JP2021500172A - 少なくとも１つの表現型変数の個人の特徴の評価 - Google Patents

Abstract

本発明は、特定の健康状態に対する個人の傾向の評価の基準を提供する方法（１００）に関する。この方法は、個人の身体の以下の５つのパラメータ値：内臓脂肪の量、皮下脂肪の量、少なくとも１つの組織区画の体積、少なくとも１つの組織区画に浸潤した脂肪の濃度、少なくとも１つの器官に浸潤した脂肪の濃度、および骨髄中の脂肪の濃度、のグループから少なくとも２つを取得すること（１０２）と、少なくとも２つの取得されたパラメータ値の組み合わせを使用して、個別の身体組成プロファイル（ＢＣＰ）を決定すること（１０４）と、個人のＢＣＰを、他の個人の以前に記憶されたＢＣＰに基づくパラメータ値と比較すること（１０６）と、を行うステップを含む。【選択図】図５

Description

本発明は、少なくとも１つの表現型変数の個人の特徴の評価のための基準を提供する方法に関し、特に、個人の身体組成パラメータ値を使用するそのような方法に関する。

表現型変数の個人の特徴は、健康状態、すなわち特定の疾患又は症候群の発症の可能性又はリスクに関して予防的に行動できるようにするために評価することが興味深い。これは、例えば、２型糖尿病、心血管疾患（ＣＶＤ）、高血圧、狭心症、脳卒中又は心臓発作に対する個人の傾向に関連し得る。

いくつかの傾向決定の測定値として、入力パラメータとして個人の身長および体重を用いたＢＭＩ（肥満度指数）を使用することが一般的である。しかしながら、ＢＭＩのような身体測定値は、特に個人レベルで、体脂肪分布および関連する代謝リスクの予測因子として不十分であることは確立された事実である。

したがって、表現型変数の個人の特徴を評価するためのより正確な基準が必要である。

本発明の目的は、既知の方法と比較して、少なくとも１つの表現型変数の個人の特徴の評価のための基準を提供するための改善された方法を提供することである。

本発明は、添付の独立請求項によって定義され、実施形態は、添付の従属請求項、以下の説明、および図面に記載される。

本発明の第１の態様によれば、少なくとも１つの表現型変数の個人の特徴の評価のための基準を提供する方法が提供される。この方法は、個人の身体の以下のパラメータ値：内臓脂肪の量、皮下脂肪の量、少なくとも１つの組織区画の体積、少なくとも１つの組織区画に浸潤した脂肪の濃度、少なくとも１つの器官に浸潤した脂肪の濃度、および骨髄中の脂肪の濃度、のグループから少なくとも２つを取得することと、少なくとも２つの取得されたパラメータ値の組み合わせを使用して、個人の身体組成プロファイル（ＢＣＰ）を決定することと、個人のＢＣＰを、他の個人の以前に記憶されたＢＣＰに基づくパラメータ値と比較することと、を行うステップを含む。

少なくとも１つの表現型変数の特徴は、少なくとも１つの表現型変数のパラメータ記述又は非パラメータ記述であり得る。表現型変数は、例えば、ＨＢＡ１ｃ、血圧、年齢、又は健康状態であり得る。

本発明による方法の比較の結果は、ＢＣＰ_Ｉが、以前に記憶されたＢＣＰベースのパラメータ値に関連付けられるか又は分類されることであり得る。このような関連付け又は分類に基づいて、少なくとも１つの表現型変数の個人の特徴の評価は、以前に記憶されたＢＣＰに基づくパラメータ値に関連付けられた表現型変数データに基づいて行われ得る。表現型変数データは、例えば、複数のＢＣＰの個人についての収集データ及び／又はそれらの医療データであり得る。表現型変数データは、表現型変数の平均値および分散を提供し得る。

少なくとも１つの表現型変数の特徴は、一実施形態では、特定の健康状態に対する傾向として提供され得る。したがって、本発明は、特定の健康状態に対する個人の傾向の評価の基準を提供する方法に関し得る。

特定の健康状態に対する傾向は、特定の疾患又は症候群の傾向であり得る。特定の健康状態に対する個人の傾向を評価することは、遡及的に収集されたデータに基づいて特定の健康状態に対する個人の傾向を決定することを意味し得る。遡及的に収集されたデータは、一例として、以前に記憶されたＢＣＰの特定の量又は割合の個人が高血圧であったことを示し得る。

少なくとも１つの表現型変数の個人の特徴の評価は、個人の将来の疾患のリスクの決定を含むことも意味し得る。このような決定のために、以前に記憶されたＢＣＰにおいて表される個人のための予想データが使用され得る。

本発明によって提供される身体組成プロファイリングは、個人の又はグループの脂肪蓄積パターン、脂肪および筋肉分布、並びに脂肪組織区画間のバランスの迅速かつ同時の評価を可能にし得る。それによって、多変数空間に記述された異なる表現型が区別され得る。決定されたＢＣＰは、異所性脂肪区画を強調するための容易に解釈される多変数表現、および少なくとも１つの表現型変数の特徴を評価することによる対象の傾向又はリスクプロファイルの迅速な評価を提供し得る。

パラメータ値は、個人の身体の以前の部分的又は全身ＭＲＩスキャンによって提供され得る。結果として得られるＭＲＩスキャンの画像からパラメータ値を抽出するために、異なる方法が使用され得る。ＭＲＩスキャンは、水分及び脂肪分離画像を提供し得る。個人のＢＣＰであるＢＣＰ_Ｉは、２つ以上の取得されたパラメータ値を組み合わせることによって形成され得る。組み合わせられたパラメータ値は、ＢＣＰ_Ｉを構成する２次元以上の表現を提供し得、これは２次元以上の方法で視覚化され得る。

パラメータ値は、表現型変数の個人の特徴に影響を及ぼし得る１つ以上の因子の予測因子として使用され得る。

内臓脂肪の量は、個人の身体内に存在する内臓脂肪の質量又は体積を表すパラメータ値を提供し得る。

皮下脂肪の量は、腹部領域又は大腿部などの個人の身体の特定の領域における皮下脂肪の質量又は体積を表すパラメータ値を提供し得る。個人の身体の腹部領域は、大腿骨頭の頂部から椎骨Ｔ９の頂部までの腹部の部分として定義され得る。

少なくとも１つの組織区画の体積は、個人の身体内の筋肉などの特定の組織区画の体積を表すパラメータ値を提供し得る。組織区画は、所定のものであり得る。このような所定の組織区画は、左又は右の前大腿筋、左又は右の後大腿筋のグループにおける筋肉のうちの１つであり得る。

少なくとも１つの組織区画に浸潤した脂肪の濃度は、脂肪で構成された組織区画の質量又は体積のパーセンテージ又は比率を表すパラメータ値を提供し得る。組織区画は、所定の筋肉などの筋肉であり得る。このような所定の組織区画は、左又は右の前大腿筋、左又は右の後大腿筋のグループにおける筋肉のうちの１つであり得る。

少なくとも１つの器官に浸潤した脂肪の濃度は、脂肪で構成された器官の質量又は体積のパーセンテージ又は比率を表すパラメータ値を提供し得る。器官は、所定の器官であり得る。このような所定の器官は、例えば、肝臓、心臓、又は膵臓であり得る。

骨髄中の脂肪の濃度は、脂肪で構成された個人の身体中の骨髄のパーセンテージ又は比率を表すパラメータ値を提供し得る。

ＢＣＰ_Ｉは、以前のＢＣＰに基づくパラメータ値と比較される。このデータは、複数の記憶されたＢＣＰ内のパラメータ値、又は他の個人の以前に記憶されたＢＣＰ内のパラメータ値から抽出されたパラメータ記述（区間など）であり得る。

一実施形態では、少なくとも１つの組織区画の体積及び少なくとも１つの組織区画における脂肪浸潤の値は、同じ少なくとも１つの組織区画について取得され得る。

筋肉などの所定の組織区画が、体積および脂肪浸潤値に対して使用され得る。両方のパラメータ値に対して同じ組織区画を使用することによって、組み合わせられた値の特定の情報が決定され得る。体積又は脂肪浸潤値はそれぞれ、組織区画の状態の完全なビューを与えないことがある。筋肉の体積が大きいと、例えば、脂肪浸潤がより大きくなり得る。それによって、同じ組織区画についての体積および脂肪浸潤値の両方が関連するという結論が下され得る。所定の組織区画は、例えば大腿筋であり得る。

別の実施形態では、ＢＣＰを決定するステップは、個人の体重を少なくとも１つの組織区画の体積で割って計算することによって、組織区画比を決定することを含み得る。

組織区画比は、筋肉の体積が計算に使用される場合、筋肉比であり得る。筋肉比は、体積当たりの質量の比率、例えば１リットル当たりのキログラムを表し得る。

さらなる実施形態では、ＢＣＰを決定するステップは、皮下脂肪の量と内臓脂肪の量との和を、皮下脂肪の量と、内臓脂肪の量と、少なくとも１つの組織区画の体積との和で割って計算することによって、脂肪率を決定することを含み得る。脂肪率ＦＲは、更に、次式：ＦＲ＝（ＡＦ＋ＶＦ）／（ＡＦ＋ＶＦ＋ＴＶ）で表すことができ、ここで、ＡＦは皮下脂肪の量であり、ＶＦは内臓脂肪の量であり、ＴＶは少なくとも１つの組織区画の体積である。

少なくとも１つの組織区画は、大腿筋などの所定の筋肉であり得る。脂肪率は、所定の組織区画の体積と個人の身体内の脂肪との組み合わせに対する脂肪の量のパーセンテージを表し得る。それによって、脂肪率は、個人の身体内の組織区画体積の量に対する脂肪の量の指標を提供し得る。組織区画体積は、個人の大腿筋体積であり得る。

一実施形態では、少なくとも２つのパラメータ値に加えて、個人の身長及び／又は体重が取得され、ＢＣＰの決定に使用され得る。

個人の身長及び／又は体重は、ＢＣＰを決定するために少なくとも２つのパラメータ値と組み合わせて使用され得る。ＢＣＰの追加の次元及び特定の健康状態に対する個人の傾向の評価が提供され得る。

さらなる実施形態では、個人のＢＣＰを比較するステップは、個人のＢＣＰを、以下のいずれか：複数の類似したＢＣＰを発見するための他の個人のデータベース内のＢＣＰ、又は他の個人のＢＣＰから抽出された、個人のＢＣＰを構成するパラメータ値の所定のパラメータ記述、と比較することを含み得る。

個人のＢＣＰと、以前に記憶されたＢＣＰに基づくパラメータ値などのデータとの比較が、２つの異なる方法で実行され得る。第１の選択肢として、一組の類似したＢＣＰを発見するために、ＢＣＰ_Ｉが他の個人のデータベース内のＢＣＰと比較される。類似したＢＣＰは、ＢＣＰ_Ｉと少なくとも同じパラメータを含むＢＣＰであってもよく、ＢＣＰ_Ｉのパラメータ値と記憶されたＢＣＰとは類似する。類似することにより、記憶されたＢＣＰの各パラメータ値が、対応するＢＣＰ_Ｉパラメータ値の所定の範囲内にあることを意味し得る。所定の範囲は、データベースの特徴に基づいて評価ごとに設定されてもよい。所定の範囲は、個々の比較ごとに選択可能であってもよい。

あるいは、ＢＣＰ_Ｉは、ＢＣＰ_Ｉにおけるパラメータ値の所定のパラメータ記述と比較され得る。パラメータ記述は、少なくとも１つの表現型変数の個人の特徴の評価のために使用され得るデータに関連し得る。比較の結果は、パラメータ記述に対するＢＣＰ_Ｉの関係に依存する。ＢＣＰ_Ｉを比較するステップは、少なくとも２つのパラメータの組み合わせのパラメータ記述を見ることを含み得る。既知のパラメータ記述は、決定されたＢＣＰに含まれる各パラメータに別々に関連してもよく、又は決定されたＢＣＰにおけるパラメータの組み合わせに関連してもよい。ＢＣＰ_Ｉを既知の又は所定のパラメータ記述と比較することにより、パラメータ記述に関連するデータは、表現型変数の現在の個人の特徴を評価するために使用され得る。

一実施形態では、個人のＢＣＰをデータベース内のＢＣＰと比較するステップは、記憶されたＢＣＰのデータベースから、記憶されたＢＣＰのグループを選択するステップを含み得、グループのＢＣＰは、個人のＢＣＰと類似したＢＣＰを有する。

それによって、ＢＣＰのグループが選択されてもよく、それらは全て、ＢＣＰ_Ｉの範囲内で類似し得る。ＢＣＰ_Ｉを決定するために使用されるパラメータ値の各々について、ある範囲が個人の値の近くに設定され得、記憶されたＢＣＰのパラメータ値は、それが前記範囲内にある場合、ＢＣＰ_Ｉの対応するパラメータ値と類似するものとして決定され得る。範囲は、所定のものであってもよく、それがどのパラメータに関連するかに依存してもよい。次いで、グループ中のＢＣＰに関連する既知のデータが、少なくとも１つの表現型変数の個人の特徴の評価のために使用され得る。このような既知のデータは、グループ内のＢＣＰの個人の病歴又は結果であり得る。

別の実施形態では、パラメータ記述は、ＢＣＰの少なくとも２つのパラメータ値の各々について少なくとも１つのパラメータ区間を含み得、比較するステップは、個人のパラメータ値の各々を少なくとも１つのパラメータ区間と比較することを含み得る。

パラメータ記述における所定のパラメータ区間は、他の個人のＢＣＰに基づいて所定のものであり得る。ＢＣＰの個人に関連付けられたデータは、比較において関心のあるパラメータ区間を決定するために使用されている可能性がある。ＢＣＰ_Ｉにおけるパラメータ値の各々は、そのパラメータ値に関するパラメータ区間と比較される。ＢＣＰ_Ｉの全てのパラメータ値についての比較は、表現型変数の個人の特徴の評価のための基準を提供するように組み合わせられ得る。

さらなる実施形態では、比較するステップは、少なくとも１つの表現型変数の個人の特徴を、所定の表現型変数特徴を有するグループに分類するステップを含み得る。

ＢＣＰ_ＩがＢＣＰの選択されたグループと、又はパラメータ記述と比較されるとき、その比較は、所定の表現型変数特徴を有する表現型変数の個人の特徴を分類するために行われ得る。比較は、所定のカテゴリを選択するための情報を提供し得る。

本発明の第２の態様によれば、上記の実施形態のいずれかに記載の方法を実行するように構成された、コンピュータプログラム製品が提供される。

本発明の第３の態様によれば、上記に記載のコンピュータプログラム製品を含む読み取り可能なコンピュータ媒体が提供される。

本発明の第４の態様によれば、少なくとも１つの表現型変数の個人の特徴の評価のための基準を提供するシステムが提供される。システムは、内臓脂肪の量、皮下脂肪の量、少なくとも１つの組織区画の体積、少なくとも１つの組織区画に浸潤した脂肪の濃度、少なくとも１つの器官に浸潤した脂肪の濃度、および骨髄中の脂肪の濃度、のグループから個人の身体の少なくとも２つのパラメータ値を受信又は取得するように構成された入力ユニットを含む。システムは、少なくとも２つのパラメータ値の組み合わせに基づいて個人の身体組成プロファイルを決定するように構成された決定ユニットと、個人の身体組成プロファイルを、他の個人の以前に記憶された身体組成プロファイルに基づくデータと比較するように構成された比較ユニットとを更に含む。システムは、実施形態において、上記の方法の実施形態について説明したように対応して構成されたユニットを更に含み得る。

本発明は、添付図面を参照して以下により詳細に説明される。

図１は、本発明の実施形態による方法のフローチャートを示す。 図２は、本発明の実施形態によるシステムの概略ブロック図を示す。 図３Ａは、本発明の実施形態によるＢＣＰ図を示す。 図３Ｂは、本発明の実施形態によるＢＣＰ図を示す。 図３Ｃは、本発明の実施形態によるＢＣＰ図を示す。 図４Ａは、本発明の実施形態によるＢＣＰ図を示す。 図４Ｂは、本発明の実施形態によるＢＣＰ図を示す。 図５は、本発明の実施形態によるＢＣＰ図を示す。 図６は、本発明の実施形態による比較のステップを示す。 図７は、本発明の実施形態を使用して提供される例示的なＢＣＰを示す。

本発明は、本発明の好ましい実施形態が示される添付の図面を参照して、以下でより完全に説明される。しかしながら、本発明は、多くの異なる形態で具現化されてもよく、本明細書に記載された実施形態に限定されるものと解釈されるべきではない。むしろ、これらの実施形態は、本開示が徹底的かつ完全なものとなり、本発明の範囲を当業者に十分に伝えるように提供される。図面において、同様の番号は同様の要素を指す。

図１は、本発明の実施形態による、少なくとも１つの表現型変数の個人の特徴の評価のための基準を提供する方法１００のフローチャートを示す。方法１００は、個人の身体の少なくとも２つのパラメータ値を取得するステップ１０２を含む。パラメータ値は、内臓脂肪の量、皮下脂肪の量、少なくとも１つの組織区画の体積、少なくとも１つの組織区画に浸潤した脂肪の濃度、および骨髄中の脂肪の濃度、のグループからの少なくとも２つであり得る。

方法１００は、少なくとも２つのパラメータ値の組み合わせを使用して、個人の身体組成プロファイルＢＣＰ_Ｉを決定するステップ１０４を更に含む。２つ以上のパラメータ値は、組み合わせて、個人の身体の表現を提供するために使用される。

更に、方法１００は、ＢＣＰ_Ｉを、他の個人の以前に記憶されたＢＣＰに基づくデータと比較するステップ１０６を含む。

図２は、少なくとも１つの表現型変数の個人の特徴の評価のための基準を提供するために使用されるように構成されたシステム１０を示す。システム１０は、個人の身体の少なくとも２つのパラメータ値を受信又は取得するように構成された入力ユニット１２を含む。パラメータ値は、入力ユニット１２に手動で入力されてもよく、又はパラメータ値が記憶されている記憶ユニットから、もしくはパラメータ値を入力ユニット１２に提供するように構成された取得手段から、入力ユニット１２によって自動的に受信されてもよい。システム１０は、入力ユニット１２からパラメータ値を受信し、少なくとも２つの受信したパラメータ値の組み合わせを使用して、個人のＢＣＰ_Ｉを決定するように構成された決定ユニット１４を更に含む。更に、システム１０は、決定ユニット１４から決定されたＢＣＰ_Ｉを受信し、ＢＣＰ_Ｉを他の個人の以前に記憶されたＢＣＰに基づくデータと比較するように構成された比較ユニット１６を含む。以前に記憶されたＢＣＰは、記憶ユニット１８に記憶される。比較ユニット１６は、記憶ユニット１８と通信可能に接続されている。記憶ユニット１８は、ＢＣＰ及び／又は記憶されたＢＣＰから生成されたデータ（パラメータ値）を含む記憶されたデータベースであり得る。システム１０は、一実施形態では、プロセッサユニット１１によって提供され、プロセッサユニット１１は、入力ユニット１２、決定ユニット１４、および比較ユニット１６の全てに相当する。プロセッサは、記憶ユニット１８と通信可能に接続される。

図３Ａ〜Ｃは、図中に視覚化された２つ、３つ、又は４つのパラメータ値を含むＢＣＰ_Ｉの実施形態を示す。図３Ａは、ＢＣＰ_Ｉが、２つのパラメータ値：内臓脂肪の量ＶＦ、および少なくとも１つの組織区画に浸潤した脂肪の濃度ＦＴを使用して決定される実施形態を示す。図は、ＢＣＰ_Ｉを視覚化するために使用される。図３Ｂは、ＢＣＰ_Ｉが、３つのパラメータ値：内臓脂肪の量ＶＦ、少なくとも１つの組織区画に浸潤した脂肪の濃度ＦＴ、および少なくとも１つの組織区画の体積ＴＶを使用して決定される実施形態を示す。ＦＴおよびＴＶにおける組織区画は、好ましくは同一である。図３Ｃは、ＢＣＰ_Ｉが４つのパラメータ値：内臓脂肪の量ＶＦ、少なくとも１つの組織区画に浸潤した脂肪の濃度ＦＴ、少なくとも１つの組織区画の体積ＴＶ、および腹部皮下脂肪の量ＡＦを使用して決定される実施形態を示す。

１つの好ましい実施形態では、図４に示すように、ＢＣＰ_Ｉを決定するために６つのパラメータ値が使用される。ＢＣＰ_Ｉ内のパラメータ値は、取得されたパラメータ値及び／又は個人の身体の体重と身長のうちの１つ又は複数から計算されたパラメータ値を含み得る。図示の実施形態では、６つのパラメータ値は、以下のものによって得られる：
個人の体重を筋肉の体積で割った計算によって提供される筋肉比ＭＲ。少なくとも１つの筋肉は、例えば、前大腿筋であってもよい；
器官に浸潤した脂肪の濃度、ＯＦ；このような器官は、例えば肝臓である；
腹部皮下脂肪の量と内臓脂肪の量との和を、腹部皮下脂肪の量と、内臓脂肪の量と、筋肉の体積との和で割った計算によって得られる脂肪率、ＦＲ。このような筋肉は、例えば、前大腿筋の筋肉であってもよい；
内臓脂肪の量、ＶＦ；
腹部皮下脂肪の量、ＡＦ；および
筋肉に浸潤した脂肪の濃度、ＦＴ。このような筋肉は、例えば、前大腿筋であってもよい。

上記の実施形態における腹部皮下脂肪は、別の実施形態では、身体の別の領域における皮下脂肪に置き換えられてもよい。

図４Ａは、パラメータ値の組み合わせを使用して決定されたＢＣＰ_Ｉを示す。別の個人のための別のＢＣＰ_Ｉが、同じパラメータを使用して図４Ｂに示されているが、これらの値の組み合わせは、異なるＢＣＰ_Ｉを提供する。例えば、図４Ａに表される個人は、図４ＢのＢＣＰ_Ｉによって表される個人と比較して、肝臓に浸潤したより高いレベルの脂肪、およびより高い量の内臓脂肪を示す。

図５は、上述の６つのパラメータを用いて決定されたＢＣＰ_Ｉを示す。ＢＣＰ_Ｉは、図示の実施形態では、３つのＢＣＰ：ＢＣＰ_Ａ、ＢＣＰ_Ｂ、およびＢＣＰ_Ｃと比較される。３つのＢＣＰは、データベース内の複数のＢＣＰから選択される。選択されたＢＣＰは、ＢＣＰ_Ｉと少なくとも同じパラメータの値を含むＢＣＰである。選択されたＢＣＰは、ＢＣＰ_Ｉと比較されたときに使用されない追加のパラメータ値を含み得る。データベース内の複数のＢＣＰから、ＢＣＰ_Ｉの対応するパラメータ値に類似したパラメータ値を有するＢＣＰが選択される。各選択されたＢＣＰのパラメータ値は、ＢＣＰ_Ｉの対応するパラメータ値の範囲内にあるとき、類似したものとして分類される。この場合、その範囲は所定のものであってもよく、パラメータごとに個別であってもよい。所定の範囲は、ＢＣＰ_Ｉのパラメータ値のプラスおよびマイナスの数値差として設定されてもよく、又はパラメータ値のプラスおよびマイナスのパーセンテージとして設定されてもよい。

データベース内の各ＢＣＰは、別の個人について以前に決定されたＢＣＰである。このような個人ごとに、データベースはまた、経時的な健康データ、病歴および表現型変数などの、個人についてのデータＤを含み、図示の実施形態では、Ｄ_Ａ〜Ｄ_Ｃとして提供される。記憶されたＢＣＰとＢＣＰ_Ｉが比較され、ＢＣＰの選択がＢＣＰ_Ｉに類似すると決定されたとき、選択されたＢＣＰに関連する個人についてのデータＤは、ＢＣＰ_Ｉの個人についての少なくとも１つの表現型変数の特徴を評価するために使用されることができる。表現型変数のこのような特徴は、２型糖尿病を発症する傾向、将来の心血管事象の傾向、代謝的に健康である傾向、又は特定の型の癌を発症する傾向などの、特定の健康状態に対する傾向であり得る。

選択された複数のＢＣＰ、ＢＣＰ_Ａ〜ＢＣＰ_Ｃに関連付けられたデータＤ_Ａ〜Ｄ_Ｃは、例えば、選択されたＢＣＰの個人が心血管疾患を有していたかどうかについての情報を提供し得る。選択されたＢＣＰの全てに関連するデータに依存して、ＢＣＰ_Ｉの個人についての将来の心血管疾患の傾向の評価を行うことができる。見込みデータが使用される場合、将来の疾患のリスクが更に決定され得る。

図６は、ここではパラメータ記述ＰＤ_１〜ＰＤ_４によって例示される、ＢＣＰ_Ｉにおけるパラメータのパラメータ記述ＰＤと、ＢＣＰ_Ｉが比較される実施形態を示す。各パラメータ記述ＰＤは、ＢＣＰ_Ｉ内のパラメータの各々についてのパラメータ区間を含んでいる。パラメータ記述は、本願のＢＣＰ_Ｉの一部ではないパラメータについての追加のパラメータ区間を含んでもよい。利用可能なパラメータ記述ＰＤとＢＣＰ_Ｉを比較するとき、ＢＣＰ_Ｉ内の各パラメータ値は、各パラメータ記述ＰＤ内のパラメータ区間と比較される。最終的に、ＢＣＰ_Ｉの全てのパラメータ値が同じパラメータ記述ＰＤ内のそれぞれのパラメータ区間内に入るとき、パラメータ記述ＰＤが見出される。それにより、ＢＣＰ_Ｉはそのパラメータ記述に分類される。

各パラメータ記述ＰＤは、ここではデータＤ_１〜Ｄ_４によって例示されるデータＤとともに記憶される。データは、その特定のパラメータ記述に分類された個人についての少なくとも１つの表現型変数の特徴に関連する。ＢＣＰ_ＩのＰＤ_２への分類は、データＤ_２が、ＢＣＰ_Ｉの個人についての少なくとも１つの表現型変数の特徴の評価に使用され得ることを提供する。このような特徴は、２型糖尿病を発症する傾向又は将来の心血管事象の傾向などの特定の健康状態の傾向であり得る。

パラメータ記述及びそれぞれのデータは、以前に決定されたＢＣＰ及びその個人の医療データに基づいて予め生成される。各パラメータ記述およびそのパラメータ区間は、複数のＢＣＰおよび個人の病歴に基づいて決定されていてもよい。

パラメータ記述ＰＤ_２のデータＤ_２は、例えば、ＢＣＰ_Ｉがそれに分類された個人が、参照ＢＣＰ_ｒｅｆ又は参照パラメータ記述ＰＤ_ｒｅｆと比較して、将来的に２型糖尿病を発症する傾向が５０％増加していることを提供し得る。

個人のＢＣＰの決定は、代謝の健康状態のさらなる理解に効果的に使用されることができるツールとして使用され得る。例示的な研究において、４つの主要な知見がなされた。第１に、低異所性脂肪、特に内臓脂肪および組織区画に浸潤した脂肪は、代謝の健康状態と正の関連があり、代謝性疾患（冠動脈心疾患ＣＨＤ、および２型糖尿病Ｔ２Ｄ）を有する対象の間で有意に高い値が見出された。

第２に、ＣＨＤ及びＴ２Ｄを特徴とした対象は、ＢＣＰ変数に対して異なる関連性を示した。肝臓ＰＤＦＦ（プロトン密度脂肪画分）は、全てのグループ比較に関して及び多変数統計モデリングにおいて、Ｔ２Ｄと正の関連性を有することが見出されたが、一方、肝臓ＰＤＦＦとＣＨＤとの関連性は、性別、年齢、及びＢＭＩに関してマッチングした後のグループ比較において有意ではなく、多変数統計モデリングを適用したときに負であった。

第３に、これらの関連性は、性別、年齢、ＢＭＩ、ライフスタイル因子、及びスタチン治療について多変数統計モデルを調整した後も有意なままであった。

最後に、同じ性別、年齢、及びＢＭＩグループ内で、疾患確率（ＣＨＤ及びＴ２Ｄ）の異なる組み合わせを示す、様々な異なる個人のＢＣＰが見出された。まとめると、これらの知見は、ＢＣＰには、性別、年齢、ライフスタイル、又はＢＭＩによって測定された全身性脂肪率によって説明され得るものよりも多くの情報があることを示唆する。それらはまた、異なるＢＣＰ表現型、又は脂肪蓄積における特異的不均衡が、異なる疾患にリンクすることを示す。

身体組成プロファイリングを使用する調査は、ＢＭＩを使用して達成されるものよりも、代謝の健康状態の説明を個別に考慮する必要性を示した：正常体重集団と比較して疾患確率が低い肥満対象の発見は、健康な肥満に関する文献に加わる。これは、膨張したＢＣＰを有する正常体重の対象（図７、右上の対象）と、より星形の形状のＢＣＰを有する肥満の男性（図７、左下の対象）との比較によって更に強化された。この比較は、肥満と比較した正常体重対象については３倍高いＣＨＤについての予測確率をもたらし、Ｔ２Ｄについては２倍高く、そして代謝的に疾患がないことについては約０．５倍低い。更に、正常体重、過体重、および肥満と定義される対象の中で、異なるＢＣＰが見出され、そのうちのいくつかが代謝の健康状態に、他のものがＣＨＤ又はＴ２Ｄのみに関連し、それらは併存疾患関連を示す。代謝的に疾患がないことについての高い予測確率を示す個人（図７、第１列）は、参照の星形で表される代謝的に疾患がないグループにより類似したＢＣＰを有していた（図４Ｂ参照）。ＣＨＤについて高い予測確率を示すが、Ｔ２Ｄについては低い予測確率を示す個人（図７、第２列）は、高いＶＡＴおよびＭＦＩを特徴とするが、肝臓脂肪は低いようであった。Ｔ２Ｄについて高い予測確率を示すが、ＣＨＤについては低い予測確率を示す個人（図７、第３列）は、高いＶＡＴおよび肝臓脂肪を特徴とするが、ＭＦＩは低い。そして最後に、併存疾患関連を示す個人（図７の４列目）は、高いＶＡＴ、肝臓脂肪、およびＭＦＩを特徴とする。ＢＣＰによって定義され、異なる健康状態傾向に関連する特定の表現型の認定により、より対象化された有効な疾患治療を開発することができるだろう。更に、患者の代謝疾患状態の個別に考慮された記述により、より個別に考慮された介入計画の可能性がある。

図７では、例示的な研究における個人のＭＲＩスキャンが示されており、スキャン図は、内臓脂肪組織及び腹部脂肪組織を示すようにセグメント化されている。６つのパラメータ値を有するＢＣＰが更に示されている。さらなる情報が、ＣＨＤ＝冠状動脈性心疾患；ＦＲ＝脂肪率；ＭＤＦ＝代謝疾患なし；ＭＦＩ＝筋肉脂肪浸潤；ＰＤＦＦ＝プロトン密度脂肪画分（器官に浸潤した脂肪の濃度）；Ｔ２Ｄ＝２型糖尿病；ＴＡＡＴｉ＝全腹部脂肪組織指数（腹部皮下脂肪）；ＶＡＴｉ＝内臓脂肪組織指数（内臓脂肪）；ＷＭＲ＝体重対筋肉比（筋肉比）によって与えられる。

図面および明細書では、本発明の好ましい実施形態および実施例が開示されており、特定の用語が使用されているが、それらは一般的かつ説明的な意味でのみ使用されており、限定の目的はなく、本発明の範囲は以下の特許請求の範囲に記載されている。

Claims (12)

1. 少なくとも１つの表現型変数の個人の特徴の評価のための基準を提供する方法（１００）であって、前記方法は、
   前記個人の身体の以下のパラメータ値：
   内臓脂肪の量（ＶＦ）、
   皮下脂肪の量（ＡＦ）、
   少なくとも１つの組織区画の体積（ＴＶ）、
   少なくとも１つの組織区画に浸潤した脂肪の濃度（ＦＴ）、
   少なくとも１つの器官に浸潤した脂肪の濃度（ＯＦ）、および
   骨髄中の脂肪の濃度
   のグループから少なくとも２つを取得すること（１０２）と、
   前記少なくとも２つの取得されたパラメータ値の組み合わせを使用して、前記個人の身体組成プロファイル（ＢＣＰ）を決定すること（１０４）と、
   前記個人の前記ＢＣＰを、他の個人の以前に記憶されたＢＣＰに基づくパラメータ値と比較すること（１０６）と
   を行うステップを含む、方法。
2. 少なくとも１つの組織区画の体積（ＴＶ）および少なくとも１つの組織区画における脂肪浸潤（ＦＴ）の前記値は、同じ少なくとも１つの組織区画について取得される、請求項１に記載の方法。
3. 前記ＢＣＰを決定する前記ステップは、前記個人の体重を前記少なくとも１つの組織区画の前記体積で割って計算することによって、組織区画比（ＭＲ）を決定することを含む、請求項１又は２に記載の方法。
4. 前記ＢＣＰを決定する前記ステップは、皮下脂肪の量と内臓脂肪の前記量との和を、皮下脂肪の前記量と、内臓脂肪の前記量と、前記少なくとも１つの組織区画の前記体積との和で割って計算することによって、脂肪率（ＦＲ）を決定することを含む、請求項１〜３のいずれか一項に記載の方法。
5. 前記少なくとも２つのパラメータ値に加えて、前記個人の身長及び／又は体重が取得され、前記ＢＣＰの前記決定に使用される、請求項１〜４のいずれか一項に記載の方法。
6. 前記個人の前記ＢＣＰを比較する前記ステップ（１０６）は、前記個人の前記ＢＣＰを、以下のいずれか：
   複数の類似したＢＣＰを発見するための他の個人のデータベース内のＢＣＰ（ＢＣＰ_Ａ、ＢＣＰ_Ｂ、ＢＣＰ_Ｃ）、又は
   他の個人のＢＣＰから抽出された、前記個人の前記ＢＣＰを構成する前記パラメータ値の所定のパラメータ記述（ＰＤ_１〜ＰＤ_４）
   と比較することを含む、請求項１〜５のいずれか一項に記載の方法。
7. 前記個人の前記ＢＣＰをデータベース内のＢＣＰ（ＢＣＰ_Ａ、ＢＣＰ_Ｂ、ＢＣＰ_Ｃ）と比較する前記ステップは、記憶されたＢＣＰのデータベースから、記憶されたＢＣＰのグループを選択する前記ステップを含み、前記グループのＢＣＰは、前記個人のＢＣＰと類似したＢＣＰを有する、請求項６に記載の方法。
8. 前記パラメータ記述（ＰＤ_１〜ＰＤ_４）は、前記ＢＣＰの前記少なくとも２つのパラメータ値の各々について少なくとも１つのパラメータ区間を含み、比較する前記ステップ（１０６）は、前記個人の前記パラメータ値の各々を前記少なくとも１つのパラメータ区間と比較することを含む、請求項６又は７に記載の方法。
9. 比較する前記ステップ（１０６）は、少なくとも１つの表現型変数の前記個人の特徴を、所定の表現型変数特徴を有するグループに分類するステップを含む、請求項１〜８のいずれか一項に記載の方法。
10. 請求項１〜９のいずれか一項に記載の方法（１００）を実行するように構成されたコンピュータプログラム製品。
11. 請求項１０に記載のコンピュータプログラム製品を含む、読み取り可能なコンピュータ媒体。
12. 少なくとも１つの表現型変数の個人の特徴の評価のための基準を提供するためのシステム（１０）であって、前記システムは、
    内臓脂肪の量、
    皮下脂肪の量、
    少なくとも１つの組織区画の体積、
    少なくとも１つの組織区画に浸潤した脂肪の濃度、
    少なくとも１つの器官に浸潤した脂肪の濃度、および
    骨髄中の脂肪の濃度
    のグループから前記個人の身体の少なくとも２つのパラメータ値を取得又は受信するように構成された入力ユニット（１２）と、
    前記少なくとも２つのパラメータ値の組み合わせに基づいて、前記個人の身体組成プロファイル（ＢＣＰ_Ｉ）を決定するように構成された決定ユニット（１４）と、
    前記個人の前記身体組成プロファイルを、他の個人の以前に記憶された身体組成プロファイルに基づくデータと比較するように構成された比較ユニット（１６）と
    を含む、システム。