JP6466548B1 - 子供の精神病リスク早期スクリーニングシステム - Google Patents

Abstract

【課題】将来的に精神病を発症するリスクが高い子供を早期にスクリーニングするシステムを提供する。
【解決手段】ＣＢＣＬ（４−１８）で求めた、ひきこもりＴｉ、身体的訴えＴｉｉ、不安／抑うつＴｉｉｉ、社会性の問題Ｔｖｉ、思考Ｔｖ、注意の問題Ｔｖｉ、非行的行動Ｔｖｉｉ及び攻撃的行動Ｔｖｉｉｉの８つのＴ得点と、性別情報とを受け付ける情報受付部１１と、Ｔ得点と性別情報とを、数１に当てはめてｚの値を算出し、ｚの値と数２とから、将来的に精神病を発症する確率ｐを算出する算出部１２とを具備することを特徴とする。数１
数２

Description

本発明は、将来的に精神病を発症するリスクが高い子供をスクリーニングするシステム等に関するものである。

従来、子供の行動特性を客観的かつ包括的に評価する方法として、非特許文献１として挙げたＣｈｉｌｄ Ｂｅｈａｖｉｏｒ Ｃｈｅｃｋｌｉｓｔ（以下、ＣＢＣＬともいう。）が使用されている。
しかしながら、この従来の方法は、子供の現在の症状を評価するものであり、子供の将来的な精神病発症リスクを評価することはできない。

"Ｍａｎｕａｌ ｆｏｒ ｔｈｅ Ｃｈｉｌｄ Ｂｅｈａｖｉｏｒ Ｃｈｅｃｋｌｉｓｔ／４−１８ ａｎｄ １９９１ ｐｒｏｆｉｌｅ"，Ａｃｈｅｎｂａｃｈ，Ｔ．Ｍ．著（１９９１） "Ｃｈｉｌｄ Ｂｅｈａｖｉｏｒ Ｃｈｅｃｋｌｉｓｔ／４−１８ 日本語版の開発"井澗知美， 上林靖子， 中田洋二郎ほか（２００１）

本発明は、上記課題に鑑みてなされたものであって、その所期課題は、将来的に精神病を発症するリスクが高い子供を早期にスクリーニングするシステムを提供することにある。

すなわち、本発明に係る子供の精神病リスク早期スクリーニングシステムは、ＣＢＣＬ（４−１８）で求めた、ひきこもり（Ｔｉ）、身体的訴え（Ｔｉｉ）、不安／抑うつ（Ｔｉｉｉ）、社会性の問題（Ｔｉｖ）、思考の問題（Ｔｖ）、注意の問題（Ｔｖｉ）、非行的行動（Ｔｖｉｉ）及び攻撃的行動（Ｔｖｉｉｉ）の８つのＴ得点と、性別情報とを受け付ける情報受付部と、前記８つのＴ得点と性別情報とを、以下の数１に当てはめてｚの値を算出し、該ｚの値と以下の数２とから、将来的に精神病を発症する確率ｐを算出する算出部とを具備していることを特徴とするものである。

このようなスクリーニングシステムによればＣＢＣＬ（４−１８）で求めた８つのＴ得点と性別とを入力することにより、子供の精神病に関する長期予後リスクを算出し、将来的に精神病を発症する可能性が高い子供を簡単に選別することができる。

本発明によれば、子供を、将来的に精神病を発症する可能性が高いリスク群と、将来的に精神病を発症する可能性が低い非リスク群とに分けることができる。
このように子供をリスク群と非リスク群とに分けることができるので、さらに以下のような様々な効果がある。

例えば、不登校やひきこもりなどの不適応状態にある子供が、リスク群に属する子供であるか、非リスク群に属する子供であるかによって、各々に適切な介入を提示することができる。
リスク群に対しては、学業負担の軽減や医療機関との連携を勧めることができるし、非リスク群に対しては、登校刺激を適用することができるといった具合である。

リスク群に属する子供に適した認知機能改善プログラムや独自の精神医学的アルゴリズムなど、医療、療育、教育の幅広い分野を含む多次元的な早期介入戦略を開発することにもつながる。

また、これら各群に属する子供の予後を比較する前向研究を行うことができるので、リスク群の詳細なサブクリニカル特性や小児科的兆候を明らかにすることが可能である。

さらに、統合失調症スペクトラム障害の生物学的基盤研究領域における、発症前段階にあるエンドフェノタイプのバイオマーカー同定等を行うことも可能である。
このような研究により、子供の基底障害階層モデルを完成させることができれば、このモデルを利用して、子供のメンタルヘルス向上のための包括的介入システムを開発することも可能である。

本発明の一実施形態に係るスクリーニングシステムを示す模式図。 本実施形態に係るエンドユーザ画面の一例。

以下に、本発明の一実施形態について、図面を用いて説明する。
本実施形態に係る子供の精神病リスク早期スクリーニングシステム１（以下、ＣＰＳＳともいう。）は、ＣＢＣＬ（４−１８）で得られるＴ得点と性別情報とから、患者である子供の将来の精神病発症確率を算出するものである。

このＣＰＳＳ１は、物理的な面から説明すると、例えば、インターネット等の通信回線により接続されたサーバコンピュータとクライアント端末等の複数のコンピュータにより構成されるものである。 前記サーバコンピュータ及び前記クライアント端末は、それぞれＣＰＵ、メモリ、通信ポート、ディスプレイ、入力手段等を備えた汎用コンピュータであり、前記クライアント端末としては、この実施形態では、例えば、ＰＣやスマートフォンが用いられている。

他方、このＣＰＳＳ１は、機能的な面から説明すると、前記各コンピュータに所定のプログラムがインストールされ、そのプログラムに基づいてＣＰＵや周辺機器が共働することにより、図１に示すように、前記Ｔ得点及び前記性別情報を受け付ける情報受付部１１と、該情報受付部１１が受け付けた情報を使って精神病を発症するリスクを算出する算出部１２と、該算出部１２が算出した精神病を発症するリスクを出力する出力部１３等としての機能を発揮するように構成してある。次に、前記各部について説明する。

前記情報受付部１１は、例えば、小児科又は精神科などの臨床医や臨床心理士等が、ある患者の前記ＣＢＣＬ（４−１８）から算出した前記Ｔ得点及び性別情報を、例えば、図２に示すような画面を用いて受け付けるものである。

前記Ｔ得点とは、ＣＢＣＬ（４−１８）から求められる、ひきこもり（Ｔｉ）、身体的訴え（Ｔｉｉ）、不安／抑うつ（Ｔｉｉｉ）、社会性の問題（Ｔｉｖ）、思考の問題（Ｔｖ）、注意の問題（Ｔｖｉ）、非行的行動（Ｔｖｉｉ）及び攻撃的行動（Ｔｖｉｉｉ）の８つのＴ得点である。

前記算出部１２は、前記情報受付部が受け付けた前記Ｔ得点及び性別情報を以下の数１に当てはめて、ｚの値を算出し、算出したｚの値と数２とを用いて、前記患者が将来的に精神病を発症する確率ｐを算出するものである。

前記出力部１３は、前記算出部１２が算出した前記精神病発症確率ｐの値を、例えば、前記クライアント端末のディスプレイに出力するものである。
前記出力部１３から出力された前記精神病発症確率ｐは、例えば、図２に示すように、前記Ｔ得点及び性別情報を入力した画面と同じ画面上に提示される。

このように構成されたＣＰＳＳ１を使用して子供の将来の精神病発症確率を算出する手順乃至方法は、具体的には以下のようなものである。
まず、本実施形態に係るＣＰＳＳ１のエンドユーザである小児科又は精神科などの臨床医や臨床心理士等が、前記ＣＢＣＬ（４−１８）から患者の前記Ｔ得点を算出する。
次に、前記エンドユーザが、前記クライアント端末であるＰＣやスマートフォンなどのディスプレイに表示された、例えば、図２に示すような画面に、患者の前記Ｔ得点と、性別情報とを入力する。

このようにして入力された患者の前記Ｔ得点と、性別情報とが、前記情報受付部１１によって受け付けられ、その後、記算出部１２が前記Ｔ得点と、性別情報と、前記数１と、前記数２とを用いて、患者の将来の精神病発症確率ｐを算出する。

該算出部１２により算出された患者の将来の精神病発症確率ｐは、前記出力部１３によって、例えば、インターネット等を介して、前記エンドユーザが前記Ｔ得点及び性別情報を入力したＰＣやスマートフォンなどのクライアント端末に出力される。
このように出力された前記精神病発症確率ｐは、前記クライアント端末のディスプレイに表示された図２に示すような前記画面中に設けられた結果表示欄に提示される。

このように構成されたＣＰＳＳ１によれば、前記８つのＴ得点と性別情報を入力するだけで、簡単にその子供が将来、精神病を発症する確率を知ることができる。
その結果、例えば、将来的に精神病を発症する確率が高い子供に対する早期診断、早期治療が可能になる。

また、子供を、将来的に精神病を発症する可能性が高いリスク群と、将来的に精神病を発症する可能性が低い非リスク群とに分けることができる。
このように子供をリスク群と非リスク群とに分けることができることにより、以下のような様々な効果がある。

例えば、不登校やひきこもりなどの不適応状態にある子供が、リスク群に属する子供であるか、非リスク群に属する子供であるかによって、各々に適切な介入を提示することができる。
リスク群に対しては、学業負担の軽減や医療機関との連携を勧めることができるし、非リスク群に対しては、登校刺激を適用するといった具合である。

リスク群に属する子供に対しては、認知機能改善プログラムや独自の精神医学的アルゴリズムなど、医療、療育、教育の幅広い分野を含む多次元的な早期介入戦略を開発することにもつながる。

また、これら各群に属する子供の予後を比較する前向研究を行うことができるので、リスク群の詳細なサブクリニカル特性や小児科的兆候を明らかにすることが可能である。

さらに、統合失調症スペクトラム障害の生物学的基盤研究領域における、発症前段階にあるエンドフェノタイプのバイオマーカー同定等を行うことも可能である。

このような研究により、子供の基底障害階層モデルを完成させることができれば、このモデルを利用して、子供のメンタルヘルス向上のための包括的介入システムを開発することも可能である。

また、前記精神医学的アルゴリズムには、薬物投与も含まれ、予防的介入としての投薬も提唱されている。
そのため、前述したバイオマーカー研究と合わせて、リスク群に対する創薬などの可能性も考えられる。

なお、本発明は、前記実施形態に限られるものではない。
例えば、前記出力部１３は、前記精神病発症確率ｐを出力するだけでなく、前記精神病発症確率ｐの値に基づく判定結果等を出力するものとしても良い。
前記Ｔ得点は、小児科又は精神科などの臨床医や臨床心理士等によって算出されたものに限らず、予め算出された前記Ｔ得点を単に入力するものとしても良い。

前記実施形態では、前記Ｔ得点と性別情報を入力する画面と、算出された前記精神病発症確率ｐを提示する画面とが同一画面であったが、これに限らず、前記精神病発症確率ｐが、前記Ｔ得点と性別情報を入力する画面とは別に設けられた画面に提示されるようにしても良い。
前記実施形態では、インターネット等の回線により接続した複数の汎用コンピュータにより構成するものとしたが、これらコンピュータは汎用のものに限られず、専用に開発されたものを用いても構わないし、各コンピュータが物理的に離れておらず、１つの機器として一体に構成されているものであっても構わない。
その他、本発明の趣旨に反しない限りにおいて、種々の変形や実施形態の組合せを行ってもかまわない。

以下に、実施例を挙げて本発明をさらに詳しく説明するが、本発明はこの実施例に限られるものではない。
本実施例では、本発明に係る数１及び数２を求め、またその有効性を確かめた。
この検証は、２０歳代の２４６人を被験者として行った。
前記被験者には、５４人の統合失調症患者群と、１９２人の健常対照群とが含まれている。

これら被験者に対して、非特許文献として挙げたＣＢＣＬ（４−１８）の日本語版（スペクトラム出版社）を遡及的評価アンケートとして使用した。
また、日本語版のプロフィール表 男子用・女子用（スペクトラム出版社）を用いて、アンケートの粗点からＴ得点を求めた。
前記アンケートでは、前記被験者の親に、前記被験者の６歳から８歳までの頃を思い出してもらって、その記憶に基づいて前記ＣＢＣＬ（４−１８）の「問題行動尺度」の全質問項目をチェックしてもらった。
その後、このアンケートの結果から、前記被験者の６歳から８歳までの頃の心理行動特性に基づくＴ得点を求めた。

このアンケート調査によって得られた前記ＣＢＣＬ（４−１８）の８つのＴ得点と性別情報を合わせた９個を説明変数とし、精神病の発症状況を従属変数としてロジスティック回帰分析を行った。回帰分析からロジスティック回帰式である前記数１及び前記数２を求め、これにより精神病発症確率ｐを算出した。

このように算出された精神病発症確率ｐに基づいて、ｐ＝０．５を分類値として被験者の発症状況を予測し、現在の実際の発症状況と比較することによって、本発明に係る数１及び数２の有効性を調べたのが以下の表１である。
なお、この表１では、統合失調症患者を１．００、健常対照を、０．００という数値でそれぞれ表している。

この表１の結果によると、実際の健常対照１９２人に対して、１８７人が健常者と予測され（正解割合＝９７．４％）、実際の統合失調症患者５４人に対して、２７人が統合失調症患者と予測された（正解割合＝５０．０％）。
全体としてみると、８７．０％という非常に高い割合で統合失調症患者群と健常対照群とを分類できたことが分かった。

また、前述の判別分析の結果を用いて、統計学的な面から、前記数１及び数２が精神病発症の予測に役立つかどうかをさらに調べたのが、以下のモデル係数のオムニバス検定、ＨｏｓｍｅｒとＬｅｍｅｓｈｏｗの検定及びＲＯＣ曲線による検証である。
以下の統計は、全て統計用ソフトであるＳＰＳＳ ｆｏｒ ｗｉｎｄｏｗｓ ２２．０を使用して行ったものである。

以下の表２は、前述したオムニバス検定の結果を示すものである。

この表２のオムニバス検定による有効確率が０．０５よりも小さいことから、前述した数１及び数２の回帰式が精神病発症の予測に役立つものであることが示された。

以下の表３は、前述したＨｏｓｍｅｒとＬｅｍｅｓｈｏｗの検定の結果を示す表である。

この表３のＨｏｓｍｅｒとＬｅｍｅｓｈｏｗの検定による有効確率が、０．０５よりも大きいので、前記数１及び前記数２を用いた予測結果が、実際の統合失調症群と健常対照群との分類によく合致していることが分かった。

さらに、検定変数を算出された前記精神病発症確率ｐとし、状態変数を実際の統合失調症患者と健常対照との分類（統合失調症＝１．００、健常対照＝０．００）として、ＲＯＣ曲線を求めた。
その結果、該ＲＯＣ曲線のＡＵＣ（Ａｒｅａ ｕｎｄｅｒ ｃｕｒｖｅ）値は、０．８３７であったので、本発明に係る数１及び数２を用いた精神病発症の予測は十分な判別力を持つことが分かった。

以上に述べたように、本発明に係る数１及び数２によれば、子供の将来の精神病発症リスクを十分に精度良く予測することができるものであることが分かった。

すなわち、現在、例えば、６歳から８歳頃の児童期の子供に対して、本発明に係るＣＰＳＳを用いることで、その子供が、例えば、２０歳代になった時等の将来に、精神病を発症する可能性を予測し、精神病を発症する可能性が高い精神病リスク群を同定できることが分かった。

１・・・子供の精神病リスク早期スクリーニングシステム（ＣＰＳＳ）
１１・・・情報受付部
１２・・・算出部
１３・・・出力部

Claims (2)

1. ＣＢＣＬ（４−１８）で求めた、ひきこもり（Ｔｉ）、身体的訴え（Ｔｉｉ）、不安／抑うつ（Ｔｉｉｉ）、社会性の問題（Ｔｉｖ）、思考の問題（Ｔｖ）、注意の問題（Ｔｖｉ）、非行的行動（Ｔｖｉｉ）及び攻撃的行動（Ｔｖｉｉｉ）の８つのＴ得点と、性別情報とを受け付ける情報受付部と、
   前記８つのＴ得点と性別情報とを、以下の数１に当てはめてｚの値を算出し、該ｚの値と以下の数２とから、将来的に精神病を発症する確率ｐを算出する算出部とを具備していることを特徴とする子供の精神病リスク早期スクリーニングシステム。
   
2. ＣＢＣＬ（４−１８）で求めた、ひきこもり（Ｔｉ）、身体的訴え（Ｔｉｉ）、不安／抑うつ（Ｔｉｉｉ）、社会性の問題（Ｔｉｖ）、思考の問題（Ｔｖ）、注意の問題（Ｔｖｉ）、非行的行動（Ｔｖｉｉ）及び攻撃的行動（Ｔｖｉｉｉ）の８つのＴ得点と、性別情報とを受け付ける情報受付部と、
   前記８つのＴ得点と性別情報とを、以下の数１に当てはめてｚの値を算出し、該ｚの値と以下の数２とから、将来的に精神病を発症する確率ｐを算出する算出部とを具備することを特徴とする子供の精神病リスク早期スクリーニングシステムとしての機能をコンピュータに発揮させるプログラム。