JP7337018B2 - 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、評価システム - Google Patents

Description

本発明は、評価方法、評価装置、評価プログラム、評価システム、及び端末装置に関するものである。

日本における肺癌による死亡は２００３年で男４１６３４人、女１５０８６人で全ての癌による死亡の１８．３％を占め、男では癌による死亡の第一位となっている。女性では癌による死亡の第３位であるが、年々増加しつつあり、遠からず第一位になるのは確実視されている現状である。

肺癌は治癒の困難な癌であり、発見されたときにはすでに進行していて手術ができないものが半数以上あるのが現状である。一方、初期（Ｉ～ＩＩ期）の肺癌の５年生存率は５０％以上、特にＩＡ期の肺癌（腫瘍が３ｃｍ以下でリンパ節転移、周りの臓器への浸潤がないもの）では５年生存率は約９０％であり、早期発見が肺癌治癒にとっては重要である。

肺癌の診断は、レントゲン写真、ＣＴ、ＭＲＩ、ＰＥＴなど画像によるもの、喀痰細胞診、気管支鏡による肺生検、経皮針による肺生検、試験開胸または胸腔鏡による肺生検などがある。

しかし、画像による診断は確定診断とはならず、例えば胸部Ｘ線検査（間接撮影）での有所見率は２０％であるのに対して、特異度は０．１％であり、有所見者のほとんどは偽陽性である。また、検出感度も低く、厚生労働省の検討結果では、間接撮影検査の場合約８０％の肺癌発症者は胸部Ｘ線検査では見落とされていたという報告もある。特に、初期の肺癌においてはこれらの方法では検出感度、検出特異度共に更に低くなることが懸念される。一方、胸部Ｘ線検査においては、被験者の放射線被爆の問題もある。一方、ＣＴ、ＭＲＩ、ＰＥＴなどは設備、コスト面で集団検診で実施するには問題がある。

また、喀痰細胞診は２～３割の患者の確定診断しか可能ではない。気管支鏡、経皮針、試験開胸および胸腔鏡によるによる肺生検は確定診断になるが、侵襲度の高い検査であり、画像診断により肺癌の疑いのある患者全員に肺生検を施行するのは実際的でない。さらにこうした侵襲的診断は患者の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。望むべくは肺癌発症の可能性の高い被験者を、侵襲の少ない方法で選択し、肺生検により肺癌の確定診断を得て治療の対象とすることが、患者に対する身体的負担および費用対効果の面から望ましい。

ところで、ＬＣ－ＭＳやＬＣ－ＭＳ／ＭＳといった測定機器の開発により、アミノ酸よりも血液中濃度が低い代謝物も肺癌患者でその血液中濃度が変動していることが明らかになりつつある。例えば特許文献１によれば、肺癌患者の血清中ＡＤＭＡ濃度が上昇するとの報告がある。特許文献２によれば、肺癌患者の血清中サルコシン濃度が上昇するとの報告がある。

なお、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おり、例えばシノベール（非特許文献１）によれば、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、プロエンツァら（非特許文献２）やカスツィーノ（非特許文献３）によれば、肺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。更に、例えばロドリゲスら（非特許文献４）によれば、癌細胞と接触した骨髄細胞においてはアルギナーゼＩの遺伝子発現、酵素活性の上昇が認められ、その結果として血漿中のアルギニン濃度が低下するとの報告がある。

また、アミノ酸濃度を用いて肺癌の状態を評価する方法に関する特許文献３が公開されている。また、アミノ酸濃度と生体状態とを関連付ける方法に関する特許文献４－６が公開されている。

国際公開第２０１１／０９６２１０号 特開２０１１－２４７８６９号公報 国際公開第２００８／０１６１１１号 国際公開第２００４／０５２１９１号 国際公開第２００６／０９８１９２号 国際公開第２００９／０５４３５１号

Cynober, L. ed., Metabolic and therapeutic aspects of amino acids in clinical nutrition. 2nd ed., CRC Press. Proenza, A.M., J. Oliver, A. Palou and P. Roca, Breast and lung cancer are associated with a decrease in blood cell amino acid content. J Nutr Biochem, 2003. 14(3): p. 133-8. Cascino, A., M. Muscaritoli, C. Cangiano, L. Conversano, A. Laviano, S. Ariemma, M.M. Meguid and F. Rossi Fanelli, Plasma amino acid imbalance in patients with lung and breast cancer. Anticancer Res, 1995. 15(2): p. 507-10. Rodriguez, P.C., C.P. Hernandez, D. Quiceno, S.M. Dubinett, J. Zabaleta, J.B. Ochoa, J. Gilbert and A.C. Ochoa, Arginase I in myeloid suppressor cells is induced by COX-2 in lung carcinoma. J Exp Med, 2005. 202(7): p. 931-9.

しかしながら、これまでに、血液中の代謝物を腫瘍マーカーとして肺癌を診断する技術の開発は、行われていない又は実用化されていない、という問題点があった。

本発明は、上記に鑑みてなされたもので、肺癌の状態を知る上で参考となり得る信頼性の高い情報を提供することができる評価方法、評価装置、評価プログラム、評価システム、及び端末装置を提供することを目的とする。

上述した課題を解決し、目的を達成するために、本発明にかかる評価方法は、評価対象の血液中の１５種類の代謝物（Ｈｏｍｏａｒｇｉｎｉｎｅ（ホモアルギニン），ＧＡＢＡ（γ－ａｍｉｎｏｂｕｔｙｒｉｃ ａｃｉｄ）（γ-アミノ酪酸），３－Ｍｅ－Ｈｉｓ（３－ｍｅｔｈｙｌ－ｈｉｓｔｉｄｉｎｅ）（３-メチルヒスチジン），ＡＤＭＡ（ａｓｙｍｍｅｔｒｉｃ ｄｉｍｅｔｈｙｌａｒｇｉｎｉｎｅ）（非対称性ジメチルアルギニン），Ｓｐｅｒｍｉｎｅ（スペルミン），Ｓｐｅｒｍｉｄｉｎｅ（スペルミジン），Ｃｙｓｔａｔｈｉｏｎｉｎｅ（シスタチオニン），Ｓａｒｃｏｓｉｎｅ（サルコシン），ａＡｉＢＡ（α－ａｍｉｎｏ－ｉｓｏ－ｂｕｔｙｒｉｃ ａｃｉｄ）（α-アミノイソ酪酸），ｂＡｉＢＡ（β－ａｍｉｎｏ－ｉｓｏ－ｂｕｔｙｒｉｃ ａｃｉｄ）（β-アミノイソ酪酸），Ｐｕｔｒｅｓｃｉｎｅ（プトレシン），Ｎ－Ａｃｅｔｙｌ－Ｌ－ｌｙｓ（Ｎ－Ａｃｅｔｙｌ－Ｌ－ｌｙｓｉｎｅ）（Ｎ－アセチル－Ｌ－リジン），Ｈｙｐｏｔａｕｒｉｎｅ（ヒポタウリン），ｂＡＢＡ（β－ａｍｉｎｏｂｕｔｙｒｉｃ ａｃｉｄ）（β-アミノ酪酸），Ｅｔｈｙｌｇｌｙｃｉｎｅ（エチルグリシン））のうちの少なくとも１つの濃度値を用いて、前記評価対象について、肺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。

また、本発明にかかる評価方法は、前記の評価方法において、前記評価ステップでは、評価対象の血液中の１９種類のアミノ酸（Ａｓｎ，Ｈｉｓ，Ｔｈｒ，Ａｌａ，Ｃｉｔ，Ａｒｇ，Ｔｙｒ，Ｖａｌ，Ｍｅｔ，Ｌｙｓ，Ｔｒｐ，Ｇｌｙ，Ｐｒｏ，Ｏｒｎ，Ｉｌｅ，Ｌｅｕ，Ｐｈｅ，Ｓｅｒ，Ｇｌｎ）のうちの少なくとも１つの濃度値をさらに用いること、を特徴とする。

ここで、本明細書では各種アミノ酸を主に略称で表記するが、それらの正式名称は以下の通りである。
（略称） （正式名称）
Ａｌａ Ａｌａｎｉｎｅ
Ａｒｇ Ａｒｇｉｎｉｎｅ
Ａｓｎ Ａｓｐａｒａｇｉｎｅ
Ｃｉｔ Ｃｉｔｒｕｌｌｉｎｅ
Ｇｌｎ Ｇｌｕｔａｍｉｎｅ
Ｇｌｙ Ｇｌｙｃｉｎｅ
Ｈｉｓ Ｈｉｓｔｉｄｉｎｅ
Ｉｌｅ Ｉｓｏｌｅｕｃｉｎｅ
Ｌｅｕ Ｌｅｕｃｉｎｅ
Ｌｙｓ Ｌｙｓｉｎｅ
Ｍｅｔ Ｍｅｔｈｉｏｎｉｎｅ
Ｏｒｎ Ｏｒｎｉｔｈｉｎｅ
Ｐｈｅ Ｐｈｅｎｙｌａｌａｎｉｎｅ
Ｐｒｏ Ｐｒｏｌｉｎｅ
Ｓｅｒ Ｓｅｒｉｎｅ
Ｔｈｒ Ｔｈｒｅｏｎｉｎｅ
Ｔｒｐ Ｔｒｙｐｔｏｐｈａｎ
Ｔｙｒ Ｔｙｒｏｓｉｎｅ
Ｖａｌ Ｖａｌｉｎｅ

また、本発明にかかる評価方法は、前記の評価方法において、前記評価ステップでは、上記１５種類の代謝物のうちの少なくとも１つの濃度値が代入される変数を含む式（以下では、評価式と記す場合がある。）をさらに用いて、前記式の値（以下では、評価式の値又は評価値と記す場合がある。）を算出することで、前記評価対象について、肺癌の状態を評価すること、を特徴とする。

また、本発明にかかる評価方法は、前記の評価方法において、前記評価ステップでは、評価対象の血液中の上記１９種類のアミノ酸のうちの少なくとも１つの濃度値をさらに用い、前記式は、上記１９種類のアミノ酸のうちの少なくとも１つの濃度値が代入される変数をさらに含むものであること、を特徴とする。

また、本発明にかかる評価装置は、制御部を備えた評価装置であって、前記制御部は、評価対象の血液中の上記１５種類の代謝物のうちの少なくとも１つの濃度値を用いて、前記評価対象について、肺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。

また、本発明にかかる評価方法は、制御部を備えた情報処理装置において実行される評価方法であって、前記制御部において実行される、評価対象の血液中の上記１５種類の代謝物のうちの少なくとも１つの濃度値を用いて、前記評価対象について、肺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。

また、本発明にかかる評価プログラムは、制御部を備えた情報処理装置において実行させるための評価プログラムであって、前記制御部において実行させるための、評価対象の血液中の上記１５種類の代謝物のうちの少なくとも１つの濃度値を用いて、前記評価対象について、肺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。

また、本発明にかかる記録媒体は、一時的でないコンピュータ読み取り可能な記録媒体であって、情報処理装置に前記評価方法を実行させるためのプログラム化された命令を含むこと、を特徴とする。

また、本発明にかかる評価システムは、制御部を備えた評価装置と、制御部を備え、評価対象の血液中の上記１５種類の代謝物のうちの少なくとも１つの濃度値に関する濃度データを提供する端末装置とを、ネットワークを介して通信可能に接続して構成された評価システムであって、前記端末装置の前記制御部は、前記評価対象の前記濃度データを前記評価装置へ送信する濃度データ送信手段と、前記評価装置から送信された、前記評価対象における肺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評価対象の前記濃度データを受信する濃度データ受信手段と、前記濃度データ受信手段で受信した前記評価対象の前記濃度データに含まれている、上記１５種類の代謝物のうちの少なくとも１つの前記濃度値を用いて、前記評価対象について、肺癌の状態を評価する評価手段と、前記評価手段で得られた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。

また、本発明にかかる端末装置は、制御部を備えた端末装置であって、前記制御部は、評価対象における肺癌の状態に関する評価結果を取得する結果取得手段を備え、前記評価結果は、前記評価対象の血液中の上記１５種類の代謝物のうちの少なくとも１つの濃度値を用いて、前記評価対象について、肺癌の状態を評価した結果であること、を特徴とする。

また、本発明にかかる端末装置は、前記の端末装置において、前記評価対象について肺癌の状態を評価する評価装置とネットワークを介して通信可能に接続して構成されており、前記制御部は、前記評価対象の血液中の上記１５種類の代謝物のうちの少なくとも１つの前記濃度値に関する濃度データを前記評価装置へ送信する濃度データ送信手段をさらに備え、前記結果取得手段は、前記評価装置から送信された前記評価結果を受信すること、を特徴とする。

また、本発明にかかる評価装置は、評価対象の血液中の上記１５種類の代謝物のうちの少なくとも１つの濃度値に関する濃度データ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た、制御部を備えた評価装置であって、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濃度データを受信する濃度データ受信手段と、前記濃度データ受信手段で受信した前記評価対象の前記濃度データに含まれている、上記１５種類の代謝物のうちの少なくとも１つの前記濃度値を用いて、前記評価対象について、肺癌の状態を評価する評価手段と、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、を備えたこと、を特徴とする。

本発明によれば、評価対象の血液中の上記１５種類の代謝物のうちの少なくとも１つの濃度値を用いて、評価対象について、肺癌の状態を評価するので、肺癌の状態を知る上で参考となり得る信頼性の高い情報を提供することができるという効果を奏する。

図１は、第１実施形態の基本原理を示す原理構成図である。 図２は、第２実施形態の基本原理を示す原理構成図である。 図３は、本システムの全体構成の一例を示す図である。 図４は、本システムの全体構成の他の一例を示す図である。 図５は、本システムの評価装置１００の構成の一例を示すブロック図である。 図６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７は、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８は、指標状態情報ファイル１０６ｃに格納される情報の一例を示す図である。 図９は、指定指標状態情報ファイル１０６ｄに格納される情報の一例を示す図である。 図１０は、評価式ファイル１０６ｅ１に格納される情報の一例を示す図である。 図１１は、評価結果ファイル１０６ｆに格納される情報の一例を示す図である。 図１２は、評価部１０２ｉの構成を示すブロック図である。 図１３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１４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１５は、ロジスティック回帰式の一覧を示す図である。 図１６は、ロジスティック回帰式の一覧を示す図である。 図１７は、ロジスティック回帰式の一覧を示す図である。 図１８は、ロジスティック回帰式の一覧を示す図である。 図１９は、ロジスティック回帰式の一覧を示す図である。 図２０は、ロジスティック回帰式の一覧を示す図である。 図２１は、ロジスティック回帰式の一覧を示す図である。 図２２は、ロジスティック回帰式の一覧を示す図である。 図２３は、ロジスティック回帰式の一覧を示す図である。 図２４は、ロジスティック回帰式の一覧を示す図である。 図２５は、ロジスティック回帰式の一覧を示す図である。 図２６は、ロジスティック回帰式の一覧を示す図である。 図２７は、ロジスティック回帰式の一覧を示す図である。 図２８は、ロジスティック回帰式の一覧を示す図である。 図２９は、ロジスティック回帰式の一覧を示す図である。 図３０は、ロジスティック回帰式の一覧を示す図である。 図３１は、ロジスティック回帰式の一覧を示す図である。 図３２は、ロジスティック回帰式の一覧を示す図である。 図３３は、ロジスティック回帰式の一覧を示す図である。 図３４は、ロジスティック回帰式の一覧を示す図である。 図３５は、ロジスティック回帰式の一覧を示す図である。 図３６は、ロジスティック回帰式の一覧を示す図である。 図３７は、ロジスティック回帰式の一覧を示す図である。 図３８は、ロジスティック回帰式の一覧を示す図である。 図３９は、ロジスティック回帰式の一覧を示す図である。 図４０は、ロジスティック回帰式の一覧を示す図である。 図４１は、ロジスティック回帰式の一覧を示す図である。 図４２は、ロジスティック回帰式の一覧を示す図である。 図４３は、ロジスティック回帰式の一覧を示す図である。 図４４は、ロジスティック回帰式の一覧を示す図である。 図４５は、ロジスティック回帰式の一覧を示す図である。 図４６は、ロジスティック回帰式の一覧を示す図である。 図４７は、ロジスティック回帰式の一覧を示す図である。 図４８は、ロジスティック回帰式の一覧を示す図である。 図４９は、ロジスティック回帰式の一覧を示す図である。 図５０は、ロジスティック回帰式の一覧を示す図である。 図５１は、ロジスティック回帰式の一覧を示す図である。 図５２は、ロジスティック回帰式の一覧を示す図である。 図５３は、ロジスティック回帰式の一覧を示す図である。 図５４は、ロジスティック回帰式の一覧を示す図である。 図５５は、ロジスティック回帰式の一覧を示す図である。 図５６は、ロジスティック回帰式の一覧を示す図である。 図５７は、ロジスティック回帰式の一覧を示す図である。 図５８は、ロジスティック回帰式の一覧を示す図である。 図５９は、ロジスティック回帰式の一覧を示す図である。 図６０は、ロジスティック回帰式の一覧を示す図である。 図６１は、ロジスティック回帰式の一覧を示す図である。 図６２は、ロジスティック回帰式の一覧を示す図である。 図６３は、ロジスティック回帰式の一覧を示す図である。 図６４は、ロジスティック回帰式の一覧を示す図である。 図６５は、健常者のプール血漿および肺癌患者のプール血漿を測定したときのクロマトグラムを示す図である。 図６６は、ロジスティック回帰式の一覧を示す図である。 図６７は、ロジスティック回帰式の一覧を示す図である。 図６８は、ロジスティック回帰式の一覧を示す図である。 図６９は、ロジスティック回帰式の一覧を示す図である。 図７０は、ロジスティック回帰式の一覧を示す図である。 図７１は、ロジスティック回帰式の一覧を示す図である。 図７２は、ロジスティック回帰式の一覧を示す図である。

以下に、本発明にかかる評価方法の実施形態（第１実施形態）、及び、本発明にかかる評価装置、評価方法、評価プログラム、記録媒体、評価システム及び端末装置の実施形態（第２実施形態）を、図面に基づいて詳細に説明する。なお、本発明はこれらの実施形態により限定されるものではない。

［第１実施形態］
［１－１．第１実施形態の概要］
ここでは、第１実施形態の概要について図１を参照して説明する。図１は第１実施形態の基本原理を示す原理構成図である。

まず、評価対象（例えば動物やヒトなどの個体）から採取した血液（例えば血漿、血清などを含む）中の物質（「上記１５種類の代謝物および上記１９種類のアミノ酸」のうちの少なくとも１つを含む血中物質）の濃度値に関する濃度データを取得する（ステップＳ１１）。

なお、ステップＳ１１では、例えば、濃度値測定を行う企業等が測定した上記血中物質に関する濃度データを取得してもよい。また、評価対象から採取した血液から、例えば以下の（Ａ）、（Ｂ）、または（Ｃ）などの測定方法により上記血中物質の濃度値を測定することで上記血中物質の濃度値に関する濃度データを取得してもよい。ここで、上記血中物質の濃度値の単位は、例えばモル濃度、重量濃度又は酵素活性であってもよく、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。
（Ａ）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する。全ての血漿サンプルは、濃度値の測定時まで－８０℃で凍結保存する。濃度値測定時には、アセトニトリルを添加し除蛋白処理を行った後、標識試薬（３－アミノピリジル－Ｎ－ヒドロキシスクシンイミジルカルバメート）を用いてプレカラム誘導体化を行い、そして、液体クロマトグラフ質量分析計（ＬＣ／ＭＳ）により濃度値を分析する（国際公開第２００３／０６９３２８号、国際公開第２００５／１１６６２９号を参照）。
（Ｂ）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する。全ての血漿サンプルは、濃度値の測定時まで－８０℃で凍結保存する。濃度値測定時には、スルホサリチル酸を添加し除蛋白処理を行った後、ニンヒドリン試薬を用いたポストカラム誘導体化法を原理としたアミノ酸分析計により濃度値を分析する。
（Ｃ）採取した血液サンプルを、膜やＭＥＭＳ技術または遠心分離の原理を用いて血球分離を行い、血液から血漿または血清を分離する。血漿または血清取得後すぐに濃度値の測定を行わない血漿または血清サンプルは、濃度値の測定時まで－８０℃で凍結保存する。濃度値測定時には、酵素やアプタマーなど、標的とする血中物質と反応または結合する分子等を用い、基質認識によって増減する物質や分光学的値を定量等することにより濃度値を分析する。

つぎに、ステップＳ１１で取得した濃度データに含まれている、上記１５種類の代謝物および上記１９種類のアミノ酸のうちの少なくとも１つの濃度値を、肺癌の状態を評価するための評価値として用いて、評価対象について肺癌の状態を評価する（ステップＳ１２）。なお、ステップＳ１２を実行する前に、ステップＳ１１で取得した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。

以上、第１実施形態によれば、ステップＳ１１では評価対象の濃度データを取得し、ステップＳ１２では、ステップＳ１１で取得した評価対象の濃度データに含まれている、上記１５種類の代謝物および上記１９種類のアミノ酸のうちの少なくとも１つの濃度値を評価値として用いて、評価対象について肺癌の状態を評価する。これにより、肺癌の状態を知る上で参考となり得る信頼性の高い情報を提供することができる。

また、上記１５種類の代謝物および上記１９種類のアミノ酸のうちの少なくとも１つの濃度値が評価対象についての肺癌の状態を反映したものであると決定してもよく、さらに、濃度値を例えば以下に挙げた手法などで変換し、変換後の値が評価対象についての肺癌の状態を反映したものであると決定してもよい。換言すると、濃度値又は変換後の値そのものを、評価対象についての肺癌の状態に関する評価結果として扱ってもよい。
濃度値の取り得る範囲が所定範囲（例えば０．０から１．０までの範囲、０．０から１０．０までの範囲、０．０から１００．０までの範囲、又は－１０．０から１０．０までの範囲、など）に収まるようにするためなどに、例えば、濃度値に対して任意の値を加減乗除したり、濃度値を所定の変換手法（例えば、指数変換、対数変換、角変換、平方根変換、プロビット変換、逆数変換、Ｂｏｘ－Ｃｏｘ変換、又はべき乗変換など）で変換したり、また、濃度値に対してこれらの計算を組み合わせて行ったりすることで、濃度値を変換してもよい。例えば、濃度値を指数としネイピア数を底とする指数関数の値（具体的には、肺癌の状態が所定の状態（例えば、基準値を超えた状態、など）である確率ｐを定義したときの自然対数ｌｎ（ｐ／（１－ｐ））が濃度値と等しいとした場合におけるｐ／（１－ｐ）の値）をさらに算出してもよく、また、算出した指数関数の値を１と当該値との和で割った値（具体的には、確率ｐの値）をさらに算出してもよい。
また、特定の条件のときの変換後の値が特定の値となるように、濃度値を変換してもよい。例えば、特異度が８０％のときの変換後の値が５．０となり且つ特異度が９５％のときの変換後の値が８．０となるように濃度値を変換してもよい。
また、各代謝物および各アミノ酸ごとに、濃度分布を正規分布化した後、平均５０、標準偏差１０となるように偏差値化してもよい。
なお、これらの変換は、男女別や年齢別に行ってもよい。

また、モニタ等の表示装置又は紙等の物理媒体に視認可能に示される所定の物差し上における所定の目印の位置に関する位置情報を、上記１５種類の代謝物および上記１９種類のアミノ酸のうちの少なくとも１つの濃度値又は当該濃度値を変換した場合にはその変換後の値を用いて生成し、生成した位置情報が評価対象についての肺癌の状態を反映したものであると決定してもよい。なお、所定の物差しとは、肺癌の状態を評価するためのものであり、例えば、目盛りが示された物差しであって、「濃度値又は変換後の値の取り得る範囲、又は、当該範囲の一部分」における上限値と下限値に対応する目盛りが少なくとも示されたもの、などである。また、所定の目印とは、濃度値又は変換後の値に対応するものであり、例えば、丸印又は星印などである。

また、上記１５種類の代謝物および上記１９種類のアミノ酸のうちの少なくとも１つの濃度値が、所定値（平均値±１ＳＤ、２ＳＤ、３ＳＤ、Ｎ分位点、Ｎパーセンタイル又は臨床的意義の認められたカットオフ値など）より低い若しくは所定値以下の場合又は所定値以上若しくは所定値より高い場合に、評価対象について、肺癌の状態を評価してもよい。その際、濃度値そのものではなく、濃度偏差値（各代謝物および各アミノ酸ごとに、男女別に濃度分布を正規分布化した後、平均５０、標準偏差１０となるように偏差値化した値）を用いてもよい。例えば、濃度偏差値が平均値－２ＳＤ未満の場合（濃度偏差値＜３０の場合）又は濃度偏差値が平均値＋２ＳＤより高い場合（濃度偏差値＞７０の場合）に、評価対象について、肺癌の状態を評価してもよい。

また、上記１５種類の代謝物および上記１９種類のアミノ酸のうちの少なくとも１つの濃度値、および、上記１５種類の代謝物および上記１９種類のアミノ酸のうちの少なくとも１つの濃度値が代入される変数を含む式を用いて、式の値を算出することで、評価対象について肺癌の状態を評価してもよい。

また、算出した式の値が評価対象についての肺癌の状態を反映したものであると決定してもよく、さらに、式の値を例えば以下に挙げた手法などで変換し、変換後の値が評価対象についての肺癌の状態を反映したものであると決定してもよい。換言すると、式の値又は変換後の値そのものを、評価対象についての肺癌の状態に関する評価結果として扱ってもよい。
評価式の値の取り得る範囲が所定範囲（例えば０．０から１．０までの範囲、０．０から１０．０までの範囲、０．０から１００．０までの範囲、又は－１０．０から１０．０までの範囲、など）に収まるようにするためなどに、例えば、評価式の値に対して任意の値を加減乗除したり、評価式の値を所定の変換手法（例えば、指数変換、対数変換、角変換、平方根変換、プロビット変換、逆数変換、Ｂｏｘ－Ｃｏｘ変換、又はべき乗変換など）で変換したり、また、評価式の値に対してこれらの計算を組み合わせて行ったりすることで、評価式の値を変換してもよい。例えば、評価式の値を指数としネイピア数を底とする指数関数の値（具体的には、肺癌の状態が所定の状態（例えば、基準値を超えた状態、など）である確率ｐを定義したときの自然対数ｌｎ（ｐ／（１－ｐ））が評価式の値と等しいとした場合におけるｐ／（１－ｐ）の値）をさらに算出してもよく、また、算出した指数関数の値を１と当該値との和で割った値（具体的には、確率ｐの値）をさらに算出してもよい。
また、特定の条件のときの変換後の値が特定の値となるように、評価式の値を変換してもよい。例えば、特異度が８０％のときの変換後の値が５．０となり且つ特異度が９５％のときの変換後の値が８．０となるように評価式の値を変換してもよい。
また、平均５０、標準偏差１０となるように偏差値化してもよい。
なお、これらの変換は、男女別や年齢別に行ってもよい。
なお、本明細書における評価値は、評価式の値そのものであってもよく、評価式の値を変換した後の値であってもよい。

また、モニタ等の表示装置又は紙等の物理媒体に視認可能に示される所定の物差し上における所定の目印の位置に関する位置情報を、式の値又は当該式の値を変換した場合にはその変換後の値を用いて生成し、生成した位置情報が評価対象についての肺癌の状態を反映したものであると決定してもよい。なお、所定の物差しとは、肺癌の状態を評価するためのものであり、例えば、目盛りが示された物差しであって、「式の値又は変換後の値の取り得る範囲、又は、当該範囲の一部分」における上限値と下限値に対応する目盛りが少なくとも示されたもの、などである。また、所定の目印とは、式の値又は変換後の値に対応するものであり、例えば、丸印又は星印などである。

また、評価対象が肺癌に罹患している可能性の程度を定性的に評価してもよい。具体的には、「上記１５種類の代謝物および上記１９種類のアミノ酸のうちの少なくとも１つの濃度値および予め設定された１つまたは複数の閾値」または「上記１５種類の代謝物および上記１９種類のアミノ酸のうちの少なくとも１つの濃度値、上記１５種類の代謝物および上記１９種類のアミノ酸のうちの少なくとも１つの濃度値が代入される変数を含む評価式、および予め設定された１つまたは複数の閾値」を用いて、評価対象を、肺癌に罹患している可能性の程度を少なくとも考慮して定義された複数の区分のうちのどれか１つに分類してもよい。なお、複数の区分には、肺癌に罹患している可能性の程度が高い対象（例えば、肺癌に罹患していると見做す対象）を属させるための区分（例えば、実施例に記載したランクＣなど）、肺癌に罹患している可能性の程度が低い対象（例えば、肺癌に罹患していないと見做す対象）を属させるための区分（例えば、実施例に記載したランクＡなど）、および肺癌に罹患している可能性の程度が中程度である対象を属させるための区分（例えば、実施例に記載したランクＢなど）が含まれていてもよい。また、複数の区分には、肺癌に罹患している可能性の程度が高い対象を属させるための区分（例えば、実施例に記載した肺癌区分など）、および、肺癌に罹患している可能性の程度が低い対象を属させるための区分（例えば、実施例に記載した、健常である可能性が高い対象（例えば健常であると見做す対象）を属させるための健常区分など）が含まれていてもよい。また、濃度値又は式の値を所定の手法で変換し、変換後の値を用いて評価対象を複数の区分のうちのどれか１つに分類してもよい。

また、式の形式は特に問わないが、例えば、最小二乗法に基づく重回帰式、線形判別式、主成分分析、正準判別分析などの線形モデル、最尤法に基づくロジスティック回帰、Ｃｏｘ回帰などの一般化線形モデル、一般化線形モデルに加えて個体間差、施設間差などの変量効果を考慮した一般化線形混合モデル、Ｋ－ｍｅａｎｓ法、階層的クラスタ解析などクラスタ解析で作成された式、ＭＣＭＣ(マルコフ連鎖モンテカルロ法)、ベイジアンネットワーク、階層ベイズ法などベイズ統計に基づき作成された式、サポートベクターマシンや決定木などクラス分類により作成された式、分数式など上記のカテゴリに属さない手法により作成された式、および異なる形式の式の和で示されるような式のうちのいずれか１つでもよい。

ここで、評価式として採用する式を、例えば、本出願人による国際出願である国際公開第２００４／０５２１９１号に記載の方法又は本出願人による国際出願である国際公開第２００６／０９８１９２号に記載の方法で作成してもよい。なお、これらの方法で得られた式であれば、入力データとしての濃度データにおける代謝物および／またはアミノ酸の濃度値の単位に因らず、当該式を肺癌の状態を評価するのに好適に用いることができる。

ここで、重回帰式、多重ロジスティック回帰式、正準判別関数などにおいては各変数に係数及び定数項が付加されるが、この係数及び定数項は、好ましくは実数であれば構わず、より好ましくは、データから前記の各種分類を行うために得られた係数及び定数項の９９％信頼区間の範囲に属する値であれば構わず、さらに好ましくは、データから前記の各種分類を行うために得られた係数及び定数項の９５％信頼区間の範囲に属する値であれば構わない。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。ロジスティック回帰式、線形判別式、重回帰式などを評価式として用いる場合、線形変換（定数の加算、定数倍）及び単調増加（減少）の変換（例えばｌｏｇｉｔ変換など）は評価性能を変えるものではなく変換前と同等であるので、これらの変換が行われた後のものを用いてもよい。

なお、分数式とは、当該分数式の分子が変数Ａ，Ｂ，Ｃ，・・・の和で表わされ及び／又は当該分数式の分母が変数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変数にはそれぞれ適当な係数がついても構わない。また、分子や分母に用いられる変数は重複しても構わない。また、各分数式に適当な係数がついても構わない。また、各変数の係数の値や定数項の値は、実数であれば構わない。ある分数式と、当該分数式において分子の変数と分母の変数が入れ替えられたものとでは、目的変数との相関の正負の符号が概して逆転するものの、それらの相関性は保たれるが故に、評価性能も同等と見做せるので、分数式には、分子の変数と分母の変数が入れ替えられたものも含まれる。

そして、肺癌の状態を評価する際、上記１５種類の代謝物および上記１９種類のアミノ酸のうちの少なくとも１つの濃度値以外に、他の生体情報に関する値（例えば、以下に挙げた値など）をさらに用いても構わない。また、評価式として採用する式には、上記１５種類の代謝物および上記１９種類のアミノ酸のうちの少なくとも１つの濃度値が代入される変数以外に、他の生体情報に関する値（例えば、以下に挙げた値など）が代入される１つ又は複数の変数がさらに含まれていてもよい。
１．アミノ酸以外の他の血中の代謝物（アミノ酸代謝物・糖類・脂質等）、タンパク質、ペプチド、ミネラル、ホルモン等の濃度値
２．アルブミン、総蛋白、トリグリセリド（中性脂肪）、ＨｂＡ１ｃ、糖化アルブミン、インスリン抵抗性指数、総コレステロール、ＬＤＬコレステロール、ＨＤＬコレステロール、アミラーゼ、総ビリルビン、クレアチニン、推算糸球体濾過量(ｅＧＦＲ)、尿酸、ＧＯＴ（ＡＳＴ）、ＧＰＴ（ＡＬＴ），ＧＧＴＰ（γ－ＧＴＰ）、グルコース（血糖値）、ＣＲＰ（Ｃ反応性蛋白）、赤血球、ヘモグロビン、ヘマトクリット、ＭＣＶ、ＭＣＨ，ＭＣＨＣ、白血球、血小板数等の血液検査値
３．超音波エコー、Ｘ線、ＣＴ、ＭＲＩ、内視鏡像等の画像情報から得られる値
４．年齢、身長、体重、ＢＭＩ、腹囲、収縮期血圧、拡張期血圧、性別、喫煙情報、食事情報、飲酒情報、運動情報、ストレス情報、睡眠情報、家族の既往歴情報、疾患歴情報（糖尿病等）等の生体指標に関する値

［第２実施形態］
［２－１．第２実施形態の概要］
ここでは、第２実施形態の概要について図２を参照して説明する。図２は第２実施形態の基本原理を示す原理構成図である。なお、本第２実施形態の説明では、上述した第１実施形態と重複する説明を省略する場合がある。特に、ここでは、肺癌の状態を評価する際に、評価式の値又はその変換後の値を用いるケースを一例として記載しているが、例えば、「上記１５種類の代謝物および上記１９種類のアミノ酸」のうちの少なくとも１つの濃度値又はその変換後の値（例えば濃度偏差値など）を用いてもよい。

制御部は、血液中の上記１５種類の代謝物および上記１９種類のアミノ酸のうちの少なくとも１つ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の個体）の濃度データに含まれている、上記１５種類の代謝物および上記１９種類のアミノ酸のうちの少なくとも１つの濃度値、および、上記１５種類の代謝物および上記１９種類のアミノ酸のうちの少なくとも１つの濃度値が代入される変数を含む予め記憶部に記憶された式を用いて、式の値を算出することで、評価対象について肺癌の状態を評価する（ステップＳ２１）。

以上、第２実施形態によれば、ステップＳ２１では、評価対象の濃度データに含まれている、上記１５種類の代謝物および上記１９種類のアミノ酸のうちの少なくとも１つの濃度値、および、評価式として記憶部に記憶された、上記１５種類の代謝物および上記１９種類のアミノ酸のうちの少なくとも１つの濃度値が代入される変数を含む式を用いて、評価式の値を算出することで、評価対象について肺癌の状態を評価する。これにより、肺癌の状態を知る上で参考となり得る信頼性の高い情報を提供することができる。

ここで、評価式作成処理（工程１～工程４）の概要について詳細に説明する。なお、ここで説明する処理はあくまでも一例であり、評価式の作成方法はこれに限定されない。

まず、制御部は、濃度データと肺癌の状態を表す指標に関する指標データとを含む予め記憶部に記憶された指標状態情報から所定の式作成手法に基づいて、評価式の候補である候補式（例えば、ｙ＝ａ１ｘ１＋ａ２ｘ２＋・・・＋ａｎｘｎ、ｙ：指標データ、ｘｉ：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、指標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、指標状態情報から、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、Ｃｏｘ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式を作成してもよい。具体的には、多数の健常群および肺癌群から得た血液を分析して得た濃度データおよび指標データから構成される多変量データである指標状態情報に対して、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式を利用して指標状態情報を変換し、変換した指標状態情報に対して判別分析を行うことで候補式を作成してもよい。これにより、最終的に、最適な評価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式は、全ての濃度データの分散を最大にするような各変数を含む一次式である。また、判別分析を用いて作成した候補式は、各群内の分散の和の全ての濃度データの分散に対する比を最小にするような各変数を含む高次式（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式は、群間の境界を最大にするような各変数を含む高次式（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式は、全ての濃度データからの距離の和を最小にするような各変数を含む高次式である。また、Ｃｏｘ回帰分析を用いて作成した候補式は、対数ハザード比を含む線形モデルで、そのモデルの尤度を最大とするような各変数とその係数を含む１次式であるである。また、ロジスティック回帰分析を用いて作成した候補式は、確率の対数オッズを表す線形モデルであり、その確率の尤度を最大にするような各変数を含む一次式である。また、ｋ－ｍｅａｎｓ法とは、各濃度データの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、変数に序列をつけて、序列が上位である変数の取りうるパターンから濃度データの群を予測する手法である。

評価式作成処理の説明に戻り、制御部は、工程１で作成した候補式を、所定の検証手法に基づいて検証（相互検証）する（工程２）。候補式の検証は、工程１で作成した各候補式に対して行う。

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、Ｎ－フォールド法、リーブワンアウト法などのうち少なくとも１つに基づいて候補式の判別率や感度、特異度、情報量基準、ＲＯＣ＿ＡＵＣ（受信者特性曲線の曲線下面積）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、指標状態情報や評価条件を考慮した予測性または頑健性の高い候補式を作成することができる。

ここで、判別率とは、本実施形態にかかる肺癌評価手法で、真の状態が陰性である評価対象（例えば、肺癌に罹患していない評価対象など）を正しく陰性と評価し、真の状態が陽性である評価対象（例えば、肺癌に罹患している評価対象など）を正しく陽性と評価している割合である。また、感度とは、本実施形態にかかる肺癌評価手法で、真の状態が陽性である評価対象を正しく陽性と評価している割合である。また、特異度とは、本実施形態にかかる肺癌評価手法で、真の状態が陰性である評価対象を正しく陰性と評価している割合である。また、赤池情報量規準とは、回帰分析などの場合に，観測データが統計モデルにどの程度一致するかを表す基準であり、「－２×（統計モデルの最大対数尤度）＋２×（統計モデルの自由パラメータ数）」で定義される値が最小となるモデルを最もよいと判断する。また、ＲＯＣ＿ＡＵＣ（受信者特性曲線の曲線下面積）は、２次元座標上に（ｘ，ｙ）＝（１－特異度，感度）をプロットして作成される曲線である受信者特性曲線（ＲＯＣ）の曲線下面積として定義され、ＲＯＣ＿ＡＵＣの値は完全な判別では１となり、この値が１に近いほど判別性が高いことを示す。また、予測性とは、候補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、頑健性とは、候補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。

評価式作成処理の説明に戻り、制御部は、所定の変数選択手法に基づいて候補式の変数を選択することで、候補式を作成する際に用いる指標状態情報に含まれる濃度データの組み合わせを選択する（工程３）。変数の選択は、工程１で作成した各候補式に対して行ってもよい。これにより、候補式の変数を適切に選択することができる。そして、工程３で選択した濃度データを含む指標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つに基づいて候補式の変数を選択してもよい。

ここで、ベストパス法とは、候補式に含まれる変数を１つずつ順次減らしていき、候補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。

評価式作成処理の説明に戻り、制御部は、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、複数の候補式の中から評価式として採用する候補式を選出することで、評価式を作成する（工程４）。なお、候補式の選出には、例えば、同じ式作成手法で作成した候補式の中から最適なものを選出する場合と、すべての候補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、評価式作成処理では、指標状態情報に基づいて、候補式の作成、候補式の検証および候補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、肺癌の評価に最適な評価式を作成することができる。換言すると、評価式作成処理では、上記１５種類の代謝物および上記１９種類のアミノ酸のうちの少なくとも１つを含む血中物質の濃度を多変量の統計解析に用い、最適でロバストな変数の組を選択するために変数選択法とクロスバリデーションとを組み合わせて、評価性能の高い評価式を抽出する。

［２－２．第２実施形態の構成］
ここでは、第２実施形態にかかる評価システム（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３から図１４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。特に、ここでは、肺癌の状態を評価する際に、評価式の値又はその変換後の値を用いるケースを一例として記載しているが、例えば、「上記１５種類の代謝物および上記１９種類のアミノ酸」のうちの少なくとも１つの濃度値又はその変換後の値（例えば濃度偏差値など）を用いてもよい。

まず、本システムの全体構成について図３および図４を参照して説明する。図３は本システムの全体構成の一例を示す図である。また、図４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３に示すように、評価対象である個体について肺癌の状態を評価する評価装置１００と、血液中の上記１５種類の代謝物および上記１９種類のアミノ酸のうちの少なくとも１つを含む血中物質の濃度値に関する個体の濃度データを提供するクライアント装置２００（本発明の端末装置に相当）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４に示すように、評価装置１００やクライアント装置２００の他に、評価装置１００で評価式を作成する際に用いる指標状態情報や、肺癌の状態を評価する際に用いる評価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、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から評価装置１００へ、肺癌の状態を知る上で参考となる情報などが提供される。ここで、肺癌の状態を知る上で参考となる情報とは、例えば、ヒトを含む生物の肺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などである。また、肺癌の状態を知る上で参考となる情報は、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、本システムの評価装置１００の構成について図５から図１２を参照して説明する。図５は、本システムの評価装置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。

評価装置１００は、当該評価装置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、評価装置１００は、各種の分析装置（例えばアミノ酸分析装置等）と同一筐体で構成されてもよい。例えば、血液中の上記１５種類の代謝物および上記１９種類のアミノ酸のうちの少なくとも１つを含む所定の血中物質の濃度値を算出（測定）・出力（印刷やモニタ表示など）する構成（ハードウェアおよびソフトウェア）を備えた小型分析装置において、後述する評価部１０２ｉをさらに備え、当該評価部１０２ｉで得られた結果を前記構成を用いて出力すること、を特徴とするものでもよい。

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、濃度データファイル１０６ｂと、指標状態情報ファイル１０６ｃと、指定指標状態情報ファイル１０６ｄと、評価式関連情報データベース１０６ｅと、評価結果ファイル１０６ｆ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６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６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５に戻り、濃度データファイル１０６ｂは、血液中の上記１５種類の代謝物および上記１９種類のアミノ酸のうちの少なくとも１つを含む血中物質の濃度値に関する濃度データを格納する。図７は、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。濃度データファイル１０６ｂに格納される情報は、図７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、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７では、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、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、濃度データに、他の生体情報に関する値（上記参照）を組み合わせてもよい。

図５に戻り、指標状態情報ファイル１０６ｃは、評価式を作成する際に用いる指標状態情報を格納する。図８は、指標状態情報ファイル１０６ｃに格納される情報の一例を示す図である。指標状態情報ファイル１０６ｃに格納される情報は、図８に示すように、個体番号と、肺癌の状態を表す指標（指標Ｔ１、指標Ｔ２、指標Ｔ３・・・）に関する指標データ（Ｔ）と、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、指標データおよび濃度データを数値（すなわち連続尺度）として扱っているが、指標データおよび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、指標データは、肺癌の状態のマーカーとなる既知の指標などであり、数値データを用いてもよい。

図５に戻り、指定指標状態情報ファイル１０６ｄは、後述する指標状態情報指定部１０２ｇで指定した指標状態情報を格納する。図９は、指定指標状態情報ファイル１０６ｄに格納される情報の一例を示す図である。指定指標状態情報ファイル１０６ｄに格納される情報は、図９に示すように、個体番号と、指定した指標データと、指定した濃度データと、を相互に関連付けて構成されている。

図５に戻り、評価式関連情報データベース１０６ｅは、後述する評価式作成部１０２ｈで作成した評価式を格納する評価式ファイル１０６ｅ１、で構成される。

評価式ファイル１０６ｅ１は、評価式を格納する。図１０は、評価式ファイル１０６ｅ１に格納される情報の一例を示す図である。評価式ファイル１０６ｅ１に格納される情報は、図１０に示すように、ランクと、評価式（図１０では、Ｆｐ（Ｈｏｍｏ，・・・）やＦｐ（Ｈｏｍｏ，ＧＡＢＡ，Ａｓｎ）、Ｆｋ（Ｈｏｍｏ，ＧＡＢＡ，Ａｓｎ，・・・）など）と、各式作成手法に対応する閾値と、各評価式の検証結果（例えば各評価式の評価値）と、を相互に関連付けて構成されている。なお、“Ｈｏｍｏ”という文字は、Ｈｏｍｏａｒｇｉｎｉｎｅを意味するものである。

図５に戻り、評価結果ファイル１０６ｆは、後述する評価部１０２ｉで得られた評価結果を格納する。図１１は、評価結果ファイル１０６ｆ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１０６ｆ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、予め取得した個体の濃度データと、肺癌の状態に関する評価結果（例えば、後述する算出部１０２ｉ１で算出した評価式の値、後述する変換部１０２ｉ２で評価式の値を変換した後の値、後述する生成部１０２ｉ３で生成した位置情報、又は、後述する分類部１０２ｉ４で得られた分類結果、など）と、を相互に関連付けて構成されている。

図５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、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と指標状態情報指定部１０２ｇと評価式作成部１０２ｈと評価部１０２ｉと結果出力部１０２ｊと送信部１０２ｋとを備えている。制御部１０２は、データベース装置４００から送信された指標状態情報やクライアント装置２００から送信された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、濃度データや指標状態情報、評価式など）を、ネットワーク３００を介して受信する。指標状態情報指定部１０２ｇは、評価式を作成するにあたり、対象とする指標データおよび濃度データを指定する。

評価式作成部１０２ｈは、受信部１０２ｆで受信した指標状態情報や指標状態情報指定部１０２ｇで指定した指標状態情報に基づいて評価式を作成する。なお、評価式が予め記憶部１０６の所定の記憶領域に格納されている場合には、評価式作成部１０２ｈは、記憶部１０６から所望の評価式を選択することで、評価式を作成してもよい。また、評価式作成部１０２ｈは、評価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）から所望の評価式を選択しダウンロードすることで、評価式を作成してもよい。

評価部１０２ｉは、事前に得られた式（例えば、評価式作成部１０２ｈで作成した評価式、又は、受信部１０２ｆで受信した評価式など）、及び、受信部１０２ｆで受信した個体の濃度データに含まれる、上記１５種類の代謝物および上記１９種類のアミノ酸のうちの少なくとも１つの濃度値を用いて、評価式の値を算出することで、個体について肺癌の状態を評価する。なお、評価部１０２ｉは、上記１５種類の代謝物および上記１９種類のアミノ酸のうちの少なくとも１つの濃度値又は当該濃度値の変換後の値（例えば濃度偏差値）を用いて、個体について肺癌の状態を評価してもよい。

ここで、評価部１０２ｉの構成について図１２を参照して説明する。図１２は、評価部１０２ｉ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。評価部１０２ｉは、算出部１０２ｉ１と、変換部１０２ｉ２と、生成部１０２ｉ３と、分類部１０２ｉ４と、をさらに備えている。

算出部１０２ｉ１は、上記１５種類の代謝物および上記１９種類のアミノ酸のうちの少なくとも１つの濃度値、および、上記１５種類の代謝物および上記１９種類のアミノ酸のうちの少なくとも１つの濃度値が代入される変数を少なくとも含む評価式を用いて、評価式の値を算出する。なお、評価部１０２ｉは、算出部１０２ｉ１で算出した評価式の値を評価結果として評価結果ファイル１０６ｆの所定の記憶領域に格納してもよい。

変換部１０２ｉ２は、算出部１０２ｉ１で算出した評価式の値を例えば上述した変換手法などで変換する。なお、評価部１０２ｉは、変換部１０２ｉ２で変換した後の値を評価結果として評価結果ファイル１０６ｆの所定の記憶領域に格納してもよい。また、変換部１０２ｉ２は、濃度データに含まれている、上記１５種類の代謝物および上記１９種類のアミノ酸のうちの少なくとも１つの濃度値を、例えば上述した変換手法などで変換してもよい。

生成部１０２ｉ３は、モニタ等の表示装置又は紙等の物理媒体に視認可能に示される所定の物差し上における所定の目印の位置に関する位置情報を、算出部１０２ｉ１で算出した式の値又は変換部１０２ｉ２で変換した後の値（濃度値又は当該濃度値の変換後の値でもよい）を用いて生成する。なお、評価部１０２ｉは、生成部１０２ｉ３で生成した位置情報を評価結果として評価結果ファイル１０６ｆの所定の記憶領域に格納してもよい。

分類部１０２ｉ４は、算出部１０２ｉ１で算出した評価式の値又は変換部１０２ｉ２で変換した後の値（濃度値又は当該濃度値の変換後の値でもよい）を用いて、個体を、肺癌に罹患している可能性の程度を少なくとも考慮して定義された複数の区分のうちのどれか１つに分類する。

結果出力部１０２ｊは、制御部１０２の各処理部での処理結果（評価部１０２ｉで得られた評価結果を含む）等を出力装置１１４に出力する。

送信部１０２ｋは、個体の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、評価装置１００で作成した評価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１３を参照して説明する。図１３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、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、個体の濃度データなどの各種情報を評価装置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。

ここで、制御部２１０は、評価装置１００の制御部１０２に備えられている評価部１０２ｉが有する機能と同様の機能を有する評価部２１０ａ（算出部２１０ａ１、変換部２１０ａ２、生成部２１０ａ３、及び分類部２１０ａ４を含む）を備えていてもよい。そして、制御部２１０に評価部２１０ａが備えられている場合には、評価部２１０ａは、評価装置１００から送信された評価結果に含まれている情報に応じて、変換部２１０ａ２で式の値を変換したり、生成部２１０ａ３で式の値又は変換後の値（濃度値又は当該濃度値の変換後の値でもよい）に対応する位置情報を生成したり、分類部２１０ａ４で式の値又は変換後の値（濃度値又は当該濃度値の変換後の値でもよい）を用いて個体を複数の区分のうちのどれか１つに分類したりしてもよい。

つぎに、本システムのネットワーク３００について図３、図４を参照して説明する。ネットワーク３００は、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１４を参照して説明する。図１４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、評価装置１００または当該データベース装置で評価式を作成する際に用いる指標状態情報や、評価装置１００で作成した評価式、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１４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、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、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、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、指標状態情報や評価式などの各種情報を、評価装置１００へ送信する。

なお、本説明では、評価装置１００が、濃度データの受信から、評価式の値の算出、個体の区分への分類、そして評価結果の送信までを実行し、クライアント装置２００が評価結果の受信を実行するケースを例として挙げたが、クライアント装置２００に評価部２１０ａが備えられている場合は、評価装置１００は評価式の値の算出を実行すれば十分であり、例えば評価式の値の変換、位置情報の生成、及び、個体の区分への分類などは、評価装置１００とクライアント装置２００とで適宜分担して実行してもよい。
例えば、クライアント装置２００は、評価装置１００から評価式の値を受信した場合には、評価部２１０ａは、変換部２１０ａ２で評価式の値を変換したり、生成部２１０ａ３で評価式の値又は変換後の値に対応する位置情報を生成したり、分類部２１０ａ４で式の値又は変換後の値を用いて個体を複数の区分のうちのどれか１つに分類したりしてもよい。
また、クライアント装置２００は、評価装置１００から変換後の値を受信した場合には、評価部２１０ａは、生成部２１０ａ３で変換後の値に対応する位置情報を生成したり、分類部２１０ａ４で変換後の値を用いて個体を複数の区分のうちのどれか１つに分類したりしてもよい。
また、クライアント装置２００は、評価装置１００から評価式の値又は変換後の値と位置情報とを受信した場合には、評価部２１０ａは、分類部２１０ａ４で評価式の値又は変換後の値を用いて個体を複数の区分のうちのどれか１つに分類してもよい。

［２－３．他の実施形態］
本発明にかかる評価装置、評価方法、評価プログラム、評価システム、および情報通信端末装置は、上述した第２実施形態以外にも、特許請求の範囲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。

また、第２実施形態において説明した各処理のうち、自動的に行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、あるいは、手動的に行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。

このほか、上記文献中や図面中で示した処理手順、制御手順、具体的名称、各処理の登録データや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。

また、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。

例えば、評価装置１００が備える処理機能、特に制御部１０２にて行われる各処理機能については、その全部または任意の一部を、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実現してもよく、また、ワイヤードロジックによるハードウェアとして実現してもよい。尚、プログラムは、情報処理装置に本発明にかかる評価方法を実行させるためのプログラム化された命令を含む一時的でないコンピュータ読み取り可能な記録媒体に記録されており、必要に応じて評価装置１００に機械的に読み取られる。すなわち、ＲＯＭまたはＨＤＤなどの記憶部１０６などには、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。このコンピュータプログラムは、ＲＡＭにロードされることによって実行され、ＣＰＵと協働して制御部を構成する。

また、このコンピュータプログラムは評価装置１００に対して任意のネットワークを介して接続されたアプリケーションプログラムサーバに記憶されていてもよく、必要に応じてその全部または一部をダウンロードすることも可能である。

また、本発明にかかる評価プログラムを、一時的でないコンピュータ読み取り可能な記録媒体に格納してもよく、また、プログラム製品として構成することもできる。ここで、この「記録媒体」とは、メモリーカード、ＵＳＢメモリ、ＳＤカード、フレキシブルディスク、光磁気ディスク、ＲＯＭ、ＥＰＲＯＭ、ＥＥＰＲＯＭ（登録商標）、ＣＤ－ＲＯＭ、ＭＯ、ＤＶＤ、および、Ｂｌｕ－ｒａｙ（登録商標） Ｄｉｓｃ等の任意の「可搬用の物理媒体」を含むものとする。

また、「プログラム」とは、任意の言語または記述方法にて記述されたデータ処理方法であり、ソースコードまたは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も含む。なお、実施形態に示した各装置において記録媒体を読み取るための具体的な構成および読み取り手順ならびに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。

記憶部１０６に格納される各種のデータベース等は、ＲＡＭ、ＲＯＭ等のメモリ装置、ハードディスク等の固定ディスク装置、フレキシブルディスク、および、光ディスク等のストレージ手段であり、各種処理やウェブサイト提供に用いる各種のプログラム、テーブル、データベース、および、ウェブページ用ファイル等を格納する。

また、評価装置１００は、既知のパーソナルコンピュータまたはワークステーション等の情報処理装置として構成してもよく、また、任意の周辺装置が接続された当該情報処理装置として構成してもよい。また、評価装置１００は、当該情報処理装置に本発明の評価方法を実現させるソフトウェア（プログラムまたはデータ等を含む）を実装することにより実現してもよい。

更に、装置の分散・統合の具体的形態は図示するものに限られず、その全部または一部を、各種の付加等に応じてまたは機能負荷に応じて、任意の単位で機能的または物理的に分散・統合して構成することができる。すなわち、上述した実施形態を任意に組み合わせて実施してもよく、実施形態を選択的に実施してもよい。

肺癌の確定診断が行われた肺癌患者（肺癌群：７２名）、及び、癌の既往歴、罹患歴がない健常者（健常群：６９名）の血漿サンプルから、前述の代謝物分析法（Ａ）により血中代謝物濃度を測定した。

１４種類の代謝物（Ｈｏｍｏａｒｇｉｎｉｎｅ，ＧＡＢＡ，３－Ｍｅ－Ｈｉｓ，ＡＤＭＡ，Ｓｐｅｒｍｉｎｅ，Ｓｐｅｒｍｉｄｉｎｅ，Ｃｙｓｔａｔｈｉｏｎｉｎｅ，Ｓａｒｃｏｓｉｎｅ，ａＡｉＢＡ，ｂＡｉＢＡ，Ｐｕｔｒｅｓｃｉｎｅ，Ｎ－Ａｃｅｔｙｌ－Ｌ－ｌｙｓ，Ｈｙｐｏｔａｕｒｉｎｅ，ｂＡＢＡ）の血漿中濃度値（ｎｍｏｌ／ｍｌ）のデータを用いて、各代謝物について肺癌群と健常群の判別能をＲＯＣ＿ＡＵＣ（受信者特性曲線の曲線下面積）で評価した。表１に各代謝物の判別能を評価する際の指標となるＲＯＣ＿ＡＵＣを示す。

ノンパラメトリックの仮定のもとで帰無仮説を「ＲＯＣ＿ＡＵＣ＝０．５」とした場合の検定でＲＯＣ＿ＡＵＣが有意（ｐ＜０．０５）であった代謝物は、Ｈｏｍｏａｒｇｉｎｉｎｅ，ＧＡＢＡ，３－Ｍｅ－Ｈｉｓ，ＡＤＭＡ，Ｓｐｅｒｍｉｎｅ，Ｃｙｓｔａｔｈｉｏｎｉｎｅであった。Ｈｏｍｏａｒｇｉｎｉｎｅ，ＧＡＢＡ，３－Ｍｅ－Ｈｉｓは肺癌群で有意に減少し、ＡＤＭＡ，Ｓｐｅｒｍｉｎｅ，Ｃｙｓｔａｔｈｉｏｎｉｎｅは肺癌群で有意に増加した。これらの代謝物の濃度値は、ＲＯＣ＿ＡＵＣが有意であることから、健常の状態を考慮した、肺癌の状態の評価において有用なものであると考えられる。

実施例１で得られたサンプルデータを用いた。血漿中の代謝物濃度値が代入される変数を含む、肺癌群と健常群との２群を判別するための多変量判別式（多変量関数）を求めた。

多変量判別式としてロジスティック回帰式を用いた。ロジスティック回帰式に含める２個の変数の組み合わせを、上記１４種類の代謝物のうち少なくとも１つを必須としたうえで、１９種類のアミノ酸（Ａｓｎ，Ｈｉｓ，Ｔｈｒ，Ａｌａ，Ｃｉｔ，Ａｒｇ，Ｔｙｒ，Ｖａｌ，Ｍｅｔ，Ｌｙｓ，Ｔｒｐ，Ｇｌｙ，Ｐｒｏ，Ｏｒｎ，Ｉｌｅ，Ｌｅｕ，Ｐｈｅ，Ｓｅｒ，Ｇｌｎ）および上記１４種類の代謝物から探索し、肺癌群と健常群の判別能が良好なロジスティック回帰式の探索を実施した。

肺癌群と健常群のＲＯＣ＿ＡＵＣ値が０．５９７（単独の代謝物で有意なＲＯＣ＿ＡＵＣの最小値）以上で、変数の個数が２個のロジスティック回帰式の一覧を、図１５から図２０に示した。これらのロジスティック回帰式は、ＲＯＣ＿ＡＵＣ値が高いことから、前記の評価において有用なものであると考えられる。

実施例１で用いたサンプルデータを用いた。血漿中の代謝物濃度値が代入される変数を含む、肺癌群と健常群との２群を判別するための多変量判別式（多変量関数）を求めた。

多変量判別式としてロジスティック回帰式を用いた。ロジスティック回帰式に含める３個の変数の組み合わせを、実施例２と同様に、上記１４種類の代謝物のうち少なくとも１つを必須としたうえで、上記１９種類のアミノ酸および上記１４種類の代謝物から探索し、肺癌群と健常群の判別能が良好なロジスティック回帰式の探索を実施した。

肺癌群と健常群のＲＯＣ＿ＡＵＣ値が０．７７１（単独の代謝物で有意なＲＯＣ＿ＡＵＣの最大値）以上で、変数の個数が３個のロジスティック回帰式の一覧を、図２１から図４８に示した。これらのロジスティック回帰式は、ＲＯＣ＿ＡＵＣ値が高いことから、前記の評価において有用なものであると考えられる。

実施例１で用いたサンプルデータを用いた。血漿中の代謝物濃度値が代入される変数を含む、肺癌群と健常群との２群を判別するための多変量判別式（多変量関数）を求めた。

多変量判別式としてロジスティック回帰式を用いた。ロジスティック回帰式に含める６個の変数の組み合わせを、上記１９種類のアミノ酸および上記１４種類の代謝物から探索し、肺癌群と健常群の判別能が良好なロジスティック回帰式の探索を実施した。

上記で得られたロジスティック回帰式のうち、ＲＯＣ＿ＡＵＣが０．９５以上の３８３式に含まれるアミノ酸変数の出現頻度を求めた。ロジスティック回帰式の一覧を図４９から図６４に、出現頻度を表２に示した。これより、Ｐｒｏ，Ｃｉｔ，Ｐｈｅ，Ｈｉｓ，Ｔｒｐ，ＡＤＭＡ，Ｃｙｓｔａｔｈｉｏｎｉｎｅの出現頻度は５０以上と高いことが示された。特に、Ｐｒｏ，Ｃｉｔ，Ｐｈｅ，Ｈｉｓ，Ｔｒｐ，ＡＤＭＡの出現頻度は１００以上と高いことが示された。更に、Ｐｒｏ，Ｃｉｔ，Ｈｉｓ，ＡＤＭＡの出現頻度は３００以上と高いことが示された。

上記で得られたロジスティック回帰式のうち、例えば、変数の組「Ｐｒｏ，Ｃｉｔ，Ｈｉｓ，ＧＡＢＡ，ＡＤＭＡ，Ｈｏｍｏａｒｇｉｎｉｎｅ」を持つ指標式１「６．０２０１＋０．０２９３４４＊Ｐｒｏ－０．１７８４７＊Ｃｉｔ－０．１７４８５＊Ｈｉｓ－２２．９１４１＊ＧＡＢＡ＋２３．６１２９＊ＡＤＭＡ－０．５７７３４＊ｈｏｍｏａｒｇｉｎｉｎｅ（Ｐｒｏ，Ｃｉｔ，Ｈｉｓ，ＧＡＢＡ，ＡＤＭＡ，Ｈｏｍｏａｒｇｉｎｉｎｅを変数として含む多変量判別式）の判別能は、ＲＯＣ＿ＡＵＣ＝０．９６０１，感度＝０．９０３，特異度＝０．８９９と良好なものであった。なお、上記感度及び特異度は、感度と特異度の平均が最も高くなる最高判別点をカットオフ値とした場合の値である。

ここで、指標式１、並びに、肺癌群のアミノ酸及び代謝物濃度値（μｍｏｌ／Ｌ）を用いて、式の値を算出し、そして、算出した式の値及び予め設定したカットオフ値を用いて、肺癌群の各症例を、以下に示す通り設定した複数の区分のうちのどれか１つに分類した。ここで、カットオフ値の候補として、特異度８０％のときの式の値と特異度９５％のときの式の値を求めたところ、それぞれ－１．０１６と０．８１６であった。なお、これらをカットオフ値とした場合の感度はそれぞれ９３％、７９％である。

式の値が最も高かった１症例のアミノ酸濃度値はそれぞれ、Ｐｒｏ：２０９．６、Ｃｉｔ：２４．５、Ｈｉｓ：３５．１、ＧＡＢＡ：０．１００、ＡＤＭＡ：０．６２９、Ｈｏｍｏａｒｇｉｎｉｎｅ：０．８１２であり、この症例の式の値は１３．７であった。ここで、「対数オッズｌｎ（ｐ／（１－ｐ））＝式の値」という関係式（ｐは癌である確率）を定義して、この式の値１３．７からオッズｐ／（１－ｐ）を計算したところ、９１８０４３．４であった。さらに、このオッズから確率ｐを計算したところ、１．０であった。

そして、カットオフ値として特異度９５％のときの式の値０．８１６を設定し、そして、式の値がカットオフ値より高い場合は陽性（肺癌区分に相当）でカットオフ値より低い場合は陰性（健常区分に相当）と定義して、式の値が１３．７であった前記症例を陽性及び陰性のどちらかに分類したところ、この式の値はカットオフ値より高いため、この症例は陽性に分類された。

また、第一のカットオフ値として特異度８０％のときの式の値－１．０１６を設定し、第二のカットオフ値として特異度９５％のときの式の値０．８１６を設定し、そして、式の値が第一のカットオフ値より低い場合はランクＡ（肺癌である可能性（確率、リスク）が低いことを意味する区分）で、第一のカットオフ値より高く第二のカットオフ値より低い場合はランクＢ（肺癌である可能性が中程度であることを意味する区分）で、第二のカットオフ値より高い場合はランクＣ（肺癌である可能性が高いことを意味する区分）と定義して、式の値が１３．７であった前記症例を３つのランクのうちのどれか１つに分類したところ、この式の値は第二のカットオフ値より高いため、この症例はランクＣに分類された。

本実施例５においては、実施例１で用いた血液サンプルの中から健常者１９名分の血漿、肺癌患者２０名分の血漿をそれぞれまとめたプール血漿を用い、前述の代謝物分析法（Ａ）を用いて定性分析を行った。

実施例１で測定した１４種類の代謝物以外に、「ＡＣＱＵＩＴＹＴＭ ＵＰＬＣ」（ウォーターズ社）を用い（分析カラム：「Ｉｎｅｒｔｃｉｌ ＯＤＳ－３（粒子径：２．０μｍ、内径：２．１ｍｍ、長さ：１００ｍｍ）」（ジーエルサイエンス社）、ガードカラム：「Ｃａｒｔｒｉｄｇｅ Ｇｕａｒｄ Ｃｏｌｕｍｎ Ｅ Ｉｎｅｒｔｓｉｌ ＯＤＳ－３（粒子径：３．０μｍ、内径：１．５ｍｍ、長さ：１０ｍｍ）」（ジーエルサイエンス社））、カラム温度を５０℃とし、溶離液ＡにＡＰＤＳアミノタグワコー用溶離液（和光純薬工業）を用い、溶離液Ｂとしてアセトニトリル／水（６０：４０、ｖ／ｖ）を用いて、０．５ｍＬ／ｍｉｎの流量で分析を実施し、そして、この実施において、溶離液Ｂを、下記の通り、時間経過に合わせて段階的に変化させたところ、３．３分付近のβ－アミノイソ酪酸の直後に溶出する保持時間３．５分付近にピーク（ｍ／ｚ ２２４）が出現した。そして、このピークの面積値は、健常者の血漿プールで２０２，０００、肺癌患者のプール血漿で２，７９０，０００であった。つまり、肺癌患者のプール血漿で約１３．８倍の面積値の上昇が認められた。そのときのクロマトグラムを図６５に示した。
０．００分～ ０．０１分：５％～６％
０．０１分～ ３．５０分：６％
３．５０分～ ５．００分：６％～８％
５．００分～ ６．００分：８％～２０％
６．００分～ ８．５０分：２０％
８．５０分～ ９．５０分：２０％～２４％
９．５０分～１２．００分：２４％
１２．００分～１２．０１分：２４％～３５％
１２．０１分～１５．００分：３５％～８０％
１５．００分～１５．１０分：８０％～９５％
１５．１０分～１７．００分：９５％
１７．０１分～１９．００分：５％

上記のピークはその質量数および液体クロマトグラフィの保持時間からＥｔｈｙｌｇｌｙｃｉｎｅであることが示された。これより、Ｅｔｈｙｌｇｌｙｃｉｎｅが、肺癌の状態を評価するのに有用であることが示された。

実施例１のサンプルを用いて、前述の代謝物分析法（Ａ）により実施例１の血中代謝物濃度に加え、血中のＥｔｈｙｌｇｌｙｃｉｎｅ濃度を測定した。

Ｅｔｈｙｌｇｌｙｃｉｎｅの血漿中濃度値（ｎｍｏｌ／ｍｌ）のデータを用いて、肺癌群と健常群の判別能をＲＯＣ＿ＡＵＣで評価した。表３にＥｔｈｙｌｇｌｙｃｉｎｅの判別能を評価する際の指標となるＲＯＣ＿ＡＵＣを示す。

Ｅｔｈｙｌｇｌｙｃｉｎｅは、ノンパラメトリックの仮定のもとで帰無仮説を「ＲＯＣ＿ＡＵＣ＝０．５」とした場合の検定でＲＯＣ＿ＡＵＣが有意（ｐ＜０．０５）であり、肺癌群で有意に増加した。Ｅｔｈｙｌｇｌｙｃｉｎｅの濃度値は、ＲＯＣ＿ＡＵＣが有意であることから、健常の状態を考慮した、肺癌の状態の評価において有用なものであると考えられる。

実施例６で得られたサンプルデータを用いた。血漿中の代謝物濃度値が代入される変数を含む、肺癌群と健常群との２群を判別するための多変量判別式（多変量関数）を求めた。

多変量判別式としてロジスティック回帰式を用いた。ロジスティック回帰式に含める２個の変数の組み合わせを、Ｅｔｈｙｌｇｌｙｃｉｎｅを必須としたうえで、上記１９種類のアミノ酸および上記１４種類の代謝物から探索し、肺癌群と健常群の判別能が良好なロジスティック回帰式の探索を実施した。

肺癌群と健常群のＲＯＣ＿ＡＵＣ値が０．７７９（Ｅｔｈｙｌｇｌｙｃｉｎｅ単独のＲＯＣ＿ＡＵＣ値）以上で、変数の個数が２個のロジスティック回帰式（変数の組み合わせ）の一覧を図６６に示した。なお、図６６に示す各式について、各変数の係数の数値はゼロを除く任意の数値であればよく、また、定数の数値は任意の数値であればよい。これらのロジスティック回帰式は、ＲＯＣ＿ＡＵＣ値が高いことから、前記の評価において有用なものであると考えられる。

実施例６で用いたサンプルデータを用いた。血漿中の代謝物濃度値が代入される変数を含む、肺癌群と健常群との２群を判別するための多変量判別式（多変量関数）を求めた。

多変量判別式としてロジスティック回帰式を用いた。ロジスティック回帰式に含める３個の変数の組み合わせを、実施例７と同様に、Ｅｔｈｙｌｇｌｙｃｉｎｅを必須としたうえで、上記１９種類のアミノ酸および上記１４種類の代謝物から探索し、肺癌群と健常群の判別能が良好なロジスティック回帰式の探索を実施した。

肺癌群と健常群のＲＯＣ＿ＡＵＣ値が０．７７９（Ｅｔｈｙｌｇｌｙｃｉｎｅ単独のＲＯＣ＿ＡＵＣ値）以上で、変数の個数が３個のロジスティック回帰式（変数の組み合わせ）の一覧を図６７から図６９に示した。なお、図６７から図６９に示す各式について、各変数の係数の数値はゼロを除く任意の数値であればよく、また、定数の数値は任意の数値であればよい。これらのロジスティック回帰式は、ＲＯＣ＿ＡＵＣ値が高いことから、前記の評価において有用なものであると考えられる。

実施例６で用いたサンプルデータを用いた。血漿中の代謝物濃度値が代入される変数を含む、肺癌群と健常群との２群を判別するための多変量判別式（多変量関数）を求めた。

多変量判別式としてロジスティック回帰式を用いた。ロジスティック回帰式に含める６個の変数の組み合わせを、実施例７と同様に、Ｅｔｈｙｌｇｌｙｃｉｎｅを必須としたうえで、上記１９種類のアミノ酸および上記１４種類の代謝物から探索し、肺癌群と健常群の判別能が良好なロジスティック回帰式の探索を実施した。

上記で得られたロジスティック回帰式のうち、肺癌群と健常群のＲＯＣ＿ＡＵＣ値が０．９５以上の１２２式に含まれるアミノ酸変数の出現頻度を求めた。ロジスティック回帰式の一覧を図７０から図７２に、出現頻度を表４に示した。なお、図７０から図７２に示す各式について、各変数の係数の数値はゼロを除く任意の数値であればよく、また、定数の数値は任意の数値であればよい。これより、Ｐｒｏ，Ｃｉｔ，Ｐｈｅ，Ｈｉｓ，ＧＡＢＡ，ＡＤＭＡ，Ｃｙｓｔａｔｈｉｏｎｉｎｅ，Ｅｔｈｙｌｇｌｙｃｉｎｅの出現頻度は２０以上と高いことが示された。特に、Ｃｉｔ，Ｈｉｓ，ＡＤＭＡ，Ｅｔｈｙｌｇｌｙｃｉｎｅの出現頻度は１００以上と高いことが示された。

上記で得られたロジスティック回帰式のうち、例えば、変数の組「Ｐｒｏ，Ｃｉｔ，Ｈｉｓ，ＡＤＭＡ，Ｈｏｍｏａｒｇｉｎｉｎｅ，Ｅｔｈｙｌｇｌｙｃｉｎｅ」を持つ指標式２「２．８６４５＋０．０２４５３１＊Ｐｒｏ－０．２０３５６＊Ｃｉｔ－０．１５８６４＊Ｈｉｓ＋２４．３３４＊ＡＤＭＡ－０．７４６２１＊Ｈｏｍｏａｒｇｉｎｉｎｅ＋３．７２９１＊Ｅｔｈｙｌｇｌｙｃｉｎｅ（Ｐｒｏ，Ｃｉｔ，Ｈｉｓ，ＡＤＭＡ，Ｈｏｍｏａｒｇｉｎｉｎｅ，Ｅｔｈｙｌｇｌｙｃｉｎｅを変数として含む多変量判別式）の判別能は、ＲＯＣ＿ＡＵＣ＝０．９５９９，感度＝０．８８９，特異度＝０．８９９と良好なものであった。なお、上記感度及び特異度は、感度と特異度の平均が最も高くなる最高判別点をカットオフ値とした場合の値である。

ここで、指標式２、並びに、肺癌群のアミノ酸及び代謝物濃度値（μｍｏｌ／Ｌ）を用いて、式の値を算出し、そして、算出した式の値及び予め設定したカットオフ値を用いて、肺癌群の各症例を、以下に示す通り設定した複数の区分のうちのどれか１つに分類した。ここで、カットオフ値の候補として、特異度８０％のときの式の値と特異度９５％のときの式の値を求めたところ、それぞれ－０．７７６５と０．５５５８であった。なお、これらをカットオフ値とした場合の感度はそれぞれ９３％、７９％である。

式の値が最も高かった１症例のアミノ酸濃度値はそれぞれ、Ｐｒｏ：２７９．７、Ｃｉｔ：２６．８、Ｈｉｓ：７２．４、ＡＤＭＡ：０．５７２、Ｈｏｍｏａｒｇｉｎｉｎｅ：０．８３３、Ｅｔｈｙｌｇｌｙｃｉｎｅ：４．２０であり、この症例の式の値は２１．７であった。ここで、「対数オッズｌｎ（ｐ／（１－ｐ））＝式の値」という関係式（ｐは癌である確率）を定義して、この式の値２１．７からオッズｐ／（１－ｐ）を計算したところ、２，６５５，７６８，７５６であった。さらに、このオッズから確率ｐを計算したところ、１．０であった。

そして、カットオフ値として特異度９５％のときの式の値０．５５５８を設定し、そして、式の値がカットオフ値より高い場合は陽性（肺癌区分に相当）でカットオフ値より低い場合は陰性（健常区分に相当）と定義して、式の値が２１．７であった前記症例を陽性及び陰性のどちらかに分類したところ、この式の値はカットオフ値より高いため、この症例は陽性に分類された。

また、第一のカットオフ値として特異度８０％のときの式の値－０．７７６５を設定し、第二のカットオフ値として特異度９５％のときの式の値０．５５５８を設定し、そして、式の値が第一のカットオフ値より低い場合はランクＡ（肺癌である可能性（確率、リスク）が低いことを意味する区分）で、第一のカットオフ値より高く第二のカットオフ値より低い場合はランクＢ（肺癌である可能性が中程度であることを意味する区分）で、第二のカットオフ値より高い場合はランクＣ（肺癌である可能性が高いことを意味する区分）と定義して、式の値が２１．７であった前記症例を３つのランクのうちのどれか１つに分類したところ、この式の値は第二のカットオフ値より高いため、この症例はランクＣに分類された。

以上のように、本発明は、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、特に肺癌の状態の進行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 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 指標状態情報指定部
１０２ｈ 評価式作成部
１０２ｉ 評価部
１０２ｉ１ 算出部
１０２ｉ２ 変換部
１０２ｉ３ 生成部
１０２ｉ４ 分類部
１０２ｊ 結果出力部
１０２ｋ 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 濃度データファイル
１０６ｃ 指標状態情報ファイル
１０６ｄ 指定指標状態情報ファイル
１０６ｅ 評価式関連情報データベース
１０６ｅ１ 評価式ファイル
１０６ｆ 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（端末装置（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ｂＡｉＢＡとＡｒｇの濃度値および当該２つの代謝物の濃度値が個別に代入される２個の変数を含むロジスティック回帰式を用いて算出された当該式の値を用いて、前記評価対象について、肺癌に罹患している可能性を評価するための情報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が実行すること、
   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ｂＡｉＢＡとＡｒｇの濃度値、および、当該２つの代謝物の濃度値が個別に代入される２個の変数を含む肺癌に罹患している可能性を評価するための情報を取得するためのロジスティック回帰式を用いて、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が実行すること、
   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ｂＡｉＢＡとＡｒｇの濃度値および当該２つの代謝物の濃度値が個別に代入される２個の変数を含むロジスティック回帰式を用いて算出された当該式の値を用いて、前記評価対象について、肺癌に罹患している可能性を評価する評価手段
   を備えたこと、
   を特徴とする評価装置。
6. 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式の値を用いて、前記評価対象について、肺癌に罹患している可能性を評価すること、
   を特徴とする請求項５に記載の評価装置。
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ｂＡｉＢＡとＡｒｇの濃度値、および、当該２つの代謝物の濃度値が個別に代入される２個の変数を含む肺癌に罹患している可能性を評価するためのロジスティック回帰式を用いて、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おいて実行させるための評価プログラムであって、
   前記制御部において実行させるための、
   評価対象の血液中の少なくともｂＡｉＢＡとＡｒｇの濃度値および当該２つの代謝物の濃度値が個別に代入される２個の変数を含むロジスティック回帰式を用いて算出された当該式の値を用いて、前記評価対象について、肺癌に罹患している可能性を評価する評価ステップ
   を含むこと、
   を特徴とする評価プログラム。
9. 制御部を備えた情報処理装置において実行させるための算出プログラムであって、
   前記制御部において実行させるための、
   評価対象の血液中の少なくともｂＡｉＢＡとＡｒｇの濃度値、および、当該２つの代謝物の濃度値が個別に代入される２個の変数を含む肺癌に罹患している可能性を評価するためのロジスティック回帰式を用いて、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ｂＡｉＢＡとＡｒｇの濃度値および当該２つの代謝物の濃度値が個別に代入される２個の変数を含むロジスティック回帰式を用いて算出された当該式の値を前記評価装置へ送信するデータ送信手段と、
    前記評価装置から送信された、前記評価対象における肺癌に罹患している可能性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式の値を用いて、前記評価対象について、肺癌に罹患している可能性を評価する評価手段と、
    前記評価手段で得られた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、
    を特徴とする評価システム。

Images