JP2016029398A - 内臓脂肪面積の評価方法、内臓脂肪面積評価装置、内臓脂肪面積評価方法、内臓脂肪面積評価プログラム、記録媒体、内臓脂肪面積評価システム、及び端末装置 - Google Patents
内臓脂肪面積の評価方法、内臓脂肪面積評価装置、内臓脂肪面積評価方法、内臓脂肪面積評価プログラム、記録媒体、内臓脂肪面積評価システム、及び端末装置 Download PDFInfo
- Publication number
- JP2016029398A JP2016029398A JP2015233484A JP2015233484A JP2016029398A JP 2016029398 A JP2016029398 A JP 2016029398A JP 2015233484 A JP2015233484 A JP 2015233484A JP 2015233484 A JP2015233484 A JP 2015233484A JP 2016029398 A JP2016029398 A JP 2016029398A
- Authority
- JP
- Japan
- Prior art keywords
- visceral fat
- fat accumulation
- discriminant
- evaluation
- multivariate discriminant
- 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.)
- Pending
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
- G01N2800/00—Detection or diagnosis of diseases
- G01N2800/02—Nutritional disorders
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2800/00—Detection or diagnosis of diseases
- G01N2800/04—Endocrine or metabolic disorders
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2800/00—Detection or diagnosis of diseases
- G01N2800/50—Determining the risk of developing a disease
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
- G16H10/40—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for data related to laboratory analysis, e.g. patient specimen analysis
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
- G16H10/60—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for patient-specific data, e.g. for electronic patient records
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
- G16H40/60—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices
- G16H40/67—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices for remote operation
Landscapes
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Molecular Biology (AREA)
- Hematology (AREA)
- Chemical & Material Sciences (AREA)
- Urology & Nephrology (AREA)
- Physics & Mathematics (AREA)
- Immunology (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Food Science & Technology (AREA)
- Biotechnology (AREA)
- Proteomics, Peptides & Aminoacids (AREA)
- Microbiology (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Cell Biology (AREA)
- Medicinal Chemistry (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Pathology (AREA)
- Investigating Or Analysing Biological Materials (AREA)
Abstract
【課題】血液中のアミノ酸の濃度を利用して内臓脂肪蓄積の状態を精度よく評価することができる内臓脂肪蓄積の評価方法、内臓脂肪蓄積評価装置、内臓脂肪蓄積評価方法、内臓脂肪蓄積評価システム、内臓脂肪蓄積評価プログラムおよび記録媒体などを提供することを課題とする。【解決手段】本発明にかかる内臓脂肪蓄積の評価方法は、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し、測定した評価対象のアミノ酸濃度データに基づいて、評価対象につき内臓脂肪蓄積の状態を評価する。【選択図】図１
Description
本発明は、血液（血漿）中のアミノ酸濃度を利用した内臓脂肪蓄積の評価方法ならびに内臓脂肪蓄積評価装置、内臓脂肪蓄積評価方法、内臓脂肪蓄積評価システム、内臓脂肪蓄積評価プログラムおよび記録媒体に関するものである。
本発明は、内臓脂肪蓄積を予防させる又は内臓脂肪蓄積の状態を改善させる物質を探索する内臓脂肪蓄積の予防・改善物質の探索方法に関するものである。
本発明は、内臓脂肪蓄積を予防させる又は内臓脂肪蓄積の状態を改善させる物質を探索する内臓脂肪蓄積の予防・改善物質の探索方法に関するものである。
近年、高脂肪食を取る機会の増加や運動する機会の減少に伴い、メタボリック・シンドロームの診断基準の１つである内臓脂肪蓄積の問題が取沙汰されている。内臓脂肪が多いと、高血圧、糖尿病、高脂血症などの程度は軽くても、心筋梗塞や脳梗塞のリスクは急激に増大するため、内臓脂肪蓄積は多くの生活習慣病の原因になると考えられている。よって、内臓脂肪蓄積のリスクをいかに減少させ、予防するかは、現在、緊急の医療保険の課題として注目を集めている。
肥満による内臓脂肪蓄積が、高血圧、糖尿病、高脂血症を引き起こし、動脈硬化を進行させることから、内臓脂肪蓄積は、メタボリック・シンドロームの診断基準の中でも特に重要な基準であると考えられている。また、内臓脂肪蓄積に伴って、高インスリン血症になることや、脂肪組織から分泌されるアディポサイトカインのバランスがくずれることも知られている。
２００５年４月第１０２回日本内科学会総会に於いて、日本内科学会など関連８学会合同（日本肥満学会、日本動脈硬化学会、日本糖尿病学会、日本高血圧学会、日本循環器学会、日本腎臓病学会、日本血栓止血学会、日本内科学会の８学会）による日本人に対するメタボリック・シンドロームの診断基準（非特許文献１参照）が策定された。その中で、内臓脂肪蓄積の診断基準は腹部の内臓脂肪面積が１００平方センチメートル以上と定められ、この面積に相当するウエスト周囲径（腹囲）が男性で８５ｃｍ以上、女性で９０ｃｍ以上と定められた。そして、内臓脂肪蓄積の基準を満たし、さらに以下の３項目のうち、２項目以上当てはまる場合を、メタボリック・シンドロームと判定するものである。また以下の３項目のうち、１項目のみ当てはまる場合を、メタボリック・シンドロームの予備軍と見做す。
１．最高血圧が１３０ｍｍＨｇ以上か、最低血圧が８５ｍｍＨｇ以上。
２．空腹時の血糖値が１１０ｍｇ／ｄＬ以上。
３．中性脂肪が１５０ｍｇ／ｄＬ以上、またはＨＤＬ−コレステロールが４０ｍｇ／ｄＬ未満。
１．最高血圧が１３０ｍｍＨｇ以上か、最低血圧が８５ｍｍＨｇ以上。
２．空腹時の血糖値が１１０ｍｇ／ｄＬ以上。
３．中性脂肪が１５０ｍｇ／ｄＬ以上、またはＨＤＬ−コレステロールが４０ｍｇ／ｄＬ未満。
２００６年５月に厚生労働省が発表した２００４年「国民健康・栄養調査の結果概要」によると、内臓脂肪症候群やその予備軍は、４０〜７４歳では、この世代の人口の３分の１にあたる約２０００万人にも達し、強く疑われる者の割合は男性２５．７％・女性１０．０％、予備群と考えられる者の割合は男性２６．０％・女性９．６％であった。
内臓脂肪蓄積は、生活習慣病の原因となり尚且つ内臓脂肪症候群に該当する割合も高いことから、内臓脂肪蓄積を安価・簡便・高速に測り、代謝レベルの知見から改善の指針を提示することが重要な課題と言える。内臓脂肪蓄積の診断には腹部内臓脂肪面積や腹囲が用いられている。しかし、それぞれ課題を抱えており、内臓脂肪面積は、ＣＴ測定を必要とする場合が多く、コスト・時間・手間がかかること、腹囲は測定者によって値が変化すること、それに加え皮下脂肪蓄積と内臓脂肪蓄積を混同し、かくれ肥満を見落としてしまう可能性があることが挙げられる。
ところで、アミノ酸の代謝は、内臓脂肪蓄積に由来するインシュリン抵抗性により、末梢組織で影響を受ける。先行文献では、肥満症患者や糖尿病ラットのアミノ酸代謝研究によって、肥満やそれに起因するインスリン抵抗性に関連する血漿中のアミノ酸の変化が報告されている（非特許文献２や非特許文献３参照）。
内臓脂肪蓄積群での末梢血等で特異的に変動するアミノ酸が発見され、さらに変動アミノ酸の濃度パラメータを用いた指標式が創出できれば、内臓脂肪蓄積の背景にある代謝変化を反映した簡便かつ鋭敏な検査法として広く適用可能である。血中のアミノ酸を用いて病態を診断する方法は、特許文献１および特許文献２に記載されている指標が知られているが、そこでの臨床の診断対象は、特許文献１ではＣ型肝炎の非肝炎と肝炎の判別を目的とする指標であり、特許文献２では健常者と潰瘍性大腸炎患者の判別と健常者とクローン病患者の判別を目的とする指標である。
メタボリック・シンドローム診断基準検討委員会，日本内科学会雑誌，９４，７９４，２００５．
Ｆｅｌｉｇ， Ｐ．， Ｍａｒｌｉｓｓ， Ｅ．， ｅｔ ａｌ．， Ｎｅｗ Ｅｎｇｌ． Ｊ． Ｍｅｄ． ２８１，８１１（１９６９）．
Ｆｅｌｉｇ， Ｐ．， Ｍａｒｌｉｓｓ， Ｅ．， ｅｔ ａｌ．， Ｄｉａｂｅｔｅｓ， １９， ７２７（１９７０）．
しかしながら、これまで、肥満または糖尿病でのアミノ酸の変化に関する報告はされているものの、内臓脂肪蓄積の状態における末梢血のアミノ酸代謝パターンに関する報告は皆無であるという問題点があった。具体的には、内臓脂肪蓄積群と非内臓脂肪蓄積群との２群判別や内臓脂肪面積の状態の評価による診断方法への応用についての報告は皆無であるという問題点があった。
すなわち、複数のアミノ酸を変数として内臓脂肪蓄積の状態を診断する技術の開発は行われておらず、実用化されていないという問題点があった。
すなわち、複数のアミノ酸を変数として内臓脂肪蓄積の状態を診断する技術の開発は行われておらず、実用化されていないという問題点があった。
本発明は、上記問題点に鑑みてなされたものであって、血液中のアミノ酸濃度を利用して内臓脂肪蓄積の状態を精度よく評価することができる内臓脂肪蓄積の評価方法ならびに内臓脂肪蓄積評価装置、内臓脂肪蓄積評価方法、内臓脂肪蓄積評価システム、内臓脂肪蓄積評価プログラムおよび記録媒体を提供すること、ならびに内臓脂肪蓄積の予防・改善物質を効率よく探索することができる内臓脂肪蓄積の予防・改善物質の探索方法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、内臓脂肪蓄積群と非内臓脂肪蓄積群との２群判別や内臓脂肪面積の状態の評価に有用なアミノ酸（具体的には、内臓脂肪蓄積群と非内臓脂肪蓄積群との２群間で統計的有意差をもって変動するアミノ酸、内臓脂肪面積の状態と統計的に有意な相関をもつアミノ酸）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）が内臓脂肪蓄積の状態の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、本発明にかかる内臓脂肪蓄積の評価方法は、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基づいて、前記評価対象につき、内臓脂肪蓄積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、本発明にかかる内臓脂肪蓄積の評価方法は、前記に記載の内臓脂肪蓄積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Ｖａｌ，Ｌｅｕ，Ｉｌｅ，Ｔｙｒ，Ｐｈｅ，Ｔｒｐ，Ｇｌｕ，Ａｌａ，Ｐｒｏ，Ｏｒｎ，Ｌｙｓ，Ｇｌｙ，Ｓｅｒ，Ｍｅｔ，Ａｒｇ，Ｔｒｐ，Ｃｙｓ，Ｇｌｎ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、前記内臓脂肪蓄積の状態を評価することを特徴とする。
また、本発明にかかる内臓脂肪蓄積の評価方法は、前記に記載の内臓脂肪蓄積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Ｖａｌ，Ｌｅｕ，Ｉｌｅ，Ｔｙｒ，Ｐｈｅ，Ｔｒｐ，Ｇｌｕ，Ａｌａ，Ｐｒｏ，Ｏｒｎ，Ｌｙｓ，Ｇｌｙ，Ｓｅｒ，Ｍｅｔ，Ａｒｇ，Ｔｒｐ，Ｃｙｓ，Ｇｌｎ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、内臓脂肪蓄積群または非内臓脂肪蓄積群であるか否か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、本発明にかかる内臓脂肪蓄積の評価方法は、前記に記載の内臓脂肪蓄積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Ｖａｌ，Ｌｅｕ，Ｉｌｅ，Ｔｙｒ，Ｐｈｅ，Ｔｒｐ，Ｇｌｕ，Ａｌａ，Ｐｒｏ，Ｏｒｎ，Ｌｙｓ，Ｇｌｙ，Ｓｅｒ，Ｍｅｔ，Ａｒｇ，Ｔｒｐ，Ｃｙｓ，Ｇｌｎ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、内臓脂肪面積の状態を評価することを特徴とする。
また、本発明にかかる内臓脂肪蓄積の評価方法は、前記に記載の内臓脂肪蓄積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、前記内臓脂肪蓄積の状態を評価する判別値基準評価ステップとをさらに含むことを特徴とする。
また、本発明にかかる内臓脂肪蓄積の評価方法は、前記に記載の内臓脂肪蓄積の評価方法において、前記多変量判別式は、Ｖａｌ，Ｌｅｕ，Ｉｌｅ，Ｔｙｒ，Ｐｈｅ，Ｔｒｐ，Ｇｌｕ，Ａｌａ，Ｐｒｏ，Ｏｒｎ，Ｌｙｓ，Ｇｌｙ，Ｓｅｒ，Ｍｅｔ，Ａｒｇ，Ｔｒｐ，Ｃｙｓ，Ｇｌｎのうち少なくとも１つを前記変数として含むものであり、前記判別値算出ステップは、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Ｖａｌ，Ｌｅｕ，Ｉｌｅ，Ｔｙｒ，Ｐｈｅ，Ｔｒｐ，Ｇｌｕ，Ａｌａ，Ｐｒｏ，Ｏｒｎ，Ｌｙｓ，Ｇｌｙ，Ｓｅｒ，Ｍｅｔ，Ａｒｇ，Ｔｒｐ，Ｃｙｓ，Ｇｌｎのうち少なくとも１つの前記濃度値および前記多変量判別式に基づいて、前記判別値を算出することを特徴とする。
また、本発明にかかる内臓脂肪蓄積の評価方法は、前記に記載の内臓脂肪蓄積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、内臓脂肪蓄積群または非内臓脂肪蓄積群であるか否か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、本発明にかかる内臓脂肪蓄積の評価方法は、前記に記載の内臓脂肪蓄積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Ｖａｌ，Ｌｅｕ，Ｉｌｅ，Ｔｙｒ，Ｐｈｅ，Ｔｒｐ，Ｇｌｕ，Ａｌａ，Ｐｒｏ，Ｏｒｎ，Ｌｙｓ，Ｇｌｙ，Ｓｅｒ，Ｍｅｔ，Ａｒｇ，Ｔｒｐ，Ｃｙｓ，Ｇｌｎのうち少なくとも１つを前記変数として含むもの、または、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、本発明にかかる内臓脂肪蓄積の評価方法は、前記に記載の内臓脂肪蓄積の評価方法において、前記多変量判別式は、数式１、数式２、Ｓｅｒ，Ｇｌｕ，Ｉｌｅ，Ｔｙｒ，Ａｒｇを前記変数とするロジスティック回帰式、またはＳｅｒ，Ｇｌｕ，Ｌｅｕ，Ｔｒｐを前記変数とするロジスティック回帰式であることを特徴とする。
（Ｇｌｕ＋Ｔｙｒ＋Ｏｒｎ）／（Ａｓｎ＋Ｓｅｒ） ・・・（数式１）
（Ｇｌｕ＋Ｌｅｕ）／（Ｓｅｒ＋Ｔａｕ） ＋ （Ｐｒｏ＋Ｏｒｎ）／（Ｇｌｎ）
・・・（数式２）
（Ｇｌｕ＋Ｔｙｒ＋Ｏｒｎ）／（Ａｓｎ＋Ｓｅｒ） ・・・（数式１）
（Ｇｌｕ＋Ｌｅｕ）／（Ｓｅｒ＋Ｔａｕ） ＋ （Ｐｒｏ＋Ｏｒｎ）／（Ｇｌｎ）
・・・（数式２）
また、本発明にかかる内臓脂肪蓄積の評価方法は、前記に記載の内臓脂肪蓄積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、内臓脂肪面積の状態を評価することを特徴とする。
また、本発明にかかる内臓脂肪蓄積の評価方法は、前記に記載の内臓脂肪蓄積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Ｖａｌ，Ｌｅｕ，Ｉｌｅ，Ｔｙｒ，Ｐｈｅ，Ｔｒｐ，Ｇｌｕ，Ａｌａ，Ｐｒｏ，Ｏｒｎ，Ｌｙｓ，Ｇｌｙ，Ｓｅｒ，Ｍｅｔ，Ａｒｇ，Ｔｒｐ，Ｃｙｓ，Ｇｌｎのうち少なくとも１つを前記変数として含むもの、または、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、本発明にかかる内臓脂肪蓄積の評価方法は、前記に記載の内臓脂肪蓄積の評価方法において、前記多変量判別式は数式３または数式４であることを特徴とする。
（Ｇｌｕ＋Ｇｌｙ） ＋ （−０．２）×（Ｓｅｒ／Ｔｙｒ） ＋ （−０．１）×（Ｈｉｓ／Ｔｒｐ） ・・・（数式３）
（Ｇｌｕ／Ｇｌｙ） ＋ （−０．５４）×（Ｓｅｒ／Ｌｅｕ） ＋ （０．１５）×（Ｐｒｏ／Ｔｒｐ） ＋ （−０．０５）×（Ｇｌｎ／Ｔｙｒ） ・・・（数式４）
（Ｇｌｕ＋Ｇｌｙ） ＋ （−０．２）×（Ｓｅｒ／Ｔｙｒ） ＋ （−０．１）×（Ｈｉｓ／Ｔｒｐ） ・・・（数式３）
（Ｇｌｕ／Ｇｌｙ） ＋ （−０．５４）×（Ｓｅｒ／Ｌｅｕ） ＋ （０．１５）×（Ｐｒｏ／Ｔｒｐ） ＋ （−０．０５）×（Ｇｌｎ／Ｔｙｒ） ・・・（数式４）
また、本発明は内臓脂肪蓄積評価装置に関するものであり、本発明にかかる内臓脂肪蓄積評価装置は、制御手段と記憶手段とを備え評価対象につき内臓脂肪蓄積の状態を評価する内臓脂肪蓄積評価装置であって、前記制御手段は、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および前記アミノ酸の濃度を変数とする前記記憶手段で記憶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、前記内臓脂肪蓄積の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、本発明にかかる内臓脂肪蓄積評価装置は、前記に記載の内臓脂肪蓄積評価装置において、前記多変量判別式は、Ｖａｌ，Ｌｅｕ，Ｉｌｅ，Ｔｙｒ，Ｐｈｅ，Ｔｒｐ，Ｇｌｕ，Ａｌａ，Ｐｒｏ，Ｏｒｎ，Ｌｙｓ，Ｇｌｙ，Ｓｅｒ，Ｍｅｔ，Ａｒｇ，Ｔｒｐ，Ｃｙｓ，Ｇｌｎのうち少なくとも１つを前記変数として含むものであり、前記判別値算出手段は、予め取得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Ｖａｌ，Ｌｅｕ，Ｉｌｅ，Ｔｙｒ，Ｐｈｅ，Ｔｒｐ，Ｇｌｕ，Ａｌａ，Ｐｒｏ，Ｏｒｎ，Ｌｙｓ，Ｇｌｙ，Ｓｅｒ，Ｍｅｔ，Ａｒｇ，Ｔｒｐ，Ｃｙｓ，Ｇｌｎのうち少なくとも１つの前記濃度値および前記多変量判別式に基づいて、前記判別値を算出することを特徴とする。
また、本発明にかかる内臓脂肪蓄積評価装置は、前記に記載の内臓脂肪蓄積評価装置において、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、内臓脂肪蓄積群または非内臓脂肪蓄積群であるか否か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、本発明にかかる内臓脂肪蓄積評価装置は、前記に記載の内臓脂肪蓄積評価装置において、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Ｖａｌ，Ｌｅｕ，Ｉｌｅ，Ｔｙｒ，Ｐｈｅ，Ｔｒｐ，Ｇｌｕ，Ａｌａ，Ｐｒｏ，Ｏｒｎ，Ｌｙｓ，Ｇｌｙ，Ｓｅｒ，Ｍｅｔ，Ａｒｇ，Ｔｒｐ，Ｃｙｓ，Ｇｌｎのうち少なくとも１つを前記変数として含むもの、または、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、本発明にかかる内臓脂肪蓄積評価装置は、前記に記載の内臓脂肪蓄積評価装置において、前記多変量判別式は、数式１、数式２、Ｓｅｒ，Ｇｌｕ，Ｉｌｅ，Ｔｙｒ，Ａｒｇを前記変数とするロジスティック回帰式、またはＳｅｒ，Ｇｌｕ，Ｌｅｕ，Ｔｒｐを前記変数とするロジスティック回帰式であることを特徴とする。
（Ｇｌｕ＋Ｔｙｒ＋Ｏｒｎ）／（Ａｓｎ＋Ｓｅｒ） ・・・（数式１）
（Ｇｌｕ＋Ｌｅｕ）／（Ｓｅｒ＋Ｔａｕ） ＋ （Ｐｒｏ＋Ｏｒｎ）／（Ｇｌｎ）
・・・（数式２）
（Ｇｌｕ＋Ｔｙｒ＋Ｏｒｎ）／（Ａｓｎ＋Ｓｅｒ） ・・・（数式１）
（Ｇｌｕ＋Ｌｅｕ）／（Ｓｅｒ＋Ｔａｕ） ＋ （Ｐｒｏ＋Ｏｒｎ）／（Ｇｌｎ）
・・・（数式２）
また、本発明にかかる内臓脂肪蓄積評価装置は、前記に記載の内臓脂肪蓄積評価装置において、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、内臓脂肪面積の状態を評価することを特徴とする。
また、本発明にかかる内臓脂肪蓄積評価装置は、前記に記載の内臓脂肪蓄積評価装置において、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Ｖａｌ，Ｌｅｕ，Ｉｌｅ，Ｔｙｒ，Ｐｈｅ，Ｔｒｐ，Ｇｌｕ，Ａｌａ，Ｐｒｏ，Ｏｒｎ，Ｌｙｓ，Ｇｌｙ，Ｓｅｒ，Ｍｅｔ，Ａｒｇ，Ｔｒｐ，Ｃｙｓ，Ｇｌｎのうち少なくとも１つを前記変数として含むもの、または、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、本発明にかかる内臓脂肪蓄積評価装置は、前記に記載の内臓脂肪蓄積評価装置において、前記多変量判別式は数式３または数式４であることを特徴とする。
（Ｇｌｕ＋Ｇｌｙ） ＋ （−０．２）×（Ｓｅｒ／Ｔｙｒ） ＋ （−０．１）×（Ｈｉｓ／Ｔｒｐ） ・・・（数式３）
（Ｇｌｕ／Ｇｌｙ） ＋ （−０．５４）×（Ｓｅｒ／Ｌｅｕ） ＋ （０．１５）×（Ｐｒｏ／Ｔｒｐ） ＋ （−０．０５）×（Ｇｌｎ／Ｔｙｒ） ・・・（数式４）
（Ｇｌｕ＋Ｇｌｙ） ＋ （−０．２）×（Ｓｅｒ／Ｔｙｒ） ＋ （−０．１）×（Ｈｉｓ／Ｔｒｐ） ・・・（数式３）
（Ｇｌｕ／Ｇｌｙ） ＋ （−０．５４）×（Ｓｅｒ／Ｌｅｕ） ＋ （０．１５）×（Ｐｒｏ／Ｔｒｐ） ＋ （−０．０５）×（Ｇｌｎ／Ｔｙｒ） ・・・（数式４）
また、本発明にかかる内臓脂肪蓄積評価装置は、前記に記載の内臓脂肪蓄積評価装置において、前記制御手段は、前記アミノ酸濃度データと前記内臓脂肪蓄積の状態を表す指標に関する内臓脂肪蓄積状態指標データとを含む前記記憶手段で記憶した内臓脂肪蓄積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、前記内臓脂肪蓄積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内臓脂肪蓄積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、本発明は内臓脂肪蓄積評価方法に関するものであり、本発明にかかる内臓脂肪蓄積評価方法は、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、評価対象につき内臓脂肪蓄積の状態を評価する内臓脂肪蓄積評価方法であって、前記制御手段で、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および前記アミノ酸の濃度を変数とする前記記憶手段で記憶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、前記内臓脂肪蓄積の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、本発明にかかる内臓脂肪蓄積評価方法は、前記に記載の内臓脂肪蓄積評価方法において、前記多変量判別式は、Ｖａｌ，Ｌｅｕ，Ｉｌｅ，Ｔｙｒ，Ｐｈｅ，Ｔｒｐ，Ｇｌｕ，Ａｌａ，Ｐｒｏ，Ｏｒｎ，Ｌｙｓ，Ｇｌｙ，Ｓｅｒ，Ｍｅｔ，Ａｒｇ，Ｔｒｐ，Ｃｙｓ，Ｇｌｎのうち少なくとも１つを前記変数として含むものであり、前記判別値算出ステップは、予め取得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Ｖａｌ，Ｌｅｕ，Ｉｌｅ，Ｔｙｒ，Ｐｈｅ，Ｔｒｐ，Ｇｌｕ，Ａｌａ，Ｐｒｏ，Ｏｒｎ，Ｌｙｓ，Ｇｌｙ，Ｓｅｒ，Ｍｅｔ，Ａｒｇ，Ｔｒｐ，Ｃｙｓ，Ｇｌｎのうち少なくとも１つの前記濃度値および前記多変量判別式に基づいて、前記判別値を算出することを特徴とする。
また、本発明にかかる内臓脂肪蓄積評価方法は、前記に記載の内臓脂肪蓄積評価方法において、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、内臓脂肪蓄積群または非内臓脂肪蓄積群であるか否か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、本発明にかかる内臓脂肪蓄積評価方法は、前記に記載の内臓脂肪蓄積評価方法において、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Ｖａｌ，Ｌｅｕ，Ｉｌｅ，Ｔｙｒ，Ｐｈｅ，Ｔｒｐ，Ｇｌｕ，Ａｌａ，Ｐｒｏ，Ｏｒｎ，Ｌｙｓ，Ｇｌｙ，Ｓｅｒ，Ｍｅｔ，Ａｒｇ，Ｔｒｐ，Ｃｙｓ，Ｇｌｎのうち少なくとも１つを前記変数として含むもの、または、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、本発明にかかる内臓脂肪蓄積評価方法は、前記に記載の内臓脂肪蓄積評価方法において、前記多変量判別式は、数式１、数式２、Ｓｅｒ，Ｇｌｕ，Ｉｌｅ，Ｔｙｒ，Ａｒｇを前記変数とするロジスティック回帰式、またはＳｅｒ，Ｇｌｕ，Ｌｅｕ，Ｔｒｐを前記変数とするロジスティック回帰式であることを特徴とする。
（Ｇｌｕ＋Ｔｙｒ＋Ｏｒｎ）／（Ａｓｎ＋Ｓｅｒ） ・・・（数式１）
（Ｇｌｕ＋Ｌｅｕ）／（Ｓｅｒ＋Ｔａｕ） ＋ （Ｐｒｏ＋Ｏｒｎ）／（Ｇｌｎ）
・・・（数式２）
（Ｇｌｕ＋Ｔｙｒ＋Ｏｒｎ）／（Ａｓｎ＋Ｓｅｒ） ・・・（数式１）
（Ｇｌｕ＋Ｌｅｕ）／（Ｓｅｒ＋Ｔａｕ） ＋ （Ｐｒｏ＋Ｏｒｎ）／（Ｇｌｎ）
・・・（数式２）
また、本発明にかかる内臓脂肪蓄積評価方法は、前記に記載の内臓脂肪蓄積評価方法において、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、内臓脂肪面積の状態を評価することを特徴とする。
また、本発明にかかる内臓脂肪蓄積評価方法は、前記に記載の内臓脂肪蓄積評価方法において、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Ｖａｌ，Ｌｅｕ，Ｉｌｅ，Ｔｙｒ，Ｐｈｅ，Ｔｒｐ，Ｇｌｕ，Ａｌａ，Ｐｒｏ，Ｏｒｎ，Ｌｙｓ，Ｇｌｙ，Ｓｅｒ，Ｍｅｔ，Ａｒｇ，Ｔｒｐ，Ｃｙｓ，Ｇｌｎのうち少なくとも１つを前記変数として含むもの、または、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、本発明にかかる内臓脂肪蓄積評価方法は、前記に記載の内臓脂肪蓄積評価方法において、前記多変量判別式は数式３または数式４であることを特徴とする。
（Ｇｌｕ＋Ｇｌｙ） ＋ （−０．２）×（Ｓｅｒ／Ｔｙｒ） ＋ （−０．１）×（Ｈｉｓ／Ｔｒｐ） ・・・（数式３）
（Ｇｌｕ／Ｇｌｙ） ＋ （−０．５４）×（Ｓｅｒ／Ｌｅｕ） ＋ （０．１５）×（Ｐｒｏ／Ｔｒｐ） ＋ （−０．０５）×（Ｇｌｎ／Ｔｙｒ） ・・・（数式４）
（Ｇｌｕ＋Ｇｌｙ） ＋ （−０．２）×（Ｓｅｒ／Ｔｙｒ） ＋ （−０．１）×（Ｈｉｓ／Ｔｒｐ） ・・・（数式３）
（Ｇｌｕ／Ｇｌｙ） ＋ （−０．５４）×（Ｓｅｒ／Ｌｅｕ） ＋ （０．１５）×（Ｐｒｏ／Ｔｒｐ） ＋ （−０．０５）×（Ｇｌｎ／Ｔｙｒ） ・・・（数式４）
また、本発明にかかる内臓脂肪蓄積評価方法は、前記に記載の内臓脂肪蓄積評価方法において、前記制御手段で、前記アミノ酸濃度データと前記内臓脂肪蓄積の状態を表す指標に関する内臓脂肪蓄積状態指標データとを含む前記記憶手段で記憶した内臓脂肪蓄積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、前記内臓脂肪蓄積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内臓脂肪蓄積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、本発明は内臓脂肪蓄積評価システムに関するものであり、本発明にかかる内臓脂肪蓄積評価システムは、制御手段と記憶手段とを備え評価対象につき内臓脂肪蓄積の状態を評価する内臓脂肪蓄積評価装置と、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内臓脂肪蓄積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内臓脂肪蓄積評価装置へ送信するアミノ酸濃度データ送信手段と、前記内臓脂肪蓄積評価装置から送信された前記内臓脂肪蓄積の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、前記内臓脂肪蓄積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および前記アミノ酸の濃度を変数とする前記記憶手段で記憶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、前記内臓脂肪蓄積の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、本発明にかかる内臓脂肪蓄積評価システムは、前記に記載の内臓脂肪蓄積評価システムにおいて、前記多変量判別式は、Ｖａｌ，Ｌｅｕ，Ｉｌｅ，Ｔｙｒ，Ｐｈｅ，Ｔｒｐ，Ｇｌｕ，Ａｌａ，Ｐｒｏ，Ｏｒｎ，Ｌｙｓ，Ｇｌｙ，Ｓｅｒ，Ｍｅｔ，Ａｒｇ，Ｔｒｐ，Ｃｙｓ，Ｇｌｎのうち少なくとも１つを前記変数として含むものであり、前記判別値算出手段は、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Ｖａｌ，Ｌｅｕ，Ｉｌｅ，Ｔｙｒ，Ｐｈｅ，Ｔｒｐ，Ｇｌｕ，Ａｌａ，Ｐｒｏ，Ｏｒｎ，Ｌｙｓ，Ｇｌｙ，Ｓｅｒ，Ｍｅｔ，Ａｒｇ，Ｔｒｐ，Ｃｙｓ，Ｇｌｎのうち少なくとも１つの前記濃度値および前記多変量判別式に基づいて、前記判別値を算出することを特徴とする。
また、本発明にかかる内臓脂肪蓄積評価システムは、前記に記載の内臓脂肪蓄積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、内臓脂肪蓄積群または非内臓脂肪蓄積群であるか否か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、本発明にかかる内臓脂肪蓄積評価システムは、前記に記載の内臓脂肪蓄積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Ｖａｌ，Ｌｅｕ，Ｉｌｅ，Ｔｙｒ，Ｐｈｅ，Ｔｒｐ，Ｇｌｕ，Ａｌａ，Ｐｒｏ，Ｏｒｎ，Ｌｙｓ，Ｇｌｙ，Ｓｅｒ，Ｍｅｔ，Ａｒｇ，Ｔｒｐ，Ｃｙｓ，Ｇｌｎのうち少なくとも１つを前記変数として含むもの、または、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、本発明にかかる内臓脂肪蓄積評価システムは、前記に記載の内臓脂肪蓄積評価システムにおいて、前記多変量判別式は、数式１、数式２、Ｓｅｒ，Ｇｌｕ，Ｉｌｅ，Ｔｙｒ，Ａｒｇを前記変数とするロジスティック回帰式、またはＳｅｒ，Ｇｌｕ，Ｌｅｕ，Ｔｒｐを前記変数とするロジスティック回帰式であることを特徴とする。
（Ｇｌｕ＋Ｔｙｒ＋Ｏｒｎ）／（Ａｓｎ＋Ｓｅｒ） ・・・（数式１）
（Ｇｌｕ＋Ｌｅｕ）／（Ｓｅｒ＋Ｔａｕ） ＋ （Ｐｒｏ＋Ｏｒｎ）／（Ｇｌｎ）
・・・（数式２）
（Ｇｌｕ＋Ｔｙｒ＋Ｏｒｎ）／（Ａｓｎ＋Ｓｅｒ） ・・・（数式１）
（Ｇｌｕ＋Ｌｅｕ）／（Ｓｅｒ＋Ｔａｕ） ＋ （Ｐｒｏ＋Ｏｒｎ）／（Ｇｌｎ）
・・・（数式２）
また、本発明にかかる内臓脂肪蓄積評価システムは、前記に記載の内臓脂肪蓄積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、内臓脂肪面積の状態を評価することを特徴とする。
また、本発明にかかる内臓脂肪蓄積評価システムは、前記に記載の内臓脂肪蓄積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Ｖａｌ，Ｌｅｕ，Ｉｌｅ，Ｔｙｒ，Ｐｈｅ，Ｔｒｐ，Ｇｌｕ，Ａｌａ，Ｐｒｏ，Ｏｒｎ，Ｌｙｓ，Ｇｌｙ，Ｓｅｒ，Ｍｅｔ，Ａｒｇ，Ｔｒｐ，Ｃｙｓ，Ｇｌｎのうち少なくとも１つを前記変数として含むもの、または、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、本発明にかかる内臓脂肪蓄積評価システムは、前記に記載の内臓脂肪蓄積評価システムにおいて、前記多変量判別式は数式３または数式４であることを特徴とする。
（Ｇｌｕ＋Ｇｌｙ） ＋ （−０．２）×（Ｓｅｒ／Ｔｙｒ） ＋ （−０．１）×（Ｈｉｓ／Ｔｒｐ） ・・・（数式３）
（Ｇｌｕ／Ｇｌｙ） ＋ （−０．５４）×（Ｓｅｒ／Ｌｅｕ） ＋ （０．１５）×（Ｐｒｏ／Ｔｒｐ） ＋ （−０．０５）×（Ｇｌｎ／Ｔｙｒ） ・・・（数式４）
（Ｇｌｕ＋Ｇｌｙ） ＋ （−０．２）×（Ｓｅｒ／Ｔｙｒ） ＋ （−０．１）×（Ｈｉｓ／Ｔｒｐ） ・・・（数式３）
（Ｇｌｕ／Ｇｌｙ） ＋ （−０．５４）×（Ｓｅｒ／Ｌｅｕ） ＋ （０．１５）×（Ｐｒｏ／Ｔｒｐ） ＋ （−０．０５）×（Ｇｌｎ／Ｔｙｒ） ・・・（数式４）
また、本発明にかかる内臓脂肪蓄積評価システムは、前記に記載の内臓脂肪蓄積評価システムにおいて、前記内臓脂肪蓄積評価装置の前記制御手段は、前記アミノ酸濃度データと前記内臓脂肪蓄積の状態を表す指標に関する内臓脂肪蓄積状態指標データとを含む前記記憶手段で記憶した内臓脂肪蓄積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、前記内臓脂肪蓄積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内臓脂肪蓄積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、本発明は内臓脂肪蓄積評価プログラムに関するものであり、本発明にかかる内臓脂肪蓄積評価プログラムは、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、評価対象につき内臓脂肪蓄積の状態を評価する内臓脂肪蓄積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および前記アミノ酸の濃度を変数とする前記記憶手段で記憶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、前記内臓脂肪蓄積の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、本発明にかかる内臓脂肪蓄積評価プログラムは、前記に記載の内臓脂肪蓄積評価プログラムにおいて、前記多変量判別式は、Ｖａｌ，Ｌｅｕ，Ｉｌｅ，Ｔｙｒ，Ｐｈｅ，Ｔｒｐ，Ｇｌｕ，Ａｌａ，Ｐｒｏ，Ｏｒｎ，Ｌｙｓ，Ｇｌｙ，Ｓｅｒ，Ｍｅｔ，Ａｒｇ，Ｔｒｐ，Ｃｙｓ，Ｇｌｎのうち少なくとも１つを前記変数として含むものであり、前記判別値算出ステップは、予め取得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Ｖａｌ，Ｌｅｕ，Ｉｌｅ，Ｔｙｒ，Ｐｈｅ，Ｔｒｐ，Ｇｌｕ，Ａｌａ，Ｐｒｏ，Ｏｒｎ，Ｌｙｓ，Ｇｌｙ，Ｓｅｒ，Ｍｅｔ，Ａｒｇ，Ｔｒｐ，Ｃｙｓ，Ｇｌｎのうち少なくとも１つの前記濃度値および前記多変量判別式に基づいて、前記判別値を算出することを特徴とする。
また、本発明にかかる内臓脂肪蓄積評価プログラムは、前記に記載の内臓脂肪蓄積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、内臓脂肪蓄積群または非内臓脂肪蓄積群であるか否か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、本発明にかかる内臓脂肪蓄積評価プログラムは、前記に記載の内臓脂肪蓄積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Ｖａｌ，Ｌｅｕ，Ｉｌｅ，Ｔｙｒ，Ｐｈｅ，Ｔｒｐ，Ｇｌｕ，Ａｌａ，Ｐｒｏ，Ｏｒｎ，Ｌｙｓ，Ｇｌｙ，Ｓｅｒ，Ｍｅｔ，Ａｒｇ，Ｔｒｐ，Ｃｙｓ，Ｇｌｎのうち少なくとも１つを前記変数として含むもの、または、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、本発明にかかる内臓脂肪蓄積評価プログラムは、前記に記載の内臓脂肪蓄積評価プログラムにおいて、前記多変量判別式は、数式１、数式２、Ｓｅｒ，Ｇｌｕ，Ｉｌｅ，Ｔｙｒ，Ａｒｇを前記変数とするロジスティック回帰式、またはＳｅｒ，Ｇｌｕ，Ｌｅｕ，Ｔｒｐを前記変数とするロジスティック回帰式であることを特徴とする。
（Ｇｌｕ＋Ｔｙｒ＋Ｏｒｎ）／（Ａｓｎ＋Ｓｅｒ） ・・・（数式１）
（Ｇｌｕ＋Ｌｅｕ）／（Ｓｅｒ＋Ｔａｕ） ＋ （Ｐｒｏ＋Ｏｒｎ）／（Ｇｌｎ）
・・・（数式２）
（Ｇｌｕ＋Ｔｙｒ＋Ｏｒｎ）／（Ａｓｎ＋Ｓｅｒ） ・・・（数式１）
（Ｇｌｕ＋Ｌｅｕ）／（Ｓｅｒ＋Ｔａｕ） ＋ （Ｐｒｏ＋Ｏｒｎ）／（Ｇｌｎ）
・・・（数式２）
また、本発明にかかる内臓脂肪蓄積評価プログラムは、前記に記載の内臓脂肪蓄積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、内臓脂肪面積の状態を評価することを特徴とする。
また、本発明にかかる内臓脂肪蓄積評価プログラムは、前記に記載の内臓脂肪蓄積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Ｖａｌ，Ｌｅｕ，Ｉｌｅ，Ｔｙｒ，Ｐｈｅ，Ｔｒｐ，Ｇｌｕ，Ａｌａ，Ｐｒｏ，Ｏｒｎ，Ｌｙｓ，Ｇｌｙ，Ｓｅｒ，Ｍｅｔ，Ａｒｇ，Ｔｒｐ，Ｃｙｓ，Ｇｌｎのうち少なくとも１つを前記変数として含むもの、または、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、本発明にかかる内臓脂肪蓄積評価プログラムは、前記に記載の内臓脂肪蓄積評価プログラムにおいて、前記多変量判別式は数式３または数式４であることを特徴とする。
（Ｇｌｕ＋Ｇｌｙ） ＋ （−０．２）×（Ｓｅｒ／Ｔｙｒ） ＋ （−０．１）×（Ｈｉｓ／Ｔｒｐ） ・・・（数式３）
（Ｇｌｕ／Ｇｌｙ） ＋ （−０．５４）×（Ｓｅｒ／Ｌｅｕ） ＋ （０．１５）×（Ｐｒｏ／Ｔｒｐ） ＋ （−０．０５）×（Ｇｌｎ／Ｔｙｒ） ・・・（数式４）
（Ｇｌｕ＋Ｇｌｙ） ＋ （−０．２）×（Ｓｅｒ／Ｔｙｒ） ＋ （−０．１）×（Ｈｉｓ／Ｔｒｐ） ・・・（数式３）
（Ｇｌｕ／Ｇｌｙ） ＋ （−０．５４）×（Ｓｅｒ／Ｌｅｕ） ＋ （０．１５）×（Ｐｒｏ／Ｔｒｐ） ＋ （−０．０５）×（Ｇｌｎ／Ｔｙｒ） ・・・（数式４）
また、本発明にかかる内臓脂肪蓄積評価プログラムは、前記に記載の内臓脂肪蓄積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内臓脂肪蓄積の状態を表す指標に関する内臓脂肪蓄積状態指標データとを含む前記記憶手段で記憶した内臓脂肪蓄積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、前記内臓脂肪蓄積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内臓脂肪蓄積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、前記のいずれか１つに記載の内臓脂肪蓄積評価プログラムを記録したことを特徴とする。
また、本発明は内臓脂肪蓄積の予防・改善物質の探索方法に関するものであり、本発明にかかる内臓脂肪蓄積の予防・改善物質の探索方法は、内臓脂肪蓄積を予防させる又は前記内臓脂肪蓄積の状態を改善させる１つ又は複数の物質から成る物質群を探索する内臓脂肪蓄積の予防・改善物質の探索方法であって、所望の前記物質群が投与された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アミノ酸濃度データに基づいて、前記評価対象につき、前記内臓脂肪蓄積の状態を評価する濃度値基準評価ステップと、前記濃度値基準評価ステップでの評価結果に基づいて、前記所望の前記物質群が、前記内臓脂肪蓄積を予防させる又は前記内臓脂肪蓄積の状態を改善させるものであるか否かを判定する判定ステップと、を実行することを特徴とする。
また、本発明にかかる内臓脂肪蓄積の予防・改善物質の探索方法は、前記に記載の内臓脂肪蓄積の予防・改善物質の探索方法において、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Ｖａｌ，Ｌｅｕ，Ｉｌｅ，Ｔｙｒ，Ｐｈｅ，Ｔｒｐ，Ｇｌｕ，Ａｌａ，Ｐｒｏ，Ｏｒｎ，Ｌｙｓ，Ｇｌｙ，Ｓｅｒ，Ｍｅｔ，Ａｒｇ，Ｔｒｐ，Ｃｙｓ，Ｇｌｎ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、前記内臓脂肪蓄積の状態を評価することを特徴とする。
また、本発明にかかる内臓脂肪蓄積の予防・改善物質の探索方法は、前記に記載の内臓脂肪蓄積の予防・改善物質の探索方法において、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Ｖａｌ，Ｌｅｕ，Ｉｌｅ，Ｔｙｒ，Ｐｈｅ，Ｔｒｐ，Ｇｌｕ，Ａｌａ，Ｐｒｏ，Ｏｒｎ，Ｌｙｓ，Ｇｌｙ，Ｓｅｒ，Ｍｅｔ，Ａｒｇ，Ｔｒｐ，Ｃｙｓ，Ｇｌｎ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、内臓脂肪蓄積群または非内臓脂肪蓄積群であるか否か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、本発明にかかる内臓脂肪蓄積の予防・改善物質の探索方法は、前記に記載の内臓脂肪蓄積の予防・改善物質の探索方法において、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Ｖａｌ，Ｌｅｕ，Ｉｌｅ，Ｔｙｒ，Ｐｈｅ，Ｔｒｐ，Ｇｌｕ，Ａｌａ，Ｐｒｏ，Ｏｒｎ，Ｌｙｓ，Ｇｌｙ，Ｓｅｒ，Ｍｅｔ，Ａｒｇ，Ｔｒｐ，Ｃｙｓ，Ｇｌｎ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、内臓脂肪面積の状態を評価することを特徴とする。
また、本発明にかかる内臓脂肪蓄積の予防・改善物質の探索方法は、前記に記載の内臓脂肪蓄積の予防・改善物質の探索方法において、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、前記内臓脂肪蓄積の状態を評価する判別値基準評価ステップとをさらに含むことを特徴とする。
また、本発明にかかる内臓脂肪蓄積の予防・改善物質の探索方法は、前記に記載の内臓脂肪蓄積の予防・改善物質の探索方法において、前記多変量判別式は、Ｖａｌ，Ｌｅｕ，Ｉｌｅ，Ｔｙｒ，Ｐｈｅ，Ｔｒｐ，Ｇｌｕ，Ａｌａ，Ｐｒｏ，Ｏｒｎ，Ｌｙｓ，Ｇｌｙ，Ｓｅｒ，Ｍｅｔ，Ａｒｇ，Ｔｒｐ，Ｃｙｓ，Ｇｌｎのうち少なくとも１つを前記変数として含むものであり、前記判別値算出ステップは、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Ｖａｌ，Ｌｅｕ，Ｉｌｅ，Ｔｙｒ，Ｐｈｅ，Ｔｒｐ，Ｇｌｕ，Ａｌａ，Ｐｒｏ，Ｏｒｎ，Ｌｙｓ，Ｇｌｙ，Ｓｅｒ，Ｍｅｔ，Ａｒｇ，Ｔｒｐ，Ｃｙｓ，Ｇｌｎのうち少なくとも１つの前記濃度値および前記多変量判別式に基づいて、前記判別値を算出することを特徴とする。
また、本発明にかかる内臓脂肪蓄積の予防・改善物質の探索方法は、前記に記載の内臓脂肪蓄積の予防・改善物質の探索方法において、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、内臓脂肪蓄積群または非内臓脂肪蓄積群であるか否か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、本発明にかかる内臓脂肪蓄積の予防・改善物質の探索方法は、前記に記載の内臓脂肪蓄積の予防・改善物質の探索方法において、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Ｖａｌ，Ｌｅｕ，Ｉｌｅ，Ｔｙｒ，Ｐｈｅ，Ｔｒｐ，Ｇｌｕ，Ａｌａ，Ｐｒｏ，Ｏｒｎ，Ｌｙｓ，Ｇｌｙ，Ｓｅｒ，Ｍｅｔ，Ａｒｇ，Ｔｒｐ，Ｃｙｓ，Ｇｌｎのうち少なくとも１つを前記変数として含むもの、または、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、本発明にかかる内臓脂肪蓄積の予防・改善物質の探索方法は、前記に記載の内臓脂肪蓄積の予防・改善物質の探索方法において、前記多変量判別式は、数式１、数式２、Ｓｅｒ，Ｇｌｕ，Ｉｌｅ，Ｔｙｒ，Ａｒｇを前記変数とするロジスティック回帰式、またはＳｅｒ，Ｇｌｕ，Ｌｅｕ，Ｔｒｐを前記変数とするロジスティック回帰式であることを特徴とする。
（Ｇｌｕ＋Ｔｙｒ＋Ｏｒｎ）／（Ａｓｎ＋Ｓｅｒ） ・・・（数式１）
（Ｇｌｕ＋Ｌｅｕ）／（Ｓｅｒ＋Ｔａｕ） ＋ （Ｐｒｏ＋Ｏｒｎ）／（Ｇｌｎ）
・・・（数式２）
（Ｇｌｕ＋Ｔｙｒ＋Ｏｒｎ）／（Ａｓｎ＋Ｓｅｒ） ・・・（数式１）
（Ｇｌｕ＋Ｌｅｕ）／（Ｓｅｒ＋Ｔａｕ） ＋ （Ｐｒｏ＋Ｏｒｎ）／（Ｇｌｎ）
・・・（数式２）
また、本発明にかかる内臓脂肪蓄積の予防・改善物質の探索方法は、前記に記載の内臓脂肪蓄積の予防・改善物質の探索方法において、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、内臓脂肪面積の状態を評価することを特徴とする。
また、本発明にかかる内臓脂肪蓄積の予防・改善物質の探索方法は、前記に記載の内臓脂肪蓄積の予防・改善物質の探索方法において、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Ｖａｌ，Ｌｅｕ，Ｉｌｅ，Ｔｙｒ，Ｐｈｅ，Ｔｒｐ，Ｇｌｕ，Ａｌａ，Ｐｒｏ，Ｏｒｎ，Ｌｙｓ，Ｇｌｙ，Ｓｅｒ，Ｍｅｔ，Ａｒｇ，Ｔｒｐ，Ｃｙｓ，Ｇｌｎのうち少なくとも１つを前記変数として含むもの、または、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、本発明にかかる内臓脂肪蓄積の予防・改善物質の探索方法は、前記に記載の内臓脂肪蓄積の予防・改善物質の探索方法において、前記多変量判別式は数式３または数式４であることを特徴とする。
（Ｇｌｕ＋Ｇｌｙ） ＋ （−０．２）×（Ｓｅｒ／Ｔｙｒ） ＋ （−０．１）×（Ｈｉｓ／Ｔｒｐ） ・・・（数式３）
（Ｇｌｕ／Ｇｌｙ） ＋ （−０．５４）×（Ｓｅｒ／Ｌｅｕ） ＋ （０．１５）×（Ｐｒｏ／Ｔｒｐ） ＋ （−０．０５）×（Ｇｌｎ／Ｔｙｒ） ・・・（数式４）
（Ｇｌｕ＋Ｇｌｙ） ＋ （−０．２）×（Ｓｅｒ／Ｔｙｒ） ＋ （−０．１）×（Ｈｉｓ／Ｔｒｐ） ・・・（数式３）
（Ｇｌｕ／Ｇｌｙ） ＋ （−０．５４）×（Ｓｅｒ／Ｌｅｕ） ＋ （０．１５）×（Ｐｒｏ／Ｔｒｐ） ＋ （−０．０５）×（Ｇｌｎ／Ｔｙｒ） ・・・（数式４）
本発明にかかる内臓脂肪蓄積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基づいて、評価対象につき、内臓脂肪蓄積の状態を評価するので、血液中のアミノ酸の濃度を利用して、内臓脂肪蓄積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。
本発明にかかる内臓脂肪蓄積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Ｖａｌ，Ｌｅｕ，Ｉｌｅ，Ｔｙｒ，Ｐｈｅ，Ｔｒｐ，Ｇｌｕ，Ａｌａ，Ｐｒｏ，Ｏｒｎ，Ｌｙｓ，Ｇｌｙ，Ｓｅｒ，Ｍｅｔ，Ａｒｇ，Ｔｒｐ，Ｃｙｓ，Ｇｌｎ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、内臓脂肪蓄積の状態を評価するので、血液中のアミノ酸の濃度のうち内臓脂肪蓄積の状態と関連するアミノ酸の濃度を利用して、内臓脂肪蓄積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、本発明にかかる内臓脂肪蓄積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Ｖａｌ，Ｌｅｕ，Ｉｌｅ，Ｔｙｒ，Ｐｈｅ，Ｔｒｐ，Ｇｌｕ，Ａｌａ，Ｐｒｏ，Ｏｒｎ，Ｌｙｓ，Ｇｌｙ，Ｓｅｒ，Ｍｅｔ，Ａｒｇ，Ｔｒｐ，Ｃｙｓ，Ｇｌｎ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、内臓脂肪蓄積群または非内臓脂肪蓄積群であるか否かを判別するので、血液中のアミノ酸の濃度のうち内臓脂肪蓄積群と非内臓脂肪蓄積群との２群判別に有用なアミノ酸の濃度を利用して、内臓脂肪蓄積群と非内臓脂肪蓄積群との２群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、本発明にかかる内臓脂肪蓄積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Ｖａｌ，Ｌｅｕ，Ｉｌｅ，Ｔｙｒ，Ｐｈｅ，Ｔｒｐ，Ｇｌｕ，Ａｌａ，Ｐｒｏ，Ｏｒｎ，Ｌｙｓ，Ｇｌｙ，Ｓｅｒ，Ｍｅｔ，Ａｒｇ，Ｔｒｐ，Ｃｙｓ，Ｇｌｎ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、内臓脂肪面積の状態を評価するので、血液中のアミノ酸の濃度のうち内臓脂肪面積の状態の評価に有用なアミノ酸の濃度を利用して、内臓脂肪面積の状態の評価を精度よく行うことができるという効果を奏する。
また、本発明にかかる内臓脂肪蓄積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および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し、算出した判別値に基づいて、評価対象につき、内臓脂肪蓄積の状態を評価するので、アミノ酸の濃度を変数とする多変量判別式で得られる判別値を利用して、内臓脂肪蓄積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、本発明にかかる内臓脂肪蓄積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Ｖａｌ，Ｌｅｕ，Ｉｌｅ，Ｔｙｒ，Ｐｈｅ，Ｔｒｐ，Ｇｌｕ，Ａｌａ，Ｐｒｏ，Ｏｒｎ，Ｌｙｓ，Ｇｌｙ，Ｓｅｒ，Ｍｅｔ，Ａｒｇ，Ｔｒｐ，Ｃｙｓ，Ｇｌｎのうち少なくとも１つの濃度値、およびＶａｌ，Ｌｅｕ，Ｉｌｅ，Ｔｙｒ，Ｐｈｅ，Ｔｒｐ，Ｇｌｕ，Ａｌａ，Ｐｒｏ，Ｏｒｎ，Ｌｙｓ，Ｇｌｙ，Ｓｅｒ，Ｍｅｔ，Ａｒｇ，Ｔｒｐ，Ｃｙｓ，Ｇｌｎのうち少なくとも１つを変数として含む多変量判別式に基づいて、判別値を算出するので、内臓脂肪蓄積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、内臓脂肪蓄積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、本発明にかかる内臓脂肪蓄積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、内臓脂肪蓄積群または非内臓脂肪蓄積群であるか否かを判別するので、内臓脂肪蓄積群と非内臓脂肪蓄積群との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、内臓脂肪蓄積群と非内臓脂肪蓄積群との２群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、本発明にかかる内臓脂肪蓄積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Ｖａｌ，Ｌｅｕ，Ｉｌｅ，Ｔｙｒ，Ｐｈｅ，Ｔｒｐ，Ｇｌｕ，Ａｌａ，Ｐｒｏ，Ｏｒｎ，Ｌｙｓ，Ｇｌｙ，Ｓｅｒ，Ｍｅｔ，Ａｒｇ，Ｔｒｐ，Ｃｙｓ，Ｇｌｎのうち少なくとも１つを変数として含むもの、または、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、内臓脂肪蓄積群と非内臓脂肪蓄積群との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、内臓脂肪蓄積群と非内臓脂肪蓄積群との２群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、本発明にかかる内臓脂肪蓄積の評価方法によれば、多変量判別式は、数式１、数式２、Ｓｅｒ，Ｇｌｕ，Ｉｌｅ，Ｔｙｒ，Ａｒｇを変数とするロジスティック回帰式、またはＳｅｒ，Ｇｌｕ，Ｌｅｕ，Ｔｒｐを変数とするロジスティック回帰式であるので、内臓脂肪蓄積群と非内臓脂肪蓄積群との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、内臓脂肪蓄積群と非内臓脂肪蓄積群との２群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。
（Ｇｌｕ＋Ｔｙｒ＋Ｏｒｎ）／（Ａｓｎ＋Ｓｅｒ） ・・・（数式１）
（Ｇｌｕ＋Ｌｅｕ）／（Ｓｅｒ＋Ｔａｕ） ＋ （Ｐｒｏ＋Ｏｒｎ）／（Ｇｌｎ）
・・・（数式２）
（Ｇｌｕ＋Ｔｙｒ＋Ｏｒｎ）／（Ａｓｎ＋Ｓｅｒ） ・・・（数式１）
（Ｇｌｕ＋Ｌｅｕ）／（Ｓｅｒ＋Ｔａｕ） ＋ （Ｐｒｏ＋Ｏｒｎ）／（Ｇｌｎ）
・・・（数式２）
また、本発明にかかる内臓脂肪蓄積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、内臓脂肪面積の状態を評価するので、内臓脂肪面積の状態の評価に有用な多変量判別式で得られる判別値を利用して、内臓脂肪面積の状態の評価を精度よく行うことができるという効果を奏する。
また、本発明にかかる内臓脂肪蓄積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Ｖａｌ，Ｌｅｕ，Ｉｌｅ，Ｔｙｒ，Ｐｈｅ，Ｔｒｐ，Ｇｌｕ，Ａｌａ，Ｐｒｏ，Ｏｒｎ，Ｌｙｓ，Ｇｌｙ，Ｓｅｒ，Ｍｅｔ，Ａｒｇ，Ｔｒｐ，Ｃｙｓ，Ｇｌｎのうち少なくとも１つを変数として含むもの、または、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、内臓脂肪面積の状態の評価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、内臓脂肪面積の状態の評価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、本発明にかかる内臓脂肪蓄積の評価方法によれば、多変量判別式は数式３または数式４であるので、内臓脂肪面積の状態の評価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、内臓脂肪面積の状態の評価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。
（Ｇｌｕ＋Ｇｌｙ） ＋ （−０．２）×（Ｓｅｒ／Ｔｙｒ） ＋ （−０．１）×（Ｈｉｓ／Ｔｒｐ） ・・・（数式３）
（Ｇｌｕ／Ｇｌｙ） ＋ （−０．５４）×（Ｓｅｒ／Ｌｅｕ） ＋ （０．１５）×（Ｐｒｏ／Ｔｒｐ） ＋ （−０．０５）×（Ｇｌｎ／Ｔｙｒ） ・・・（数式４）
（Ｇｌｕ＋Ｇｌｙ） ＋ （−０．２）×（Ｓｅｒ／Ｔｙｒ） ＋ （−０．１）×（Ｈｉｓ／Ｔｒｐ） ・・・（数式３）
（Ｇｌｕ／Ｇｌｙ） ＋ （−０．５４）×（Ｓｅｒ／Ｌｅｕ） ＋ （０．１５）×（Ｐｒｏ／Ｔｒｐ） ＋ （−０．０５）×（Ｇｌｎ／Ｔｙｒ） ・・・（数式４）
また、本発明にかかる内臓脂肪蓄積評価装置、内臓脂肪蓄積評価方法および内臓脂肪蓄積評価プログラムによれば、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およびアミノ酸の濃度を変数とする記憶手段で記憶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、内臓脂肪蓄積の状態を評価するので、アミノ酸の濃度を変数とする多変量判別式で得られる判別値を利用して、内臓脂肪蓄積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、本発明にかかる内臓脂肪蓄積評価装置、内臓脂肪蓄積評価方法および内臓脂肪蓄積評価プログラムによれば、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Ｖａｌ，Ｌｅｕ，Ｉｌｅ，Ｔｙｒ，Ｐｈｅ，Ｔｒｐ，Ｇｌｕ，Ａｌａ，Ｐｒｏ，Ｏｒｎ，Ｌｙｓ，Ｇｌｙ，Ｓｅｒ，Ｍｅｔ，Ａｒｇ，Ｔｒｐ，Ｃｙｓ，Ｇｌｎのうち少なくとも１つの濃度値、およびＶａｌ，Ｌｅｕ，Ｉｌｅ，Ｔｙｒ，Ｐｈｅ，Ｔｒｐ，Ｇｌｕ，Ａｌａ，Ｐｒｏ，Ｏｒｎ，Ｌｙｓ，Ｇｌｙ，Ｓｅｒ，Ｍｅｔ，Ａｒｇ，Ｔｒｐ，Ｃｙｓ，Ｇｌｎのうち少なくとも１つを変数として含む多変量判別式に基づいて、判別値を算出するので、内臓脂肪蓄積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、内臓脂肪蓄積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、本発明にかかる内臓脂肪蓄積評価装置、内臓脂肪蓄積評価方法および内臓脂肪蓄積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、内臓脂肪蓄積群または非内臓脂肪蓄積群であるか否かを判別するので、内臓脂肪蓄積群と非内臓脂肪蓄積群との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、内臓脂肪蓄積群と非内臓脂肪蓄積群との２群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、本発明にかかる内臓脂肪蓄積評価装置、内臓脂肪蓄積評価方法および内臓脂肪蓄積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Ｖａｌ，Ｌｅｕ，Ｉｌｅ，Ｔｙｒ，Ｐｈｅ，Ｔｒｐ，Ｇｌｕ，Ａｌａ，Ｐｒｏ，Ｏｒｎ，Ｌｙｓ，Ｇｌｙ，Ｓｅｒ，Ｍｅｔ，Ａｒｇ，Ｔｒｐ，Ｃｙｓ，Ｇｌｎのうち少なくとも１つを変数として含むもの、または、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、内臓脂肪蓄積群と非内臓脂肪蓄積群との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、内臓脂肪蓄積群と非内臓脂肪蓄積群との２群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、本発明にかかる内臓脂肪蓄積評価装置、内臓脂肪蓄積評価方法および内臓脂肪蓄積評価プログラムによれば、多変量判別式は、数式１、数式２、Ｓｅｒ，Ｇｌｕ，Ｉｌｅ，Ｔｙｒ，Ａｒｇを変数とするロジスティック回帰式、またはＳｅｒ，Ｇｌｕ，Ｌｅｕ，Ｔｒｐを変数とするロジスティック回帰式であるので、内臓脂肪蓄積群と非内臓脂肪蓄積群との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、内臓脂肪蓄積群と非内臓脂肪蓄積群との２群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。
（Ｇｌｕ＋Ｔｙｒ＋Ｏｒｎ）／（Ａｓｎ＋Ｓｅｒ） ・・・（数式１）
（Ｇｌｕ＋Ｌｅｕ）／（Ｓｅｒ＋Ｔａｕ） ＋ （Ｐｒｏ＋Ｏｒｎ）／（Ｇｌｎ）
・・・（数式２）
（Ｇｌｕ＋Ｔｙｒ＋Ｏｒｎ）／（Ａｓｎ＋Ｓｅｒ） ・・・（数式１）
（Ｇｌｕ＋Ｌｅｕ）／（Ｓｅｒ＋Ｔａｕ） ＋ （Ｐｒｏ＋Ｏｒｎ）／（Ｇｌｎ）
・・・（数式２）
また、本発明にかかる内臓脂肪蓄積評価装置、内臓脂肪蓄積評価方法および内臓脂肪蓄積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、内臓脂肪面積の状態を評価するので、内臓脂肪面積の状態の評価に有用な多変量判別式で得られる判別値を利用して、内臓脂肪面積の状態の評価を精度よく行うことができるという効果を奏する。
また、本発明にかかる内臓脂肪蓄積評価装置、内臓脂肪蓄積評価方法および内臓脂肪蓄積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Ｖａｌ，Ｌｅｕ，Ｉｌｅ，Ｔｙｒ，Ｐｈｅ，Ｔｒｐ，Ｇｌｕ，Ａｌａ，Ｐｒｏ，Ｏｒｎ，Ｌｙｓ，Ｇｌｙ，Ｓｅｒ，Ｍｅｔ，Ａｒｇ，Ｔｒｐ，Ｃｙｓ，Ｇｌｎのうち少なくとも１つを変数として含むもの、または、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、内臓脂肪面積の状態の評価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、内臓脂肪面積の状態の評価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、本発明にかかる内臓脂肪蓄積評価装置、内臓脂肪蓄積評価方法および内臓脂肪蓄積評価プログラムによれば、多変量判別式は数式３または数式４であるので、内臓脂肪面積の状態の評価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、内臓脂肪面積の状態の評価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。
（Ｇｌｕ＋Ｇｌｙ） ＋ （−０．２）×（Ｓｅｒ／Ｔｙｒ） ＋ （−０．１）×（Ｈｉｓ／Ｔｒｐ） ・・・（数式３）
（Ｇｌｕ／Ｇｌｙ） ＋ （−０．５４）×（Ｓｅｒ／Ｌｅｕ） ＋ （０．１５）×（Ｐｒｏ／Ｔｒｐ） ＋ （−０．０５）×（Ｇｌｎ／Ｔｙｒ） ・・・（数式４）
（Ｇｌｕ＋Ｇｌｙ） ＋ （−０．２）×（Ｓｅｒ／Ｔｙｒ） ＋ （−０．１）×（Ｈｉｓ／Ｔｒｐ） ・・・（数式３）
（Ｇｌｕ／Ｇｌｙ） ＋ （−０．５４）×（Ｓｅｒ／Ｌｅｕ） ＋ （０．１５）×（Ｐｒｏ／Ｔｒｐ） ＋ （−０．０５）×（Ｇｌｎ／Ｔｙｒ） ・・・（数式４）
また、本発明にかかる内臓脂肪蓄積評価装置、内臓脂肪蓄積評価方法および内臓脂肪蓄積評価プログラムによれば、アミノ酸濃度データと内臓脂肪蓄積の状態を表す指標に関する内臓脂肪蓄積状態指標データとを含む記憶手段で記憶した内臓脂肪蓄積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）内臓脂肪蓄積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）（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内臓脂肪蓄積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、内臓脂肪蓄積の状態の評価に最適な多変量判別式（具体的には内臓脂肪蓄積の状態と有意な相関がある多変量判別式（より具体的には、内臓脂肪蓄積群と非内臓脂肪蓄積群との２群判別に有用な多変量判別式、内臓脂肪面積の状態の評価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、本発明にかかる内臓脂肪蓄積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内臓脂肪蓄積評価装置へ送信する。そして、内臓脂肪蓄積評価装置は、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、受信した評価対象のアミノ酸濃度データおよびアミノ酸の濃度を変数とする記憶手段で記憶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内臓脂肪蓄積の状態を評価し、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、内臓脂肪蓄積評価装置から送信された内臓脂肪蓄積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、アミノ酸の濃度を変数とする多変量判別式で得られる判別値を利用して、内臓脂肪蓄積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、本発明にかかる内臓脂肪蓄積評価システムによれば、受信した評価対象のアミノ酸濃度データに含まれるＶａｌ，Ｌｅｕ，Ｉｌｅ，Ｔｙｒ，Ｐｈｅ，Ｔｒｐ，Ｇｌｕ，Ａｌａ，Ｐｒｏ，Ｏｒｎ，Ｌｙｓ，Ｇｌｙ，Ｓｅｒ，Ｍｅｔ，Ａｒｇ，Ｔｒｐ，Ｃｙｓ，Ｇｌｎのうち少なくとも１つの濃度値、およびＶａｌ，Ｌｅｕ，Ｉｌｅ，Ｔｙｒ，Ｐｈｅ，Ｔｒｐ，Ｇｌｕ，Ａｌａ，Ｐｒｏ，Ｏｒｎ，Ｌｙｓ，Ｇｌｙ，Ｓｅｒ，Ｍｅｔ，Ａｒｇ，Ｔｒｐ，Ｃｙｓ，Ｇｌｎのうち少なくとも１つを変数として含む多変量判別式に基づいて、判別値を算出するので、内臓脂肪蓄積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、内臓脂肪蓄積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、本発明にかかる内臓脂肪蓄積評価システムによれば、算出した判別値に基づいて、評価対象につき、内臓脂肪蓄積群または非内臓脂肪蓄積群であるか否かを判別するので、内臓脂肪蓄積群と非内臓脂肪蓄積群との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、内臓脂肪蓄積群と非内臓脂肪蓄積群との２群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、本発明にかかる内臓脂肪蓄積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Ｖａｌ，Ｌｅｕ，Ｉｌｅ，Ｔｙｒ，Ｐｈｅ，Ｔｒｐ，Ｇｌｕ，Ａｌａ，Ｐｒｏ，Ｏｒｎ，Ｌｙｓ，Ｇｌｙ，Ｓｅｒ，Ｍｅｔ，Ａｒｇ，Ｔｒｐ，Ｃｙｓ，Ｇｌｎのうち少なくとも１つを変数として含むもの、または、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、内臓脂肪蓄積群と非内臓脂肪蓄積群との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、内臓脂肪蓄積群と非内臓脂肪蓄積群との２群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、本発明にかかる内臓脂肪蓄積評価システムによれば、多変量判別式は、数式１、数式２、Ｓｅｒ，Ｇｌｕ，Ｉｌｅ，Ｔｙｒ，Ａｒｇを変数とするロジスティック回帰式、またはＳｅｒ，Ｇｌｕ，Ｌｅｕ，Ｔｒｐを変数とするロジスティック回帰式であるので、内臓脂肪蓄積群と非内臓脂肪蓄積群との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、内臓脂肪蓄積群と非内臓脂肪蓄積群との２群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。
（Ｇｌｕ＋Ｔｙｒ＋Ｏｒｎ）／（Ａｓｎ＋Ｓｅｒ） ・・・（数式１）
（Ｇｌｕ＋Ｌｅｕ）／（Ｓｅｒ＋Ｔａｕ） ＋ （Ｐｒｏ＋Ｏｒｎ）／（Ｇｌｎ）
・・・（数式２）
（Ｇｌｕ＋Ｔｙｒ＋Ｏｒｎ）／（Ａｓｎ＋Ｓｅｒ） ・・・（数式１）
（Ｇｌｕ＋Ｌｅｕ）／（Ｓｅｒ＋Ｔａｕ） ＋ （Ｐｒｏ＋Ｏｒｎ）／（Ｇｌｎ）
・・・（数式２）
また、本発明にかかる内臓脂肪蓄積評価システムによれば、算出した判別値に基づいて、評価対象につき、内臓脂肪面積の状態を評価するので、内臓脂肪面積の状態の評価に有用な多変量判別式で得られる判別値を利用して、内臓脂肪面積の状態の評価を精度よく行うことができるという効果を奏する。
また、本発明にかかる内臓脂肪蓄積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Ｖａｌ，Ｌｅｕ，Ｉｌｅ，Ｔｙｒ，Ｐｈｅ，Ｔｒｐ，Ｇｌｕ，Ａｌａ，Ｐｒｏ，Ｏｒｎ，Ｌｙｓ，Ｇｌｙ，Ｓｅｒ，Ｍｅｔ，Ａｒｇ，Ｔｒｐ，Ｃｙｓ，Ｇｌｎのうち少なくとも１つを変数として含むもの、または、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、内臓脂肪面積の状態の評価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、内臓脂肪面積の状態の評価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、本発明にかかる内臓脂肪蓄積評価システムによれば、多変量判別式は数式３または数式４であるので、内臓脂肪面積の状態の評価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、内臓脂肪面積の状態の評価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。
（Ｇｌｕ＋Ｇｌｙ） ＋ （−０．２）×（Ｓｅｒ／Ｔｙｒ） ＋ （−０．１）×（Ｈｉｓ／Ｔｒｐ） ・・・（数式３）
（Ｇｌｕ／Ｇｌｙ） ＋ （−０．５４）×（Ｓｅｒ／Ｌｅｕ） ＋ （０．１５）×（Ｐｒｏ／Ｔｒｐ） ＋ （−０．０５）×（Ｇｌｎ／Ｔｙｒ） ・・・（数式４）
（Ｇｌｕ＋Ｇｌｙ） ＋ （−０．２）×（Ｓｅｒ／Ｔｙｒ） ＋ （−０．１）×（Ｈｉｓ／Ｔｒｐ） ・・・（数式３）
（Ｇｌｕ／Ｇｌｙ） ＋ （−０．５４）×（Ｓｅｒ／Ｌｅｕ） ＋ （０．１５）×（Ｐｒｏ／Ｔｒｐ） ＋ （−０．０５）×（Ｇｌｎ／Ｔｙｒ） ・・・（数式４）
また、本発明にかかる内臓脂肪蓄積評価システムによれば、アミノ酸濃度データと内臓脂肪蓄積の状態を表す指標に関する内臓脂肪蓄積状態指標データとを含む記憶手段で記憶した内臓脂肪蓄積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）内臓脂肪蓄積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）（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内臓脂肪蓄積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、内臓脂肪蓄積の状態の評価に最適な多変量判別式（具体的には内臓脂肪蓄積の状態と有意な相関がある多変量判別式（より具体的には、内臓脂肪蓄積群と非内臓脂肪蓄積群との２群判別に有用な多変量判別式、内臓脂肪面積の状態の評価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内臓脂肪蓄積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内臓脂肪蓄積評価プログラムを実行させるので、内臓脂肪蓄積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。
また、本発明にかかる内臓脂肪蓄積の予防・改善物質の探索方法によれば、所望の物質群が投与された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、測定したアミノ酸濃度データに基づいて、評価対象につき、内臓脂肪蓄積の状態を評価し、その評価結果に基づいて、所望の物質群が、内臓脂肪蓄積を予防させる又は内臓脂肪蓄積の状態を改善させるものであるか否かを判定するので、血液中のアミノ酸の濃度を利用して内臓脂肪蓄積の状態を精度よく評価することができる内臓脂肪蓄積の評価方法を用いて、内臓脂肪蓄積を予防させる又は内臓脂肪蓄積の状態を改善させる物質を精度よく探索することができるという効果を奏する。また、本発明にかかる内臓脂肪蓄積の予防・改善物質の探索方法によれば、内臓脂肪蓄積での典型的なアミノ酸濃度変動パターンの情報や内臓脂肪蓄積に対応する多変量判別式を利用することで、内臓脂肪蓄積の状態を一部反映した既存の動物モデルや、臨床で早期に有効な薬物を選択することが可能になる。
また、本発明にかかる内臓脂肪蓄積の予防・改善物質の探索方法によれば、測定した評価対象のアミノ酸濃度データに含まれるＶａｌ，Ｌｅｕ，Ｉｌｅ，Ｔｙｒ，Ｐｈｅ，Ｔｒｐ，Ｇｌｕ，Ａｌａ，Ｐｒｏ，Ｏｒｎ，Ｌｙｓ，Ｇｌｙ，Ｓｅｒ，Ｍｅｔ，Ａｒｇ，Ｔｒｐ，Ｃｙｓ，Ｇｌｎ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、内臓脂肪蓄積の状態を評価するので、血液中のアミノ酸の濃度のうち内臓脂肪蓄積の状態と関連するアミノ酸の濃度を利用して内臓脂肪蓄積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、本発明にかかる内臓脂肪蓄積の予防・改善物質の探索方法によれば、測定した評価対象のアミノ酸濃度データに含まれるＶａｌ，Ｌｅｕ，Ｉｌｅ，Ｔｙｒ，Ｐｈｅ，Ｔｒｐ，Ｇｌｕ，Ａｌａ，Ｐｒｏ，Ｏｒｎ，Ｌｙｓ，Ｇｌｙ，Ｓｅｒ，Ｍｅｔ，Ａｒｇ，Ｔｒｐ，Ｃｙｓ，Ｇｌｎ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、内臓脂肪蓄積群または非内臓脂肪蓄積群であるか否かを判別するので、血液中のアミノ酸の濃度のうち内臓脂肪蓄積群と非内臓脂肪蓄積群との２群判別に有用なアミノ酸の濃度を利用して内臓脂肪蓄積群と非内臓脂肪蓄積群との２群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、本発明にかかる内臓脂肪蓄積の予防・改善物質の探索方法によれば、測定した評価対象のアミノ酸濃度データに含まれるＶａｌ，Ｌｅｕ，Ｉｌｅ，Ｔｙｒ，Ｐｈｅ，Ｔｒｐ，Ｇｌｕ，Ａｌａ，Ｐｒｏ，Ｏｒｎ，Ｌｙｓ，Ｇｌｙ，Ｓｅｒ，Ｍｅｔ，Ａｒｇ，Ｔｒｐ，Ｃｙｓ，Ｇｌｎ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、内臓脂肪面積の状態を評価するので、血液中のアミノ酸の濃度のうち内臓脂肪面積の状態の評価に有用なアミノ酸の濃度を利用して内臓脂肪面積の状態の評価を精度よく行うことができるという効果を奏する。
また、本発明にかかる内臓脂肪蓄積の予防・改善物質の探索方法によれば、測定した評価対象のアミノ酸濃度データおよび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し、算出した判別値に基づいて、評価対象につき、内臓脂肪蓄積の状態を評価するので、アミノ酸の濃度を変数とする多変量判別式で得られる判別値を利用して内臓脂肪蓄積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、本発明にかかる内臓脂肪蓄積の予防・改善物質の探索方法によれば、測定した評価対象のアミノ酸濃度データに含まれるＶａｌ，Ｌｅｕ，Ｉｌｅ，Ｔｙｒ，Ｐｈｅ，Ｔｒｐ，Ｇｌｕ，Ａｌａ，Ｐｒｏ，Ｏｒｎ，Ｌｙｓ，Ｇｌｙ，Ｓｅｒ，Ｍｅｔ，Ａｒｇ，Ｔｒｐ，Ｃｙｓ，Ｇｌｎのうち少なくとも１つの濃度値、およびＶａｌ，Ｌｅｕ，Ｉｌｅ，Ｔｙｒ，Ｐｈｅ，Ｔｒｐ，Ｇｌｕ，Ａｌａ，Ｐｒｏ，Ｏｒｎ，Ｌｙｓ，Ｇｌｙ，Ｓｅｒ，Ｍｅｔ，Ａｒｇ，Ｔｒｐ，Ｃｙｓ，Ｇｌｎのうち少なくとも１つを変数として含む多変量判別式に基づいて、判別値を算出するので、内臓脂肪蓄積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内臓脂肪蓄積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、本発明にかかる内臓脂肪蓄積の予防・改善物質の探索方法によれば、算出した判別値に基づいて、評価対象につき、内臓脂肪蓄積群または非内臓脂肪蓄積群であるか否かを判別するので、内臓脂肪蓄積群と非内臓脂肪蓄積群との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内臓脂肪蓄積群と非内臓脂肪蓄積群との２群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、本発明にかかる内臓脂肪蓄積の予防・改善物質の探索方法によれば、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Ｖａｌ，Ｌｅｕ，Ｉｌｅ，Ｔｙｒ，Ｐｈｅ，Ｔｒｐ，Ｇｌｕ，Ａｌａ，Ｐｒｏ，Ｏｒｎ，Ｌｙｓ，Ｇｌｙ，Ｓｅｒ，Ｍｅｔ，Ａｒｇ，Ｔｒｐ，Ｃｙｓ，Ｇｌｎのうち少なくとも１つを変数として含むもの、または、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、内臓脂肪蓄積群と非内臓脂肪蓄積群との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内臓脂肪蓄積群と非内臓脂肪蓄積群との２群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、本発明にかかる内臓脂肪蓄積の予防・改善物質の探索方法によれば、多変量判別式は、数式１、数式２、Ｓｅｒ，Ｇｌｕ，Ｉｌｅ，Ｔｙｒ，Ａｒｇを変数とするロジスティック回帰式、またはＳｅｒ，Ｇｌｕ，Ｌｅｕ，Ｔｒｐを変数とするロジスティック回帰式であるので、内臓脂肪蓄積群と非内臓脂肪蓄積群との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内臓脂肪蓄積群と非内臓脂肪蓄積群との２群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。
（Ｇｌｕ＋Ｔｙｒ＋Ｏｒｎ）／（Ａｓｎ＋Ｓｅｒ） ・・・（数式１）
（Ｇｌｕ＋Ｌｅｕ）／（Ｓｅｒ＋Ｔａｕ） ＋ （Ｐｒｏ＋Ｏｒｎ）／（Ｇｌｎ）
・・・（数式２）
（Ｇｌｕ＋Ｔｙｒ＋Ｏｒｎ）／（Ａｓｎ＋Ｓｅｒ） ・・・（数式１）
（Ｇｌｕ＋Ｌｅｕ）／（Ｓｅｒ＋Ｔａｕ） ＋ （Ｐｒｏ＋Ｏｒｎ）／（Ｇｌｎ）
・・・（数式２）
また、本発明にかかる内臓脂肪蓄積の予防・改善物質の探索方法によれば、算出した判別値に基づいて、評価対象につき、内臓脂肪面積の状態を評価するので、内臓脂肪面積の状態の評価に有用な多変量判別式で得られる判別値を利用して内臓脂肪面積の状態の評価を精度よく行うことができるという効果を奏する。
また、本発明にかかる内臓脂肪蓄積の予防・改善物質の探索方法によれば、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Ｖａｌ，Ｌｅｕ，Ｉｌｅ，Ｔｙｒ，Ｐｈｅ，Ｔｒｐ，Ｇｌｕ，Ａｌａ，Ｐｒｏ，Ｏｒｎ，Ｌｙｓ，Ｇｌｙ，Ｓｅｒ，Ｍｅｔ，Ａｒｇ，Ｔｒｐ，Ｃｙｓ，Ｇｌｎのうち少なくとも１つを変数として含むもの、または、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、内臓脂肪面積の状態の評価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内臓脂肪面積の状態の評価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、本発明にかかる内臓脂肪蓄積の予防・改善物質の探索方法によれば、多変量判別式は数式３または数式４であるので、内臓脂肪面積の状態の評価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内臓脂肪面積の状態の評価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。
（Ｇｌｕ＋Ｇｌｙ） ＋ （−０．２）×（Ｓｅｒ／Ｔｙｒ） ＋ （−０．１）×（Ｈｉｓ／Ｔｒｐ） ・・・（数式３）
（Ｇｌｕ／Ｇｌｙ） ＋ （−０．５４）×（Ｓｅｒ／Ｌｅｕ） ＋ （０．１５）×（Ｐｒｏ／Ｔｒｐ） ＋ （−０．０５）×（Ｇｌｎ／Ｔｙｒ） ・・・（数式４）
（Ｇｌｕ＋Ｇｌｙ） ＋ （−０．２）×（Ｓｅｒ／Ｔｙｒ） ＋ （−０．１）×（Ｈｉｓ／Ｔｒｐ） ・・・（数式３）
（Ｇｌｕ／Ｇｌｙ） ＋ （−０．５４）×（Ｓｅｒ／Ｌｅｕ） ＋ （０．１５）×（Ｐｒｏ／Ｔｒｐ） ＋ （−０．０５）×（Ｇｌｎ／Ｔｙｒ） ・・・（数式４）
なお、本発明は、内臓脂肪蓄積の状態を評価する際（具体的には、内臓脂肪蓄積群または非内臓脂肪蓄積群であるか否かを判別する際、内臓脂肪面積の状態を評価する際）、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、内臓脂肪蓄積の状態を評価する際（具体的には、内臓脂肪蓄積群または非内臓脂肪蓄積群であるか否かを判別する際、内臓脂肪面積の状態を評価する際）、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。
また、本発明は、内臓脂肪蓄積がインシュリン抵抗性をベースにした高脂血症・高血圧・高血糖の症状を含有することから、これらの評価や判別にも有効である。
以下に、本発明にかかる内臓脂肪蓄積の評価方法の実施の形態（第１実施形態）、本発明にかかる内臓脂肪蓄積評価装置、内臓脂肪蓄積評価方法、内臓脂肪蓄積評価システム、内臓脂肪蓄積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）、ならびに本発明にかかる内臓脂肪蓄積の予防・改善物質の探索方法の実施の形態（第３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、本発明にかかる内臓脂肪蓄積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。
［１−１．本発明の概要］
ここでは、本発明にかかる内臓脂肪蓄積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基づいて、評価対象につき内臓脂肪蓄積の状態を評価する（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基づいて、評価対象につき内臓脂肪蓄積の状態を評価する。これにより、血液中のアミノ酸の濃度を利用して、内臓脂肪蓄積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、内臓脂肪蓄積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Ｖａｌ，Ｌｅｕ，Ｉｌｅ，Ｔｙｒ，Ｐｈｅ，Ｔｒｐ，Ｇｌｕ，Ａｌａ，Ｐｒｏ，Ｏｒｎ，Ｌｙｓ，Ｇｌｙ，Ｓｅｒ，Ｍｅｔ，Ａｒｇ，Ｔｒｐ，Ｃｙｓ，Ｇｌｎ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、内臓脂肪蓄積の状態を評価してもよい。これにより、血液中のアミノ酸の濃度のうち内臓脂肪蓄積の状態と関連するアミノ酸の濃度を利用して、内臓脂肪蓄積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Ｖａｌ，Ｌｅｕ，Ｉｌｅ，Ｔｙｒ，Ｐｈｅ，Ｔｒｐ，Ｇｌｕ，Ａｌａ，Ｐｒｏ，Ｏｒｎ，Ｌｙｓ，Ｇｌｙ，Ｓｅｒ，Ｍｅｔ，Ａｒｇ，Ｔｒｐ，Ｃｙｓ，Ｇｌｎ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、内臓脂肪蓄積群または非内臓脂肪蓄積群であるか否かを判別してもよい。具体的には、Ｖａｌ，Ｌｅｕ，Ｉｌｅ，Ｔｙｒ，Ｐｈｅ，Ｔｒｐ，Ｇｌｕ，Ａｌａ，Ｐｒｏ，Ｏｒｎ，Ｌｙｓ，Ｇｌｙ，Ｓｅｒ，Ｍｅｔ，Ａｒｇ，Ｔｒｐ，Ｃｙｓ，Ｇｌｎ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、評価対象につき内臓脂肪蓄積群または非内臓脂肪蓄積群であるか否かを判別してもよい。これにより、血液中のアミノ酸の濃度のうち内臓脂肪蓄積群と非内臓脂肪蓄積群との２群判別に有用なアミノ酸の濃度を利用して、内臓脂肪蓄積群と非内臓脂肪蓄積群との２群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Ｖａｌ，Ｌｅｕ，Ｉｌｅ，Ｔｙｒ，Ｐｈｅ，Ｔｒｐ，Ｇｌｕ，Ａｌａ，Ｐｒｏ，Ｏｒｎ，Ｌｙｓ，Ｇｌｙ，Ｓｅｒ，Ｍｅｔ，Ａｒｇ，Ｔｒｐ，Ｃｙｓ，Ｇｌｎ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、内臓脂肪蓄積を反映する内臓脂肪面積の状態を評価してもよい。具体的には、Ｖａｌ，Ｌｅｕ，Ｉｌｅ，Ｔｙｒ，Ｐｈｅ，Ｔｒｐ，Ｇｌｕ，Ａｌａ，Ｐｒｏ，Ｏｒｎ，Ｌｙｓ，Ｇｌｙ，Ｓｅｒ，Ｍｅｔ，Ａｒｇ，Ｔｒｐ，Ｃｙｓ，Ｇｌｎ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、内臓脂肪蓄積を反映する内臓脂肪面積の状態を評価してもよい。これにより、血液中のアミノ酸の濃度のうち内臓脂肪面積の状態の評価に有用なアミノ酸の濃度を利用して、内臓脂肪面積の状態の評価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および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し、算出した判別値に基づいて、評価対象につき、内臓脂肪蓄積の状態を評価してもよい。これにより、アミノ酸の濃度を変数とする多変量判別式で得られる判別値を利用して、内臓脂肪蓄積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Ｖａｌ，Ｌｅｕ，Ｉｌｅ，Ｔｙｒ，Ｐｈｅ，Ｔｒｐ，Ｇｌｕ，Ａｌａ，Ｐｒｏ，Ｏｒｎ，Ｌｙｓ，Ｇｌｙ，Ｓｅｒ，Ｍｅｔ，Ａｒｇ，Ｔｒｐ，Ｃｙｓ，Ｇｌｎのうち少なくとも１つの濃度値、およびＶａｌ，Ｌｅｕ，Ｉｌｅ，Ｔｙｒ，Ｐｈｅ，Ｔｒｐ，Ｇｌｕ，Ａｌａ，Ｐｒｏ，Ｏｒｎ，Ｌｙｓ，Ｇｌｙ，Ｓｅｒ，Ｍｅｔ，Ａｒｇ，Ｔｒｐ，Ｃｙｓ，Ｇｌｎのうち少なくとも１つを変数として含む多変量判別式に基づいて、判別値を算出し、算出した判別値に基づいて評価対象につき内臓脂肪蓄積の状態を評価してもよい。これにより、内臓脂肪蓄積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、内臓脂肪蓄積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、算出した判別値に基づいて、評価対象につき内臓脂肪蓄積群または非内臓脂肪蓄積群であるか否かを判別してもよい。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、評価対象につき内臓脂肪蓄積群または非内臓脂肪蓄積群であるか否かを判別してもよい。これにより、内臓脂肪蓄積群と非内臓脂肪蓄積群との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、内臓脂肪蓄積群と非内臓脂肪蓄積群との２群判別を精度よく行うことができる。なお、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Ｖａｌ，Ｌｅｕ，Ｉｌｅ，Ｔｙｒ，Ｐｈｅ，Ｔｒｐ，Ｇｌｕ，Ａｌａ，Ｐｒｏ，Ｏｒｎ，Ｌｙｓ，Ｇｌｙ，Ｓｅｒ，Ｍｅｔ，Ａｒｇ，Ｔｒｐ，Ｃｙｓ，Ｇｌｎのうち少なくとも１つを変数として含むもの、または、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つでもよい。具体的には、多変量判別式は、数式１、数式２、Ｓｅｒ，Ｇｌｕ，Ｉｌｅ，Ｔｙｒ，Ａｒｇを変数とするロジスティック回帰式、またはＳｅｒ，Ｇｌｕ，Ｌｅｕ，Ｔｒｐを変数とするロジスティック回帰式でもよい。これにより、内臓脂肪蓄積群と非内臓脂肪蓄積群との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、内臓脂肪蓄積群と非内臓脂肪蓄積群との２群判別をさらに精度よく行うことができる。
（Ｇｌｕ＋Ｔｙｒ＋Ｏｒｎ）／（Ａｓｎ＋Ｓｅｒ） ・・・（数式１）
（Ｇｌｕ＋Ｌｅｕ）／（Ｓｅｒ＋Ｔａｕ） ＋ （Ｐｒｏ＋Ｏｒｎ）／（Ｇｌｎ）
・・・（数式２）
（Ｇｌｕ＋Ｔｙｒ＋Ｏｒｎ）／（Ａｓｎ＋Ｓｅｒ） ・・・（数式１）
（Ｇｌｕ＋Ｌｅｕ）／（Ｓｅｒ＋Ｔａｕ） ＋ （Ｐｒｏ＋Ｏｒｎ）／（Ｇｌｎ）
・・・（数式２）
また、ステップＳ−１２では、算出した判別値に基づいて、評価対象につき、内臓脂肪蓄積を反映する内臓脂肪面積の状態を評価してもよい。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、内臓脂肪蓄積を反映する内臓脂肪面積の状態を評価してもよい。これにより、内臓脂肪面積の状態の評価に有用な多変量判別式で得られる判別値を利用して、内臓脂肪面積の状態の評価を精度よく行うことができる。なお、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Ｖａｌ，Ｌｅｕ，Ｉｌｅ，Ｔｙｒ，Ｐｈｅ，Ｔｒｐ，Ｇｌｕ，Ａｌａ，Ｐｒｏ，Ｏｒｎ，Ｌｙｓ，Ｇｌｙ，Ｓｅｒ，Ｍｅｔ，Ａｒｇ，Ｔｒｐ，Ｃｙｓ，Ｇｌｎのうち少なくとも１つを変数として含むもの、または、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つでもよい。具体的には、多変量判別式は数式３または数式４でもよい。これにより、内臓脂肪面積の状態の評価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、内臓脂肪面積の状態の評価をさらに精度よく行うことができる。
（Ｇｌｕ＋Ｇｌｙ） ＋ （−０．２）×（Ｓｅｒ／Ｔｙｒ） ＋ （−０．１）×（Ｈｉｓ／Ｔｒｐ） ・・・（数式３）
（Ｇｌｕ／Ｇｌｙ） ＋ （−０．５４）×（Ｓｅｒ／Ｌｅｕ） ＋ （０．１５）×（Ｐｒｏ／Ｔｒｐ） ＋ （−０．０５）×（Ｇｌｎ／Ｔｙｒ） ・・・（数式４）
（Ｇｌｕ＋Ｇｌｙ） ＋ （−０．２）×（Ｓｅｒ／Ｔｙｒ） ＋ （−０．１）×（Ｈｉｓ／Ｔｒｐ） ・・・（数式３）
（Ｇｌｕ／Ｇｌｙ） ＋ （−０．５４）×（Ｓｅｒ／Ｌｅｕ） ＋ （０．１５）×（Ｐｒｏ／Ｔｒｐ） ＋ （−０．０５）×（Ｇｌｎ／Ｔｙｒ） ・・・（数式４）
なお、上記した各多変量判別式は、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内臓脂肪蓄積の状態の評価に好適に用いることができる。
また、分数式とは、当該分数式の分子がアミノ酸Ａ，Ｂ，Ｃ，・・・の和で表わされ及び／又は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。
また、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。
そして、本発明は、内臓脂肪蓄積の状態を評価する際（具体的には、内臓脂肪蓄積群または非内臓脂肪蓄積群であるか否かを判別する際、内臓脂肪面積の状態を評価する際）、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、内臓脂肪蓄積の状態を評価する際（具体的には、内臓脂肪蓄積群または非内臓脂肪蓄積群であるか否かを判別する際、内臓脂肪面積の状態を評価する際）、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実施形態にかかる内臓脂肪蓄積の評価方法］
ここでは、第１実施形態にかかる内臓脂肪蓄積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実施形態にかかる内臓脂肪蓄積の評価方法の一例を示すフローチャートである。
ここでは、第１実施形態にかかる内臓脂肪蓄積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実施形態にかかる内臓脂肪蓄積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Ｖａｌ，Ｌｅｕ，Ｉｌｅ，Ｔｙｒ，Ｐｈｅ，Ｔｒｐ，Ｇｌｕ，Ａｌａ，Ｐｒｏ，Ｏｒｎ，Ｌｙｓ，Ｇｌｙ，Ｓｅｒ，Ｍｅｔ，Ａｒｇ，Ｔｒｐ，Ｃｙｓ，Ｇｌｎ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、内臓脂肪蓄積群または非内臓脂肪蓄積群であるか否かを判別もしくは内臓脂肪面積の状態を評価する（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実施形態にかかる内臓脂肪蓄積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Ｖａｌ，Ｌｅｕ，Ｉｌｅ，Ｔｙｒ，Ｐｈｅ，Ｔｒｐ，Ｇｌｕ，Ａｌａ，Ｐｒｏ，Ｏｒｎ，Ｌｙｓ，Ｇｌｙ，Ｓｅｒ，Ｍｅｔ，Ａｒｇ，Ｔｒｐ，Ｃｙｓ，Ｇｌｎ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、内臓脂肪蓄積群または非内臓脂肪蓄積群であるか否かを判別もしくは内臓脂肪面積の状態を評価する。これにより、血液中のアミノ酸の濃度のうち内臓脂肪蓄積群と非内臓脂肪蓄積群との２群判別又は内臓脂肪面積の状態の評価に有用なアミノ酸の濃度を利用して、内臓脂肪蓄積群と非内臓脂肪蓄積群との２群判別又は内臓脂肪面積の状態の評価を精度よく行うことができる。
以上、詳細に説明したように、第１実施形態にかかる内臓脂肪蓄積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Ｖａｌ，Ｌｅｕ，Ｉｌｅ，Ｔｙｒ，Ｐｈｅ，Ｔｒｐ，Ｇｌｕ，Ａｌａ，Ｐｒｏ，Ｏｒｎ，Ｌｙｓ，Ｇｌｙ，Ｓｅｒ，Ｍｅｔ，Ａｒｇ，Ｔｒｐ，Ｃｙｓ，Ｇｌｎ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、内臓脂肪蓄積群または非内臓脂肪蓄積群であるか否かを判別もしくは内臓脂肪面積の状態を評価する。これにより、血液中のアミノ酸の濃度のうち内臓脂肪蓄積群と非内臓脂肪蓄積群との２群判別又は内臓脂肪面積の状態の評価に有用なアミノ酸の濃度を利用して、内臓脂肪蓄積群と非内臓脂肪蓄積群との２群判別又は内臓脂肪面積の状態の評価を精度よく行うことができる。
ここで、ステップＳＡ−１３において、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Ｖａｌ，Ｌｅｕ，Ｉｌｅ，Ｔｙｒ，Ｐｈｅ，Ｔｒｐ，Ｇｌｕ，Ａｌａ，Ｐｒｏ，Ｏｒｎ，Ｌｙｓ，Ｇｌｙ，Ｓｅｒ，Ｍｅｔ，Ａｒｇ，Ｔｒｐ，Ｃｙｓ，Ｇｌｎのうち少なくとも１つの濃度値、およびＶａｌ，Ｌｅｕ，Ｉｌｅ，Ｔｙｒ，Ｐｈｅ，Ｔｒｐ，Ｇｌｕ，Ａｌａ，Ｐｒｏ，Ｏｒｎ，Ｌｙｓ，Ｇｌｙ，Ｓｅｒ，Ｍｅｔ，Ａｒｇ，Ｔｒｐ，Ｃｙｓ，Ｇｌｎのうち少なくとも１つを変数として含む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、内臓脂肪蓄積群または非内臓脂肪蓄積群であるか否かを判別もしくは内臓脂肪面積の状態を評価してもよい。これにより、内臓脂肪蓄積群と非内臓脂肪蓄積群との２群判別又は内臓脂肪面積の状態の評価に有用な多変量判別式で得られる判別値を利用して、内臓脂肪蓄積群と非内臓脂肪蓄積群との２群判別又は内臓脂肪面積の状態の評価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Ｖａｌ，Ｌｅｕ，Ｉｌｅ，Ｔｙｒ，Ｐｈｅ，Ｔｒｐ，Ｇｌｕ，Ａｌａ，Ｐｒｏ，Ｏｒｎ，Ｌｙｓ，Ｇｌｙ，Ｓｅｒ，Ｍｅｔ，Ａｒｇ，Ｔｒｐ，Ｃｙｓ，Ｇｌｎのうち少なくとも１つを変数として含むもの、または、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つでもよい。
具体的には、多変量判別式は、数式１、数式２、Ｓｅｒ，Ｇｌｕ，Ｉｌｅ，Ｔｙｒ，Ａｒｇを変数とするロジスティック回帰式、またはＳｅｒ，Ｇｌｕ，Ｌｅｕ，Ｔｒｐを変数とするロジスティック回帰式でもよい。これにより、内臓脂肪蓄積群と非内臓脂肪蓄積群との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、内臓脂肪蓄積群と非内臓脂肪蓄積群との２群判別をさらに精度よく行うことができる。
（Ｇｌｕ＋Ｔｙｒ＋Ｏｒｎ）／（Ａｓｎ＋Ｓｅｒ） ・・・（数式１）
（Ｇｌｕ＋Ｌｅｕ）／（Ｓｅｒ＋Ｔａｕ） ＋ （Ｐｒｏ＋Ｏｒｎ）／（Ｇｌｎ）
・・・（数式２）
また、具体的には、多変量判別式は数式３または数式４でもよい。これにより、内臓脂肪面積の状態の評価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、内臓脂肪面積の状態の評価をさらに精度よく行うことができる。
（Ｇｌｕ＋Ｇｌｙ） ＋ （−０．２）×（Ｓｅｒ／Ｔｙｒ） ＋ （−０．１）×（Ｈｉｓ／Ｔｒｐ） ・・・（数式３）
（Ｇｌｕ／Ｇｌｙ） ＋ （−０．５４）×（Ｓｅｒ／Ｌｅｕ） ＋ （０．１５）×（Ｐｒｏ／Ｔｒｐ） ＋ （−０．０５）×（Ｇｌｎ／Ｔｙｒ） ・・・（数式４）
具体的には、多変量判別式は、数式１、数式２、Ｓｅｒ，Ｇｌｕ，Ｉｌｅ，Ｔｙｒ，Ａｒｇを変数とするロジスティック回帰式、またはＳｅｒ，Ｇｌｕ，Ｌｅｕ，Ｔｒｐを変数とするロジスティック回帰式でもよい。これにより、内臓脂肪蓄積群と非内臓脂肪蓄積群との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、内臓脂肪蓄積群と非内臓脂肪蓄積群との２群判別をさらに精度よく行うことができる。
（Ｇｌｕ＋Ｔｙｒ＋Ｏｒｎ）／（Ａｓｎ＋Ｓｅｒ） ・・・（数式１）
（Ｇｌｕ＋Ｌｅｕ）／（Ｓｅｒ＋Ｔａｕ） ＋ （Ｐｒｏ＋Ｏｒｎ）／（Ｇｌｎ）
・・・（数式２）
また、具体的には、多変量判別式は数式３または数式４でもよい。これにより、内臓脂肪面積の状態の評価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、内臓脂肪面積の状態の評価をさらに精度よく行うことができる。
（Ｇｌｕ＋Ｇｌｙ） ＋ （−０．２）×（Ｓｅｒ／Ｔｙｒ） ＋ （−０．１）×（Ｈｉｓ／Ｔｒｐ） ・・・（数式３）
（Ｇｌｕ／Ｇｌｙ） ＋ （−０．５４）×（Ｓｅｒ／Ｌｅｕ） ＋ （０．１５）×（Ｐｒｏ／Ｔｒｐ） ＋ （−０．０５）×（Ｇｌｎ／Ｔｙｒ） ・・・（数式４）
なお、上記した各多変量判別式は、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内臓脂肪蓄積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、本発明にかかる内臓脂肪蓄積評価装置、内臓脂肪蓄積評価方法、内臓脂肪蓄積評価システム、内臓脂肪蓄積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。
［２−１．本発明の概要］
ここでは、本発明にかかる内臓脂肪蓄積評価装置、内臓脂肪蓄積評価方法、内臓脂肪蓄積評価システム、内臓脂肪蓄積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）のアミノ酸濃度データおよびアミノ酸の濃度を変数とする記憶部で記憶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（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、評価対象につき内臓脂肪蓄積の状態を評価する（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およびアミノ酸の濃度を変数とする記憶部で記憶した多変量判別式に基づいて判別値を算出し、算出した判別値に基づいて評価対象につき内臓脂肪蓄積の状態を評価する。これにより、アミノ酸の濃度を変数とする多変量判別式で得られる判別値を利用して、内臓脂肪蓄積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−２１では、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Ｖａｌ，Ｌｅｕ，Ｉｌｅ，Ｔｙｒ，Ｐｈｅ，Ｔｒｐ，Ｇｌｕ，Ａｌａ，Ｐｒｏ，Ｏｒｎ，Ｌｙｓ，Ｇｌｙ，Ｓｅｒ，Ｍｅｔ，Ａｒｇ，Ｔｒｐ，Ｃｙｓ，Ｇｌｎのうち少なくとも１つの濃度値、およびＶａｌ，Ｌｅｕ，Ｉｌｅ，Ｔｙｒ，Ｐｈｅ，Ｔｒｐ，Ｇｌｕ，Ａｌａ，Ｐｒｏ，Ｏｒｎ，Ｌｙｓ，Ｇｌｙ，Ｓｅｒ，Ｍｅｔ，Ａｒｇ，Ｔｒｐ，Ｃｙｓ，Ｇｌｎのうち少なくとも１つを変数として含む多変量判別式に基づいて判別値を算出してもよい。これにより、内臓脂肪蓄積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、内臓脂肪蓄積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内臓脂肪蓄積群または非内臓脂肪蓄積群であるか否かを判別してもよい。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、評価対象につき内臓脂肪蓄積群または非内臓脂肪蓄積群であるか否かを判別してもよい。これにより、内臓脂肪蓄積群と非内臓脂肪蓄積群との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、内臓脂肪蓄積群と非内臓脂肪蓄積群との２群判別を精度よく行うことができる。なお、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Ｖａｌ，Ｌｅｕ，Ｉｌｅ，Ｔｙｒ，Ｐｈｅ，Ｔｒｐ，Ｇｌｕ，Ａｌａ，Ｐｒｏ，Ｏｒｎ，Ｌｙｓ，Ｇｌｙ，Ｓｅｒ，Ｍｅｔ，Ａｒｇ，Ｔｒｐ，Ｃｙｓ，Ｇｌｎのうち少なくとも１つを変数として含むもの、または、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つでもよい。具体的には、多変量判別式は、数式１、数式２、Ｓｅｒ，Ｇｌｕ，Ｉｌｅ，Ｔｙｒ，Ａｒｇを変数とするロジスティック回帰式、またはＳｅｒ，Ｇｌｕ，Ｌｅｕ，Ｔｒｐを変数とするロジスティック回帰式でもよい。これにより、内臓脂肪蓄積群と非内臓脂肪蓄積群との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、内臓脂肪蓄積群と非内臓脂肪蓄積群との２群判別をさらに精度よく行うことができる。
（Ｇｌｕ＋Ｔｙｒ＋Ｏｒｎ）／（Ａｓｎ＋Ｓｅｒ） ・・・（数式１）
（Ｇｌｕ＋Ｌｅｕ）／（Ｓｅｒ＋Ｔａｕ） ＋ （Ｐｒｏ＋Ｏｒｎ）／（Ｇｌｎ）
・・・（数式２）
（Ｇｌｕ＋Ｔｙｒ＋Ｏｒｎ）／（Ａｓｎ＋Ｓｅｒ） ・・・（数式１）
（Ｇｌｕ＋Ｌｅｕ）／（Ｓｅｒ＋Ｔａｕ） ＋ （Ｐｒｏ＋Ｏｒｎ）／（Ｇｌｎ）
・・・（数式２）
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、内臓脂肪蓄積を反映する内臓脂肪面積の状態を評価してもよい。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、内臓脂肪蓄積を反映する内臓脂肪面積の状態を評価してもよい。これにより、内臓脂肪面積の状態の評価に有用な多変量判別式で得られる判別値を利用して、内臓脂肪面積の状態の評価を精度よく行うことができる。なお、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Ｖａｌ，Ｌｅｕ，Ｉｌｅ，Ｔｙｒ，Ｐｈｅ，Ｔｒｐ，Ｇｌｕ，Ａｌａ，Ｐｒｏ，Ｏｒｎ，Ｌｙｓ，Ｇｌｙ，Ｓｅｒ，Ｍｅｔ，Ａｒｇ，Ｔｒｐ，Ｃｙｓ，Ｇｌｎのうち少なくとも１つを変数として含むもの、または、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つでもよい。具体的には、多変量判別式は数式３または数式４でもよい。これにより、内臓脂肪面積の状態の評価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、内臓脂肪面積の状態の評価をさらに精度よく行うことができる。
（Ｇｌｕ＋Ｇｌｙ） ＋ （−０．２）×（Ｓｅｒ／Ｔｙｒ） ＋ （−０．１）×（Ｈｉｓ／Ｔｒｐ） ・・・（数式３）
（Ｇｌｕ／Ｇｌｙ） ＋ （−０．５４）×（Ｓｅｒ／Ｌｅｕ） ＋ （０．１５）×（Ｐｒｏ／Ｔｒｐ） ＋ （−０．０５）×（Ｇｌｎ／Ｔｙｒ） ・・・（数式４）
（Ｇｌｕ＋Ｇｌｙ） ＋ （−０．２）×（Ｓｅｒ／Ｔｙｒ） ＋ （−０．１）×（Ｈｉｓ／Ｔｒｐ） ・・・（数式３）
（Ｇｌｕ／Ｇｌｙ） ＋ （−０．５４）×（Ｓｅｒ／Ｌｅｕ） ＋ （０．１５）×（Ｐｒｏ／Ｔｒｐ） ＋ （−０．０５）×（Ｇｌｎ／Ｔｙｒ） ・・・（数式４）
なお、上記した各多変量判別式は、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内臓脂肪蓄積の状態の評価に好適に用いることができる。
また、分数式とは、当該分数式の分子がアミノ酸Ａ，Ｂ，Ｃ，・・・の和で表わされ及び／又は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。
また、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。
そして、本発明は、内臓脂肪蓄積の状態を評価する際（具体的には、内臓脂肪蓄積群または非内臓脂肪蓄積群であるか否かを判別する際、内臓脂肪面積の状態を評価する際）、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、内臓脂肪蓄積の状態を評価する際（具体的には、内臓脂肪蓄積群または非内臓脂肪蓄積群であるか否かを判別する際、内臓脂肪面積の状態を評価する際）、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内臓脂肪蓄積の状態を表す指標に関する内臓脂肪蓄積状態指標データとを含む記憶部で記憶した内臓脂肪蓄積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：内臓脂肪蓄積状態指標データ、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、内臓脂肪蓄積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、内臓脂肪蓄積状態情報から、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、多数の健常群および内臓脂肪蓄積群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内臓脂肪蓄積状態指標データから構成される多変量データである内臓脂肪蓄積状態情報に対して、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内臓脂肪蓄積状態情報を変換し、変換した内臓脂肪蓄積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、内臓脂肪蓄積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、本発明で評価した内臓脂肪蓄積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内臓脂肪蓄積の状態が過多になっているものの中で、本発明で評価した内臓脂肪蓄積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内臓脂肪蓄積の状態が健常になっているものの中で、本発明で評価した内臓脂肪蓄積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、本発明で評価した内臓脂肪蓄積の状態および入力データに記載された内臓脂肪蓄積の状態の差異と、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内臓脂肪蓄積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内臓脂肪蓄積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、内臓脂肪蓄積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、内臓脂肪蓄積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。換言すると、多変量判別式作成処理では、アミノ酸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、診断性能の高い多変量判別式を抽出する。多変量判別式としては、ロジスティック回帰、線形判別、サポートベクターマシン、マハラノビス距離法、重回帰分析、クラスター解析などを用いることができる。
［２−２．システム構成］
ここでは、第２実施形態にかかる内臓脂肪蓄積評価システム（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。
ここでは、第２実施形態にかかる内臓脂肪蓄積評価システム（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、評価対象につき内臓脂肪蓄積の状態を評価する内臓脂肪蓄積評価装置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、内臓脂肪蓄積評価装置１００やクライアント装置２００の他に、内臓脂肪蓄積評価装置１００で多変量判別式を作成する際に用いる内臓脂肪蓄積状態情報や内臓脂肪蓄積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、内臓脂肪蓄積評価装置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から内臓脂肪蓄積評価装置１００へ、内臓脂肪蓄積の状態に関する情報などが提供される。ここで、内臓脂肪蓄積の状態に関する情報とは、ヒトを含む生物の内臓脂肪蓄積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、内臓脂肪蓄積の状態に関する情報は、内臓脂肪蓄積評価装置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、本システムの内臓脂肪蓄積評価装置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、本システムの内臓脂肪蓄積評価装置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。
内臓脂肪蓄積評価装置１００は、当該内臓脂肪蓄積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内臓脂肪蓄積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、内臓脂肪蓄積評価装置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、内臓脂肪蓄積評価装置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、内臓脂肪蓄積状態情報ファイル１０６ｃと、指定内臓脂肪蓄積状態情報ファイル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、身長、体重、ＢＭＩ指数、腹囲、インスリン抵抗性指数、尿酸値、血糖値、中性脂肪、体脂肪率、総コレステロール、ＨＤＬコレステロール、ＬＤＬコレステロール、収縮期血圧、拡張期血圧、ヘモグロビンＡ１ｃ、動脈硬化指数、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、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、内臓脂肪蓄積状態情報ファイル１０６ｃは、多変量判別式を作成する際に用いる内臓脂肪蓄積状態情報を格納する。図９は、内臓脂肪蓄積状態情報ファイル１０６ｃに格納される情報の一例を示す図である。内臓脂肪蓄積状態情報ファイル１０６ｃに格納される情報は、図９に示すように、個体番号と、内臓脂肪蓄積の状態を表す指標（指標Ｔ1、指標Ｔ2、指標Ｔ3・・・）に関する内臓脂肪蓄積状態指標データ（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、内臓脂肪蓄積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、内臓脂肪蓄積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、内臓脂肪蓄積状態指標データは、内臓脂肪蓄積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、指定内臓脂肪蓄積状態情報ファイル１０６ｄは、後述する内臓脂肪蓄積状態情報指定部１０２ｇで指定した内臓脂肪蓄積状態情報を格納する。図１０は、指定内臓脂肪蓄積状態情報ファイル１０６ｄに格納される情報の一例を示す図である。指定内臓脂肪蓄積状態情報ファイル１０６ｄに格納される情報は、図１０に示すように、個体番号と、指定した内臓脂肪蓄積状態指標データと、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内臓脂肪蓄積状態情報を格納する選択内臓脂肪蓄積状態情報ファイル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、選択内臓脂肪蓄積状態情報ファイル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内臓脂肪蓄積状態情報を格納する。図１３は、選択内臓脂肪蓄積状態情報ファイル１０６ｅ３に格納される情報の一例を示す図である。選択内臓脂肪蓄積状態情報ファイル１０６ｅ３に格納される情報は、図１３に示すように、個体番号と、後述する内臓脂肪蓄積状態情報指定部１０２ｇで指定した内臓脂肪蓄積状態指標データと、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、内臓脂肪蓄積の状態に関する評価結果（具体的には、内臓脂肪蓄積群または非内臓脂肪蓄積群であるか否かに関する判別結果、内臓脂肪面積の状態に関する評価結果）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、内臓脂肪蓄積評価装置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と内臓脂肪蓄積状態情報指定部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から送信された内臓脂肪蓄積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内臓脂肪蓄積状態情報、多変量判別式など）を、ネットワーク３００を介して受信する。内臓脂肪蓄積状態情報指定部１０２ｇは、多変量判別式を作成するにあたり、対象とする内臓脂肪蓄積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で受信した内臓脂肪蓄積状態情報や内臓脂肪蓄積状態情報指定部１０２ｇで指定した内臓脂肪蓄積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、内臓脂肪蓄積状態情報から、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、内臓脂肪蓄積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、内臓脂肪蓄積状態情報から、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内臓脂肪蓄積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で作成した多変量判別式（例えば、Ｖａｌ，Ｌｅｕ，Ｉｌｅ，Ｔｙｒ，Ｐｈｅ，Ｔｒｐ，Ｇｌｕ，Ａｌａ，Ｐｒｏ，Ｏｒｎ，Ｌｙｓ，Ｇｌｙ，Ｓｅｒ，Ｍｅｔ，Ａｒｇ，Ｔｒｐ，Ｃｙｓ，Ｇｌｎのうち少なくとも１つを変数として含むもの）、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（例えば、Ｖａｌ，Ｌｅｕ，Ｉｌｅ，Ｔｙｒ，Ｐｈｅ，Ｔｒｐ，Ｇｌｕ，Ａｌａ，Ｐｒｏ，Ｏｒｎ，Ｌｙｓ，Ｇｌｙ，Ｓｅｒ，Ｍｅｔ，Ａｒｇ，Ｔｒｐ，Ｃｙｓ，Ｇｌｎ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Ｖａｌ，Ｌｅｕ，Ｉｌｅ，Ｔｙｒ，Ｐｈｅ，Ｔｒｐ，Ｇｌｕ，Ａｌａ，Ｐｒｏ，Ｏｒｎ，Ｌｙｓ，Ｇｌｙ，Ｓｅｒ，Ｍｅｔ，Ａｒｇ，Ｔｒｐ，Ｃｙｓ，Ｇｌｎのうち少なくとも１つを変数として含むもの、または、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つでもよい。具体的には、多変量判別式は、数式１、数式２、Ｓｅｒ，Ｇｌｕ，Ｉｌｅ，Ｔｙｒ，Ａｒｇを変数とするロジスティック回帰式もしくはＳｅｒ，Ｇｌｕ，Ｌｅｕ，Ｔｒｐを変数とするロジスティック回帰式、または数式３もしくは数式４でもよい。
（Ｇｌｕ＋Ｔｙｒ＋Ｏｒｎ）／（Ａｓｎ＋Ｓｅｒ） ・・・（数式１）
（Ｇｌｕ＋Ｌｅｕ）／（Ｓｅｒ＋Ｔａｕ） ＋ （Ｐｒｏ＋Ｏｒｎ）／（Ｇｌｎ）
・・・（数式２）
（Ｇｌｕ＋Ｇｌｙ） ＋ （−０．２）×（Ｓｅｒ／Ｔｙｒ） ＋ （−０．１）×（Ｈｉｓ／Ｔｒｐ） ・・・（数式３）
（Ｇｌｕ／Ｇｌｙ） ＋ （−０．５４）×（Ｓｅｒ／Ｌｅｕ） ＋ （０．１５）×（Ｐｒｏ／Ｔｒｐ） ＋ （−０．０５）×（Ｇｌｎ／Ｔｙｒ） ・・・（数式４）
（Ｇｌｕ＋Ｔｙｒ＋Ｏｒｎ）／（Ａｓｎ＋Ｓｅｒ） ・・・（数式１）
（Ｇｌｕ＋Ｌｅｕ）／（Ｓｅｒ＋Ｔａｕ） ＋ （Ｐｒｏ＋Ｏｒｎ）／（Ｇｌｎ）
・・・（数式２）
（Ｇｌｕ＋Ｇｌｙ） ＋ （−０．２）×（Ｓｅｒ／Ｔｙｒ） ＋ （−０．１）×（Ｈｉｓ／Ｔｒｐ） ・・・（数式３）
（Ｇｌｕ／Ｇｌｙ） ＋ （−０．５４）×（Ｓｅｒ／Ｌｅｕ） ＋ （０．１５）×（Ｐｒｏ／Ｔｒｐ） ＋ （−０．０５）×（Ｇｌｎ／Ｔｙｒ） ・・・（数式４）
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内臓脂肪蓄積の状態を評価する。なお、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内臓脂肪面積の状態を評価してもよい。具体的には、判別値基準評価部１０２ｊ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、評価対象につき内臓脂肪面積の状態を評価してもよい。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内臓脂肪蓄積群または非内臓脂肪蓄積群であるか否かを判別する。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、評価対象につき内臓脂肪蓄積群または非内臓脂肪蓄積群であるか否かを判別する。
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、内臓脂肪蓄積評価装置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、内臓脂肪蓄積評価装置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内臓脂肪蓄積評価装置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内臓脂肪蓄積評価装置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、内臓脂肪蓄積評価装置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、内臓脂肪蓄積評価装置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内臓脂肪蓄積状態情報や、内臓脂肪蓄積評価装置１００で作成した多変量判別式、内臓脂肪蓄積評価装置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４００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、内臓脂肪蓄積評価装置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、内臓脂肪蓄積評価装置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、内臓脂肪蓄積評価装置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、内臓脂肪蓄積状態情報や多変量判別式などの各種情報を、内臓脂肪蓄積評価装置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内臓脂肪蓄積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、内臓脂肪蓄積評価サービス処理の一例を示すフローチャートである。
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内臓脂肪蓄積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、内臓脂肪蓄積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を介して内臓脂肪蓄積評価装置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は内臓脂肪蓄積評価装置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、内臓脂肪蓄積評価装置１００が提供するＷｅｂサイトのアドレスを所定の通信規約で内臓脂肪蓄積評価装置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内臓脂肪蓄積評価装置１００へ行う。
つぎに、内臓脂肪蓄積評価装置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、内臓脂肪蓄積評価装置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、内臓脂肪蓄積評価装置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、内臓脂肪蓄積評価装置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、内臓脂肪蓄積評価装置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、内臓脂肪蓄積評価装置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内臓脂肪蓄積評価装置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内臓脂肪蓄積評価装置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、内臓脂肪蓄積評価装置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、Ｖａｌ，Ｌｅｕ，Ｉｌｅ，Ｔｙｒ，Ｐｈｅ，Ｔｒｐ，Ｇｌｕ，Ａｌａ，Ｐｒｏ，Ｏｒｎ，Ｌｙｓ，Ｇｌｙ，Ｓｅｒ，Ｍｅｔ，Ａｒｇ，Ｔｒｐ，Ｃｙｓ，Ｇｌｎのうち少なくとも１つを変数として含む内臓脂肪蓄積評価用（具体的には、内臓脂肪蓄積群と非内臓脂肪蓄積群との２群判別用、内臓脂肪面積の状態の評価用）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、内臓脂肪蓄積評価装置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、Ｖａｌ，Ｌｅｕ，Ｉｌｅ，Ｔｙｒ，Ｐｈｅ，Ｔｒｐ，Ｇｌｕ，Ａｌａ，Ｐｒｏ，Ｏｒｎ，Ｌｙｓ，Ｇｌｙ，Ｓｅｒ，Ｍｅｔ，Ａｒｇ，Ｔｒｐ，Ｃｙｓ，Ｇｌｎ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）を内臓脂肪蓄積評価装置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、内臓脂肪蓄積評価装置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Ｖａｌ，Ｌｅｕ，Ｉｌｅ，Ｔｙｒ，Ｐｈｅ，Ｔｒｐ，Ｇｌｕ，Ａｌａ，Ｐｒｏ，Ｏｒｎ，Ｌｙｓ，Ｇｌｙ，Ｓｅｒ，Ｍｅｔ，Ａｒｇ，Ｔｒｐ，Ｃｙｓ，Ｇｌｎのうち少なくとも１つを変数として含むもの、または、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つでもよい。具体的には、内臓脂肪蓄積評価装置１００へ送信する多変量判別式は、数式１、数式２、Ｓｅｒ，Ｇｌｕ，Ｉｌｅ，Ｔｙｒ，Ａｒｇを変数とするロジスティック回帰式もしくはＳｅｒ，Ｇｌｕ，Ｌｅｕ，Ｔｒｐを変数とするロジスティック回帰式、または数式３もしくは数式４でもよい。
（Ｇｌｕ＋Ｔｙｒ＋Ｏｒｎ）／（Ａｓｎ＋Ｓｅｒ） ・・・（数式１）
（Ｇｌｕ＋Ｌｅｕ）／（Ｓｅｒ＋Ｔａｕ） ＋ （Ｐｒｏ＋Ｏｒｎ）／（Ｇｌｎ）
・・・（数式２）
（Ｇｌｕ＋Ｇｌｙ） ＋ （−０．２）×（Ｓｅｒ／Ｔｙｒ） ＋ （−０．１）×（Ｈｉｓ／Ｔｒｐ） ・・・（数式３）
（Ｇｌｕ／Ｇｌｙ） ＋ （−０．５４）×（Ｓｅｒ／Ｌｅｕ） ＋ （０．１５）×（Ｐｒｏ／Ｔｒｐ） ＋ （−０．０５）×（Ｇｌｎ／Ｔｙｒ） ・・・（数式４）
（Ｇｌｕ＋Ｔｙｒ＋Ｏｒｎ）／（Ａｓｎ＋Ｓｅｒ） ・・・（数式１）
（Ｇｌｕ＋Ｌｅｕ）／（Ｓｅｒ＋Ｔａｕ） ＋ （Ｐｒｏ＋Ｏｒｎ）／（Ｇｌｎ）
・・・（数式２）
（Ｇｌｕ＋Ｇｌｙ） ＋ （−０．２）×（Ｓｅｒ／Ｔｙｒ） ＋ （−０．１）×（Ｈｉｓ／Ｔｒｐ） ・・・（数式３）
（Ｇｌｕ／Ｇｌｙ） ＋ （−０．５４）×（Ｓｅｒ／Ｌｅｕ） ＋ （０．１５）×（Ｐｒｏ／Ｔｒｐ） ＋ （−０．０５）×（Ｇｌｎ／Ｔｙｒ） ・・・（数式４）
つぎに、内臓脂肪蓄積評価装置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、内臓脂肪蓄積評価装置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、内臓脂肪蓄積評価装置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に含まれるＶａｌ，Ｌｅｕ，Ｉｌｅ，Ｔｙｒ，Ｐｈｅ，Ｔｒｐ，Ｇｌｕ，Ａｌａ，Ｐｒｏ，Ｏｒｎ，Ｌｙｓ，Ｇｌｙ，Ｓｅｒ，Ｍｅｔ，Ａｒｇ，Ｔｒｐ，Ｃｙｓ，Ｇｌｎのうち少なくとも１つの濃度値、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、内臓脂肪蓄積評価装置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、個体につき内臓脂肪蓄積群または非内臓脂肪蓄積群であるか否かを判別もしくは内臓脂肪面積の状態を評価し、その判別結果又は評価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、内臓脂肪蓄積評価装置１００は、送信部１０２ｍで、ステップＳＡ−２６で得た判別結果（内臓脂肪蓄積群または非内臓脂肪蓄積群であるか否かに関する判別結果）または評価結果（内臓脂肪面積の状態に関する評価結果）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、内臓脂肪蓄積評価装置１００は、Ｗｅｂページ生成部１０２ｅで、判別結果または評価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内臓脂肪蓄積評価装置１００へ送信する。ついで、内臓脂肪蓄積評価装置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、判別結果または評価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、内臓脂肪蓄積評価装置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若しくは評価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、内臓脂肪蓄積評価装置１００は、制御部１０２で、判別結果または評価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、内臓脂肪蓄積評価装置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、内臓脂肪蓄積評価装置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または評価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、内臓脂肪蓄積評価装置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、内臓脂肪蓄積評価装置１００は、ＦＴＰ等の既存のファイル転送技術等で、判別結果または評価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、内臓脂肪蓄積評価装置１００から送信された判別結果もしくは評価結果またはＷｅｂデータを受信し、受信した判別結果もしくは評価結果または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、内臓脂肪蓄積評価装置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、個体の判別結果または評価結果が記された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、判別結果または評価結果が内臓脂肪蓄積評価装置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、内臓脂肪蓄積評価装置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、内臓脂肪蓄積群と非内臓脂肪蓄積群との２群判別に関する個体の判別結果または内臓脂肪面積の状態に関する個体の評価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、判別結果または評価結果が内臓脂肪蓄積評価装置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、内臓脂肪蓄積群と非内臓脂肪蓄積群との２群判別に関する個体の判別結果または内臓脂肪面積の状態に関する個体の評価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、内臓脂肪蓄積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、内臓脂肪蓄積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内臓脂肪蓄積評価装置１００へ送信し、データベース装置４００は内臓脂肪蓄積評価装置１００からの要求を受けて、内臓脂肪蓄積群と非内臓脂肪蓄積群との２群判別用の多変量判別式または内臓脂肪面積の状態の評価用の多変量判別式を内臓脂肪蓄積評価装置１００へ送信し、内臓脂肪蓄積評価装置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、内臓脂肪蓄積群または非内臓脂肪蓄積群であるか否かを判別または内臓脂肪面積の状態を評価し、この判別結果または評価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は内臓脂肪蓄積評価装置１００から送信された判別結果または評価結果を受信して表示し、データベース装置４００は内臓脂肪蓄積評価装置１００から送信された判別結果または評価結果を受信して格納する。これにより、内臓脂肪蓄積群と非内臓脂肪蓄積群との２群判別または内臓脂肪面積の状態の評価に有用な多変量判別式で得られる判別値を利用して、内臓脂肪蓄積群と非内臓脂肪蓄積群との２群判別または内臓脂肪面積の状態の評価を精度よく行うことができる。
以上、詳細に説明したように、内臓脂肪蓄積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内臓脂肪蓄積評価装置１００へ送信し、データベース装置４００は内臓脂肪蓄積評価装置１００からの要求を受けて、内臓脂肪蓄積群と非内臓脂肪蓄積群との２群判別用の多変量判別式または内臓脂肪面積の状態の評価用の多変量判別式を内臓脂肪蓄積評価装置１００へ送信し、内臓脂肪蓄積評価装置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、内臓脂肪蓄積群または非内臓脂肪蓄積群であるか否かを判別または内臓脂肪面積の状態を評価し、この判別結果または評価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は内臓脂肪蓄積評価装置１００から送信された判別結果または評価結果を受信して表示し、データベース装置４００は内臓脂肪蓄積評価装置１００から送信された判別結果または評価結果を受信して格納する。これにより、内臓脂肪蓄積群と非内臓脂肪蓄積群との２群判別または内臓脂肪面積の状態の評価に有用な多変量判別式で得られる判別値を利用して、内臓脂肪蓄積群と非内臓脂肪蓄積群との２群判別または内臓脂肪面積の状態の評価を精度よく行うことができる。
ここで、内臓脂肪蓄積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Ｖａｌ，Ｌｅｕ，Ｉｌｅ，Ｔｙｒ，Ｐｈｅ，Ｔｒｐ，Ｇｌｕ，Ａｌａ，Ｐｒｏ，Ｏｒｎ，Ｌｙｓ，Ｇｌｙ，Ｓｅｒ，Ｍｅｔ，Ａｒｇ，Ｔｒｐ，Ｃｙｓ，Ｇｌｎのうち少なくとも１つを変数として含むもの、または、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つでもよい。具体的には、多変量判別式は数式１、数式２、Ｓｅｒ，Ｇｌｕ，Ｉｌｅ，Ｔｙｒ，Ａｒｇを変数とするロジスティック回帰式もしくはＳｅｒ，Ｇｌｕ，Ｌｅｕ，Ｔｒｐを変数とするロジスティック回帰式、または数式３もしくは数式４でもよい。これにより、内臓脂肪蓄積群と非内臓脂肪蓄積群との２群判別または内臓脂肪面積の状態の評価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、内臓脂肪蓄積群と非内臓脂肪蓄積群との２群判別または内臓脂肪面積の状態の評価をさらに精度よく行うことができる。
（Ｇｌｕ＋Ｔｙｒ＋Ｏｒｎ）／（Ａｓｎ＋Ｓｅｒ） ・・・（数式１）
（Ｇｌｕ＋Ｌｅｕ）／（Ｓｅｒ＋Ｔａｕ） ＋ （Ｐｒｏ＋Ｏｒｎ）／（Ｇｌｎ）
・・・（数式２）
（Ｇｌｕ＋Ｇｌｙ） ＋ （−０．２）×（Ｓｅｒ／Ｔｙｒ） ＋ （−０．１）×（Ｈｉｓ／Ｔｒｐ） ・・・（数式３）
（Ｇｌｕ／Ｇｌｙ） ＋ （−０．５４）×（Ｓｅｒ／Ｌｅｕ） ＋ （０．１５）×（Ｐｒｏ／Ｔｒｐ） ＋ （−０．０５）×（Ｇｌｎ／Ｔｙｒ） ・・・（数式４）
（Ｇｌｕ＋Ｔｙｒ＋Ｏｒｎ）／（Ａｓｎ＋Ｓｅｒ） ・・・（数式１）
（Ｇｌｕ＋Ｌｅｕ）／（Ｓｅｒ＋Ｔａｕ） ＋ （Ｐｒｏ＋Ｏｒｎ）／（Ｇｌｎ）
・・・（数式２）
（Ｇｌｕ＋Ｇｌｙ） ＋ （−０．２）×（Ｓｅｒ／Ｔｙｒ） ＋ （−０．１）×（Ｈｉｓ／Ｔｒｐ） ・・・（数式３）
（Ｇｌｕ／Ｇｌｙ） ＋ （−０．５４）×（Ｓｅｒ／Ｌｅｕ） ＋ （０．１５）×（Ｐｒｏ／Ｔｒｐ） ＋ （−０．０５）×（Ｇｌｎ／Ｔｙｒ） ・・・（数式４）
なお、上記した各多変量判別式は、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内臓脂肪蓄積の状態の評価に好適に用いることができる。
また、本発明にかかる内臓脂肪蓄積評価装置、内臓脂肪蓄積評価方法、内臓脂肪蓄積評価システム、内臓脂肪蓄積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、特許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、内臓脂肪蓄積評価装置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、内臓脂肪蓄積評価装置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、必要に応じて内臓脂肪蓄積評価装置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、内臓脂肪蓄積評価装置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、内臓脂肪蓄積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、内臓脂肪蓄積評価装置１００は、データベース装置４００から事前に取得した内臓脂肪蓄積状態情報を、内臓脂肪蓄積状態情報ファイル１０６ｃの所定の記憶領域に格納しているものとする。また、内臓脂肪蓄積評価装置１００は、内臓脂肪蓄積状態情報指定部１０２ｇで事前に指定した内臓脂肪蓄積状態指標データおよびアミノ酸濃度データを含む内臓脂肪蓄積状態情報を、指定内臓脂肪蓄積状態情報ファイル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、指定内臓脂肪蓄積状態情報ファイル１０６ｄの所定の記憶領域に格納されている内臓脂肪蓄積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、内臓脂肪蓄積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内臓脂肪蓄積状態情報を変換し、変換した内臓脂肪蓄積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、指定内臓脂肪蓄積状態情報ファイル１０６ｄの所定の記憶領域に格納されている内臓脂肪蓄積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、内臓脂肪蓄積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内臓脂肪蓄積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内臓脂肪蓄積状態情報を選択内臓脂肪蓄積状態情報ファイル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、指定内臓脂肪蓄積状態情報ファイル１０６ｄの所定の記憶領域に格納されている内臓脂肪蓄積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、指定内臓脂肪蓄積状態情報ファイル１０６ｄの所定の記憶領域に格納されている内臓脂肪蓄積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、指定内臓脂肪蓄積状態情報ファイル１０６ｄの所定の記憶領域に格納されている内臓脂肪蓄積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。
［第３実施形態］
［３−１．本発明の概要］
ここでは、本発明にかかる内臓脂肪蓄積の予防・改善物質の探索方法の概要について図２３を参照して説明する。図２３は本発明の基本原理を示す原理構成図である。
［３−１．本発明の概要］
ここでは、本発明にかかる内臓脂肪蓄積の予防・改善物質の探索方法の概要について図２３を参照して説明する。図２３は本発明の基本原理を示す原理構成図である。
まず、１つまたは複数の物質から成る所望の物質群を、評価対象（例えば動物やヒトなどの個体）に投与する（ステップＳ−３１）。例えば、ヒトに投与可能な既存の薬物・アミノ酸・食品・サプリメントを適宜組み合わせたもの（例えば、内臓脂肪蓄積の諸症状の改善に効果があること知られている薬物・サプリメント・抗肥満薬などを適宜組み合わせたもの）を、所定の期間（例えば１日から１２ヶ月の範囲）にわたり、所定量ずつ所定の頻度・タイミング（例えば１日３回・食後）で、所定の投与方法（例えば経口投与）により投与してもよい。ここで、投与方法や用量、剤形は、病状に応じて適宜組み合わせてもよい。なお、剤形は、公知の技術に基づいて決めてもよい。また、用量は、特に定めは無いが、例えば有効成分として１ｕｇから１００ｇを含有した形態で与えてもよい。
つぎに、ステップＳ−３１で物質群が投与された評価対象から血液を採取する（ステップＳ−３２）。
つぎに、ステップＳ−３２で採取した血液から、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−３３）。ここで、血液中のアミノ酸の濃度値の測定は次のように行ってもよい。まず、採取した血液サンプルを、ヘパリン処理したチューブに入れる。つぎに、血液サンプルが入れられたチューブを遠心分離機にかけることで、血漿を分離する。つぎに、分離した血漿サンプルを、アミノ酸濃度の測定時まで、−７０℃で凍結保存する。つぎに、凍結保存した血漿サンプルを解凍し、解凍した血漿サンプルにスルホサリチル酸を添加して３％濃度に調整することで、除蛋白処理を行った。つぎに、除蛋白処理が行われた血漿サンプルを、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にかけることで、各種アミノ酸の濃度値を測定する。
つぎに、ステップＳ−３３で測定した評価対象のアミノ酸濃度データに基づいて、評価対象につき、内臓脂肪蓄積の状態を評価する（ステップＳ−３４）。
つぎに、ステップＳ−３４での評価結果に基づいて、ステップＳ−３１で投与した物質群が、内臓脂肪蓄積を予防させるまたは内臓脂肪蓄積の状態を改善させるものであるか否かを判定する（ステップＳ−３５）。
そして、ステップＳ−３５での判定結果が「予防させるまたは改善させる」というものであった場合、ステップＳ−３１で投与した物質群が、内臓脂肪蓄積を予防させるまたは内臓脂肪蓄積の状態を改善させるものとして探索される。
以上、本発明によれば、所望の物質群を評価対象に投与し、当該物質群が投与された評価対象から血液を採取し、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、測定したアミノ酸濃度データに基づいて、評価対象につき、内臓脂肪蓄積の状態を評価し、その評価結果に基づいて、所望の物質群が、内臓脂肪蓄積を予防させる又は内臓脂肪蓄積の状態を改善させるものであるか否かを判定する。これにより、血液中のアミノ酸の濃度を利用して内臓脂肪蓄積の状態を精度よく評価することができる内臓脂肪蓄積の評価方法を用いて、内臓脂肪蓄積を予防させる又は内臓脂肪蓄積の状態を改善させる物質を精度よく探索することができる。
ここで、ステップＳ−３４を実行する前に、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、内臓脂肪蓄積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−３４では、ステップＳ−３３で測定した評価対象のアミノ酸濃度データに含まれるＶａｌ，Ｌｅｕ，Ｉｌｅ，Ｔｙｒ，Ｐｈｅ，Ｔｒｐ，Ｇｌｕ，Ａｌａ，Ｐｒｏ，Ｏｒｎ，Ｌｙｓ，Ｇｌｙ，Ｓｅｒ，Ｍｅｔ，Ａｒｇ，Ｔｒｐ，Ｃｙｓ，Ｇｌｎ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、内臓脂肪蓄積の状態を評価してもよい。これにより、血液中のアミノ酸の濃度のうち内臓脂肪蓄積の状態と関連するアミノ酸の濃度を利用して、内臓脂肪蓄積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−３４では、ステップＳ−３３で測定した評価対象のアミノ酸濃度データに含まれるＶａｌ，Ｌｅｕ，Ｉｌｅ，Ｔｙｒ，Ｐｈｅ，Ｔｒｐ，Ｇｌｕ，Ａｌａ，Ｐｒｏ，Ｏｒｎ，Ｌｙｓ，Ｇｌｙ，Ｓｅｒ，Ｍｅｔ，Ａｒｇ，Ｔｒｐ，Ｃｙｓ，Ｇｌｎ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、内臓脂肪蓄積群または非内臓脂肪蓄積群であるか否かを判別してもよい。具体的には、Ｖａｌ，Ｌｅｕ，Ｉｌｅ，Ｔｙｒ，Ｐｈｅ，Ｔｒｐ，Ｇｌｕ，Ａｌａ，Ｐｒｏ，Ｏｒｎ，Ｌｙｓ，Ｇｌｙ，Ｓｅｒ，Ｍｅｔ，Ａｒｇ，Ｔｒｐ，Ｃｙｓ，Ｇｌｎ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、評価対象につき内臓脂肪蓄積群または非内臓脂肪蓄積群であるか否かを判別してもよい。これにより、血液中のアミノ酸の濃度のうち内臓脂肪蓄積群と非内臓脂肪蓄積群との２群判別に有用なアミノ酸の濃度を利用して、内臓脂肪蓄積群と非内臓脂肪蓄積群との２群判別を精度よく行うことができる。
また、ステップＳ−３４では、ステップＳ−３３で測定した評価対象のアミノ酸濃度データに含まれるＶａｌ，Ｌｅｕ，Ｉｌｅ，Ｔｙｒ，Ｐｈｅ，Ｔｒｐ，Ｇｌｕ，Ａｌａ，Ｐｒｏ，Ｏｒｎ，Ｌｙｓ，Ｇｌｙ，Ｓｅｒ，Ｍｅｔ，Ａｒｇ，Ｔｒｐ，Ｃｙｓ，Ｇｌｎ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、内臓脂肪蓄積を反映する内臓脂肪面積の状態を評価してもよい。具体的には、Ｖａｌ，Ｌｅｕ，Ｉｌｅ，Ｔｙｒ，Ｐｈｅ，Ｔｒｐ，Ｇｌｕ，Ａｌａ，Ｐｒｏ，Ｏｒｎ，Ｌｙｓ，Ｇｌｙ，Ｓｅｒ，Ｍｅｔ，Ａｒｇ，Ｔｒｐ，Ｃｙｓ，Ｇｌｎ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、内臓脂肪蓄積を反映する内臓脂肪面積の状態を評価してもよい。これにより、血液中のアミノ酸の濃度のうち内臓脂肪面積の状態の評価に有用なアミノ酸の濃度を利用して、内臓脂肪面積の状態の評価を精度よく行うことができる。
また、ステップＳ−３４では、ステップＳ−３３で測定した評価対象のアミノ酸濃度データおよび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し、算出した判別値に基づいて、評価対象につき、内臓脂肪蓄積の状態を評価してもよい。これにより、アミノ酸の濃度を変数とする多変量判別式で得られる判別値を利用して、内臓脂肪蓄積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−３４では、ステップＳ−３３で測定した評価対象のアミノ酸濃度データに含まれるＶａｌ，Ｌｅｕ，Ｉｌｅ，Ｔｙｒ，Ｐｈｅ，Ｔｒｐ，Ｇｌｕ，Ａｌａ，Ｐｒｏ，Ｏｒｎ，Ｌｙｓ，Ｇｌｙ，Ｓｅｒ，Ｍｅｔ，Ａｒｇ，Ｔｒｐ，Ｃｙｓ，Ｇｌｎのうち少なくとも１つの濃度値、およびＶａｌ，Ｌｅｕ，Ｉｌｅ，Ｔｙｒ，Ｐｈｅ，Ｔｒｐ，Ｇｌｕ，Ａｌａ，Ｐｒｏ，Ｏｒｎ，Ｌｙｓ，Ｇｌｙ，Ｓｅｒ，Ｍｅｔ，Ａｒｇ，Ｔｒｐ，Ｃｙｓ，Ｇｌｎのうち少なくとも１つを変数として含む多変量判別式に基づいて、判別値を算出し、算出した判別値に基づいて評価対象につき内臓脂肪蓄積の状態を評価してもよい。これにより、内臓脂肪蓄積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、内臓脂肪蓄積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−３４では、算出した判別値に基づいて、評価対象につき内臓脂肪蓄積群または非内臓脂肪蓄積群であるか否かを判別してもよい。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、評価対象につき内臓脂肪蓄積群または非内臓脂肪蓄積群であるか否かを判別してもよい。これにより、内臓脂肪蓄積群と非内臓脂肪蓄積群との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、内臓脂肪蓄積群と非内臓脂肪蓄積群との２群判別を精度よく行うことができる。なお、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Ｖａｌ，Ｌｅｕ，Ｉｌｅ，Ｔｙｒ，Ｐｈｅ，Ｔｒｐ，Ｇｌｕ，Ａｌａ，Ｐｒｏ，Ｏｒｎ，Ｌｙｓ，Ｇｌｙ，Ｓｅｒ，Ｍｅｔ，Ａｒｇ，Ｔｒｐ，Ｃｙｓ，Ｇｌｎのうち少なくとも１つを変数として含むもの、または、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つでもよい。具体的には、多変量判別式は、数式１、数式２、Ｓｅｒ，Ｇｌｕ，Ｉｌｅ，Ｔｙｒ，Ａｒｇを変数とするロジスティック回帰式、またはＳｅｒ，Ｇｌｕ，Ｌｅｕ，Ｔｒｐを変数とするロジスティック回帰式でもよい。これにより、内臓脂肪蓄積群と非内臓脂肪蓄積群との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、内臓脂肪蓄積群と非内臓脂肪蓄積群との２群判別をさらに精度よく行うことができる。
（Ｇｌｕ＋Ｔｙｒ＋Ｏｒｎ）／（Ａｓｎ＋Ｓｅｒ） ・・・（数式１）
（Ｇｌｕ＋Ｌｅｕ）／（Ｓｅｒ＋Ｔａｕ） ＋ （Ｐｒｏ＋Ｏｒｎ）／（Ｇｌｎ）
・・・（数式２）
（Ｇｌｕ＋Ｔｙｒ＋Ｏｒｎ）／（Ａｓｎ＋Ｓｅｒ） ・・・（数式１）
（Ｇｌｕ＋Ｌｅｕ）／（Ｓｅｒ＋Ｔａｕ） ＋ （Ｐｒｏ＋Ｏｒｎ）／（Ｇｌｎ）
・・・（数式２）
また、ステップＳ−３４では、算出した判別値に基づいて、評価対象につき、内臓脂肪蓄積を反映する内臓脂肪面積の状態を評価してもよい。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、内臓脂肪蓄積を反映する内臓脂肪面積の状態を評価してもよい。これにより、内臓脂肪面積の状態の評価に有用な多変量判別式で得られる判別値を利用して、内臓脂肪面積の状態の評価を精度よく行うことができる。なお、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Ｖａｌ，Ｌｅｕ，Ｉｌｅ，Ｔｙｒ，Ｐｈｅ，Ｔｒｐ，Ｇｌｕ，Ａｌａ，Ｐｒｏ，Ｏｒｎ，Ｌｙｓ，Ｇｌｙ，Ｓｅｒ，Ｍｅｔ，Ａｒｇ，Ｔｒｐ，Ｃｙｓ，Ｇｌｎのうち少なくとも１つを変数として含むもの、または、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つでもよい。具体的には、多変量判別式は数式３または数式４でもよい。これにより、内臓脂肪面積の状態の評価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、内臓脂肪面積の状態の評価をさらに精度よく行うことができる。
（Ｇｌｕ＋Ｇｌｙ） ＋ （−０．２）×（Ｓｅｒ／Ｔｙｒ） ＋ （−０．１）×（Ｈｉｓ／Ｔｒｐ） ・・・（数式３）
（Ｇｌｕ／Ｇｌｙ） ＋ （−０．５４）×（Ｓｅｒ／Ｌｅｕ） ＋ （０．１５）×（Ｐｒｏ／Ｔｒｐ） ＋ （−０．０５）×（Ｇｌｎ／Ｔｙｒ） ・・・（数式４）
（Ｇｌｕ＋Ｇｌｙ） ＋ （−０．２）×（Ｓｅｒ／Ｔｙｒ） ＋ （−０．１）×（Ｈｉｓ／Ｔｒｐ） ・・・（数式３）
（Ｇｌｕ／Ｇｌｙ） ＋ （−０．５４）×（Ｓｅｒ／Ｌｅｕ） ＋ （０．１５）×（Ｐｒｏ／Ｔｒｐ） ＋ （−０．０５）×（Ｇｌｎ／Ｔｙｒ） ・・・（数式４）
なお、上記した各多変量判別式は、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（上述した第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内臓脂肪蓄積の状態の評価に好適に用いることができる。
また、分数式とは、当該分数式の分子がアミノ酸Ａ，Ｂ，Ｃ，・・・の和で表わされ及び／又は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。
また、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。
そして、本発明は、内臓脂肪蓄積の状態を評価する際（具体的には、内臓脂肪蓄積群または非内臓脂肪蓄積群であるか否かを判別する際、内臓脂肪面積の状態を評価する際）、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、内臓脂肪蓄積の状態を評価する際（具体的には、内臓脂肪蓄積群または非内臓脂肪蓄積群であるか否かを判別する際、内臓脂肪面積の状態を評価する際）、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。
［３−２．第３実施形態にかかる内臓脂肪蓄積の予防・改善物質の探索方法の一例］
ここでは、第３実施形態にかかる内臓脂肪蓄積の予防・改善物質の探索方法の一例について図２４を参照して説明する。図２４は第３実施形態にかかる内臓脂肪蓄積の予防・改善物質の探索方法の一例を示すフローチャートである。
ここでは、第３実施形態にかかる内臓脂肪蓄積の予防・改善物質の探索方法の一例について図２４を参照して説明する。図２４は第３実施形態にかかる内臓脂肪蓄積の予防・改善物質の探索方法の一例を示すフローチャートである。
まず、１つまたは複数の物質から成る所望の物質群を、例えば内臓脂肪蓄積過多の動物やヒトなどの個体に投与する（ステップＳＡ−３１）。
つぎに、ステップＳ−３１で物質群が投与された個体から血液を採取する（ステップＳＡ−３２）。
つぎに、ステップＳ−３２で採取した血液から、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−３３）。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Ｓ−３３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−３４）。
つぎに、ステップＳ−３４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Ｖａｌ，Ｌｅｕ，Ｉｌｅ，Ｔｙｒ，Ｐｈｅ，Ｔｒｐ，Ｇｌｕ，Ａｌａ，Ｐｒｏ，Ｏｒｎ，Ｌｙｓ，Ｇｌｙ，Ｓｅｒ，Ｍｅｔ，Ａｒｇ，Ｔｒｐ，Ｃｙｓ，Ｇｌｎ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、内臓脂肪蓄積群または非内臓脂肪蓄積群であるか否かを判別もしくは内臓脂肪面積の状態を評価する（ステップＳＡ−３５）。
つぎに、ステップＳＡ−３５での判別結果または評価結果に基づいて、ステップＳＡ−３１で投与した物質群が、内臓脂肪蓄積を予防させるまたは内臓脂肪蓄積の状態を改善させるものであるか否かを判定する（ステップＳＡ−３６）。
そして、ステップＳＡ−３６での判定結果が「予防させるまたは改善させる」であった場合、ステップＳＡ−３１で投与した物質群が、内臓脂肪蓄積を予防させるまたは内臓脂肪蓄積の状態を改善させるものとして探索される。なお、本探索方法によって探索された物質として、例えばＶａｌ，Ｌｅｕ，Ｉｌｅ，Ｔｙｒ，Ｐｈｅ，Ｔｒｐ，Ｇｌｕ，Ａｌａ，Ｐｒｏ，Ｏｒｎ，Ｌｙｓ，Ｇｌｙ，Ｓｅｒ，Ｍｅｔ，Ａｒｇ，Ｔｒｐ，Ｃｙｓ，Ｇｌｎのアミノ酸群が挙げられる。
［３−３．第３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３実施形態にかかる内臓脂肪蓄積の予防・改善物質の探索方法によれば、（１）所望の物質群を個体に投与し、（２）（１）で物質群が投与された個体から血液を採取し、（３）（２）で採取した血液からアミノ酸濃度データを測定し、（４）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、（５）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Ｖａｌ，Ｌｅｕ，Ｉｌｅ，Ｔｙｒ，Ｐｈｅ，Ｔｒｐ，Ｇｌｕ，Ａｌａ，Ｐｒｏ，Ｏｒｎ，Ｌｙｓ，Ｇｌｙ，Ｓｅｒ，Ｍｅｔ，Ａｒｇ，Ｔｒｐ，Ｃｙｓ，Ｇｌｎ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、内臓脂肪蓄積群または非内臓脂肪蓄積群であるか否かを判別もしくは内臓脂肪面積の状態を評価し、（６）（５）での判別結果または評価結果に基づいて、（１）で投与した物質群が、内臓脂肪蓄積を予防させるまたは内臓脂肪蓄積の状態を改善させるものであるか否かを判別する。これにより、血液中のアミノ酸の濃度を利用して内臓脂肪蓄積の状態を精度よく評価することができる上述した第１実施形態の内臓脂肪蓄積の評価方法を用いて、内臓脂肪蓄積を予防させる又は内臓脂肪蓄積の状態を改善させる物質を精度よく探索することができる。
以上、詳細に説明したように、第３実施形態にかかる内臓脂肪蓄積の予防・改善物質の探索方法によれば、（１）所望の物質群を個体に投与し、（２）（１）で物質群が投与された個体から血液を採取し、（３）（２）で採取した血液からアミノ酸濃度データを測定し、（４）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、（５）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Ｖａｌ，Ｌｅｕ，Ｉｌｅ，Ｔｙｒ，Ｐｈｅ，Ｔｒｐ，Ｇｌｕ，Ａｌａ，Ｐｒｏ，Ｏｒｎ，Ｌｙｓ，Ｇｌｙ，Ｓｅｒ，Ｍｅｔ，Ａｒｇ，Ｔｒｐ，Ｃｙｓ，Ｇｌｎ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、内臓脂肪蓄積群または非内臓脂肪蓄積群であるか否かを判別もしくは内臓脂肪面積の状態を評価し、（６）（５）での判別結果または評価結果に基づいて、（１）で投与した物質群が、内臓脂肪蓄積を予防させるまたは内臓脂肪蓄積の状態を改善させるものであるか否かを判別する。これにより、血液中のアミノ酸の濃度を利用して内臓脂肪蓄積の状態を精度よく評価することができる上述した第１実施形態の内臓脂肪蓄積の評価方法を用いて、内臓脂肪蓄積を予防させる又は内臓脂肪蓄積の状態を改善させる物質を精度よく探索することができる。
ここで、ステップＳＡ−３５において、ステップＳＡ−３４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Ｖａｌ，Ｌｅｕ，Ｉｌｅ，Ｔｙｒ，Ｐｈｅ，Ｔｒｐ，Ｇｌｕ，Ａｌａ，Ｐｒｏ，Ｏｒｎ，Ｌｙｓ，Ｇｌｙ，Ｓｅｒ，Ｍｅｔ，Ａｒｇ，Ｔｒｐ，Ｃｙｓ，Ｇｌｎのうち少なくとも１つの濃度値、およびＶａｌ，Ｌｅｕ，Ｉｌｅ，Ｔｙｒ，Ｐｈｅ，Ｔｒｐ，Ｇｌｕ，Ａｌａ，Ｐｒｏ，Ｏｒｎ，Ｌｙｓ，Ｇｌｙ，Ｓｅｒ，Ｍｅｔ，Ａｒｇ，Ｔｒｐ，Ｃｙｓ，Ｇｌｎのうち少なくとも１つを変数として含む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、内臓脂肪蓄積群または非内臓脂肪蓄積群であるか否かを判別もしくは内臓脂肪面積の状態を評価してもよい。これにより、内臓脂肪蓄積群と非内臓脂肪蓄積群との２群判別又は内臓脂肪面積の状態の評価に有用な多変量判別式で得られる判別値を利用して、内臓脂肪蓄積群と非内臓脂肪蓄積群との２群判別又は内臓脂肪面積の状態の評価を精度よく行うことができる。
また、ステップＳＡ−３５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Ｖａｌ，Ｌｅｕ，Ｉｌｅ，Ｔｙｒ，Ｐｈｅ，Ｔｒｐ，Ｇｌｕ，Ａｌａ，Ｐｒｏ，Ｏｒｎ，Ｌｙｓ，Ｇｌｙ，Ｓｅｒ，Ｍｅｔ，Ａｒｇ，Ｔｒｐ，Ｃｙｓ，Ｇｌｎのうち少なくとも１つを変数として含むもの、または、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つでもよい。
具体的には、多変量判別式は、数式１、数式２、Ｓｅｒ，Ｇｌｕ，Ｉｌｅ，Ｔｙｒ，Ａｒｇを変数とするロジスティック回帰式、またはＳｅｒ，Ｇｌｕ，Ｌｅｕ，Ｔｒｐを変数とするロジスティック回帰式でもよい。これにより、内臓脂肪蓄積群と非内臓脂肪蓄積群との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、内臓脂肪蓄積群と非内臓脂肪蓄積群との２群判別をさらに精度よく行うことができる。
（Ｇｌｕ＋Ｔｙｒ＋Ｏｒｎ）／（Ａｓｎ＋Ｓｅｒ） ・・・（数式１）
（Ｇｌｕ＋Ｌｅｕ）／（Ｓｅｒ＋Ｔａｕ） ＋ （Ｐｒｏ＋Ｏｒｎ）／（Ｇｌｎ）
・・・（数式２）
また、具体的には、多変量判別式は数式３または数式４でもよい。これにより、内臓脂肪面積の状態の評価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、内臓脂肪面積の状態の評価をさらに精度よく行うことができる。
（Ｇｌｕ＋Ｇｌｙ） ＋ （−０．２）×（Ｓｅｒ／Ｔｙｒ） ＋ （−０．１）×（Ｈｉｓ／Ｔｒｐ） ・・・（数式３）
（Ｇｌｕ／Ｇｌｙ） ＋ （−０．５４）×（Ｓｅｒ／Ｌｅｕ） ＋ （０．１５）×（Ｐｒｏ／Ｔｒｐ） ＋ （−０．０５）×（Ｇｌｎ／Ｔｙｒ） ・・・（数式４）
具体的には、多変量判別式は、数式１、数式２、Ｓｅｒ，Ｇｌｕ，Ｉｌｅ，Ｔｙｒ，Ａｒｇを変数とするロジスティック回帰式、またはＳｅｒ，Ｇｌｕ，Ｌｅｕ，Ｔｒｐを変数とするロジスティック回帰式でもよい。これにより、内臓脂肪蓄積群と非内臓脂肪蓄積群との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、内臓脂肪蓄積群と非内臓脂肪蓄積群との２群判別をさらに精度よく行うことができる。
（Ｇｌｕ＋Ｔｙｒ＋Ｏｒｎ）／（Ａｓｎ＋Ｓｅｒ） ・・・（数式１）
（Ｇｌｕ＋Ｌｅｕ）／（Ｓｅｒ＋Ｔａｕ） ＋ （Ｐｒｏ＋Ｏｒｎ）／（Ｇｌｎ）
・・・（数式２）
また、具体的には、多変量判別式は数式３または数式４でもよい。これにより、内臓脂肪面積の状態の評価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、内臓脂肪面積の状態の評価をさらに精度よく行うことができる。
（Ｇｌｕ＋Ｇｌｙ） ＋ （−０．２）×（Ｓｅｒ／Ｔｙｒ） ＋ （−０．１）×（Ｈｉｓ／Ｔｒｐ） ・・・（数式３）
（Ｇｌｕ／Ｇｌｙ） ＋ （−０．５４）×（Ｓｅｒ／Ｌｅｕ） ＋ （０．１５）×（Ｐｒｏ／Ｔｒｐ） ＋ （−０．０５）×（Ｇｌｎ／Ｔｙｒ） ・・・（数式４）
なお、上記した各多変量判別式は、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（上述した第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内臓脂肪蓄積の状態の評価に好適に用いることができる。
また、第３実施形態にかかる内臓脂肪蓄積の予防・改善物質の探索方法は、Ｖａｌ，Ｌｅｕ，Ｉｌｅ，Ｔｙｒ，Ｐｈｅ，Ｔｒｐ，Ｇｌｕ，Ａｌａ，Ｐｒｏ，Ｏｒｎ，Ｌｙｓ，Ｇｌｙ，Ｓｅｒ，Ｍｅｔ，Ａｒｇ，Ｔｒｐ，Ｃｙｓ，Ｇｌｎのうち少なくとも１つを含むアミノ酸群の濃度値や上記した各多変量判別式の判別値を正常化させる物質を、上述した第１実施形態の内臓脂肪蓄積の評価方法や第２実施形態の内臓脂肪蓄積評価装置を用いて選択することができる。
また、第３実施形態にかかる内臓脂肪蓄積の予防・改善物質の探索方法において、「予防・改善物質を探索する」とは、内臓脂肪蓄積の予防・改善に有効な新規物質を見出すことのみならず、公知物質の内臓脂肪蓄積の予防・改善用途を新規に見出すことや、内臓脂肪蓄積の予防・改善に有効性を期待できる既存の薬剤・サプリメント等を組み合わせた新規組成物を見出すことや、上記した適切な用法・用量・組み合わせを見出し、それをキットとすることや、食事・運動等も含めた予防・治療メニューを提示することや、当該予防・治療メニューの効果をモニタリングし、必要に応じて個人ごとにメニューの変更を提示すること等が含まれる。
人間ドック受診者１５４例を前述の日本内科学会関連８学会合同診断基準に基づき非内臓脂肪蓄積群（５９例）と内臓脂肪蓄積群（９５例）に分け、それぞれ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。図２５に、非内臓脂肪蓄積群と内臓脂肪蓄積群の２群間のアミノ酸変数の分布を箱ひげ図（図中の横軸に示した「１」は非内臓脂肪蓄積群を「２」は内臓脂肪蓄積群を表す。また、２群間の判別を目的に２群間のＭａｎｎ−Ｗｈｉｔｎｅｙ検定を実施した。ここで、図中の「ａａｂａ」はα−ＡＢＡ（ａｍｉｎｏｂｕｔｙｒｉｃ ａｃｉｄ）を表す。ＣｙｓはＣｙｓｔｉｎｅを表す。
非内臓脂肪蓄積群に比べて内臓脂肪蓄積群では、Ｖａｌ，Ｌｅｕ，Ｉｌｅ，Ｔｙｒ，Ｐｈｅ，Ｔｒｐ，Ｇｌｕ，Ｐｒｏ，Ｌｙｓ，Ｍｅｔ（有意差確率Ｐ＜０．０１）およびＡｌａ，Ｏｒｎ（有意差確率Ｐ＜０．０５）が有意に増加し、またＧｌｙ，Ｓｅｒ（有意差確率Ｐ＜０．０１）が有意に減少していた。これにより、アミノ酸変数Ｖａｌ，Ｌｅｕ，Ｉｌｅ，Ｔｙｒ，Ｐｈｅ，Ｔｒｐ，Ｇｌｕ，Ａｌａ，Ｐｒｏ，Ｏｒｎ，Ｌｙｓ，Ｇｌｙ，Ｓｅｒ，Ｍｅｔが、非内臓脂肪蓄積群と内臓脂肪蓄積群の２群間の判別能を持つことが判明した。
実施例１で示した人間ドック受診者１５４例の内臓脂肪面積値とそれぞれの血中アミノ酸濃度との相関係数（Ｐｅａｒｓｏｎ相関係数）を求めた。
内臓脂肪面積値と有意な相関を示した血中アミノ酸は、Ｖａｌ（ｒ＝０．４１），Ｌｅｕ（ｒ＝０．３７），Ｉｌｅ（ｒ＝０．４２），Ｔｙｒ（ｒ＝０．３９），Ｔｒｐ（ｒ＝０．３２），Ｇｌｕ（ｒ＝０．４８），Ａｌａ（ｒ＝０．２４），Ｐｒｏ（ｒ＝０．１９），Ｌｙｓ（ｒ＝０．１７），Ｇｌｙ（ｒ＝−０．２８），Ｓｅｒ（ｒ＝−０．２０），Ｍｅｔ（ｒ＝０．２１），Ａｒｇ（ｒ＝０．１６）であった。これにより、アミノ酸変数Ｖａｌ，Ｌｅｕ，Ｉｌｅ，Ｔｙｒ，Ｔｒｐ，Ｇｌｕ，Ａｌａ，Ｐｒｏ，Ｌｙｓ，Ｇｌｙ，Ｓｅｒ，Ｍｅｔ，Ａｒｇが、内臓脂肪面積の状態の診断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、内臓脂肪蓄積群と非内臓脂肪蓄積群の２群間の判別性能を最大化する指標式を鋭意探索し、同等の性能を持つ複数の指標式の中に指標式１が得られた。
指標式１：（Ｇｌｕ＋Ｔｙｒ＋Ｏｒｎ）／（Ａｓｎ＋Ｓｅｒ）
指標式１：（Ｇｌｕ＋Ｔｙｒ＋Ｏｒｎ）／（Ａｓｎ＋Ｓｅｒ）
指標式１による内臓脂肪蓄積群と非内臓脂肪蓄積群の２群間の判別性能に関して、ＲＯＣ曲線（図２６）のＡＵＣによる評価を行い、０．８３２±０．０．０３６（９５％信頼区間は０．７５３〜０．８９７）が得られた。これにより、指標式１は、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、内臓脂肪蓄積を反映する内臓脂肪面積の状態の診断性能を最大化する指標式を鋭意探索し、同等の性能を持つ複数の指標式の中に指標式２が得られた。
指標式２：（Ｇｌｕ＋Ｇｌｙ） ＋ （−０．２）×（Ｓｅｒ／Ｔｙｒ） ＋ （−０．１）×（Ｈｉｓ／Ｔｒｐ）
指標式２：（Ｇｌｕ＋Ｇｌｙ） ＋ （−０．２）×（Ｓｅｒ／Ｔｙｒ） ＋ （−０．１）×（Ｈｉｓ／Ｔｒｐ）
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２００６／０９８１９２号に記載の方法（多変量判別式の探索方法）を用いて、内臓脂肪蓄積群と非内臓脂肪蓄積群の２群間の判別性能を最大化する指標式を鋭意探索し、同等の性能を持つ複数の指標式の中に指標式３が得られた。ここで、指標式３において、アミノ酸変数Ｓｅｒ，Ｇｌｕ，Ｉｌｅ，Ｔｙｒ，Ａｒｇの数係数と定数項は順に、−０．０４５±０．０１３，０．０４２±０．０１４，０．０４４±０．０２０，０．０３６±０．０２２，０．０２０±０．０１４，−３．９１２±１．９４７である。なお、多変量判別式の探索方法としては、ロジスティック回帰以外にも、線形判別、サポートベクターマシン、マハラノビス距離法などによる多変量判別式を用いることが出来る。
指標式３：Ｓｅｒ，Ｇｌｕ，Ｉｌｅ，Ｔｙｒ，Ａｒｇから構成されるロジスティック回帰式
指標式３：Ｓｅｒ，Ｇｌｕ，Ｉｌｅ，Ｔｙｒ，Ａｒｇから構成されるロジスティック回帰式
指標式３による内臓脂肪蓄積群と非内臓脂肪蓄積群の２群間の判別性能に関して、ＲＯＣ曲線（図２７）のＡＵＣによる評価を行い、０．８３９±０．０３４（９５％信頼区間は０．７７２〜０．９０６）が得られた。これにより、指標式３は、診断性能が高く有用な指標であることが判明した。
また、上記と同じデータを用い、Ｓｅｒ，Ｇｌｕ，Ｉｌｅ，Ｔｙｒ，Ａｒｇから構成される指標式３の他の例として、線形判別、サポートベクターマシン法、マハラノビス距離法による多変量判別式を評価したところ、順に、線形判別ではＲＯＣ曲線のＡＵＣ＝０．８３６±０．０３６（９５％信頼区間は０．７６６〜０．９０６）、サポートベクターマシン法ではエラー率＝１７．９％、マハラノビス距離法ではエラー率＝２２．３％、が得られた。これにより、これらの多変量判別式は、指標式３と同様に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、非内臓脂肪蓄積群と内臓脂肪蓄積群の２群間の判別性能を最大化する指標を鋭意探索し、指標式１と同等の性能を持つ複数の指標式が得られた（図２８）。なお、図２８には、各指標式に対応するＲＯＣ曲線のＡＵＣの一覧を示す。ここで、図中の「ａａｂａ」はα−ＡＢＡ（ａｍｉｎｏｂｕｔｙｒｉｃ ａｃｉｄ）を表す。また、図２９には、指標式１の各カットオフ値における感度、特異度、陽性的中率、陰性的中率、判別率を示す。
人間ドック受診者２０１例を前述の日本内科学会関連８学会合同診断基準に基づき非内臓脂肪蓄積群（７２例）と内臓脂肪蓄積群（１２９例）に分け、それぞれ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。図３０に、非内臓脂肪蓄積群と内臓脂肪蓄積群の２群間のアミノ酸変数の分布を箱ひげ図（図中の横軸に示した「１」は非内臓脂肪蓄積群を「２」は内臓脂肪蓄積群を表す。また、２群間の判別を目的に２群間のＭａｎｎ−Ｗｈｉｔｎｅｙ検定を実施した。ここで、ＡＢＡはα−ＡＢＡをＣｙｓはＣｙｓｔｉｎｅを表す。また、ＶＦＡは揮発性脂肪酸（Ｖｏｌａｔｉｌｅ Ｆａｔｔｙ Ａｃｉｄ）を表す。
非内臓脂肪蓄積群に比べて内臓脂肪蓄積群では、Ｇｌｕ，Ｐｒｏ，Ａｌａ，Ｔｙｒ，Ｖａｌ，Ｉｌｅ，Ｌｅｕ（有意差確率Ｐ＜０．００１）およびＯｒｎ，Ｍｅｔ，Ｐｈｅ，Ｔｒｐ（有意差確率Ｐ＜０．０１），Ｃｙｓ，Ｌｙｓ（有意差確率Ｐ＜０．０５）が有意に増加し、またＧｌｙ（有意差確率Ｐ＜０．００１）が有意に減少していた。これにより、アミノ酸変数Ｇｌｕ，Ｐｒｏ，Ａｌａ，Ｔｙｒ，Ｖａｌ，Ｉｌｅ，Ｌｅｕ，Ｏｒｎ，Ｍｅｔ，Ｐｈｅ，Ｔｒｐ，Ｃｙｓ，Ｌｙｓ，Ｇｌｙが、非内臓脂肪蓄積群と内臓脂肪蓄積群の２群間の判別能を持つことが判明した。
実施例７で示した人間ドック受診者２０１例の内臓脂肪面積値とそれぞれの血中アミノ酸濃度との相関係数（Ｐｅａｒｓｏｎ相関係数）を求めた。
内臓脂肪面積値と有意な相関を示した血中アミノ酸は、Ｌｅｕ（ｒ＝０．５３），Ｇｌｕ（ｒ＝０．５２），Ｉｌｅ（ｒ＝０．５２），Ｖａｌ（ｒ＝０．４９），Ｐｒｏ（ｒ＝０．４１），Ｇｌｙ（ｒ＝−０．３７），Ａｌａ（ｒ＝０．３４），Ｔｙｒ（ｒ＝０．３４），Ｐｈｅ（ｒ＝０．２８），Ｃｙｓ（ｒ＝０．２５），Ｏｒｎ（ｒ＝０．２１），Ｌｙｓ（ｒ＝０．２０），Ｔｒｐ（ｒ＝０．１９），Ｇｌｎ（ｒ＝−０．１７），Ｓｅｒ（ｒ＝−０．１７），Ｍｅｔ（ｒ＝０．１７）であった。これにより、アミノ酸変数Ｌｅｕ，Ｇｌｕ，Ｉｌｅ，Ｖａｌ，Ｐｒｏ，Ｇｌｙ，Ａｌａ，Ｔｙｒ，Ｐｈｅ，Ｃｙｓ，Ｏｒｎ，Ｌｙｓ，Ｔｒｐ，Ｇｌｎ，Ｓｅｒ，Ｍｅｔが、内臓脂肪面積の状態の診断能を持つことが判明した。
実施例７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、内臓脂肪蓄積群と非内臓脂肪蓄積群の２群間の判別性能を最大化する指標式を鋭意探索し、同等の性能を持つ複数の指標式の中に指標式４が得られた。
指標式４：（Ｇｌｕ＋Ｌｅｕ）／（Ｓｅｒ＋Ｔａｕ） ＋ （Ｐｒｏ＋Ｏｒｎ）／（Ｇｌｎ）
指標式４：（Ｇｌｕ＋Ｌｅｕ）／（Ｓｅｒ＋Ｔａｕ） ＋ （Ｐｒｏ＋Ｏｒｎ）／（Ｇｌｎ）
指標式４による内臓脂肪蓄積群と非内臓脂肪蓄積群の２群間の判別性能に関して、ＲＯＣ曲線（図３１）のＡＵＣによる評価を行い、０．８５８±０．０３０（９５％信頼区間は０．７９９〜０．９１７）が得られた。これにより、指標式４は、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７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、内臓脂肪蓄積を反映する内臓脂肪面積の状態の診断性能を最大化する指標式を鋭意探索し、同等の性能を持つ複数の指標式の中に指標式５が得られた。
指標式５：（Ｇｌｕ／Ｇｌｙ） ＋ （−０．５４）×（Ｓｅｒ／Ｌｅｕ） ＋ （０．１５）×（Ｐｒｏ／Ｔｒｐ） ＋ （−０．０５）×（Ｇｌｎ／Ｔｙｒ）
指標式５：（Ｇｌｕ／Ｇｌｙ） ＋ （−０．５４）×（Ｓｅｒ／Ｌｅｕ） ＋ （０．１５）×（Ｐｒｏ／Ｔｒｐ） ＋ （−０．０５）×（Ｇｌｎ／Ｔｙｒ）
実施例７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２００６／０９８１９２号に記載の方法（多変量判別式の探索方法）を用いて、内臓脂肪蓄積群と非内臓脂肪蓄積群の２群間の判別性能を最大化する指標式を鋭意探索し、同等の性能を持つ複数の指標式の中に指標式６が得られた。ここで、指標式６において、アミノ酸変数Ｓｅｒ，Ｇｌｕ，Ｌｅｕ，Ｔｒｐの数係数と定数項は順に、−０．０２２±０．０１１，０．０６４±０．０１３，０．０６３±０．０１２，−０．０５９±０．０２１，−３．１７７±１．６０７である。なお、多変量判別式の探索方法としては、ロジスティック回帰以外にも、線形判別、サポートベクターマシン、マハラノビス距離法などによる多変量判別式を用いることが出来る。
指標式６：Ｓｅｒ，Ｇｌｕ，Ｌｅｕ，Ｔｒｐから構成されるロジスティック回帰式
指標式６：Ｓｅｒ，Ｇｌｕ，Ｌｅｕ，Ｔｒｐから構成されるロジスティック回帰式
指標式６による内臓脂肪蓄積群と非内臓脂肪蓄積群の２群間の判別性能に関して、ＲＯＣ曲線（図３２）のＡＵＣによる評価を行い、ＡＵＣ＝０．８７０±０．０２５（９５％信頼区間は０．８２１〜０．９１９）が得られた。これにより、指標式６は、診断性能が高く有用な指標であることが判明した。
また、上記と同じデータを用い、Ｓｅｒ，Ｇｌｕ，Ｌｅｕ，Ｔｒｐから構成される指標式６の他の例として、線形判別、サポートベクターマシン法、マハラノビス距離法による多変量判別式を評価したところ、順に、線形判別ではＲＯＣ曲線のＡＵＣ＝０．８８５±０．０２７（９５％信頼区間は０．８３１〜０．９３９）、サポートベクターマシン法ではエラー率＝２３．１％、マハラノビス距離法ではエラー率＝２３．０％、が得られた。これにより、これらの多変量判別式は、指標式６と同様に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７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、非内臓脂肪蓄積群と内臓脂肪蓄積群の２群間の判別性能を最大化する指標を鋭意探索し、指標式４と同等の性能を持つ複数の指標式が得られた（図３３〜図３５）。なお、図３３〜図３５には、各指標式に対応するＲＯＣ曲線のＡＵＣの一覧を示す。ここで、ＡＢＡはα−ＡＢＡをＣｙｓはＣｙｓｔｉｎｅを表す。また、図３６には、指標式４の各カットオフ値における感度、特異度、陽性的中率、陰性的中率、判別率を示す。
実施例７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２００６／０９８１９２号に記載の方法（多変量判別式の探索方法）を用いて、内臓脂肪蓄積を反映する内臓脂肪面積の状態の診断性能を最大化する指標式を鋭意探索し、指標式５と同等の診断性能を有する線形回帰式は複数得られた。それらを図３７、図３８に示す。また、図３７、図３８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７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、内臓脂肪蓄積を反映する内臓脂肪面積の状態の診断性能を最大化する指標式を鋭意探索し、指標式５と同等の診断性能を有する多変量解析式は複数得られた。それらを図３９、図４０に示す。また、図３９、図４０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７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、内臓脂肪蓄積群と非内臓脂肪蓄積群の２群間の判別性能を最大化する指標式を鋭意探索し、指標式４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４１、図４２に示す。また、図４１、図４２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７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２００６／０９８１９２号に記載の方法（多変量判別式の探索方法）を用いて、内臓脂肪蓄積群と非内臓脂肪蓄積群の２群間の判別性能を最大化する指標式を鋭意探索し、指標式６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４３、図４４に示す。また、図４３、図４４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７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２００６／０９８１９２号に記載の方法（多変量判別式の探索方法）を用いて、内臓脂肪蓄積群と非内臓脂肪蓄積群の２群間の判別性能を最大化する指標式を鋭意探索し、指標式６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４５、図４６に示す。また、図４５、図４６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７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号に記載の方法及び国際公開第２００６／０９８１９２号に記載の方法（多変量判別式の探索方法）を用いて、内臓脂肪蓄積を反映する内臓脂肪面積の状態の診断性能を最大化する指標式を鋭意探索し、指標式５と同等の診断性能を有する多変量解析式は複数得られた。それらを図４７に示す。また、図４７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。
以上のように、本発明にかかる内臓脂肪蓄積の評価方法、内臓脂肪蓄積評価装置、内臓脂肪蓄積評価方法、内臓脂肪蓄積評価システム、内臓脂肪蓄積評価プログラムおよび記録媒体、ならびに内臓脂肪蓄積の予防・改善物質の探索方法は、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、内臓脂肪蓄積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 内臓脂肪蓄積評価装置
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 内臓脂肪蓄積状態情報指定部
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 内臓脂肪蓄積状態情報ファイル
１０６ｄ 指定内臓脂肪蓄積状態情報ファイル
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 選択内臓脂肪蓄積状態情報ファイル
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
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 内臓脂肪蓄積状態情報指定部
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 内臓脂肪蓄積状態情報ファイル
１０６ｄ 指定内臓脂肪蓄積状態情報ファイル
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 選択内臓脂肪蓄積状態情報ファイル
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 (1)
- 評価対象から採取した血液中のアミノ酸の濃度値に関するアミノ酸濃度データに含まれるＶａｌ，Ｌｅｕ，Ｉｌｅ，Ｔｙｒ，Ｐｈｅ，Ｔｒｐ，Ｇｌｕ，Ａｌａ，Ｐｒｏ，Ｏｒｎ，Ｌｙｓ，Ｇｌｙ，Ｓｅｒ，Ｍｅｔ，Ａｒｇ，Ｃｙｓ，Ｇｌｎ，Ａｓｎ，Ｃｉｔ，Ｈｉｓ，Ｔｈｒのうち少なくとも２つの前記濃度値に基づいて、前記評価対象につき、内臓脂肪面積の状態を評価する濃度値基準評価ステップ
を含むことを特徴とする内臓脂肪蓄積の評価方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2015233484A JP2016029398A (ja) | 2007-06-25 | 2015-11-30 | 内臓脂肪面積の評価方法、内臓脂肪面積評価装置、内臓脂肪面積評価方法、内臓脂肪面積評価プログラム、記録媒体、内臓脂肪面積評価システム、及び端末装置 |
Applications Claiming Priority (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2007166219 | 2007-06-25 | ||
| JP2007166219 | 2007-06-25 | ||
| JP2015233484A JP2016029398A (ja) | 2007-06-25 | 2015-11-30 | 内臓脂肪面積の評価方法、内臓脂肪面積評価装置、内臓脂肪面積評価方法、内臓脂肪面積評価プログラム、記録媒体、内臓脂肪面積評価システム、及び端末装置 |
Related Parent Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2013245488A Division JP2014062910A (ja) | 2007-06-25 | 2013-11-27 | 内臓脂肪蓄積の評価方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2016029398A true JP2016029398A (ja) | 2016-03-03 |
| JP2016029398A5 JP2016029398A5 (ja) | 2016-05-26 |
Family
ID=40185675
Family Applications (3)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2009520617A Pending JPWO2009001862A1 (ja) | 2007-06-25 | 2008-06-25 | 内臓脂肪蓄積の評価方法 |
| JP2013245488A Pending JP2014062910A (ja) | 2007-06-25 | 2013-11-27 | 内臓脂肪蓄積の評価方法 |
| JP2015233484A Pending JP2016029398A (ja) | 2007-06-25 | 2015-11-30 | 内臓脂肪面積の評価方法、内臓脂肪面積評価装置、内臓脂肪面積評価方法、内臓脂肪面積評価プログラム、記録媒体、内臓脂肪面積評価システム、及び端末装置 |
Family Applications Before (2)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2009520617A Pending JPWO2009001862A1 (ja) | 2007-06-25 | 2008-06-25 | 内臓脂肪蓄積の評価方法 |
| JP2013245488A Pending JP2014062910A (ja) | 2007-06-25 | 2013-11-27 | 内臓脂肪蓄積の評価方法 |
Country Status (4)
| Country | Link |
|---|---|
| US (1) | US9182407B2 (ja) |
| EP (1) | EP2172775A4 (ja) |
| JP (3) | JPWO2009001862A1 (ja) |
| WO (1) | WO2009001862A1 (ja) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20190026743A (ko) | 2016-07-08 | 2019-03-13 | 아지노모토 가부시키가이샤 | 경도 인지 장해 또는 알츠하이머형 인지증의 평가 방법 |
| KR20190027813A (ko) | 2016-07-08 | 2019-03-15 | 아지노모토 가부시키가이샤 | 알츠하이머형 인지증의 장래의 발증 리스크의 평가 방법 |
Families Citing this family (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPWO2006129513A1 (ja) | 2005-05-30 | 2008-12-25 | 味の素株式会社 | 肝疾患評価装置、肝疾患評価方法、肝疾患評価システム、肝疾患評価プログラムおよび記録媒体 |
| EP2053395A4 (en) * | 2006-08-04 | 2010-04-21 | Ajinomoto Kk | METABOLIC SYNDROME EVALUATION PROCEDURES, METABOLIC SYNDROME EVALUATION DEVICE, METABOLIC SYNDROME EVALUATION PROCEDURES, METABOLIC SYNDROME EVALUATION SYSTEM, METABOLIC SYNDROME EVALUATION PROGRAM AND RECORDING MEDIUM AND METHOD FOR SEARCHING FOR A PROPHYLACTIC / soothing SUBSTANCE FOR METABOLIC SYNDROME |
| 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 |
| EP2172775A4 (en) | 2007-06-25 | 2010-12-01 | Ajinomoto Kk | METHOD OF EVALUATING VISCERAL GREASE ACCUMULATION |
| EP2209001A4 (en) * | 2007-10-25 | 2010-10-27 | Ajinomoto Kk | METHOD FOR ASSESSING STROKEN GLUCOSE TOLERANCE |
| JP5817527B2 (ja) * | 2009-02-19 | 2015-11-18 | 味の素株式会社 | 肥満の評価方法、肥満評価装置、肥満評価方法、肥満評価システム、肥満評価プログラム、記録媒体、および情報通信端末装置 |
| JP6260275B2 (ja) | 2011-06-30 | 2018-01-17 | 味の素株式会社 | 脂肪肝の評価方法、脂肪肝評価装置、脂肪肝評価方法、脂肪肝評価プログラム、脂肪肝評価システム、および端末装置 |
| SG11201406704RA (en) * | 2012-04-26 | 2014-11-27 | Nec Corp | Health guidance receiver selection condition generation support device |
| DK2674761T3 (en) * | 2012-06-12 | 2016-04-04 | Nestec Sa | PC-44 O: 4 - biomarker for visceral obesity |
| EP2674760A1 (en) * | 2012-06-12 | 2013-12-18 | Nestec S.A. | PC-O 44:6 - A biomarker for visceral adiposity |
| EP2674762B1 (en) | 2012-06-12 | 2016-02-10 | Nestec S.A. | PC-O 42:4 - A biomarker for visceral adiposity |
| KR102204498B1 (ko) * | 2013-04-09 | 2021-01-19 | 아지노모토 가부시키가이샤 | 생활습관병 지표의 평가 방법, 생활습관병 지표 평가 장치, 생활습관병 지표 평가 방법, 생활습관병 지표 평가 프로그램 제품, 생활습관병 지표 평가 시스템, 및 정보통신 단말장치 |
| JP6834488B2 (ja) * | 2014-10-08 | 2021-02-24 | 味の素株式会社 | 取得方法、評価装置、評価プログラムおよび評価システム |
| JP6886241B2 (ja) * | 2016-01-07 | 2021-06-16 | 味の素株式会社 | 骨格筋面積の評価方法 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2004052191A1 (ja) * | 2002-12-09 | 2004-06-24 | Ajinomoto Co., Inc. | 生体状態情報処理装置、生体状態情報処理方法、生体状態情報管理システム、プログラム、および、記録媒体 |
| 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 (21)
| 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 |
| US20040022827A1 (en) | 1997-09-30 | 2004-02-05 | Chugai Seiyaku Kabusiki Kaisha | Remedy for hepatopathy |
| JP2000298131A (ja) | 1999-04-14 | 2000-10-24 | Ryuzo Kawamori | 前糖尿病状態の検出方法 |
| JP3975279B2 (ja) | 1999-11-01 | 2007-09-12 | 旭化成ファーマ株式会社 | 糖尿病予備群の検査方法 |
| EP1285092A4 (en) | 2000-04-14 | 2003-07-16 | Metabolon Inc | METHOD FOR DISCOVERY OF MEDICINES, DISEASE TREATMENT AND DIAGNOSIS USE THE METABOLOMICS |
| US7329489B2 (en) | 2000-04-14 | 2008-02-12 | Matabolon, Inc. | Methods for drug discovery, disease treatment, and diagnosis using metabolomics |
| DE60138095D1 (de) * | 2000-04-18 | 2009-05-07 | Yamato Scale Co Ltd | Viskerales fettmessgerät |
| US6631330B1 (en) | 2000-08-21 | 2003-10-07 | Assistance Publique-Hopitaux De Paris (Ap-Hp) | Diagnosis method of inflammatory, fibrotic or cancerous disease using biochemical markers |
| DE60026337T2 (de) | 2000-08-21 | 2007-01-11 | Assistance Publique, Hopitaux De Paris | Verfahren zur diagnose von leberkrankheit unter verwendung von biochemischen merkmalen |
| EP1491636B1 (en) | 2002-03-29 | 2008-05-21 | Asahi Kasei Pharma Corporation | Method of detecting mild impaired glucose tolerance or insulin hyposecretion |
| JPWO2006129513A1 (ja) | 2005-05-30 | 2008-12-25 | 味の素株式会社 | 肝疾患評価装置、肝疾患評価方法、肝疾患評価システム、肝疾患評価プログラムおよび記録媒体 |
| WO2007044860A2 (en) | 2005-10-11 | 2007-04-19 | Tethys Bioscience, Inc. | Diabetes-associated markers and methods of use thereof |
| EP2053395A4 (en) | 2006-08-04 | 2010-04-21 | Ajinomoto Kk | METABOLIC SYNDROME EVALUATION PROCEDURES, METABOLIC SYNDROME EVALUATION DEVICE, METABOLIC SYNDROME EVALUATION PROCEDURES, METABOLIC SYNDROME EVALUATION SYSTEM, METABOLIC SYNDROME EVALUATION PROGRAM AND RECORDING MEDIUM AND METHOD FOR SEARCHING FOR A PROPHYLACTIC / soothing SUBSTANCE FOR METABOLIC SYNDROME |
| JPWO2008075664A1 (ja) | 2006-12-21 | 2010-04-15 | 味の素株式会社 | 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 |
| EP2172775A4 (en) | 2007-06-25 | 2010-12-01 | Ajinomoto Kk | METHOD OF EVALUATING VISCERAL GREASE ACCUMULATION |
| EP2164977B1 (en) | 2007-07-17 | 2013-10-30 | Metabolon, Inc. | Biomarkers for pre-diabetes and methods using the same |
| EP2209001A4 (en) | 2007-10-25 | 2010-10-27 | Ajinomoto Kk | METHOD FOR ASSESSING STROKEN GLUCOSE TOLERANCE |
| EP2546649B1 (en) | 2007-11-02 | 2015-02-25 | Metabolon Inc. | Biomarkers for fatty liver disease and methods using the same |
| JP5255991B2 (ja) | 2008-10-24 | 2013-08-07 | 株式会社日立製作所 | 情報処理装置、及びコンピュータプログラム |
| JP5817527B2 (ja) | 2009-02-19 | 2015-11-18 | 味の素株式会社 | 肥満の評価方法、肥満評価装置、肥満評価方法、肥満評価システム、肥満評価プログラム、記録媒体、および情報通信端末装置 |
| JP2012522989A (ja) | 2009-03-31 | 2012-09-27 | メタボロン インコーポレイテッド | インスリン抵抗性に関連するバイオマーカー、及びそれを使用する方法 |
-
2008
- 2008-06-25 EP EP08765835A patent/EP2172775A4/en not_active Withdrawn
- 2008-06-25 WO PCT/JP2008/061561 patent/WO2009001862A1/ja active Application Filing
- 2008-06-25 JP JP2009520617A patent/JPWO2009001862A1/ja active Pending
-
2009
- 2009-12-22 US US12/644,798 patent/US9182407B2/en active Active
-
2013
- 2013-11-27 JP JP2013245488A patent/JP2014062910A/ja active Pending
-
2015
- 2015-11-30 JP JP2015233484A patent/JP2016029398A/ja active Pending
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2004052191A1 (ja) * | 2002-12-09 | 2004-06-24 | Ajinomoto Co., Inc. | 生体状態情報処理装置、生体状態情報処理方法、生体状態情報管理システム、プログラム、および、記録媒体 |
| 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 (2)
| Title |
|---|
| メタボリックシンドローム診断基準検討委員会: "メタボリックシンドロームの定義と診断基準", 日本内科学会雑誌, vol. 94, no. 4, JPN7013001812, 2005, pages 794 - 809, ISSN: 0003606204 * |
| 高橋三雄 他４名: "人間ドッグにおける血漿アミノ酸測定の有用性について１：メタボリックシンドローム検診", 人間ドッグ, vol. 21, no. 2, JPN7013001811, 2006, pages 589, ISSN: 0003606203 * |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20190026743A (ko) | 2016-07-08 | 2019-03-13 | 아지노모토 가부시키가이샤 | 경도 인지 장해 또는 알츠하이머형 인지증의 평가 방법 |
| KR20190027813A (ko) | 2016-07-08 | 2019-03-15 | 아지노모토 가부시키가이샤 | 알츠하이머형 인지증의 장래의 발증 리스크의 평가 방법 |
Also Published As
| Publication number | Publication date |
|---|---|
| JPWO2009001862A1 (ja) | 2010-08-26 |
| WO2009001862A1 (ja) | 2008-12-31 |
| US20100173348A1 (en) | 2010-07-08 |
| JP2014062910A (ja) | 2014-04-10 |
| US9182407B2 (en) | 2015-11-10 |
| EP2172775A4 (en) | 2010-12-01 |
| EP2172775A1 (en) | 2010-04-07 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP2016029398A (ja) | 内臓脂肪面積の評価方法、内臓脂肪面積評価装置、内臓脂肪面積評価方法、内臓脂肪面積評価プログラム、記録媒体、内臓脂肪面積評価システム、及び端末装置 | |
| JP7291605B2 (ja) | 取得方法、算出方法、糖尿病評価装置、算出装置、糖尿病評価プログラム、算出プログラム、糖尿病評価システム、および端末装置 | |
| JPWO2008015929A1 (ja) | メタボリック・シンドロームの評価方法、メタボリック・シンドローム評価装置、メタボリック・シンドローム評価方法、メタボリック・シンドローム評価システム、メタボリック・シンドローム評価プログラムおよび記録媒体、ならびにメタボリック・シンドロームの予防・改善物質の探索方法 | |
| JP7409530B2 (ja) | 取得方法、評価装置、評価プログラムおよび評価システム | |
| US20100280809A1 (en) | Biological state-evaluating apparatus, biological state-evaluating method, biological state-evaluating system, biological state-evaluating program and recording medium | |
| JP5817527B2 (ja) | 肥満の評価方法、肥満評価装置、肥満評価方法、肥満評価システム、肥満評価プログラム、記録媒体、および情報通信端末装置 | |
| WO2013011919A1 (ja) | Ｎａｓｈの評価方法、ｎａｓｈ評価装置、ｎａｓｈ評価方法、ｎａｓｈ評価プログラム、ｎａｓｈ評価システム、情報通信端末装置、およびｎａｓｈの予防・改善物質の探索方法 | |
| JP6614215B2 (ja) | 取得方法、算出方法、脳卒中評価装置、算出装置、脳卒中評価プログラム、算出プログラムおよび脳卒中評価システム | |
| US9971866B2 (en) | Method of evaluating fatty liver related disease, fatty liver related disease-evaluating apparatus, fatty liver related disease-evaluating method, fatty liver related disease-evaluating program product, fatty liver related disease-evaluating system, information communication terminal apparatus, and method of searching for prophylactic/ameliorating substance for fatty liver related disease | |
| US20100062413A1 (en) | Method of evaluating ibd, amino acid data processor, amino acid data-processing method, amino acid data-processing system, amino-acid data-processing program and recording medium | |
| JPWO2009054350A1 (ja) | 耐糖能異常の評価方法、耐糖能異常評価装置、耐糖能異常評価方法、耐糖能異常評価システム、耐糖能異常評価プログラムおよび記録媒体、ならびに耐糖能異常の予防・改善物質の探索方法 | |
| WO2013115283A1 (ja) | 早期腎症の評価方法、早期腎症評価装置、早期腎症評価方法、早期腎症評価プログラム、早期腎症評価システムおよび情報通信端末装置 | |
| JP6270257B2 (ja) | 取得方法、心血管イベント評価装置、心血管イベント評価プログラム、心血管イベント評価システムおよび端末装置 | |
| JP6886241B2 (ja) | 骨格筋面積の評価方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20151228 |
|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20151228 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20160330 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20161012 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20161018 |
|
| A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20161208 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20170214 |
|
| A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20170801 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20171101 |
|
| A911 | Transfer to examiner for re-examination before appeal (zenchi) |
Free format text: JAPANESE INTERMEDIATE CODE: A911 Effective date: 20171110 |
|
| A912 | Re-examination (zenchi) completed and case transferred to appeal board |
Free format text: JAPANESE INTERMEDIATE CODE: A912 Effective date: 20180126 |