｙｒから構成される線形判別式（アミノ酸変数Ｈｉｓ，Ｍｅｔ，Ｔｙｒの数係数は順に、－１．８８５±０．９８２，３．６８０±１．８２１，－１．０００±０．７０４）が得られた。
指標式８による胃癌の診断性能を転移群と非転移群の２群判別に関して、ＲＯＣ曲線（図６０）のＡＵＣによる評価を行い、０．７３１±０．０４６（９５％信頼区間は０．６４２～０．８２１）が得られ診断性能が高く有用な指標であることが判明した。また指標式８による胃癌群と非胃癌群の２群判別のカットオフ値について、転移群の有症率を０．４４３として最適なカットオフ値を求めると、カットオフ値が－８３．３となり、感度６１％、特異度７６％、陽性適中率６７％、陰性適中率７１％、正診率７０％が得られ、診断性能が高く有用な指標であることが判明した。なお、このほかに指標式８と同等の判別性能を有する線形判別式は複数得られた。それらを図６１、図６２、図６３、図６４に示す。なお、図６１、図６２、図６３、図６４に示す式における各係数の値、及びその９５％信頼区間は、それを実数倍したものでもよく、定数項の値、及びその９５％信頼区間は、それに任意の実定数を加減乗除したものでもよい。
２群判別を行う線形判別式を変数網羅法により全ての式を抽出した。このとき、各式に出現するアミノ酸変数の最大値は４として、この条件を満たす全ての式のＲＯＣ曲線下面積を計算した。このとき、ＲＯＣ曲線下面積がある閾値以上の式中で、各アミノ酸が出現する頻度を測定した結果、Ａｓｎ，Ｃｙｓ，Ｈｉｓ，Ｍｅｔ，Ｏｒｎ，ＰｈｅがＲＯＣ曲線下面積０．９，０．９２５，０．９５，０．９７５をそれぞれ閾値としたときに、常に高頻度で抽出されるアミノ酸の上位１０位以内となることが確認され、これらのアミノ酸を変数として用いた多変量判別式が胃癌群と非胃癌群の２群間の判別能を持つことが判明した（図６５）。
胃生検による胃癌の診断が行われた胃癌患者群の血液サンプルおよび非胃癌患者群の血液サンプルから、前述のアミノ酸分析法により血中アミノ酸濃度を測定した。胃癌患者および非胃癌患者のアミノ酸変数の分布を図６６に示す。胃癌群と非胃癌胃癌群の判別を目的に２群間のｔ検定を実施した。
非胃癌群に比べて胃癌群では、Ｇｌｕが有意に増加し、Ａｓｎ，Ｖａｌ，Ｍｅｔ，Ｉｌｅ，Ｌｅｕ，Ｔｙｒ，Ｐｈｅ，Ｈｉｓ，Ｔｒｐ，Ｌｙｓ，Ａｒｇが有意に減少していた。これにより、アミノ酸変数Ｇｌｕ，Ａｓｎ，Ｖａｌ，Ｍｅｔ，Ｉｌｅ，Ｌｅｕ，Ｔｙｒ，Ｐｈｅ，Ｈｉｓ，Ｔｒｐ，Ｌｙｓ，Ａｒｇが胃癌群と非胃癌群の２群間の判別能を持つことが判明した。
更に、胃癌群と非胃癌群の２群判別に関して、ＲＯＣ曲線のＡＵＣによる評価を行い、アミノ酸変数Ａｓｎ，Ｇｌｕ，Ｍｅｔ，Ｌｅｕ，Ｐｈｅ，Ｈｉｓ，Ｔｒｐ，Ｌｙｓ，ＡｒｇについてＡＵＣが０．７５より大きい値を示した（図６７）。これにより、アミノ酸変数Ａｓｎ，Ｇｌｕ，Ｍｅｔ，Ｌｅｕ，Ｐｈｅ，Ｈｉｓ，Ｔｒｐ，Ｌｙｓ，Ａｒｇが胃癌群と非胃癌群の２群間の判別能を持つことが判明した。
実施例１１で用いたサンプルデータを用いた。本出願人による国際出願である国際公開第２００４／０５２１９１号に記載の方法を用いて、胃癌判別に関して胃癌群と非胃癌群の２群判別性能を最大化する指標を鋭意探索し、同等の性能を持つ複数の指標の中に指標式９が得られた。
指標式９：Ｇｌｕ／Ｈｉｓ ＋ ０．１５×Ｓｅｒ／Ｔｒｐ － ０．３８×Ａｒｇ／Ｐｒｏ
指標式９による胃癌の診断性能を胃癌群と非胃癌群の２群判別に関して、ＲＯＣ曲線（図６８）のＡＵＣによる評価を行い、０．９９７±０．００３（９５％信頼区間は０．９９１～１）が得られた。また、指標式９による胃癌群と非胃癌群の２群判別のカットオフ値について、胃癌群の有症率を０．１６％として最適なカットオフ値を求めると、カットオフ値が０．５８５となり、感度９６．６７％、特異度１００．０％、陽性適中率１００．０％、陰性適中率９９．９９％、正診率９９．９９％が得られ（図６８）、診断性能が高く有用な指標であることが判明した。なお、この他に指標式９と同等の判別性能を有する多変量判別式は複数得られた。それらを図６９および図７０に示す。なお、図６９および図７０に示す式における各係数の値は、それを実数倍したもの、あるいは任意の定数項を付加したものでもよい。
実施例１１で用いたサンプルデータを用いた。胃癌に関して胃癌群と非胃癌群の２群判別性能を最大化する指標をロジスティック解析（ＢＩＣ最小基準による変数網羅法）により探索し、指標式１０としてＧｌｕ，Ｐｈｅ，Ｈｉｓ，Ｔｒｐから構成されるロジスティック回帰式（アミノ酸変数Ｇｌｕ，Ｐｈｅ，Ｈｉｓ，Ｔｒｐの数係数と定数項は順に、０．１２５４±０．００１、－０．０６８４±０．００４、－０．１０６６±０．００２、－０．１２５７±０．００２７、１２．９７４２±０．１８５５）が得られた。
指標式１０による胃癌の診断性能を胃癌群と非胃癌群の２群判別に関して、ＲＯＣ曲線（図７１）のＡＵＣによる評価を行い、０．９７７±０．０２３（９５％信頼区間は０．９３２～１）が得られ診断性能が高く有用な指標であることが判明した。また、指標式１０による胃癌群と非胃癌群の２群判別のカットオフ値について、胃癌群の有症率を０．１６％として最適なカットオフ値を求めると、カットオフ値が０．５３６となり、感度９６．７％、特異度１００％、陽性適中率１００％、陰性適中率９９．９９％、正診率９９．９９％が得られ（図７１）、診断性能が高く有用な指標であることが判明した。なお、この他に指標式１０と同等の判別性能を有するロジスティック回帰式は複数得られた。それらを図７２および図７３に示す。なお、図７２および図７３に示す式における各係数の値は、それを実数倍したものでもよい。
実施例１１で用いたサンプルデータを用いた。胃癌に関して胃癌群と非胃癌群の２群判別性能を最大化する指標を線形判別分析（変数網羅法）により探索し、指標式１１としてＧｌｕ，Ｐｒｏ，Ｈｉｓ，Ｔｒｐから構成される線形判別関数（アミノ酸変数Ｇｌｕ，Ｐｒｏ，Ｈｉｓ，Ｔｒｐの数係数は順に、１±０．２、０．２７０３±０．００８５、－１．０８４５±０．０３５９、－１．４６４８±０．０４６４）が得られた。
指標式１１による胃癌の診断性能を胃癌群と非胃癌群の２群判別に関して、ＲＯＣ曲線（図７４）のＡＵＣによる評価を行い、０．９８４±０．０１５（９５％信頼区間は０．９５５～１）が得られ診断性能が高く有用な指標であることが判明した。また、指標式１１による胃癌群と非胃癌群の２群判別のカットオフ値について、胃癌群の有症率を０．１６％として最適なカットオフ値を求めると、カットオフ値が－７２．４５となり、感度９６．７％、特異度９８．３％、陽性適中率８．５０％、陰性適中率９９．９９％、正診率９８．３３％が得られ（図７４）、診断性能が高く有用な指標であることが判明した。なお、この他に指標式１１と同等の判別性能を有する線形判別関数は複数得られた。それらを図７５および図７６に示す。なお、図７５および図７６に示す式における各係数の値は、それを実数倍したもの、あるいは任意の定数項を付加したものでもよい。
実施例１１で用いたサンプルデータを用いた。胃癌に関して胃癌群と非胃癌群の２群判別を行う線形判別式を変数網羅法により全ての式を抽出した。このとき、各式に出現するアミノ酸変数の最大値は４として、この条件を満たす全ての式のＲＯＣ曲線下面積を計算した。このとき、ＲＯＣ曲線下面積が上位５００までの判別式で、各アミノ酸が出現する頻度を測定した結果、Ｔｒｐ，Ｇｌｕ，Ｈｉｓ，Ａｌａ，Ｐｒｏが高頻度で抽出されるアミノ酸の上位５位となることが確認され、これらのアミノ酸を変数として用いた多変量判別式が胃癌群と非胃癌群の２群間の判別能を持つことが判明した（図７７）。
胃生検による胃癌の診断が行われた胃癌患者群の血液サンプル、および非胃癌患者群の血液サンプルから、前述のアミノ酸分析法により血中アミノ酸濃度を測定した。胃癌患者、および非胃癌患者のアミノ酸変数の分布を図７８に示す。胃癌群と非胃癌胃癌群の判別を目的に２群間のウィルコクソンの順位和検定を実施した。
非胃癌群に比べて胃癌群では、Ｇｌｕが有意に増加し、Ｔｈｒ、Ａｓｎ、Ａｌａ、Ｃｉｔ、Ｖａｌ、Ｍｅｔ、Ｌｅｕ、Ｔｙｒ、Ｐｈｅ、Ｈｉｓ、Ｔｒｐ、Ｌｙｓ、Ａｒｇが有意に減少していた。これにより、アミノ酸変数Ｇｌｕ、Ｔｈｒ、Ａｓｎ、Ａｌａ、Ｖａｌ、Ｍｅｔ、Ｌｅｕ、Ｔｙｒ、Ｐｈｅ、Ｈｉｓ、Ｔｒｐ、Ｌｙｓ、Ａｒｇが胃癌群と非胃癌群の２群間の判別能を持つことが判明した。
更に、胃癌群と非胃癌群の２群判別に関して、ＲＯＣ曲線のＡＵＣによる評価を行い、アミノ酸変数Ｔｈｒ、Ａｓｎ、Ｖａｌ、Ｍｅｔ、Ｔｙｒ、Ｐｈｅ、Ｈｉｓ、Ｔｒｐ、ＡｒｇについてＡＵＣが０．７より大きい値を示した（図７９）。これにより、アミノ酸変数Ｔｈｒ、Ａｓｎ、Ｖａｌ、Ｍｅｔ、Ｔｙｒ、Ｐｈｅ、Ｈｉｓ、Ｔｒｐ、Ａｒｇが胃癌群と非胃癌群の２群間の判別能を持つことが判明した。
実施例１６で用いたサンプルデータを用いた。本出願人による国際出願である国際公開第２００４／０５２１９１号に記載の方法を用いて、胃癌判別に関して胃癌群と非胃癌群の２群判別性能を最大化する指標を鋭意探索し、同等の性能を持つ複数の指標の中に指標式１２が得られた。なお、この他に指標式１２と同等の判別性能を有する多変量判別式は複数得られた。それらを図８０、図８１、図８２および図８３に示す。また、図８０、図８１、図８２および図８３に示す式における各係数の値は、それを実数倍したもの、あるいは任意の定数項を付加したものでもよい。
指標式１２：－６．２７２×Ｔｒｐ／Ｇｌｎ － ０．０８８１４×Ｈｉｓ／Ｇｌｕ
指標式１２による胃癌の診断性能を胃癌群と非胃癌群の２群判別に関して、ＲＯＣ曲線（図８４）のＡＵＣ（曲線下面積）による評価を行い、０．９０５±０．０２２（９５％信頼区間は０．８６０～０．９５０）が得られた。また、指標式１２による胃癌群と非胃癌群の２群判別のカットオフ値について、胃癌群の有症率を０．１６％として最適なカットオフ値を求めると、カットオフ値が－０．７１２となり、感度８４．３％、特異度８４．９％、陽性適中率０．８８６％、陰性適中率９９．９７％、正診率８４．８８％が得られ（図８４）、診断性能が高く有用な指標であることが判明した。
実施例１６で用いたサンプルデータを用いた。胃癌に関して胃癌群と非胃癌群の２群判別性能を最大化する指標をロジスティック解析（ＢＩＣ最小基準による変数網羅法）により探索し、指標式１３としてＶａｌ，Ｉｌｅ，Ｈｉｓ，Ｔｒｐから構成されるロジスティック回帰式（アミノ酸変数Ｖａｌ，Ｉｌｅ，Ｈｉｓ，Ｔｒｐの数係数と定数項は順に、－０．０１４９±０．００６１、０．０４６７±０．０１４８、－０．０２９６±０．０１９７、－０．１６５９±０．０２３３、９．１８２±１．４６７）が得られた。なお、この他に指標式１１と同等の判別性能を有するロジスティック回帰式は複数得られた。それらを図８５、図８６、図８７および図８８に示す。また図８５、図８６、図８７および図８８に示す式における各係数の値は、それを実数倍したものでもよい。
指標式１３による胃癌の診断性能を胃癌群と非胃癌群の２群判別に関して、ＲＯＣ曲線（図８９）のＡＵＣによる評価を行い、０．９０９±０．０２７（９５％信頼区間は０．８５７～０．９６１）が得られ診断性能が高く有用な指標であることが判明した。また指標式１３による胃癌群と非胃癌群の２群判別のカットオフ値について、胃癌群の有症率を０．１６％として最適なカットオフ値を求めると、カットオフ値が－１．４７７となり、感度８７．１％、特異度８８．１％、陽性適中率１．１６％、陰性適中率９９．９８％、正診率８８．０８％が得られ（図８９）、診断性能が高く有用な指標であることが判明した。
実施例１６で用いたサンプルデータを用いた。胃癌に関して胃癌群と非胃癌群の２群判別性能を最大化する指標を線形判別分析（変数網羅法）により探索し、指標式１４としてＴｈｒ、Ｉｌｅ、Ｈｉｓ、Ｔｒｐから構成される線形判別関数（アミノ酸変数Ｔｈｒ、Ｉｌｅ、Ｈｉｓ、Ｔｒｐの数係数は順に、－０．００２１±－０．００１１、０．００３９±－０．００１８、－０．００３８±－０．００２３、－０．０１４３±－０．００２４）が得られた。なお、この他に指標式１４と同等の判別性能を有する線形判別関数は複数得られた。それらを図９０、図９１および図９２に示す。なお、図９０、図９１および図９２に示す式における各係数の値は、それを実数倍したもの、あるいは任意の定数項を付加したものでもよい。
指標式１４による胃癌の診断性能を胃癌群と非胃癌群の２群判別に関して、ＲＯＣ曲線（図９３）のＡＵＣによる評価を行い、０．９１４±０．０２４（９５％信頼区間は０．８６７～０．９６２）が得られ診断性能が高く有用な指標であることが判明した。また指標式１４による胃癌群と非胃癌群の２群判別のカットオフ値について、胃癌群の有症率を０．１６％として最適なカットオフ値を求めると、カットオフ値が－０．９３５となり、感度８５．７％、特異度８９．８％、陽性適中率１．３３％、陰性適中率９９．９７％、正診率８９．８２％が得られ（図９３）、診断性能が高く有用な指標であることが判明した。
実施例１６で用いたサンプルデータを用いた。胃癌に関して胃癌群と非胃癌群の２群判別を行うロジスティック回帰式を用いたアミノ酸変数の中から各式に出現するアミノ酸変数の最大値は４として、全ての式のＲＯＣ曲線下面積を計算した。このとき、各組み合わせでＲＯＣ曲線下面積が上位１００位、２５０位、５００位、１０００位までの判別式で、出現頻度の高い順にアミノ酸を１０種類抽出した。その結果、上位１００位、２５０位、５００位、１０００位までの判別式中常に出現頻度が上位１０位以内になるアミノ酸として、Ｔｒｐ、Ａｓｎ、Ｇｌｕ、Ｃｉｔ、Ｔｈｒ、Ｔｙｒ、Ａｒｇが抽出され、これらのアミノ酸を変数として用いた多変量判別式が胃癌群と非胃癌群の２群間の判別能を持つことが判明した（図９４）。
以上のように、本発明にかかる胃癌の評価方法、胃癌評価装置、胃癌評価方法、胃癌評価システム、胃癌評価プログラムおよび記録媒体は、産業上の多くの分野、特に医薬品や食品、医療などの分野で広く実施することができ、特に、胃癌の病態予測や疾病リスク予測やプロテオームやメタボローム解析などを行うバイオインフォマティクス分野において極めて有用である。
１００ 胃癌評価装置
１０２ 制御部
１０２ａ 要求解釈部
１０２ｂ 閲覧処理部
１０２ｃ 認証処理部
１０２ｄ 電子メール生成部
１０２ｅ Ｗｅｂページ生成部
１０２ｆ 受信部
１０２ｇ 胃癌状態情報指定部
１０２ｈ 多変量判別式作成部
１０２ｈ１ 候補多変量判別式作成部
１０２ｈ２ 候補多変量判別式検証部
１０２ｈ３ 変数選択部
１０２ｉ 判別値算出部
１０２ｊ 判別値基準評価部
１０２ｊ１ 判別値基準判別部
１０２ｋ 結果出力部
１０２ｍ 送信部
１０４ 通信インターフェース部
１０６ 記憶部
１０６ａ 利用者情報ファイル
１０６ｂ アミノ酸濃度データファイル
１０６ｃ 胃癌状態情報ファイル
１０６ｄ 指定胃癌状態情報ファイル
１０６ｅ 多変量判別式関連情報データベース
１０６ｅ１ 候補多変量判別式ファイル
１０６ｅ２ 検証結果ファイル
１０６ｅ３ 選択胃癌状態情報ファイル
１０６ｅ４ 多変量判別式ファイル
１０６ｆ 判別値ファイル
１０６ｇ 評価結果ファイル
１０８ 入出力インターフェース部
１１２ 入力装置
１１４ 出力装置
２００ クライアント装置（情報通信端末装置）
３００ ネットワーク
４００ データベース装置

Claims (10)

  1. 評価対象の血液中の、少なくとも（１）ＶａｌとＴｒｐとＨｉｓとＡｌａ、（２）ＶａｌとＴｒｐとＬｅｕとＬｙｓ、（３）ＶａｌとＴｒｐとＬｙｓとＨｉｓまたは（４）ＶａｌとＴｒｐとＬｅｕとＨｉｓの濃度値、および、少なくとも（１）ＶａｌとＴｒｐとＨｉｓとＡｌａ、（２）ＶａｌとＴｒｐとＬｅｕとＬｙｓ、（３）ＶａｌとＴｒｐとＬｙｓとＨｉｓまたは（４）ＶａｌとＴｒｐとＬｅｕとＨｉｓを変数として含むロジスティック回帰式、に基づいて算出された前記式の値に基づいて、前記評価対象につき、胃癌の状態を評価する指標となる値を取得する取得ステップ
    を含むことを特徴とする取得方法。
  2. 前記取得ステップは、制御部を備えた情報処理装置の前記制御部において実行されること
    を特徴とする請求項１に記載の取得方法。
  3. 評価対象の血液中の、少なくとも（１）ＶａｌとＴｒｐとＨｉｓとＡｌａ、（２）ＶａｌとＴｒｐとＬｅｕとＬｙｓ、（３）ＶａｌとＴｒｐとＬｙｓとＨｉｓまたは（４）ＶａｌとＴｒｐとＬｅｕとＨｉｓの濃度値、および、少なくとも（１）ＶａｌとＴｒｐとＨｉｓとＡｌａ、（２）ＶａｌとＴｒｐとＬｅｕとＬｙｓ、（３）ＶａｌとＴｒｐとＬｙｓとＨｉｓまたは（４）ＶａｌとＴｒｐとＬｅｕとＨｉｓを変数として含む胃癌の状態を評価する指標となる値を取得するためのロジスティック回帰式、に基づいて、当該式の値を算出する算出ステップ
    を含むことを特徴とする算出方法。
  4. 前記算出ステップは、制御部を備えた情報処理装置の前記制御部において実行されること
    を特徴とする請求項３に記載の算出方法。
  5. 制御部を備えた胃癌評価装置であって、
    前記制御部は、
    評価対象の血液中の、少なくとも（１）ＶａｌとＴｒｐとＨｉｓとＡｌａ、（２）ＶａｌとＴｒｐとＬｅｕとＬｙｓ、（３）ＶａｌとＴｒｐとＬｙｓとＨｉｓまたは（４）ＶａｌとＴｒｐとＬｅｕとＨｉｓの濃度値、および、少なくとも（１）ＶａｌとＴｒｐとＨｉｓとＡｌａ、（２）ＶａｌとＴｒｐとＬｅｕとＬｙｓ、（３）ＶａｌとＴｒｐとＬｙｓとＨｉｓまたは（４）ＶａｌとＴｒｐとＬｅｕとＨｉｓを変数として含むロジスティック回帰式、に基づいて算出された前記式の値に基づいて、前記評価対象につき、胃癌の状態を評価する評価手段
    を備えたことを特徴とする胃癌評価装置。
  6. 前記濃度値に関するアミノ酸濃度データまたは前記式の値を提供する端末装置とネットワークを介して通信可能に接続され、
    前記制御部は、
    前記端末装置から送信された前記評価対象の前記アミノ酸濃度データまたは前記式の値を受信するデータ受信手段と、
    前記評価手段で得られた評価結果を前記端末装置へ送信する結果送信手段と、
    をさらに備え、
    前記評価手段は、前記データ受信手段で受信した前記アミノ酸濃度データに含まれている前記濃度値および前記式に基づいて前記式の値を算出し、当該算出した値に基づいて、前記評価対象につき、胃癌の状態を評価する、または、前記データ受信手段で受信した前記式の値に基づいて、前記評価対象につき、胃癌の状態を評価すること、
    を特徴とする請求項５に記載の胃癌評価装置。
  7. 制御部を備えた算出装置であって、
    前記制御部は、
    評価対象の血液中の、少なくとも（１）ＶａｌとＴｒｐとＨｉｓとＡｌａ、（２）ＶａｌとＴｒｐとＬｅｕとＬｙｓ、（３）ＶａｌとＴｒｐとＬｙｓとＨｉｓまたは（４）ＶａｌとＴｒｐとＬｅｕとＨｉｓの濃度値、および、少なくとも（１）ＶａｌとＴｒｐとＨｉｓとＡｌａ、（２）ＶａｌとＴｒｐとＬｅｕとＬｙｓ、（３）ＶａｌとＴｒｐとＬｙｓとＨｉｓまたは（４）ＶａｌとＴｒｐとＬｅｕとＨｉｓを変数として含む胃癌の状態を評価するためのロジスティック回帰式、に基づいて、当該式の値を算出する算出手段
    を備えたことを特徴とする算出装置。
  8. 制御部を備えた情報処理装置に実行させるための胃癌評価プログラムであって、
    前記制御部に実行させるための、
    評価対象の血液中の、少なくとも（１）ＶａｌとＴｒｐとＨｉｓとＡｌａ、（２）ＶａｌとＴｒｐとＬｅｕとＬｙｓ、（３）ＶａｌとＴｒｐとＬｙｓとＨｉｓまたは（４）ＶａｌとＴｒｐとＬｅｕとＨｉｓの濃度値、および、少なくとも（１）ＶａｌとＴｒｐとＨｉｓとＡｌａ、（２）ＶａｌとＴｒｐとＬｅｕとＬｙｓ、（３）ＶａｌとＴｒｐとＬｙｓとＨｉｓまたは（４）ＶａｌとＴｒｐとＬｅｕとＨｉｓを変数として含むロジスティック回帰式、に基づいて算出された前記式の値に基づいて、前記評価対象につき、胃癌の状態を評価する評価ステップ
    を含むことを特徴とする胃癌評価プログラム。
  9. 制御部を備えた情報処理装置に実行させるための算出プログラムであって、
    前記制御部に実行させるための、
    評価対象の血液中の、少なくとも（１）ＶａｌとＴｒｐとＨｉｓとＡｌａ、（２）ＶａｌとＴｒｐとＬｅｕとＬｙｓ、（３）ＶａｌとＴｒｐとＬｙｓとＨｉｓまたは（４）ＶａｌとＴｒｐとＬｅｕとＨｉｓの濃度値、および、少なくとも（１）ＶａｌとＴｒｐとＨｉｓとＡｌａ、（２）ＶａｌとＴｒｐとＬｅｕとＬｙｓ、（３）ＶａｌとＴｒｐとＬｙｓとＨｉｓまたは（４）ＶａｌとＴｒｐとＬｅｕとＨｉｓを変数として含む胃癌の状態を評価するためのロジスティック回帰式、に基づいて、当該式の値を算出する算出ステップ
    を含むことを特徴とする算出プログラム。
  10. 制御部を備えた胃癌評価装置と制御部を備えた端末装置とをネットワークを介して通信可能に接続して構成された胃癌評価システムであって、
    前記端末装置の前記制御部は、
    評価対象の血液中の、少なくとも（１）ＶａｌとＴｒｐとＨｉｓとＡｌａ、（２）ＶａｌとＴｒｐとＬｅｕとＬｙｓ、（３）ＶａｌとＴｒｐとＬｙｓとＨｉｓまたは（４）ＶａｌとＴｒｐとＬｅｕとＨｉｓの濃度値に関するアミノ酸濃度データ、または、少なくとも（１）ＶａｌとＴｒｐとＨｉｓとＡｌａ、（２）ＶａｌとＴｒｐとＬｅｕとＬｙｓ、（３）ＶａｌとＴｒｐとＬｙｓとＨｉｓまたは（４）ＶａｌとＴｒｐとＬｅｕとＨｉｓを変数として含むロジスティック回帰式および前記濃度値に基づいて算出された前記式の値、を前記胃癌評価装置へ送信するデータ送信手段と、
    前記胃癌評価装置から送信された、胃癌の状態に関する評価結果を受信する結果受信手段と、
    を備え、
    前記胃癌評価装置の前記制御部は、
    前記端末装置から送信された前記アミノ酸濃度データまたは前記式の値を受信するデータ受信手段と、
    前記データ受信手段で受信した前記アミノ酸濃度データに含まれる前記濃度値および前記式に基づいて前記式の値を算出し、当該算出した値に基づいて、前記評価対象につき、胃癌の状態を評価する、または、前記データ受信手段で受信した前記式の値に基づいて、前記評価対象につき、胃癌の状態を評価する評価手段と、
    前記評価手段での前記評価対象の前記評価結果を前記端末装置へ送信する結果送信手段と、
    を備えたこと、
    を特徴とする胃癌評価システム。
JP2022015164A 2008-02-06 2022-02-02 取得方法、算出方法、胃癌評価装置、算出装置、胃癌評価プログラム、算出プログラムおよび胃癌評価システム Active JP7193020B2 (ja)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
JP2008026837 2008-02-06
JP2008026837 2008-02-06
JP2020028837A JP7198787B2 (ja) 2008-02-06 2020-02-21 取得方法、算出方法、胃癌評価装置、算出装置、胃癌評価プログラム、算出プログラムおよび胃癌評価システム

Related Parent Applications (1)

Application Number Title Priority Date Filing Date
JP2020028837A Division JP7198787B2 (ja) 2008-02-06 2020-02-21 取得方法、算出方法、胃癌評価装置、算出装置、胃癌評価プログラム、算出プログラムおよび胃癌評価システム

Publications (2)

Publication Number Publication Date
JP2022058852A JP2022058852A (ja) 2022-04-12
JP7193020B2 true JP7193020B2 (ja) 2022-12-20

Family

ID=40952080

Family Applications (5)

Application Number Title Priority Date Filing Date
JP2009552454A Active JP5976987B2 (ja) 2008-02-06 2009-01-30 胃癌の評価方法、ならびに胃癌評価装置、胃癌評価方法、胃癌評価システム、胃癌評価プログラム、記録媒体および情報通信端末装置
JP2015096911A Pending JP2015143717A (ja) 2008-02-06 2015-05-11 胃癌の評価方法
JP2017121743A Pending JP2017198694A (ja) 2008-02-06 2017-06-21 取得方法、胃癌評価装置、胃癌評価プログラムおよび胃癌評価システム
JP2020028837A Active JP7198787B2 (ja) 2008-02-06 2020-02-21 取得方法、算出方法、胃癌評価装置、算出装置、胃癌評価プログラム、算出プログラムおよび胃癌評価システム
JP2022015164A Active JP7193020B2 (ja) 2008-02-06 2022-02-02 取得方法、算出方法、胃癌評価装置、算出装置、胃癌評価プログラム、算出プログラムおよび胃癌評価システム

Family Applications Before (4)

Application Number Title Priority Date Filing Date
JP2009552454A Active JP5976987B2 (ja) 2008-02-06 2009-01-30 胃癌の評価方法、ならびに胃癌評価装置、胃癌評価方法、胃癌評価システム、胃癌評価プログラム、記録媒体および情報通信端末装置
JP2015096911A Pending JP2015143717A (ja) 2008-02-06 2015-05-11 胃癌の評価方法
JP2017121743A Pending JP2017198694A (ja) 2008-02-06 2017-06-21 取得方法、胃癌評価装置、胃癌評価プログラムおよび胃癌評価システム
JP2020028837A Active JP7198787B2 (ja) 2008-02-06 2020-02-21 取得方法、算出方法、胃癌評価装置、算出装置、胃癌評価プログラム、算出プログラムおよび胃癌評価システム

Country Status (5)

Country Link
US (1) US20110035156A1 (ja)
JP (5) JP5976987B2 (ja)
KR (1) KR101272207B1 (ja)
CN (3) CN104237528B (ja)
WO (1) WO2009099005A1 (ja)

Families Citing this family (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2008016111A1 (en) 2006-08-04 2008-02-07 Ajinomoto Co., Inc. Method for evaluation of lung cancer, lung cancer evaluation apparatus, lung cancer evaluation method, lung cancer evaluation system, lung cancer evaluation program, and recording medium
EP2053405A4 (en) * 2006-08-04 2009-11-11 Ajinomoto Kk METHOD FOR EVALUATING STRESS, STRESS EVALUATION DEVICE, STRESS EVALUATION METHOD, STRESS EVALUATION SYSTEM, STRESS EVALUATION PROGRAM AND RECORDING MEDIUM
WO2008075662A1 (ja) 2006-12-21 2008-06-26 Ajinomoto Co., Inc. 乳癌の評価方法、ならびに乳癌評価装置、乳癌評価方法、乳癌評価システム、乳癌評価プログラムおよび記録媒体
WO2008075664A1 (ja) * 2006-12-21 2008-06-26 Ajinomoto Co., Inc. 癌の評価方法、ならびに癌評価装置、癌評価方法、癌評価システム、癌評価プログラムおよび記録媒体
EP2096439A4 (en) 2006-12-21 2011-01-05 Ajinomoto Kk METHOD, APPARATUS, METHOD, SYSTEM AND SOFTWARE FOR EVALUATING COLORECTAL CANCER, AND RECORDING MEDIUM
JP5976987B2 (ja) * 2008-02-06 2016-08-24 味の素株式会社 胃癌の評価方法、ならびに胃癌評価装置、胃癌評価方法、胃癌評価システム、胃癌評価プログラム、記録媒体および情報通信端末装置
JPWO2009110517A1 (ja) * 2008-03-04 2011-07-14 味の素株式会社 癌種の評価方法
KR101821551B1 (ko) 2008-06-20 2018-01-25 아지노모토 가부시키가이샤 전립선 질환의 평가 방법
CN102057276B (zh) * 2008-06-20 2016-04-06 味之素株式会社 女性生殖器癌症的评价方法
KR101349083B1 (ko) * 2012-02-28 2014-01-16 한국식품연구원 간 추출물의 대사체 농도를 측정하여 노화 진단 판단 방법
WO2014084290A1 (ja) * 2012-11-27 2014-06-05 味の素株式会社 膵臓癌の評価方法、膵臓癌評価装置、膵臓癌評価方法、膵臓癌評価プログラム、膵臓癌評価システムおよび情報通信端末装置
JP2016184221A (ja) * 2015-03-25 2016-10-20 富士フイルム株式会社 診療支援装置とその作動方法および作動プログラム、並びに診療支援システム
JPWO2018066621A1 (ja) 2016-10-04 2019-07-18 味の素株式会社 大腸癌の評価方法、評価装置、評価プログラム、評価システム、及び端末装置
KR102477319B1 (ko) * 2016-12-01 2022-12-15 아지노모토 가부시키가이샤 암 모니터링의 방법, 산출 방법, 평가 장치, 산출 장치, 평가 프로그램, 산출 프로그램, 평가 시스템, 및 단말 장치
JP7230335B2 (ja) * 2018-04-02 2023-03-01 味の素株式会社 取得方法、算出方法、評価装置、算出装置、評価プログラム、算出プログラム、記録媒体、及び評価システム
CN117153392B (zh) * 2023-08-25 2024-08-27 几象智造(深圳)科技有限公司 一种胃癌预后预测的标志物、评估模型及其构建方法

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2006098192A1 (ja) 2005-03-16 2006-09-21 Ajinomoto Co., Inc. 生体状態評価装置、生体状態評価方法、生体状態評価システム、生体状態評価プログラム、評価関数作成装置、評価関数作成方法、評価関数作成プログラムおよび記録媒体

Family Cites Families (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS61126472A (ja) * 1984-11-24 1986-06-13 Advance Res & Dev Co Ltd 診断方法
US6059724A (en) * 1997-02-14 2000-05-09 Biosignal, Inc. System for predicting future health
US6300136B1 (en) * 1997-09-03 2001-10-09 The Trustees Of The University Of Pennsylvania Methods for diagnosis and treatment of tumors in humans
WO2003040404A1 (en) * 2001-11-09 2003-05-15 Source Precision Medicine, Inc. Identification, monitoring and treatment of disease and characterization of biological condition using gene expression profiles
CN100502763C (zh) * 2002-12-09 2009-06-24 味之素株式会社 生物体状态信息处理装置和其方法、以及生物体状态信息管理系统
US7869033B2 (en) * 2003-12-24 2011-01-11 Vadivel Masilamani Cancer detection by optical analysis of body fluids
US20060170928A1 (en) * 2003-12-24 2006-08-03 Vadivel Masilamani Masila's cancer detector based on optical analysis of body fluids
EP1937837A2 (en) * 2005-07-29 2008-07-02 Siemens Healthcare Diagnostics Inc. Methods and kits for the prediction of therapeutic success, recurrence free and overall survival in cancer therapies
US20100004871A1 (en) * 2005-12-27 2010-01-07 Power3 Medical Products, Inc. Identities, specificities, and use of twenty two (22) differentially expressed protein biomarkers for blood based diagnosis of breast cancer
WO2007107334A1 (en) * 2006-03-20 2007-09-27 Nowicky Wassili Ex vivo cancer diagnostic method
WO2008016111A1 (en) * 2006-08-04 2008-02-07 Ajinomoto Co., Inc. Method for evaluation of lung cancer, lung cancer evaluation apparatus, lung cancer evaluation method, lung cancer evaluation system, lung cancer evaluation program, and recording medium
US20090075284A1 (en) * 2006-09-19 2009-03-19 The Regents Of The University Of Michigan Metabolomic profiling of prostate cancer
WO2008075662A1 (ja) * 2006-12-21 2008-06-26 Ajinomoto Co., Inc. 乳癌の評価方法、ならびに乳癌評価装置、乳癌評価方法、乳癌評価システム、乳癌評価プログラムおよび記録媒体
EP2096439A4 (en) * 2006-12-21 2011-01-05 Ajinomoto Kk METHOD, APPARATUS, METHOD, SYSTEM AND SOFTWARE FOR EVALUATING COLORECTAL CANCER, AND RECORDING MEDIUM
WO2008075664A1 (ja) * 2006-12-21 2008-06-26 Ajinomoto Co., Inc. 癌の評価方法、ならびに癌評価装置、癌評価方法、癌評価システム、癌評価プログラムおよび記録媒体
JP5976987B2 (ja) * 2008-02-06 2016-08-24 味の素株式会社 胃癌の評価方法、ならびに胃癌評価装置、胃癌評価方法、胃癌評価システム、胃癌評価プログラム、記録媒体および情報通信端末装置
JPWO2009110517A1 (ja) * 2008-03-04 2011-07-14 味の素株式会社 癌種の評価方法
CN102057276B (zh) * 2008-06-20 2016-04-06 味之素株式会社 女性生殖器癌症的评价方法
KR101821551B1 (ko) * 2008-06-20 2018-01-25 아지노모토 가부시키가이샤 전립선 질환의 평가 방법

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2006098192A1 (ja) 2005-03-16 2006-09-21 Ajinomoto Co., Inc. 生体状態評価装置、生体状態評価方法、生体状態評価システム、生体状態評価プログラム、評価関数作成装置、評価関数作成方法、評価関数作成プログラムおよび記録媒体

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
Akio Kubota et al.，Amino Acid Profiles Correlate Diagnostically With Organ Site in Three Kinds of Malignant Tumors，CANCER，1992年，Vol.69, No.9，pp.2343-2348
平井康徳，胃癌患者のアミノ酸代謝に関する研究，日本外科学会誌，1965年，Vol.66,No.8，pp.983-1013
權雅憲, 印牧俊樹, 上辻章二, 上山泰男, 山中英治, 日置紘士郎，胃癌腫瘍増大に伴う血漿遊離アミノ酸と各種栄養指標の検討，外科と代謝，1995年，Vol.29, No.2，pp.129-134
須賀昭二 他，血漿ならびに尿アミノグラムの変化からみた進行胃癌患者における輸液アミノ酸の利用，医療，1980年，Vol.34,No.5，pp.49-53

Also Published As

Publication number Publication date
US20110035156A1 (en) 2011-02-10
CN101939652B (zh) 2015-01-07
WO2009099005A1 (ja) 2009-08-13
JP2015143717A (ja) 2015-08-06
KR101272207B1 (ko) 2013-06-07
CN104407158B (zh) 2019-03-29
CN104407158A (zh) 2015-03-11
JP2017198694A (ja) 2017-11-02
JP5976987B2 (ja) 2016-08-24
JP2020073943A (ja) 2020-05-14
KR20100120673A (ko) 2010-11-16
JPWO2009099005A1 (ja) 2011-05-26
CN104237528B (zh) 2017-10-31
JP7198787B2 (ja) 2023-01-04
CN101939652A (zh) 2011-01-05
CN104237528A (zh) 2014-12-24
JP2022058852A (ja) 2022-04-12

Similar Documents

Publication Publication Date Title
JP7193020B2 (ja) 取得方法、算出方法、胃癌評価装置、算出装置、胃癌評価プログラム、算出プログラムおよび胃癌評価システム
JP5470848B2 (ja) 肺癌の評価方法、肺癌評価装置、肺癌評価方法、肺癌評価システム、肺癌評価プログラム、記録媒体、および、情報通信端末装置
JP5746811B2 (ja) 大腸癌の評価方法、ならびに大腸癌評価装置、大腸癌評価方法、大腸癌評価システム、大腸癌評価プログラムおよび記録媒体
KR101542037B1 (ko) 암 상태의 평가 방법, 및 암 평가 장치, 암 평가 방법, 암 평가 시스템, 암 평가 프로그램 및 기록 매체
JP6551484B2 (ja) 取得方法、算出方法、前立腺疾患評価装置、算出装置、前立腺疾患評価プログラム、算出プログラム及び前立腺疾患評価システム
JP6586980B2 (ja) 取得方法、算出方法、女性生殖器癌評価装置、算出装置、女性生殖器癌評価プログラム、算出プログラム及び女性生殖器癌評価システム
WO2009110517A1 (ja) 癌種の評価方法
JP5746810B2 (ja) 乳癌の評価方法、ならびに乳癌評価装置、乳癌評価方法、乳癌評価システム、乳癌評価プログラムおよび記録媒体
JP2008203250A (ja) Ｉｂｄの評価方法、ならびにアミノ酸情報処理装置、アミノ酸情報処理方法、アミノ酸情報処理システム、アミノ酸情報処理プログラムおよび記録媒体

Legal Events

Date Code Title Description
A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20220303

A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20220303

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: 20221108

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20221121

R150 Certificate of patent or registration of utility model

Ref document number: 7193020

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150