JP7093162B2 - 取得方法、算出方法、評価装置、算出装置、評価プログラム、算出プログラム、および評価システム - Google Patents

Description

本発明は、血液中のアミノ酸および代謝物の濃度を利用して膵がん患者における悪液質の将来の状態を評価する評価方法、評価装置、評価プログラム、評価システムおよび端末装置に関するものである。

がん診断初期から継続的に患者の身体状況と生活の質（Ｑｕａｌｉｔｙ Ｏｆ Ｌｉｆｅ（ＱＯＬ））を良好に維持する治療は重要であるが（非特許文献１）、食欲不振、体重減少、全身衰弱および倦怠感などをきたす悪液質状態となることが大きな弊害となる（非特許文献２）。悪液質は、「従来の栄養サポートによって安全には回復することができない骨格筋量の継続した喪失によって特徴づけられる多因子性症候群であって、進行性に機能障害を引き起こし、且つ、その病態が、減少した食物摂取量と代謝異常の様々な組み合わせによって引き起こされる負のたんぱく質とエネルギーのバランスによって特徴づけられるもの」と定義されている（非特許文献１）。

悪液質の発生率は、がんの種類により異なる。発生頻度の多いがんは、肺がん、膵がん、胃がんおよび食道がんであり、一方、乳がんでは発生頻度が少ない（非特許文献３）。悪液質は膵がん患者の主な死因であり（非特許文献４）、有効な治療法は確立されていない。現在期待されている治療ストラテジーは、早期悪液質の時点で、すなわち代謝異常の程度が軽度な段階で介入を行うことである。悪液質の今後の進行を予測し、適切な栄養・運動介入または薬物的介入を行うことで、悪液質の進行の遅延、治療効果の向上ならびに身体的および精神的なＱＯＬの向上が期待できる。悪液質および悪液質の病勢の早期予測および診断は高い臨床意義を有する（非特許文献５）。

European Palliative Care Research Collaborative（EPCRC）は、悪液質診断基準（非特許文献６）を提唱した。しかし、EPCRC悪液質診断基準では悪液質の早期診断は困難であることが報告されている（非特許文献７）。血中バイオマーカーを用いた悪液質状態の分類としては、prognostic CRP classification、およびmodified glasgow prognostic scoreが報告されているが、悪液質の早期検出に有用との報告はない（非特許文献８および非特許文献９）。

悪液質の特徴は多面的な症状増悪である。悪液質の多面的な病勢悪化を評価する指標として、EPCRCはSIPPツール（非特許文献１０）を提唱した。SIPPツールは、４つの構成要素：食欲、体組成、身体活動性、悪性腫瘍の活動性指標としての急性期炎症性蛋白であるC反応性蛋白（CRP）の血中濃度をそれぞれ評価し、多面的に悪液質の病勢を評価する。これまでの報告では、体重減少に、食欲不振、急性期炎症性蛋白であるC反応性蛋白（CRP）、体組成の変化を組み合わせることで悪液質の早期診断が可能となることを示唆する報告もある（非特許文献７）。

膵癌患者が悪液質状態に陥る前段階では、アミノ酸を含めた血中代謝産物のプロファイルが変化する。膵癌が発症し病状が進むにつれてバリンおよびアラニンの血漿中濃度が低下し（非特許文献１１）、悪液質状態となっても特徴的な血中アミノ酸プロファイルを示す（非特許文献１２）。悪液質状態に陥る前の進行膵癌患者では既に体内脂肪が減少しているが（非特許文献１３）、膵癌悪液質モデルマウスでは脂肪萎縮が優位な状況でも脂肪分解および骨格筋異化反応が亢進していた（非特許文献１４）。

なお、先行特許として、アミノ酸濃度と生体状態とを関連付ける方法に関する特許文献１、２、３が公開されている。また、アミノ酸濃度を用いて膵臓癌の状態を評価する方法に関する特許文献４が公開されている。

国際公開第２００４／０５２１９１号 国際公開第２００６／０９８１９２号 国際公開第２００９／０５４３５１号 国際公開第２０１４／０８４２９０号

Tisdale MJ：Pathogenesis of cancer cachexia. J Support Oncol 1:159-168,2003 Dewys WD, Begg C, Lavin PT, Band PR, Bennett JM, Bertino JR, Cohen MH, Douglass HO Jr, Engstrom PF, Ezdinli EZ, Horton J, Johnson GJ, Moertel CG, Oken MM, Perlia C, Rosenbaum C, Silverstein MN, Skeel RT, Sponzo RW, Tormey DC. Prognostic effect of weight loss prior to chemotherapy in cancer patients. Eastern Cooperative Oncology Group. Am J Med. 1980 Oct;69(4):491-7. Laviano, A. & Meguid, M. M.：Nutritional issues in cancer management. Nutrition 12（5）：358-371, 1996. Mao C, Domenico DR, Kim K, et al. Observations on the developmental patterns and the consequences of pancreatic exocrine adenocarcinoma. Findings of 154 autopsies. Arch Surg 1995; 130:125-134. Early recognition of malnutrition and cachexia in the cancer patient: a position paper of a European School of Oncology Task Force. M. Aapro, J. Arends, F. Bozzetti, K. Fearon, S. M. Grunberg, J. Herrstedt, J. Hopkinson, N. Jacquelin-Ravel, A. Jatoi, S. Kaasa, F. Strasser Annals of Oncology 25: 1492-1499, 2014 Fearon K, Strasser F, Anker SD, Bosaeus I, Bruera E, Fainsinger RL, Jatoi A, Loprinzi C, MacDonald N, Mantovani G, Davis M, Muscaritoli M, Ottery F, Radbruch L, Ravasco P, Walsh D, Wilcock A, Kaasa S, Baracos VE. (2011) Definition and classification of cancer cachexia: an international consensus Lancet Oncol 12:489-495. Blum D, Stene GB, Solheim TS, Fayers P, Hjermstad MJ, Baracos VE, Fearon K, Strasser F, Kaasa S; Euro-Impact.. Validation of the Consensus-Definition for Cancer Cachexia and evaluation of a classification model--a study based on data from an international multicentre project (EPCRC-CSA). Ann Oncol. 2014 Aug;25(8):1635-42 Mitsunaga S, Ikeda M, Shimizu S, Ohno I, Takahashi H, Okuyama H, Ueno H, Morizane C, Kondo S, Sakamoto Y, Okusaka T, Ochiai A. (2016) C-Reactive Protein Level Is an Indicator of the Aggressiveness of Advanced Pancreatic Cancer. Pancreas 45:110-116. Bye A, Wesseltoft-Rao N, Iversen PO, Skjegstad G, Holven KB, Ulven S, Hjermstad MJ. Alterations in inflammatory biomarkers and energy intake in cancer cachexia: a prospective study in patients with inoperable pancreatic cancer. Med Oncol. 2016 Jun;33(6):54 Radbruch L, Elsner F, Trottenberg P, Strasser F, Fearon K. Aachen, Department of Palliative Medicinen/ European Palliative Care Research Collaborative;2010 Fukutake N, Ueno M, Hiraoka N, Shimada K, Shiraishi K, Saruki N et al. A novel multivariate index for pancreatic cancer detection based on the plasma free amino acid profile. PLoS One 2015; 10: e0132223. Ubhi Baljit K,Cheng Kian Kai, Dong Jiyang, Janowitz Tobias, Jodrell Duncan, Tal-Singer Ruth, MacNee William, Lomas David A, Riley John H, Griffin Julian L, Connor Susan C Targeted metabolomics identifies perturbations in amino acid metabolism that sub-classify patients with COPD. Mol. BioSyst., 2012, 8, 3125-3133 TatematsuN. Mitsunaga S. Ikeda M. Characterization of advanced pancreatic cancer patients showing a decrease of the skeletal muscle mass while receiving first-line chemotherapy. Ann Oncol (2016) 27 (suppl_7) Imoto A. Mitsunaga S. Neural invasion induces cachexia via astrocytic activation of neural route in pancreatic cancer. Int. J. Cancer: 131, 2795-2807 (2012)

しかし、膵がん患者における悪液質を早期に予測し、治療後の悪液質の程度を把握するための有用な診断法は、開発されておらず、また実用化もされていない、という問題点があった。

本発明は、上記に鑑みてなされたもので、膵がんを有する評価対象における悪液質の将来の状態を知る上で参考となり得る信頼性の高い情報を提供することができる評価方法、評価装置、評価プログラム、評価システムおよび端末装置を提供することを目的とする。

本発明者らは、膵がん患者においては、様々な代謝異常および栄養状態の変化ががん罹患初期から発現し、アミノ酸をはじめとした代謝物についてダイナミックな代謝変動が起こっている可能性を考え、血中代謝物を用いて膵がん患者における悪液質の早期予測および診断に関する技術の開発を検討した。そして、本発明者らは、膵がん患者を対象にして、悪液質の状態を評価および予測できるアミノ酸および代謝物を特定すると共に、アミノ酸変数および代謝物変数を用いた悪液質の状態を評価および予測できる相関式（指標式）を見出し、本発明を完成するに至った。

上述した課題を解決し、目的を達成するために、本発明にかかる評価方法は、膵がんを有する評価対象の血液中の以下に示す１９種類のアミノ酸（Ｔｙｒ，Ｓｅｒ，Ａｓｎ，Ｇｌｎ，Ｐｒｏ，Ｇｌｙ，Ａｌａ，Ｃｉｔ，Ｖａｌ，Ｍｅｔ，Ｉｌｅ，Ｌｅｕ，Ｔｈｒ，Ｐｈｅ，Ｈｉｓ，Ｔｒｐ，Ｏｒｎ，Ｌｙｓ，Ａｒｇ）および５６種類の代謝物（１８－Ｈｙｄｒｏｘｙｃｏｒｔｉｃｏｓｔｅｒｏｎｅ－２－Ｃｏｒｔｉｓｏｌ，Ｇｌｙｃｅｒｉｃ ａｃｉｄ，Ｇｕａｎｉｄｏａｃｅｔｉｃ ａｃｉｄ，Ｐａｌｍｉｔｏｙｌｃａｒｎｉｔｉｎｅ，Ｕｒｅａ，Ｇｌｕｃｏｎｉｃ ａｃｉｄ，Ｍｙｒｉｓｔｉｃ ａｃｉｄ，１，２－Ｄｉｐａｌｍｉｔｏｙｌ－ｇｌｙｃｅｒｏ－３－ｐｈｏｓｐｈｏｅｔｈａｎｏｌａｍｉｎｅ，５－Ｏｘｏｐｒｏｌｉｎｅ，Ｃｈｏｌｅｓｔｅｒｏｌ ｓｕｌｆａｔｅ，Ｃｙｓｔｉｎｅ，Ｄｅｈｙｄｒｏｉｓｏａｎｄｒｏｓｔｅｒｏｎｅ ３－ｓｕｌｆａｔｅ，Ｅｔｉｏｃｈｏｌａｎ－３α－ｏｌ－１７－ｏｎｅ ｓｕｌｆａｔｅ，Ｇｌｙｃｅｒｏｐｈｏｓｐｈｏｃｈｏｌｉｎｅ，Ｈｅｘａｎｏｉｃ ａｃｉｄ，Ｉｎｄｏｌｅ－３－ｃａｒｂｏｘａｌｄｅｈｙｄｅ，Ｉｓｏｂｕｔｙｒｉｃ ａｃｉｄ，Ｂｕｔｙｒｉｃ ａｃｉｄ，Ｏｃｔａｎｏｉｃ ａｃｉｄ，Ｏｌｅｏｙｌ ｅｔｈａｎｏｌａｍｉｄｅ，Ｓａｒｃｏｓｉｎｅ，Ｓｐｈｉｎｇｏｓｉｎｅ，Ｕｒｉｃ ａｃｉｄ，α－Ｔｏｃｏｐｈｅｒｏｌ，Ｉｓｏｃｉｔｒｉｃ ａｃｉｄ，２－Ｈｙｄｒｏｘｙｂｕｔｙｒｉｃ ａｃｉｄ，２－Ｈｙｄｒｏｘｙｉｓｏｂｕｔｙｒｉｃ ａｃｉｄ，ｃｉｓ－Ａｃｏｎｉｔｉｃ ａｃｉｄ，Ｃｉｔｒｉｃ ａｃｉｄ，Ｈｙｐｏｘａｎｔｈｉｎｅ，Ｉｓｅｔｈｉｏｎｉｃ ａｃｉｄ，Ｎ６－Ｍｅｔｈｙｌｌｙｓｉｎｅ，Ｄｉｅｔｈａｎｏｌａｍｉｎｅ，３－Ｈｙｄｒｏｘｙｂｕｔｙｒｉｃ ａｃｉｄ，Ａｃｙｌ ｃａｒｎｉｔｉｎｅ（１８：１），Ｈｙｄｒｏｘｙｐｒｏｌｉｎｅ，Ａｃｙｌ ｃａｒｎｉｔｉｎｅ（１６：１），ＡＤＭＡ，Ａｃｙｌ ｃａｒｎｉｔｉｎｅ（２０：１），Ｃｒｅａｔｉｎｉｎｅ，Ｄｅｃａｎｏｉｃ ａｃｉｄ，Ａｒａｃｈｉｄｏｎｉｃ ａｃｉｄ，Ｐｙｒｕｖｉｃ ａｃｉｄ，ｃｉｓ－８，１１，１４－Ｅｉｃｏｓａｔｒｉｅｎｏｉｃ ａｃｉｄ，Ｏｌｅｉｃ ａｃｉｄ，Ｐａｌｍｉｔｏｙｌｅｔｈａｎｏｌａｍｉｄｅ，Ｐａｌｍｉｔｏｌｅｉｃ ａｃｉｄ，Ｅｒｕｃｉｃ ａｃｉｄ，ｃｉｓ－１１，１４－Ｅｉｃｏｓａｄｉｅｎｏｉｃ ａｃｉｄ，ｃｉｓ－１１－Ｅｉｃｏｓｅｎｏｉｃ ａｃｉｄ，Ｐａｌｍｉｔｉｃ ａｃｉｄ，２－Ｈｙｄｒｏｘｙｖａｌｅｒｉｃ ａｃｉｄ，Ｓｔｅａｒｉｃ ａｃｉｄ，１－Ｍｅｔｈｙｌｈｉｓｔｉｄｉｎｅ ３－Ｍｅｔｈｙｌｈｉｓｔｉｄｉｎｅ，２－Ｈｙｄｒｏｘｙｇｌｕｔａｒｉｃ ａｃｉｄ，ｃｉｓ－Ａｃｏｎｉｔｉｃ ａｃｉｄ，Ｅｔｈａｎｏｌａｍｉｎｅ）のうちの少なくとも１つの濃度値を用いて、前記評価対象について、悪液質の将来の状態を評価する評価ステップを含むこと、を特徴とする。

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

また、本発明にかかる評価方法は、前記の評価方法において、前記評価ステップでは、前記１９種類のアミノ酸および前記５６種類の代謝物のうちの少なくとも１つの前記濃度値が代入される変数を含む式をさらに用いて、前記式の値を算出することで、前記評価対象について、悪液質の将来の状態を評価すること、を特徴とする。

また、本発明にかかる評価装置は、制御部を備えた評価装置であって、前記制御部は、膵がんを有する評価対象の血液中の前記１９種類のアミノ酸および前記５６種類の代謝物のうちの少なくとも１つの濃度値を用いて、前記評価対象について、悪液質の将来の状態を評価する評価手段を備えたこと、を特徴とする。

また、本発明にかかる評価方法は、制御部を備えた情報処理装置において実行される評価方法であって、前記制御部において実行される、膵がんを有する評価対象の血液中の前記１９種類のアミノ酸および前記５６種類の代謝物のうちの少なくとも１つの濃度値を用いて、前記評価対象について、悪液質の将来の状態を評価する評価ステップを含むこと、を特徴とする。

また、本発明にかかる評価プログラムは、制御部を備えた情報処理装置において実行させるための評価プログラムであって、前記制御部において実行させるための、膵がんを有する評価対象の血液中の前記１９種類のアミノ酸および前記５６種類の代謝物のうちの少なくとも１つの濃度値を用いて、前記評価対象について、悪液質の将来の状態を評価する評価ステップを含むこと、を特徴とする。

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

また、本発明にかかる評価システムは、制御部を備えた評価装置と、制御部を備えた端末装置とを、ネットワークを介して通信可能に接続して構成された評価システムであって、前記端末装置の前記制御部は、膵がんを有する評価対象の血液中の前記１９種類のアミノ酸および前記５６種類の代謝物のうちの少なくとも１つの濃度値に関する濃度データを前記評価装置へ送信する濃度データ送信手段と、前記評価装置から送信された、前記評価対象における悪液質の将来の状態に関する評価結果を受信する結果受信手段と、を備え、前記評価装置の前記制御部は、前記端末装置から送信された前記濃度データを受信する濃度データ受信手段と、前記濃度データ受信手段で受信した前記濃度データに含まれている、前記１９種類のアミノ酸および前記５６種類の代謝物のうちの少なくとも１つの前記濃度値を用いて、前記評価対象について、悪液質の将来の状態を評価する評価手段と、前記評価手段で得られた前記評価結果を前記端末装置へ送信する結果送信手段と、を備えたこと、を特徴とする。

また、本発明にかかる端末装置は、制御部を備えた端末装置であって、前記制御部は、膵がんを有する評価対象における悪液質の将来の状態に関する評価結果を取得する結果取得手段を備え、前記評価結果は、前記評価対象の血液中の前記１９種類のアミノ酸および前記５６種類の代謝物のうちの少なくとも１つの濃度値を用いて、前記評価対象について、悪液質の将来の状態を評価した結果であること、を特徴とする。

また、本発明にかかる端末装置は、前記端末装置において、前記評価対象について悪液質の将来の状態を評価する評価装置とネットワークを介して通信可能に接続して構成されており、前記制御部は、前記評価対象の血液中の前記１９種類のアミノ酸および前記５６種類の代謝物のうちの少なくとも１つの前記濃度値に関する濃度データを前記評価装置へ送信する濃度データ送信手段をさらに備え、前記結果取得手段は、前記評価装置から送信された前記評価結果を受信すること、を特徴とする。

また、本発明にかかる評価装置は、端末装置とネットワークを介して通信可能に接続された、制御部を備えた評価装置であって、前記制御部は、前記端末装置から送信された、膵がんを有する評価対象の血液中の前記１９種類のアミノ酸および前記５６種類の代謝物のうちの少なくとも１つの濃度値に関する濃度データを受信する濃度データ受信手段と、前記濃度データ受信手段で受信した前記濃度データに含まれている、前記１９種類のアミノ酸および前記５６種類の代謝物のうちの少なくとも１つの前記濃度値を用いて、前記評価対象について、悪液質の将来の状態を評価する評価手段と、前記評価手段で得られた評価結果を前記端末装置へ送信する結果送信手段と、を備えたこと、を特徴とする。

本発明によれば、膵がんを有する評価対象における悪液質の将来の状態を知る上で参考となり得る信頼性の高い情報を提供することができるという効果を奏する。

図１は、第１実施形態の基本原理を示す原理構成図である。 図２は、第２実施形態の基本原理を示す原理構成図である。 図３は、本システムの全体構成の一例を示す図である。 図４は、本システムの全体構成の他の一例を示す図である。 図５は、本システムの評価装置１００の構成の一例を示すブロック図である。 図６は、濃度データファイル１０６ａに格納される情報の一例を示す図である。 図７は、指標状態情報ファイル１０６ｂに格納される情報の一例を示す図である。 図８は、指定指標状態情報ファイル１０６ｃに格納される情報の一例を示す図である。 図９は、式ファイル１０６ｄ１に格納される情報の一例を示す図である。 図１０は、評価結果ファイル１０６ｅに格納される情報の一例を示す図である。 図１１は、評価部１０２ｄの構成を示すブロック図である。 図１２は、本システムのクライアント装置２００の構成の一例を示すブロック図である。 図１３は、本システムのデータベース装置４００の構成の一例を示すブロック図である。 図１４は、ＲＯＣ曲線下面積が上位１００までの式に含まれるアミノ酸変数および式に対するＲＯＣ曲線下面積を示す図である。 図１５は、ＲＯＣ曲線下面積が上位１００までの式に用いられたアミノ酸変数および式に対するＲＯＣ曲線下面積を示す図である。 図１６は、図１４および図１５に示したアミノ酸変数を用いた式についてのＲＯＣ曲線下面積の分布を示す図である。 図１７は、ＲＯＣ曲線下面積が上位１００までの式に含まれるアミノ酸変数および式に対するＲＯＣ曲線下面積を示す図である。 図１８は、ＲＯＣ曲線下面積が上位１００までの式に含まれるアミノ酸変数および式に対するＲＯＣ曲線下面積を示す図である。 図１９は、図１７および図１８に示したアミノ酸変数を用いた式についてのＲＯＣ曲線下面積の分布を示す図である。 図２０は、ＲＯＣ曲線下面積が上位１００までの式に含まれるアミノ酸変数および式に対するＲＯＣ曲線下面積を示す図である。 図２１は、ＲＯＣ曲線下面積が上位１００までの式に含まれるアミノ酸変数および式に対するＲＯＣ曲線下面積を示す図である。 図２２は、図２０および図２１に示したアミノ酸変数を用いた式についてのＲＯＣ曲線下面積の分布を示す図である。 図２３は、ＲＯＣ曲線下面積が上位１００までの式に含まれるアミノ酸変数および式に対するＲＯＣ曲線下面積を示す図である。 図２４は、ＲＯＣ曲線下面積が上位１００までの式に含まれるアミノ酸変数および式に対するＲＯＣ曲線下面積を示す図である。 図２５は、図２３および図２４に示したアミノ酸変数を用いた式についてのＲＯＣ曲線下面積の分布を示す図である。 図２６は、群間比較において統計的有意性のある代謝物を示す図である。 図２７は、２群判別において統計的に有意な判別能のある代謝物を示す図である。 図２８は、群間比較において統計的有意性のある代謝物を示す図である。 図２９は、２群判別において統計的に有意な判別能のある代謝物を示す図である。 図３０は、群間比較において統計的有意性のある代謝物を示す図である。 図３１は、２群判別において統計的に有意な判別能のある代謝物を示す図である。 図３２は、群間比較において統計的有意性のある代謝物を示す図である。 図３３は、２群判別において統計的に有意な判別能のある代謝物を示す図である。 図３４は、ＲＯＣ曲線下面積が上位１００までの式に含まれるアミノ酸変数および式に対するＲＯＣ曲線下面積を示す図である。 図３５は、ＲＯＣ曲線下面積が上位１００までの式に含まれるアミノ酸変数および式に対するＲＯＣ曲線下面積を示す図である。 図３６は、図３４および図３５に示したアミノ酸変数を用いた式についてのＲＯＣ曲線下面積の分布を示す図である。 図３７は、群間比較において統計的有意性のある代謝物を示す図である。 図３８は、２群判別において統計的に有意な判別能のある代謝物を示す図である。

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

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

まず、膵がんを有する評価対象（例えば動物やヒトなどの個体）から採取した血液（例えば血漿、血清などを含む）中の前記１９種類のアミノ酸および前記５６種類の代謝物のうちの少なくとも１つの濃度値に関する濃度データを取得する（ステップＳ１１）。ここで、膵がんを有する評価対象とは、例えば、膵がんであるとの確定診断がされた評価対象などである。

なお、ステップＳ１１では、例えば、濃度値測定を行う企業等が測定した濃度データを取得してもよい。また、評価対象から採取した血液から、例えば以下の（Ａ）、（Ｂ）、（Ｃ）または（Ｄ）などの測定方法により濃度値を測定することで濃度データを取得してもよい。ここで、濃度値の単位は、例えばモル濃度、重量濃度または酵素活性であってもよく、これらの濃度に任意の定数を加減乗除することで得られるものでもよい。
（Ａ）採取した血液サンプルをＥＤＴＡ－２Ｎａ処理したチューブに採取し、そのチューブを遠心することにより血液から血漿を分離する。全ての血漿サンプルは、濃度値の測定時まで－８０℃で凍結保存する。濃度値測定時には、スルホサリチル酸を添加し３％濃度調整により除蛋白処理を行った後、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より濃度値を分析する。
（Ｂ）採取した血液サンプルを遠心することにより血液から血漿を分離する。全ての血漿サンプルは、濃度値の測定時まで－８０℃で凍結保存する。濃度値測定時には、スルホサリチル酸を添加し除蛋白処理を行った後、ニンヒドリン試薬を用いたポストカラム誘導体化法を原理としたアミノ酸分析計により濃度値を分析する。
（Ｃ）採取した血液サンプルを、膜やＭＥＭＳ技術または遠心分離の原理を用いて血球分離を行い、血液から血漿または血清を分離する。血漿または血清取得後すぐに濃度値の測定を行わない血漿または血清サンプルは、濃度値の測定時まで－８０℃で凍結保存する。濃度値測定時には、酵素やアプタマーなど、標的とする血中物質と反応または結合する分子等を用い、基質認識によって増減する物質や分光学的値を定量等することにより濃度値を分析する。
（Ｄ）採取した血液サンプルを遠心することにより血液から血漿を分離する。血漿または血清取得後すぐに濃度値の測定を行わない血漿または血清サンプルは、濃度値の測定時まで－８０℃で凍結保存する。濃度値測定時には、各種質量分析技術（マススペクトロメトリー）を用いて定量等することにより濃度値を分析する。

つぎに、ステップＳ１１で取得した濃度データに含まれている、前記１９種類のアミノ酸および前記５６種類の代謝物のうちの少なくとも１つの濃度値を用いて、評価対象について悪液質の将来の状態を評価する（ステップＳ１２）。なお、ステップＳ１２を実行する前に、ステップＳ１１で取得した濃度データから欠損値や外れ値などのデータを除去してもよい。ここで、悪液質の将来の状態を評価するとは、言い換えると、悪液質の状態を予測することである。また、将来とは、例えば、採血時から一定期間が経過した時、などが含まれる。

以上、第１実施形態によれば、ステップＳ１１では評価対象の濃度データを取得し、ステップＳ１２では、ステップＳ１１で取得した評価対象の濃度データに含まれている、前記１９種類のアミノ酸および前記５６種類の代謝物のうちの少なくとも１つの濃度値を用いて、評価対象について悪液質の将来の状態を評価する（要するに、評価対象における悪液質の将来の状態を評価するための情報または評価対象における悪液質の将来の状態を知る上で参考となり得る信頼性の高い情報を取得する）。これにより、膵がんを有する評価対象における悪液質の将来の状態を評価するための情報または膵がんを有する評価対象における悪液質の将来の状態を知る上で参考となり得る信頼性の高い情報を提供することができる。また、本実施形態に係る方法は、薬物的または非薬物的介入による悪液質の予防または改善、患者のＱＯＬ向上および膵がん治療成績の向上などに大きく貢献するものである。

また、前記１９種類のアミノ酸および前記５６種類の代謝物のうちの少なくとも１つの濃度値が評価対象における悪液質の将来の状態を反映したものであると決定してもよく、さらに、濃度値を例えば以下に挙げた手法などで変換し、変換後の値が評価対象における悪液質の将来の状態を反映したものであると決定してもよい。換言すると、濃度値または変換後の値そのものを、評価対象における悪液質の将来の状態に関する評価結果として扱ってもよい。
濃度値の取り得る範囲が所定範囲（例えば０．０から１．０までの範囲、０．０から１０．０までの範囲、０．０から１００．０までの範囲、または、－１０．０から１０．０までの範囲、など）に収まるようにするためなどに、例えば、濃度値に対して任意の値を加減乗除したり、濃度値を所定の変換手法（例えば、指数変換、対数変換、角変換、平方根変換、プロビット変換、逆数変換、Ｂｏｘ－Ｃｏｘ変換またはべき乗変換など）で変換したり、また、濃度値に対してこれらの計算を組み合わせて行ったりすることで、濃度値を変換してもよい。例えば、濃度値を指数としネイピア数を底とする指数関数の値（具体的には、設定した悪液質スコアを超える確率ｐを定義したときの自然対数ｌｎ（ｐ／（１－ｐ））が濃度値と等しいとした場合におけるｐ／（１－ｐ）の値）をさらに算出してもよく、また、算出した指数関数の値を１と当該値との和で割った値（具体的には確率ｐの値）をさらに算出してもよい。
また、特定の条件のときの変換後の値が特定の値となるように、濃度値を変換してもよい。例えば、特異度が８０％のときの変換後の値が５．０となり且つ特異度が９５％のときの変換後の値が８．０となるように濃度値を変換してもよい。
また、各アミノ酸および各代謝物ごとに、濃度分布を正規分布化した後、平均５０、標準偏差１０となるように偏差値化してもよい。
なお、これらの変換は、男女別や年齢別に行ってもよい。

また、濃度値を例えば上述した変換手法で変換した後の値を用いて、評価対象について悪液質の将来の状態を評価してもよい。

また、モニタ等の表示装置または紙等の物理媒体に視認可能に示される所定の物差し上における所定の目印の位置に関する位置情報を、前記１９種類のアミノ酸および前記５６種類の代謝物のうちの少なくとも１つの濃度値または当該濃度値を変換した場合にはその変換後の値を用いて生成し、生成した位置情報が評価対象における悪液質の将来の状態を反映したものであると決定してもよい。なお、所定の物差しとは、悪液質の将来の状態を評価するためのものであり、例えば、目盛りが示された物差しであって、「濃度値または変換後の値の取り得る範囲、または、当該範囲の一部分」における上限値と下限値に対応する目盛りが少なくとも示されたもの、などである。また、所定の目印とは、濃度値または変換後の値に対応するものであり、例えば丸印または星印などである。

また、前記１９種類のアミノ酸および前記５６種類の代謝物のうちの少なくとも１つの濃度値が、所定値（平均値±１ＳＤ、２ＳＤ、３ＳＤ、Ｎ分位点、Ｎパーセンタイルまたは臨床的意義の認められたカットオフ値など）より低いもしくは所定値以下の場合または所定値以上もしくは所定値より高い場合に、評価対象について悪液質の将来の状態を評価してもよい。その際、濃度値そのものではなく、濃度偏差値（各代謝物および各アミノ酸ごとに、男女別に濃度分布を正規分布化した後、平均５０、標準偏差１０となるように偏差値化した値）を用いてもよい。例えば、濃度偏差値が平均値－２ＳＤ未満の場合（濃度偏差値＜３０の場合）または濃度偏差値が平均値＋２ＳＤより高い場合（濃度偏差値＞７０の場合）に、評価対象について悪液質の将来の状態を評価してもよい。

また、前記１９種類のアミノ酸および前記５６種類の代謝物のうちの少なくとも１つの濃度値、および、前記１９種類のアミノ酸および前記５６種類の代謝物のうちの少なくとも１つの濃度値が代入される変数を含む式を用いて、式の値を算出することで、評価対象について悪液質の将来の状態を評価してもよい。

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

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

また、評価対象が悪液質を将来発症するリスク（可能性）の程度を定性的に評価してもよい。具体的には、「前記１９種類のアミノ酸および前記５６種類の代謝物のうちの少なくとも１つの濃度値、および、予め設定された１つまたは複数の閾値」または「前記１９種類のアミノ酸および前記５６種類の代謝物のうちの少なくとも１つの濃度値、前記１９種類のアミノ酸および前記５６種類の代謝物のうちの少なくとも１つの濃度値が代入される変数を含む式、および、予め設定された１つまたは複数の閾値」を用いて、評価対象を、悪液質の将来の発症リスクの程度を少なくとも考慮して定義された複数の区分のうちのどれか１つに分類してもよい。なお、複数の区分には、悪液質の将来の発症リスクが高い対象を属させるための区分、悪液質の将来の発症リスクが低い対象を属させるための区分、および、悪液質の将来の発症リスクが中程度である対象を属させるための区分が含まれていてもよい。また、複数の区分には、悪液質の将来の発症リスクが高い対象を属させるための区分および悪液質の将来の発症リスクが低い対象を属させるための区分が含まれていてもよい。また、濃度値または式の値を所定の手法で変換し、変換後の値を用いて評価対象を複数の区分のうちのどれか１つに分類してもよい。

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

また、評価の際に用いる式を、例えば、本出願人による国際出願である国際公開第２００４／０５２１９１号に記載の方法または本出願人による国際出願である国際公開第２００６／０９８１９２号に記載の方法で作成してもよい。なお、これらの方法で得られた式であれば、入力データとしての濃度データにおけるアミノ酸の濃度値の単位に因らず、当該式を悪液質の将来の状態を評価するのに好適に用いることができる。

ここで、重回帰式、多重ロジスティック回帰式および正準判別関数などにおいては各変数に係数および定数項が付加されるが、この係数および定数項は、好ましくは実数であれば構わず、より好ましくは、データから前記の各種分類を行うために得られた係数および定数項の９９％信頼区間の範囲に属する値であれば構わず、さらに好ましくは、データから前記の各種分類を行うために得られた係数および定数項の９５％信頼区間の範囲に属する値であれば構わない。また、各係数の値およびその信頼区間は、それを実数倍したものでもよく、定数項の値およびその信頼区間は、それに任意の実定数を加減乗除したものでもよい。ロジスティック回帰式、線形判別式および重回帰式などを評価の際に用いる場合、線形変換（定数の加算、定数倍）および単調増加（減少）の変換（例えばｌｏｇｉｔ変換など）は評価性能を変えるものではなく変換前と同等であるので、これらの変換が行われた後のものを用いてもよい。

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

そして、悪液質の将来の状態を評価する際、前記１９種類のアミノ酸および前記５６種類の代謝物のうちの少なくとも１つの濃度値以外に、他の生体情報に関する値（例えば、以下に挙げた値など）をさらに用いても構わない。また、評価の際に用いる式には、前記１９種類のアミノ酸および前記５６種類の代謝物のうちの少なくとも１つの濃度値が代入される変数以外に、他の生体情報に関する値（例えば、以下に挙げた値など）が代入される１つまたは複数の変数がさらに含まれていてもよい。
１．アミノ酸以外の他の血中の代謝物（アミノ酸代謝物・糖類・脂質等）、タンパク質、ペプチド、ミネラル、ホルモン等の濃度値
２．アルブミン、総蛋白、トリグリセリド（中性脂肪）、ＨｂＡ１ｃ、糖化アルブミン、インスリン抵抗性指数、総コレステロール、ＬＤＬコレステロール、ＨＤＬコレステロール、アミラーゼ、総ビリルビン、クレアチニン、推算糸球体濾過量(ｅＧＦＲ)、尿酸、ＧＯＴ（ＡＳＴ）、ＧＰＴ（ＡＬＴ）、ＧＧＴＰ（γ－ＧＴＰ）、グルコース（血糖値）、ＣＲＰ（Ｃ反応性蛋白）、赤血球、ヘモグロビン、ヘマトクリット、ＭＣＶ、ＭＣＨ、ＭＣＨＣ、白血球、血小板数等の血液検査値
３．超音波エコー、Ｘ線、ＣＴ、ＭＲＩ、内視鏡像等の画像情報から得られる値
４．年齢、身長、体重、ＢＭＩ、腹囲、収縮期血圧、拡張期血圧、性別、喫煙情報、食事情報、飲酒情報、運動情報、ストレス情報、睡眠情報、家族の既往歴情報、疾患歴情報（糖尿病等）、がんのステージ、抗腫瘍効果有無等の生体指標に関する値
５．タンパク質の発現量

［第２実施形態］
［２－１．第２実施形態の概要］
ここでは、第２実施形態の概要について図２を参照して説明する。図２は第２実施形態の基本原理を示す原理構成図である。なお、本第２実施形態の説明では、上述した第１実施形態と重複する説明を省略する場合がある。特に、ここでは、悪液質の将来の状態を評価する際に、式の値またはその変換後の値を用いるケースを一例として記載しているが、例えば、前記１９種類のアミノ酸および前記５６種類の代謝物のうちの少なくとも１つの濃度値またはその変換後の値（例えば濃度偏差値など）を用いてもよい。

制御部は、膵がんを有する評価対象（例えば動物やヒトなどの個体）の血液中の前記１９種類のアミノ酸および前記５６種類の代謝物のうちの少なくとも１つの濃度値に関する予め取得した濃度データに含まれている、前記１９種類のアミノ酸および前記５６種類の代謝物のうちの少なくとも１つの濃度値、および、前記１９種類のアミノ酸および前記５６種類の代謝物のうちの少なくとも１つの濃度値が代入される変数を含む予め記憶部に記憶された式を用いて、式の値を算出することで、評価対象について悪液質の将来の状態を評価する（ステップＳ２１）。これにより、膵がんを有する評価対象における悪液質の将来の状態を知る上で参考となり得る信頼性の高い情報を提供することができる。

なお、ステップＳ２１で用いられる式は、以下に説明する式作成処理（工程１～工程４）に基づいて作成されたものでもよい。ここで、式作成処理の概要について説明する。なお、ここで説明する処理はあくまでも一例であり、式の作成方法はこれに限定されない。

まず、制御部は、予め記憶部に記憶された指標状態情報（欠損値や外れ値などを持つデータが事前に除去されているものでもよい）から所定の式作成手法に基づいて、候補式（例えば、ｙ＝ａ１ｘ１＋ａ２ｘ２＋・・・＋ａｎｘｎ、ｙ：指標データ、ｘｉ：濃度データ、ａｉ：定数、ｉ＝１，２，・・・，ｎ）を作成する（工程１）。なお、指標状態情報は、濃度データと、当該濃度データの基となった血液を採取してから一定期間経過後に得られた、悪液質の状態を表す指標に関する指標データ（例えば実施例に記載した悪液質スコアなど）と、を含むものである。

なお、工程１において、指標状態情報から、複数の異なる式作成手法（主成分分析や判別分析、サポートベクターマシン、重回帰分析、Ｃｏｘ回帰分析、ロジスティック回帰分析、ｋ－ｍｅａｎｓ法、クラスター解析、決定木などの多変量解析に関するものを含む。）を併用して複数の候補式を作成してもよい。具体的には、多数の膵がん群から得た血液を分析して得た濃度データおよび指標データから構成される多変量データである指標状態情報に対して、複数の異なるアルゴリズムを利用して複数群の候補式を同時並行的に作成してもよい。例えば、異なるアルゴリズムを利用して判別分析およびロジスティック回帰分析を同時に行い、２つの異なる候補式を作成してもよい。また、主成分分析を行って作成した候補式を利用して指標状態情報を変換し、変換した指標状態情報に対して判別分析を行うことで候補式を作成してもよい。これにより、最終的に、評価に最適な式を作成することができる。

ここで、主成分分析を用いて作成した候補式は、全ての濃度データの分散を最大にするような各変数を含む一次式である。また、判別分析を用いて作成した候補式は、各群内の分散の和の全ての濃度データの分散に対する比を最小にするような各変数を含む高次式（指数や対数を含む）である。また、サポートベクターマシンを用いて作成した候補式は、群間の境界を最大にするような各変数を含む高次式（カーネル関数を含む）である。また、重回帰分析を用いて作成した候補式は、全ての濃度データからの距離の和を最小にするような各変数を含む高次式である。また、Ｃｏｘ回帰分析を用いて作成した候補式は、対数ハザード比を含む線形モデルで、そのモデルの尤度を最大とするような各変数とその係数を含む１次式である。また、ロジスティック回帰分析を用いて作成した候補式は、確率の対数オッズを表す線形モデルであり、その確率の尤度を最大にするような各変数を含む一次式である。また、ｋ－ｍｅａｎｓ法とは、各濃度データのｋ個近傍を探索し、近傍点の属する群の中で一番多いものをそのデータの所属群と定義し、入力された濃度データの属する群と定義された群とが最も合致するような変数を選択する手法である。また、クラスター解析とは、全ての濃度データの中で最も近い距離にある点同士をクラスタリング（群化）する手法である。また、決定木とは、変数に序列をつけて、序列が上位である変数の取りうるパターンから濃度データの群を予測する手法である。

式作成処理の説明に戻り、制御部は、工程１で作成した候補式を、所定の検証手法に基づいて検証（相互検証）する（工程２）。候補式の検証は、工程１で作成した各候補式に対して行う。なお、工程２において、ブートストラップ法やホールドアウト法、Ｎ－フォールド法、リーブワンアウト法などのうち少なくとも１つに基づいて、候補式の判別率や感度、特異度、情報量基準、ＲＯＣ＿ＡＵＣ（受信者特性曲線の曲線下面積）などのうち少なくとも１つに関して検証してもよい。これにより、指標状態情報や評価条件を考慮した予測性または頑健性の高い候補式を作成することができる。

ここで、判別率とは、本実施形態にかかる評価手法で、真の状態が陰性である評価対象（例えば、採血時から一定期間経過後に、ある悪液質に関する閾値を超えなかった評価対象など）を正しく陰性と評価し、真の状態が陽性である評価対象（例えば、採血時から一定期間経過後に、ある悪液質に関する閾値を超えた評価対象など）を正しく陽性と評価している割合である。また、感度とは、本実施形態にかかる評価手法で、真の状態が陽性である評価対象を正しく陽性と評価している割合である。また、特異度とは、本実施形態にかかる評価手法で、真の状態が陰性である評価対象を正しく陰性と評価している割合である。また、赤池情報量規準とは、回帰分析などの場合に，観測データが統計モデルにどの程度一致するかを表す基準であり、「－２×（統計モデルの最大対数尤度）＋２×（統計モデルの自由パラメータ数）」で定義される値が最小となるモデルを最もよいと判断する。また、ＲＯＣ＿ＡＵＣは、２次元座標上に（ｘ，ｙ）＝（１－特異度，感度）をプロットして作成される曲線である受信者特性曲線（ＲＯＣ）の曲線下面積として定義され、ＲＯＣ＿ＡＵＣの値は完全な判別では１となり、この値が１に近いほど判別性が高いことを示す。また、予測性とは、候補式の検証を繰り返すことで得られた判別率や感度、特異性を平均したものである。また、頑健性とは、候補式の検証を繰り返すことで得られた判別率や感度、特異性の分散である。

式作成処理の説明に戻り、制御部は、所定の変数選択手法に基づいて候補式の変数を選択することで、候補式を作成する際に用いる指標状態情報に含まれる濃度データの組み合わせを選択する（工程３）。なお、工程３において、変数の選択は、工程１で作成した各候補式に対して行ってもよい。これにより、候補式の変数を適切に選択することができる。そして、工程３で選択した濃度データを含む指標状態情報を用いて再び工程１を実行する。また、工程３において、工程２での検証結果からステップワイズ法、ベストパス法、近傍探索法、遺伝的アルゴリズムのうち少なくとも１つに基づいて候補式の変数を選択してもよい。なお、ベストパス法とは、候補式に含まれる変数を１つずつ順次減らしていき、候補式が与える評価指標を最適化することで変数を選択する方法である。

式作成処理の説明に戻り、制御部は、上述した工程１、工程２および工程３を繰り返し実行し、これにより蓄積した検証結果に基づいて、複数の候補式の中から評価の際に用いる候補式を選出することで、評価の際に用いる式を作成する（工程４）。なお、候補式の選出には、例えば、同じ式作成手法で作成した候補式の中から最適なものを選出する場合と、すべての候補式の中から最適なものを選出する場合とがある。

以上、説明したように、式作成処理では、指標状態情報に基づいて、候補式の作成、候補式の検証および候補式の変数の選択に関する処理を一連の流れで体系化（システム化）して実行することにより、悪液質の将来の状態の評価に最適な式を作成することができる。換言すると、式作成処理では、前記１９種類のアミノ酸および前記５６種類の代謝物のうちの少なくとも１つの濃度を多変量の統計解析に用い、最適でロバストな変数の組を選択するために変数選択法とクロスバリデーションとを組み合わせて、評価性能の高い式を抽出する。

［２－２．第２実施形態の構成］
ここでは、第２実施形態にかかる評価システム（以下では本システムと記す場合がある。）の構成について、図３から図１４を参照して説明する。なお、本システムはあくまでも一例であり、本発明はこれに限定されない。特に、ここでは、悪液質の将来の状態を評価する際に、式の値またはその変換後の値を用いるケースを一例として記載しているが、例えば、前記１９種類のアミノ酸および前記５６種類の代謝物のうちの少なくとも１つの濃度値またはその変換後の値（例えば濃度偏差値など）を用いてもよい。

まず、本システムの全体構成について図３および図４を参照して説明する。図３は本システムの全体構成の一例を示す図である。また、図４は本システムの全体構成の他の一例を示す図である。本システムは、図３に示すように、評価対象である個体について悪液質の将来の状態を評価する評価装置１００と、血液中の前記１９種類のアミノ酸および前記５６種類の代謝物のうちの少なくとも１つの濃度値に関する個体の濃度データを提供するクライアント装置２００（本発明の端末装置に相当）とを、ネットワーク３００を介して通信可能に接続して構成されている。なお、本システムは、図４に示すように、評価装置１００やクライアント装置２００の他に、評価装置１００で式を作成する際に用いる指標状態情報や、評価の際に用いる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。

つぎに、本システムの評価装置１００の構成について図５から図１１を参照して説明する。図５は、本システムの評価装置１００の構成の一例を示すブロック図であり、該構成のうち本発明に関係する部分のみを概念的に示している。

評価装置１００は、当該評価装置を統括的に制御するＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）等の制御部１０２と、ルータ等の通信装置および専用線等の有線または無線の通信回線を介して当該評価装置をネットワーク３００に通信可能に接続する通信インターフェース部１０４と、各種のデータベースやテーブルやファイルなどを格納する記憶部１０６と、入力装置１１２や出力装置１１４に接続する入出力インターフェース部１０８と、で構成されており、これら各部は任意の通信路を介して通信可能に接続されている。ここで、評価装置１００は、各種の分析装置（例えばアミノ酸分析装置等）と同一筐体で構成されてもよい。例えば、血液中の前記１９種類のアミノ酸および前記５６種類の代謝物のうちの少なくとも１つの濃度値を算出（測定）し、算出した値を出力（印刷やモニタ表示など）する構成（ハードウェアおよびソフトウェア）を備えた小型分析装置において、後述する評価部１０２ｄをさらに備え、当該評価部１０２ｄで得られた結果を前記構成を用いて出力すること、を特徴とするものでもよい。

通信インターフェース部１０４は、評価装置１００とネットワーク３００（またはルータ等の通信装置）との間における通信を媒介する。すなわち、通信インターフェース部１０４は、他の端末と通信回線を介してデータを通信する機能を有する。

入出力インターフェース部１０８は、入力装置１１２や出力装置１１４に接続する。ここで、出力装置１１４には、モニタ（家庭用テレビを含む）の他、スピーカやプリンタを用いることができる（なお、以下では、出力装置１１４をモニタ１１４として記載する場合がある。）。入力装置１１２には、キーボードやマウスやマイクの他、マウスと協働してポインティングデバイス機能を実現するモニタを用いることができる。

記憶部１０６は、ストレージ手段であり、例えば、ＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）・ＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）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、濃度データファイル１０６ａと、指標状態情報ファイル１０６ｂと、指定指標状態情報ファイル１０６ｃと、式関連情報データベース１０６ｄと、評価結果ファイル１０６ｅと、を格納する。

濃度データファイル１０６ａは、血液中の前記１９種類のアミノ酸および前記５６種類の代謝物のうちの少なくとも１つの濃度値に関する濃度データを格納する。図６は、濃度データファイル１０６ａに格納される情報の一例を示す図である。濃度データファイル１０６ａに格納される情報は、図６に示すように、評価対象である個体（サンプル）を一意に識別するための個体番号と、濃度データとを相互に関連付けて構成されている。ここで、図６では、濃度データを数値、すなわち連続尺度として扱っているが、濃度データは名義尺度や順序尺度でもよい。なお、名義尺度や順序尺度の場合は、それぞれの状態に対して任意の数値を与えることで解析してもよい。また、濃度データに、上述した生体情報に関する値を組み合わせてもよい。

図５に戻り、指標状態情報ファイル１０６ｂは、式を作成する際に用いる指標状態情報を格納する。図７は、指標状態情報ファイル１０６ｂに格納される情報の一例を示す図である。指標状態情報ファイル１０６ｂに格納される情報は、図７に示すように、個体番号と、悪液質の状態を表す指標に関する指標データ（例えば実施例に記載した悪液質スコアなど）と、濃度データと、を相互に関連付けて構成されている。ここで、図７では、指標データおよび濃度データを数値（すなわち連続尺度）として扱っているが、指標データおよび濃度データは名義尺度や順序尺度でもよい。なお、名義尺度や順序尺度の場合は、それぞれの状態に対して任意の数値を与えることで解析してもよい。

図５に戻り、指定指標状態情報ファイル１０６ｃは、後述する指定部１０２ｂで指定した指標状態情報を格納する。図８は、指定指標状態情報ファイル１０６ｃに格納される情報の一例を示す図である。指定指標状態情報ファイル１０６ｃに格納される情報は、図８に示すように、個体番号と、指定した指標データと、指定した濃度データと、を相互に関連付けて構成されている。

図５に戻り、式関連情報データベース１０６ｄは、後述する式作成部１０２ｃで作成した式を格納する式ファイル１０６ｄ１で構成される。式ファイル１０６ｄ１は、評価の際に用いる式を格納する。図９は、式ファイル１０６ｄ１に格納される情報の一例を示す図である。式ファイル１０６ｄ１に格納される情報は、図９に示すように、ランクと、式（図９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、各式の検証結果（例えば各式の値）と、を相互に関連付けて構成されている。

図５に戻り、評価結果ファイル１０６ｅは、後述する評価部１０２ｄで得られた評価結果を格納する。図１０は、評価結果ファイル１０６ｄ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１０６ｄに格納される情報は、評価対象である個体（サンプル）を一意に識別するための個体番号と、予め取得した個体の濃度データと、悪液質の将来の状態に関する評価結果（例えば、後述する算出部１０２ｄ１で算出した式の値、後述する変換部１０２ｄ２で式の値を変換した後の値、後述する生成部１０２ｄ３で生成した位置情報、または、後述する分類部１０２ｄ４で得られた分類結果、など）と、を相互に関連付けて構成されている。

図５に戻り、制御部１０２は、ＯＳ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、受信部１０２ａと指定部１０２ｂと式作成部１０２ｃと評価部１０２ｄと結果出力部１０２ｅと送信部１０２ｆとを備えている。制御部１０２は、データベース装置４００から送信された指標状態情報やクライアント装置２００から送信された濃度データに対して、欠損値のあるデータの除去・外れ値の多いデータの除去・欠損値のあるデータの多い変数の除去などのデータ処理も行う。

受信部１０２ａは、クライアント装置２００やデータベース装置４００から送信された情報（具体的には、濃度データや指標状態情報、式など）を、ネットワーク３００を介して受信する。指定部１０２ｂは、式を作成するにあたり対象とする指標データおよび濃度データを指定する。

式作成部１０２ｃは、受信部１０２ａで受信した指標状態情報や指定部１０２ｂで指定した指標状態情報に基づいて式を作成する。なお、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、式作成部１０２ｃは、記憶部１０６から所望の式を選択することで、式を作成してもよい。また、式作成部１０２ｃは、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）から所望の式を選択しダウンロードすることで、式を作成してもよい。

評価部１０２ｄは、事前に得られた式（例えば、式作成部１０２ｃで作成した式、または、受信部１０２ａで受信した式など）および受信部１０２ａで受信した膵がんを有する個体の濃度データに含まれる、前記１９種類のアミノ酸および前記５６種類の代謝物のうちの少なくとも１つの濃度値を用いて式の値を算出することで、個体について悪液質の将来の状態を評価する。なお、評価部１０２ｄは、前記１９種類のアミノ酸および前記５６種類の代謝物のうちの少なくとも１つの濃度値または当該濃度値の変換後の値（例えば濃度偏差値）を用いて、個体について悪液質の将来の状態を評価してもよい。

ここで、評価部１０２ｄの構成について図１１を参照して説明する。図１１は、評価部１０２ｄの構成を示すブロック図であり、該構成のうち本発明に関係する部分のみを概念的に示している。評価部１０２ｄは、算出部１０２ｄ１と、変換部１０２ｄ２と、生成部１０２ｄ３と、分類部１０２ｄ４と、をさらに備えている。

算出部１０２ｄ１は、前記１９種類のアミノ酸および前記５６種類の代謝物のうちの少なくとも１つの濃度値、および、前記１９種類のアミノ酸および前記５６種類の代謝物のうちの少なくとも１つの濃度値が代入される変数を少なくとも含む式を用いて、式の値を算出する。なお、評価部１０２ｄは、算出部１０２ｄ１で算出した式の値を評価結果として評価結果ファイル１０６ｅの所定の記憶領域に格納してもよい。

変換部１０２ｄ２は、算出部１０２ｄ１で算出した式の値を例えば上述した変換手法などで変換する。なお、評価部１０２ｄは、変換部１０２ｄ２で変換した後の値を評価結果として評価結果ファイル１０６ｅの所定の記憶領域に格納してもよい。また、変換部１０２ｄ２は、濃度データに含まれている、前記１９種類のアミノ酸および前記５６種類の代謝物のうちの少なくとも１つの濃度値を、例えば上述した変換手法などで変換してもよい。

生成部１０２ｄ３は、モニタ等の表示装置または紙等の物理媒体に視認可能に示される所定の物差し上における所定の目印の位置に関する位置情報を、算出部１０２ｄ１で算出した式の値または変換部１０２ｄ２で変換した後の値（濃度値または当該濃度値の変換後の値でもよい）を用いて生成する。なお、評価部１０２ｄは、生成部１０２ｄ３で生成した位置情報を評価結果として評価結果ファイル１０６ｅの所定の記憶領域に格納してもよい。

分類部１０２ｄ４は、算出部１０２ｄ１で算出した式の値または変換部１０２ｄ２で変換した後の値（濃度値または当該濃度値の変換後の値でもよい）を用いて、個体を、悪液質の将来の発症リスクの程度を少なくとも考慮して定義された複数の区分のうちのどれか１つに分類する。

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

送信部１０２ｆは、個体の濃度データの送信元のクライアント装置２００に対して評価結果を送信したり、データベース装置４００に対して、評価装置１００で作成した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１２を参照して説明する。図１２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ＨＤ（Ｈａｒｄ Ｄｉｓｋ）２３０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。クライアント装置２００は、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（Ｐｅｒｓｏｎａｌ Ｈａｎｄｙｐｈｏｎｅ Ｓｙｓｔｅｍ）端末・携帯端末・移動体通信端末・ＰＤＡ（Ｐｅｒｓｏｎａｌ Ｄｉｇｉｔａｌ Ａｓｓｉｓｔａｎｔ）等の情報処理端末など）を基にしたものであってもよい。

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（Ｔｅｒｍｉｎａｌ Ａｄａｐｔｅｒ）やルータなどの通信装置および電話回線を介して、または専用線を介してネットワーク３００に接続される。これにより、クライアント装置２００は、所定の通信規約に従って評価装置１００にアクセスすることができる。

制御部２１０は、受信部２１１および送信部２１２を備えている。受信部２１１は、通信ＩＦ２８０を介して、評価装置１００から送信された評価結果などの各種情報を受信する。送信部２１２は、通信ＩＦ２８０を介して、個体の濃度データなどの各種情報を評価装置１００へ送信する。

制御部２１０は、当該制御部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と協働してＣＰＵに命令を与え、各種処理を行うためのコンピュータプログラムが記録されている。当該コンピュータプログラムは、ＲＡＭ２４０にロードされることで実行され、ＣＰＵと協働して制御部２１０を構成する。また、当該コンピュータプログラムは、クライアント装置２００と任意のネットワークを介して接続されるアプリケーションプログラムサーバに記録されてもよく、クライアント装置２００は、必要に応じてその全部または一部をダウンロードしてもよい。また、制御部２１０で行う処理の全部または任意の一部を、ワイヤードロジック等によるハードウェアで実現してもよい。

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

つぎに、本システムのネットワーク３００について図３、図４を参照して説明する。ネットワーク３００は、評価装置１００とクライアント装置２００とデータベース装置４００とを相互に通信可能に接続する機能を有し、例えばインターネットやイントラネットやＬＡＮ（Ｌｏｃａｌ Ａｒｅａ Ｎｅｔｗｏｒｋ）（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（Ｖａｌｕｅ－Ａｄｄｅｄ Ｎｅｔｗｏｒｋ）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（Ｃｏｍｍｕｎｉｔｙ Ａｎｔｅｎｎａ ＴｅｌｅＶｉｓｉｏｎ）網や、携帯回線交換網または携帯パケット交換網（ＩＭＴ（Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｍｏｂｉｌｅ Ｔｅｌｅｃｏｍｍｕｎｉｃａｔｉｏｎ）２０００方式、ＧＳＭ（登録商標）（Ｇｌｏｂａｌ Ｓｙｓｔｅｍ ｆｏｒ Ｍｏｂｉｌｅ Ｃｏｍｍｕｎｉｃａｔｉｏｎｓ）方式またはＰＤＣ（Ｐｅｒｓｏｎａｌ Ｄｉｇｉｔａｌ Ｃｅｌｌｕｌａｒ）／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（Ｃｏｍｍｕｎｉｃａｔｉｏｎ Ｓａｔｅｌｌｉｔｅ）、ＢＳ（Ｂｒｏａｄｃａｓｔｉｎｇ Ｓａｔｅｌｌｉｔｅ）またはＩＳＤＢ（Ｉｎｔｅｇｒａｔｅｄ Ｓｅｒｖｉｃｅｓ Ｄｉｇｉｔａｌ Ｂｒｏａｄｃａｓｔｉｎｇ）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１３を参照して説明する。図１３は、本システムのデータベース装置４００の構成の一例を示すブロック図であり、該構成のうち本発明に関係する部分のみを概念的に示している。

データベース装置４００は、評価装置１００または当該データベース装置で式を作成する際に用いる指標状態情報や、評価装置１００で作成した式、評価装置１００での評価結果などを格納する機能を有する。図１３に示すように、データベース装置４００は、当該データベース装置を統括的に制御するＣＰＵ等の制御部４０２と、ルータ等の通信装置および専用線等の有線または無線の通信回路を介して当該データベース装置をネットワーク３００に通信可能に接続する通信インターフェース部４０４と、各種のデータベースやテーブルやファイル（例えばＷｅｂページ用ファイル）などを格納する記憶部４０６と、入力装置４１２や出力装置４１４に接続する入出力インターフェース部４０８と、で構成されており、これら各部は任意の通信路を介して通信可能に接続されている。

記憶部４０６は、ストレージ手段であり、例えば、ＲＡＭ・ＲＯＭ等のメモリ装置や、ハードディスクのような固定ディスク装置や、フレキシブルディスクや、光ディスク等を用いることができる。記憶部４０６には、各種処理に用いる各種プログラム等を格納する。通信インターフェース部４０４は、データベース装置４００とネットワーク３００（またはルータ等の通信装置）との間における通信を媒介する。すなわち、通信インターフェース部４０４は、他の端末と通信回線を介してデータを通信する機能を有する。入出力インターフェース部４０８は、入力装置４１２や出力装置４１４に接続する。ここで、出力装置４１４には、モニタ（家庭用テレビを含む）の他、スピーカやプリンタを用いることができる。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、送信部４０２ａと受信部４０２ｂを備えている。送信部４０２ａは、指標状態情報や式などの各種情報を、評価装置１００へ送信する。受信部４０２ｂは、評価装置１００から送信された、式や評価結果などの各種情報を受信する。

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

［２－３．他の実施形態］
本発明にかかる評価装置、評価方法、評価プログラム、評価システム、および端末装置は、上述した第２実施形態以外にも、特許請求の範囲に記載した技術的思想の範囲内において種々の異なる実施形態にて実施されてよいものである。

また、第２実施形態において説明した各処理のうち、自動的に行われるものとして説明した処理の全部または一部を手動的に行うこともでき、あるいは、手動的に行われるものとして説明した処理の全部または一部を公知の方法で自動的に行うこともできる。

このほか、上記文献中や図面中で示した処理手順、制御手順、具体的名称、各処理の登録データや検索条件等のパラメータを含む情報、画面例、データベース構成については、特記する場合を除いて任意に変更することができる。

また、評価装置１００に関して、図示の各構成要素は機能概念的なものであり、必ずしも物理的に図示の如く構成されていることを要しない。

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

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

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

また、「プログラム」とは、任意の言語または記述方法にて記述されたデータ処理方法であり、ソースコードまたはバイナリコード等の形式を問わない。なお、「プログラム」は必ずしも単一的に構成されるものに限られず、複数のモジュールやライブラリとして分散構成されるものや、ＯＳに代表される別個のプログラムと協働してその機能を達成するものをも含む。なお、実施形態に示した各装置において記録媒体を読み取るための具体的な構成および読み取り手順ならびに読み取り後のインストール手順等については、周知の構成や手順を用いることができる。

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

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

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

本実施例では、多面的な悪液質の病勢を評価するSIPPツール構成因子それぞれの病勢悪化の重責数をスコアとして表し、悪液質の病態複合度の指標として用いる。具体的には、以下の（１）から（４）の４項目の該当数で定義される悪液質スコア（取り得るスコアは０，１，２，３，４の５種である）を、悪液質の指標として用いる。
（１）１ヶ月間の体重減少が２％以上である。
（２）ＭＤＡＳＩ－Ｊ（Ｊａｐａｎｅｓｅ ｖｅｒｓｉｏｎ ｏｆ ｔｈｅ Ｍ．Ｄ．Ａｎｄｅｒｓｏｎ Ｓｙｍｐｔｏｍ Ｉｎｖｅｎｔｏｒｙ）における食欲不振スコアが４以上である。
（３）Ｋａｒｎｏｆｓｙ Ｐｅｒｆｏｒｍａｎｃｅ Ｓｃａｌｅが９０以上である。
（４）ＣＲＰの値が０．５ｍｇ／ｄＬ以上である。

１５０名の膵がん患者から初回治療開始前に血液を採取して血液サンプルを得た。得られた血液サンプルから、前述のアミノ酸分析法（Ａ）により、Ｔｙｒ，Ｓｅｒ，Ａｓｎ，Ｇｌｎ，Ｐｒｏ，Ｇｌｙ，Ａｌａ，Ｃｉｔ，Ｖａｌ，Ｍｅｔ，Ｉｌｅ，Ｌｅｕ，Ｔｈｒ，Ｐｈｅ，Ｈｉｓ，Ｔｒｐ，Ｏｒｎ，Ｌｙｓ，Ａｒｇの１９種のアミノ酸の血中濃度を測定した。そして、初回治療開始前と、治療開始後から約１ヶ月後（以下では、単に「１ヶ月後」と記す場合がある。）に、前記１５０名の膵がん患者から再び血液を採取し、各患者の悪液質スコアを計算した。なお、悪液質スコアの計算において用いられたＣＲＰの値は、再び採取した血液を基に測定したものである。１ヶ月後に悪液質スコアが０となった膵がん患者は４２名、１ヶ月後に悪液質スコアが１，２，３，４のいずれかとなった膵がん患者は１０８名であった。

前記１９種のアミノ酸から抽出した、１種のアミノ酸、及び２種のアミノ酸から６種のアミノ酸までの全ての組み合わせに対し、多重ロジスティック回帰を実施し、以下の数式１で表される判別式を作成した。そして、膵がん患者を対象とした、１ヶ月後の悪液質スコアが０となった群と１，２，３，４のいずれかとなった群の２群判別に関する判別性能を、ＲＯＣ曲線下面積で評価した。
ｌｏｇｉｔｐ（ｘ）＝β_０＋β_１×アミノ酸Ａの濃度＋β_２×アミノ酸Ｂの濃度＋・・・
（数式１）
※数式１において、ｐ（ｘ）は設定した悪液質スコアを１ヶ月後に超える確率を表す。

図１４および図１５は、有意水準を両側５％としたときに有意な判別能が得られた判別式に用いられたアミノ酸を示す図である。なお、２種のアミノ酸の組み合わせを用いた判別式から６種のアミノ酸の組み合わせを用いた判別式までについては、ＲＯＣ曲線下面積が上位１００までの式が示されている。図１６は、図１４および図１５で示した１種のアミノ酸および複数種のアミノ酸の組み合わせを用いた判別式のＲＯＣ曲線下面積の分布を示す図である。６種のアミノ酸の組み合わせで得られたＲＯＣ曲線下面積の最大値は０．７４３（９５％信頼区間は０．６６０－０．８２５）であった。

以上の結果から、図１４および図１５に示した１種のアミノ酸を用いた単変量判別式および図１４および図１５に示した複数種のアミノ酸の組み合わせを用いた多変量判別式は、１ヶ月後の悪液質の状態を判別する指標として有用であることが判明した。

実施例１で得た血液サンプルおよび悪液質スコアを用いた。１ヶ月後に悪液質スコアが０，１のいずれかとなった膵がん患者は７９名、１ヶ月後に悪液質スコアが２，３，４のいずれかとなった膵がん患者は７１名であった。実施例１と同様、前記１９種のアミノ酸から抽出した、１種のアミノ酸、及び２種のアミノ酸から６種のアミノ酸までの全ての組み合わせに対し、多重ロジスティック回帰を実施し、前記数式１で表される判別式を作成した。そして、膵がん患者を対象とした、１ヶ月後の悪液質スコアが０，１のいずれかとなった群と２，３，４のいずれかとなった群の２群判別に関する判別性能を、ＲＯＣ曲線下面積で評価した。

図１７および図１８は、有意水準を両側５％としたときに有意な判別能が得られた判別式に用いられたアミノ酸を示す図である。なお、３種のアミノ酸の組み合わせを用いた判別式から６種のアミノ酸の組み合わせを用いた判別式までについては、ＲＯＣ曲線下面積が上位１００までの式が示されている。図１９は、図１７および図１８で示した１種のアミノ酸および複数種のアミノ酸の組み合わせを用いた判別式のＲＯＣ曲線下面積の分布を示す図である。６種のアミノ酸の組み合わせで得られたＲＯＣ曲線下面積の最大値は０．７８４（９５％信頼区間は０．７１２－０．８５７）であった。

以上の結果から、図１７および図１８に示した１種のアミノ酸を用いた単変量判別式および図１７および図１８に示した複数種のアミノ酸の組み合わせを用いた多変量判別式は、１ヶ月後の悪液質の状態を判別する指標として有用であることが判明した。

実施例１で得た血液サンプルおよび悪液質スコアを用いた。１ヶ月後に悪液質スコアが０，１，２のいずれかとなった膵がん患者は１１７名、１ヶ月後に悪液質スコアが３，４のいずれかとなった膵がん患者は３３名であった。実施例１と同様、前記１９種のアミノ酸から抽出した、１種のアミノ酸、及び２種のアミノ酸から６種のアミノ酸までの全ての組み合わせに対し、多重ロジスティック回帰を実施し、前記数式１で表される判別式を作成した。そして、膵がん患者を対象とした、１ヶ月後の悪液質スコアが０，１，２のいずれかとなった群と３，４のいずれかとなった群の２群判別に関する判別性能を、ＲＯＣ曲線下面積で評価した。

図２０および図２１は、有意水準を両側５％としたときに有意な判別能が得られた判別式に用いられたアミノ酸を示す図である。なお、３種のアミノ酸の組み合わせを用いた判別式から６種のアミノ酸の組み合わせを用いた判別式までについては、ＲＯＣ曲線下面積が上位１００までの式が示されている。図２２は、図２０および図２１で示した１種のアミノ酸および複数種のアミノ酸の組み合わせを用いた判別式のＲＯＣ曲線下面積の分布を示す図である。６種のアミノ酸の組み合わせで得られたＲＯＣ曲線下面積の最大値は０．８６０（９５％信頼区間は０．７９０－０．９３０）であった。

以上の結果から、図２０および図２１に示した１種のアミノ酸を用いた単変量判別式および図２０および図２１に示した複数種のアミノ酸の組み合わせを用いた多変量判別式は、１ヶ月後の悪液質の状態を判別する指標として有用であることが判明した。

実施例１で得られた血液サンプルおよび悪液質スコアを用いた。１ヶ月後に悪液質スコアが０，１，２，３のいずれかとなった膵がん患者は１３９名、１ヶ月後に悪液質スコアが４となった膵がん患者は１１名であった。実施例１と同様、前記１９種のアミノ酸から抽出した、１種のアミノ酸、及び２種のアミノ酸から６種のアミノ酸までの全ての組み合わせに対し、多重ロジスティック回帰を実施し、前記数式１で表される判別式を作成した。そして、膵がん患者を対象とした、１ヶ月後の悪液質スコアが０，１，２，３のいずれかとなった群と４となった群の２群判別に関する判別性能を、ＲＯＣ曲線下面積で評価した。

図２３および図２４は、有意水準を両側５％としたときに有意な判別能が得られた判別式に用いられたアミノ酸を示す図である。なお、２種のアミノ酸の組み合わせを用いた判別式から６種のアミノ酸の組み合わせを用いた判別式までについては、ＲＯＣ曲線下面積が上位１００までの式が示されている。図２５は、図２３および図２４で示した複数種のアミノ酸の組み合わせを用いた判別式のＲＯＣ曲線下面積の分布を示す図である。６種のアミノ酸の組み合わせで得られたＲＯＣ曲線下面積の最大値は０．７４３（９５％信頼区間は０．６６０－０．８２５）であった。

以上の結果から、図２３および図２４に示した複数種のアミノ酸の組み合わせを用いた多変量判別式は、１ヶ月後の悪液質の状態を判別する指標として有用であることが判明した。

膵がん患者５５名から初回治療開始前に血液を採取して血液サンプルを得た。得られた血液サンプルに対し、前述のＣＥ－ＴＯＦＭＳ（キャピラリー型－電気泳動飛行時間型質量分析計）法およびＬＣ－ＴＯＦＭＳ（液体クロマトグラフィー－飛行時間型質量分析計）法により、網羅的な代謝物解析を実施した。そして、初回治療開始前と、治療開始後から約１ヶ月後（以下では、単に「１ヶ月後」と記す場合がある。）に、前記５５名の膵がん患者から再び血液を採取し、各患者の、実施例１で示した悪液質スコアを計算した。なお、悪液質スコアの計算において用いられたＣＲＰの値は、再び採取した血液を基に測定したものである。この５５名のうち１ヶ月後に実施例１で示した悪液質スコアが０となった膵がん患者１３名で構成される群と、この５５名のうち１ヶ月後に悪液質スコアが１，２，３，４のいずれかとなった膵がん患者４２名で構成される群について、代謝物濃度の群間比較を行った。

図２６は、対応のないｔ検定を行って群間の統計的有意性を評価したときにｐ＜０．１を示した代謝物を示す図である。ここで、本実施例では、膵がん患者における悪液質状態の変化を早期に予測する判断基準および適切なスクリーニング方法を提供し、治療介入すべき患者に早期から介入を行うことを目的としていることから、介入の意義がない患者の見落としを防ぐことよりも、介入の意義がある患者の見落としを防ぐことに重点をおいている。したがって、介入の意義がない患者を誤って介入効果があると判断してしまう確率、すなわち第１種の過誤確率を厳密に制御する必要はなく、故に、代謝物濃度の群間比較においては、ｐ＜０．１を統計的有意性の判断基準として採用した。

また、網羅的に測定した代謝物を用いた、１ヶ月後の悪液質スコアが０となった群と１，２，３，４のいずれかとなった群の２群判別について、その判別性能をＲＯＣ曲線下面積で評価した。図２７は、有意水準を両側５％としたときに有意な判別能が得られた代謝物を示す図である。

以上の結果から、図２６および図２７に示した代謝物は、膵がん患者の１ヶ月後の悪液質の状態を判別する指標として有用であることが判明した。

実施例５で対象とした膵がん患者５５名のうち１ヶ月後に実施例１で示した悪液質スコアが０，１のいずれかとなった膵がん患者２７名で構成される群と、この５５名のうち１ヶ月後に悪液質スコアが２，３，４のいずれかとなった膵がん患者２８名で構成される群について、代謝物濃度の群間比較を行った。

図２８は、対応のないｔ検定を行って群間の統計的有意性を評価したときにｐ＜０．１を示した代謝物を示す図である。実施例５に記載した理由と同様の理由から、ｐ＜０．１を統計的有意性の判断基準として採用した。

また、網羅的に測定した代謝物を用いた、１ヶ月後の悪液質スコアが０，１のいずれかとなった群と２，３，４のいずれかとなった群の２群判別について、その判別性能をＲＯＣ曲線下面積で評価した。図２９は、有意水準を両側５％としたときに有意な判別能が得られた代謝物を示す図である。

以上の結果から、図２８および図２９に示した代謝物は、膵がん患者の１ヶ月後の悪液質の状態を判別する指標として有用であることが判明した。

実施例５で対象とした膵がん患者５５名のうち１ヶ月後に実施例１で示した悪液質スコアが０，１，２のいずれかとなった膵がん患者４６名で構成される群と、この５５名のうち１ヶ月後に悪液質スコアが３，４のいずれかとなった膵がん患者９名で構成される群について、代謝物濃度の群間比較を行った。

図３０は、対応のないｔ検定を行って群間の統計的有意性を評価したときにｐ＜０．１を示した代謝物を示す図である。実施例５に記載した理由と同様の理由から、ｐ＜０．１を統計的有意性の判断基準として採用した。

また、網羅的に測定した代謝物を用いた、１ヶ月後に悪液質スコアが０，１，２のいずれかとなった群と３，４のいずれかとなった群の２群判別について、その判別性能をＲＯＣ曲線下面積で評価した。図３１は、有意水準を両側５％としたときに有意な判別能が得られた代謝物を示す図である。

以上の結果から、図３０および図３１に示した代謝物は、膵がん患者の１ヶ月後の悪液質の状態を判別する指標として有用であることが判明した。

実施例５で対象とした膵がん患者５５名のうち１ヶ月後に実施例１で示した悪液質スコアが０，１，２，３のいずれかとなった膵がん患者５３名で構成される群と、この５５名のうち１ヶ月後に悪液質スコアが４となった膵がん患者２名で構成される群について、代謝物濃度の群間比較を行った。

図３２は、対応のないｔ検定を行って群間の統計的有意性を評価したときにｐ＜０．１を示した代謝物を示す図である。実施例５に記載した理由と同様の理由から、ｐ＜０．１を統計的有意性の判断基準として採用した。

また、網羅的に測定した代謝物を用いた、１ヶ月後に悪液質スコアが０，１，２，３のいずれかとなった群と４となった群の２群判別について、その判別性能をＲＯＣ曲線下面積で評価した。図３３は、有意水準を両側５％としたときに有意な判別能が得られた代謝物を示す図である。

以上の結果から、図３２および図３３に示した代謝物は、膵がん患者の１ヶ月後の悪液質の状態を判別する指標として有用であることが判明した。

以下の（１）から（３）の３項目のうち１項目以上該当する場合をＣａｎｃｅｒ Ｃａｃｈｅｘｉａ ｏｎ ＥＰＣＲＣ（ＣＡＣ）と定義し、ＣＡＣに該当するか否かを、悪液質診断の指標として用いる。
（１）半年前と比較して体重減少の割合が５％以上である。
（２）ＢＭＩが２０未満である、かつ、半年前と比較して体重減少の割合が２％より多い。
（３）サルコペニアである（Ｊａｎｓｓｅｎ Ｃｒｉｔｅｒｉａ（「Janssen I, et al. (2004) Skeletal muscle cutpoints associated with elevated physical disability risk in older men and women. Am J Epidemiol 159(4):413-21.」参照）での重症サルコペニアに該当する）、かつ、半年前と比較して体重減少の割合が２％より多い。

１５０名の膵がん患者から初回治療開始前に血液を採取して血液サンプルを得た。得られた血液サンプルから、前述のアミノ酸分析法（Ａ）により、Ｔｙｒ，Ｓｅｒ，Ａｓｎ，Ｇｌｎ，Ｐｒｏ，Ｇｌｙ，Ａｌａ，Ｃｉｔ，Ｖａｌ，Ｍｅｔ，Ｉｌｅ，Ｌｅｕ，Ｔｈｒ，Ｐｈｅ，Ｈｉｓ，Ｔｒｐ，Ｏｒｎ，Ｌｙｓ，Ａｒｇの１９種のアミノ酸の血中濃度を測定した。そして、初回治療開始前と、治療開始後から約１ヶ月後（以下では、単に「１ヶ月後」と記す場合がある。）に、前記１５０名の膵がん患者がＣＡＣに該当するか否かを調査して、この膵がん患者を２つの群に分類した。１ヶ月後にＣＡＣに該当する膵がん患者は１０１名、１ヶ月後にＣＡＣに該当しない膵がん患者は５９名であった。

前記１９種のアミノ酸から抽出した、１種のアミノ酸、及び２種のアミノ酸から６種のアミノ酸までの全ての組み合わせに対し、多重ロジスティック回帰を実施し、以下の数式２で表される判別式を作成した。そして、膵がん患者を対象とした、１ヶ月後にＣＡＣにならなかった群とＣＡＣになった群の２群判別に関する判別性能を、ＲＯＣ曲線下面積で評価した。
ｌｏｇｉｔｐ（ｘ）＝β_０＋β_１×アミノ酸Ａの濃度＋β_２×アミノ酸Ｂの濃度＋・・・
（数式２）
※数式２において、ｐ（ｘ）は１ヶ月後にＣＡＣになる確率を表す。

図３４および図３５は、有意水準を両側５％としたときに有意な判別能が得られた判別式に用いられたアミノ酸を示す図である。なお、３種のアミノ酸の組み合わせを用いた判別式から６種のアミノ酸の組み合わせを用いた判別式までについては、ＲＯＣ曲線下面積が上位１００までの式が示されている。図３６は、図３４および図３５で示した１種のアミノ酸および複数種のアミノ酸の組み合わせを用いた判別式のＲＯＣ曲線下面積の分布を示す図である。６種のアミノ酸の組み合わせで得られたＲＯＣ曲線下面積の最大値は０．７０５（９５％信頼区間は０．６１９－０．７９１）であった。

以上の結果から、図３４および図３５に示した１種のアミノ酸を用いた単変量判別式および図３４および図３５に示した複数種のアミノ酸の組み合わせを用いた多変量判別式は、１ヶ月後の悪液質の状態を判別する指標として有用であることが判明した。

実施例５で対象とした膵がん患者５５名のうち１ヶ月後に実施例９で示したＣＡＣに該当しない膵がん患者２０名で構成される群と、この５５名のうち１ヶ月後にＣＡＣに該当する膵がん患者３５名で構成される群について、代謝物濃度の群間比較を行った。

図３７は、対応のないｔ検定を行って群間の統計的有意性を評価したときにｐ＜０．１を示した代謝物を示す図である。実施例５に記載した理由と同様の理由から、ｐ＜０．１を統計的有意性の判断基準として採用した。

また、網羅的に測定した代謝物を用いた、１ヶ月後にＣＲＣにならなかった群とＣＲＣになった群の２群判別について、その判別性能をＲＯＣ曲線下面積で評価した。図３８は、有意水準を両側５％としたときに有意な判別能が得られた代謝物を示す図である。

以上の結果から、図３７および図３８に示した代謝物は、膵がん患者の１ヶ月後の悪液質の状態を判別する指標として有用であることが判明した。

以上のように、本発明は、産業上の多くの分野、特に医薬品や食品、医療などの分野で広く実施することができ、特に、膵がん患者における悪液質状態の将来予測を行うバイオインフォマティクス分野において極めて有用である。

１００ 評価装置
１０２ 制御部
１０２ａ 受信部
１０２ｂ 指定部
１０２ｃ 式作成部
１０２ｄ 評価部
１０２ｄ１ 算出部
１０２ｄ２ 変換部
１０２ｄ３ 生成部
１０２ｄ４ 分類部
１０２ｅ 結果出力部
１０２ｆ 送信部
１０４ 通信インターフェース部
１０６ 記憶部
１０６ａ 濃度データファイル
１０６ｂ 指標状態情報ファイル
１０６ｃ 指定指標状態情報ファイル
１０６ｄ 式関連情報データベース
１０６ｄ１ 式ファイル
１０６ｅ 評価結果ファイル
１０８ 入出力インターフェース部
１１２ 入力装置
１１４ 出力装置
２００ クライアント装置（端末装置（情報通信端末装置））
３００ ネットワーク
４００ データベース装置

Claims (10)

1. 膵がんを有する評価対象の血液中のＧｌｎ，Ａｌａ，Ｖａｌ，Ｍｅｔ，Ｌｅｕ，Ｔｈｒ，Ｐｈｅ，Ｈｉｓ，Ｔｒｐ，Ｌｙｓ，１８－Ｈｙｄｒｏｘｙｃｏｒｔｉｃｏｓｔｅｒｏｎｅ－２－Ｃｏｒｔｉｓｏｌ，Ｇｌｙｃｅｒｉｃ ａｃｉｄ，Ｇｕａｎｉｄｏａｃｅｔｉｃ ａｃｉｄ，Ｐａｌｍｉｔｏｙｌｃａｒｎｉｔｉｎｅ，Ｕｒｅａ，Ｇｌｕｃｏｎｉｃ ａｃｉｄ，Ｍｙｒｉｓｔｉｃ ａｃｉｄ，１，２－Ｄｉｐａｌｍｉｔｏｙｌ－ｇｌｙｃｅｒｏ－３－ｐｈｏｓｐｈｏｅｔｈａｎｏｌａｍｉｎｅ，５－Ｏｘｏｐｒｏｌｉｎｅ，Ｃｈｏｌｅｓｔｅｒｏｌ ｓｕｌｆａｔｅ，Ｃｙｓｔｉｎｅ，Ｄｅｈｙｄｒｏｉｓｏａｎｄｒｏｓｔｅｒｏｎｅ ３－ｓｕｌｆａｔｅ，Ｅｔｉｏｃｈｏｌａｎ－３α－ｏｌ－１７－ｏｎｅ ｓｕｌｆａｔｅ，Ｇｌｙｃｅｒｏｐｈｏｓｐｈｏｃｈｏｌｉｎｅ，Ｈｅｘａｎｏｉｃ ａｃｉｄ，Ｉｎｄｏｌｅ－３－ｃａｒｂｏｘａｌｄｅｈｙｄｅ，Ｉｓｏｂｕｔｙｒｉｃ ａｃｉｄ，Ｂｕｔｙｒｉｃ ａｃｉｄ，Ｏｃｔａｎｏｉｃ ａｃｉｄ，Ｏｌｅｏｙｌ ｅｔｈａｎｏｌａｍｉｄｅ，Ｓａｒｃｏｓｉｎｅ，Ｓｐｈｉｎｇｏｓｉｎｅ，Ｕｒｉｃ ａｃｉｄ，α－Ｔｏｃｏｐｈｅｒｏｌ，Ｉｓｏｃｉｔｒｉｃ ａｃｉｄ，２－Ｈｙｄｒｏｘｙｂｕｔｙｒｉｃ ａｃｉｄ，２－Ｈｙｄｒｏｘｙｉｓｏｂｕｔｙｒｉｃ ａｃｉｄ，ｃｉｓ－Ａｃｏｎｉｔｉｃ ａｃｉｄ，Ｃｉｔｒｉｃ ａｃｉｄ，Ｈｙｐｏｘａｎｔｈｉｎｅ，Ｉｓｅｔｈｉｏｎｉｃ ａｃｉｄ，Ｎ６－Ｍｅｔｈｙｌｌｙｓｉｎｅ，Ｄｉｅｔｈａｎｏｌａｍｉｎｅ，３－Ｈｙｄｒｏｘｙｂｕｔｙｒｉｃ ａｃｉｄ，Ａｃｙｌ ｃａｒｎｉｔｉｎｅ（１８：１），Ｈｙｄｒｏｘｙｐｒｏｌｉｎｅ，Ａｃｙｌ ｃａｒｎｉｔｉｎｅ（１６：１），ＡＤＭＡ，Ａｃｙｌ ｃａｒｎｉｔｉｎｅ（２０：１），Ｃｒｅａｔｉｎｉｎｅ，Ｄｅｃａｎｏｉｃ ａｃｉｄ，Ａｒａｃｈｉｄｏｎｉｃ ａｃｉｄ，Ｐｙｒｕｖｉｃ ａｃｉｄ，ｃｉｓ－８，１１，１４－Ｅｉｃｏｓａｔｒｉｅｎｏｉｃ ａｃｉｄ，Ｏｌｅｉｃ ａｃｉｄ，Ｐａｌｍｉｔｏｙｌｅｔｈａｎｏｌａｍｉｄｅ，Ｐａｌｍｉｔｏｌｅｉｃ ａｃｉｄ，Ｅｒｕｃｉｃ ａｃｉｄ，ｃｉｓ－１１，１４－Ｅｉｃｏｓａｄｉｅｎｏｉｃ ａｃｉｄ，ｃｉｓ－１１－Ｅｉｃｏｓｅｎｏｉｃ ａｃｉｄ，Ｐａｌｍｉｔｉｃ ａｃｉｄ，２－Ｈｙｄｒｏｘｙｖａｌｅｒｉｃ ａｃｉｄ，Ｓｔｅａｒｉｃ ａｃｉｄ，１－Ｍｅｔｈｙｌｈｉｓｔｉｄｉｎｅ ３－Ｍｅｔｈｙｌｈｉｓｔｉｄｉｎｅ，２－Ｈｙｄｒｏｘｙｇｌｕｔａｒｉｃ ａｃｉｄ，Ｅｔｈａｎｏｌａｍｉｎｅで構成される物質群から選ばれる１つまたは複数の物質の濃度値、または、前記濃度値が代入される変数を含む式および前記濃度値を用いて算出された前記式の値を用いて、前記評価対象について、１ヶ月のうちに悪液質が悪化するかを評価するための情報を取得する取得ステップを含むこと、
   を特徴とする取得方法。
2. 前記取得ステップは、制御部を備えた情報処理装置の前記制御部で実行されること、
   を特徴とする請求項１に記載の取得方法。
3. 膵がんを有する評価対象の血液中のＧｌｎ，Ａｌａ，Ｖａｌ，Ｍｅｔ，Ｌｅｕ，Ｔｈｒ，Ｐｈｅ，Ｈｉｓ，Ｔｒｐ，Ｌｙｓ，１８－Ｈｙｄｒｏｘｙｃｏｒｔｉｃｏｓｔｅｒｏｎｅ－２－Ｃｏｒｔｉｓｏｌ，Ｇｌｙｃｅｒｉｃ ａｃｉｄ，Ｇｕａｎｉｄｏａｃｅｔｉｃ ａｃｉｄ，Ｐａｌｍｉｔｏｙｌｃａｒｎｉｔｉｎｅ，Ｕｒｅａ，Ｇｌｕｃｏｎｉｃ ａｃｉｄ，Ｍｙｒｉｓｔｉｃ ａｃｉｄ，１，２－Ｄｉｐａｌｍｉｔｏｙｌ－ｇｌｙｃｅｒｏ－３－ｐｈｏｓｐｈｏｅｔｈａｎｏｌａｍｉｎｅ，５－Ｏｘｏｐｒｏｌｉｎｅ，Ｃｈｏｌｅｓｔｅｒｏｌ ｓｕｌｆａｔｅ，Ｃｙｓｔｉｎｅ，Ｄｅｈｙｄｒｏｉｓｏａｎｄｒｏｓｔｅｒｏｎｅ ３－ｓｕｌｆａｔｅ，Ｅｔｉｏｃｈｏｌａｎ－３α－ｏｌ－１７－ｏｎｅ ｓｕｌｆａｔｅ，Ｇｌｙｃｅｒｏｐｈｏｓｐｈｏｃｈｏｌｉｎｅ，Ｈｅｘａｎｏｉｃ ａｃｉｄ，Ｉｎｄｏｌｅ－３－ｃａｒｂｏｘａｌｄｅｈｙｄｅ，Ｉｓｏｂｕｔｙｒｉｃ ａｃｉｄ，Ｂｕｔｙｒｉｃ ａｃｉｄ，Ｏｃｔａｎｏｉｃ ａｃｉｄ，Ｏｌｅｏｙｌ ｅｔｈａｎｏｌａｍｉｄｅ，Ｓａｒｃｏｓｉｎｅ，Ｓｐｈｉｎｇｏｓｉｎｅ，Ｕｒｉｃ ａｃｉｄ，α－Ｔｏｃｏｐｈｅｒｏｌ，Ｉｓｏｃｉｔｒｉｃ ａｃｉｄ，２－Ｈｙｄｒｏｘｙｂｕｔｙｒｉｃ ａｃｉｄ，２－Ｈｙｄｒｏｘｙｉｓｏｂｕｔｙｒｉｃ ａｃｉｄ，ｃｉｓ－Ａｃｏｎｉｔｉｃ ａｃｉｄ，Ｃｉｔｒｉｃ ａｃｉｄ，Ｈｙｐｏｘａｎｔｈｉｎｅ，Ｉｓｅｔｈｉｏｎｉｃ ａｃｉｄ，Ｎ６－Ｍｅｔｈｙｌｌｙｓｉｎｅ，Ｄｉｅｔｈａｎｏｌａｍｉｎｅ，３－Ｈｙｄｒｏｘｙｂｕｔｙｒｉｃ ａｃｉｄ，Ａｃｙｌ ｃａｒｎｉｔｉｎｅ（１８：１），Ｈｙｄｒｏｘｙｐｒｏｌｉｎｅ，Ａｃｙｌ ｃａｒｎｉｔｉｎｅ（１６：１），ＡＤＭＡ，Ａｃｙｌ ｃａｒｎｉｔｉｎｅ（２０：１），Ｃｒｅａｔｉｎｉｎｅ，Ｄｅｃａｎｏｉｃ ａｃｉｄ，Ａｒａｃｈｉｄｏｎｉｃ ａｃｉｄ，Ｐｙｒｕｖｉｃ ａｃｉｄ，ｃｉｓ－８，１１，１４－Ｅｉｃｏｓａｔｒｉｅｎｏｉｃ ａｃｉｄ，Ｏｌｅｉｃ ａｃｉｄ，Ｐａｌｍｉｔｏｙｌｅｔｈａｎｏｌａｍｉｄｅ，Ｐａｌｍｉｔｏｌｅｉｃ ａｃｉｄ，Ｅｒｕｃｉｃ ａｃｉｄ，ｃｉｓ－１１，１４－Ｅｉｃｏｓａｄｉｅｎｏｉｃ ａｃｉｄ，ｃｉｓ－１１－Ｅｉｃｏｓｅｎｏｉｃ ａｃｉｄ，Ｐａｌｍｉｔｉｃ ａｃｉｄ，２－Ｈｙｄｒｏｘｙｖａｌｅｒｉｃ ａｃｉｄ，Ｓｔｅａｒｉｃ ａｃｉｄ，１－Ｍｅｔｈｙｌｈｉｓｔｉｄｉｎｅ ３－Ｍｅｔｈｙｌｈｉｓｔｉｄｉｎｅ，２－Ｈｙｄｒｏｘｙｇｌｕｔａｒｉｃ ａｃｉｄ，Ｅｔｈａｎｏｌａｍｉｎｅで構成される物質群から選ばれる１つまたは複数の物質の濃度値、および、前記濃度値が代入される変数を含む、１ヶ月のうちに悪液質が悪化するかを評価するための情報を取得するための式を用いて、前記式の値を算出する算出ステップを含むこと、
   を特徴とする算出方法。
4. 前記算出ステップは、制御部を備えた情報処理装置の前記制御部で実行されること、
   を特徴とする請求項３に記載の算出方法。
5. 制御部を備えた評価装置であって、
   前記制御部は、
   膵がんを有する評価対象の血液中のＧｌｎ，Ａｌａ，Ｖａｌ，Ｍｅｔ，Ｌｅｕ，Ｔｈｒ，Ｐｈｅ，Ｈｉｓ，Ｔｒｐ，Ｌｙｓ，１８－Ｈｙｄｒｏｘｙｃｏｒｔｉｃｏｓｔｅｒｏｎｅ－２－Ｃｏｒｔｉｓｏｌ，Ｇｌｙｃｅｒｉｃ ａｃｉｄ，Ｇｕａｎｉｄｏａｃｅｔｉｃ ａｃｉｄ，Ｐａｌｍｉｔｏｙｌｃａｒｎｉｔｉｎｅ，Ｕｒｅａ，Ｇｌｕｃｏｎｉｃ ａｃｉｄ，Ｍｙｒｉｓｔｉｃ ａｃｉｄ，１，２－Ｄｉｐａｌｍｉｔｏｙｌ－ｇｌｙｃｅｒｏ－３－ｐｈｏｓｐｈｏｅｔｈａｎｏｌａｍｉｎｅ，５－Ｏｘｏｐｒｏｌｉｎｅ，Ｃｈｏｌｅｓｔｅｒｏｌ ｓｕｌｆａｔｅ，Ｃｙｓｔｉｎｅ，Ｄｅｈｙｄｒｏｉｓｏａｎｄｒｏｓｔｅｒｏｎｅ ３－ｓｕｌｆａｔｅ，Ｅｔｉｏｃｈｏｌａｎ－３α－ｏｌ－１７－ｏｎｅ ｓｕｌｆａｔｅ，Ｇｌｙｃｅｒｏｐｈｏｓｐｈｏｃｈｏｌｉｎｅ，Ｈｅｘａｎｏｉｃ ａｃｉｄ，Ｉｎｄｏｌｅ－３－ｃａｒｂｏｘａｌｄｅｈｙｄｅ，Ｉｓｏｂｕｔｙｒｉｃ ａｃｉｄ，Ｂｕｔｙｒｉｃ ａｃｉｄ，Ｏｃｔａｎｏｉｃ ａｃｉｄ，Ｏｌｅｏｙｌ ｅｔｈａｎｏｌａｍｉｄｅ，Ｓａｒｃｏｓｉｎｅ，Ｓｐｈｉｎｇｏｓｉｎｅ，Ｕｒｉｃ ａｃｉｄ，α－Ｔｏｃｏｐｈｅｒｏｌ，Ｉｓｏｃｉｔｒｉｃ ａｃｉｄ，２－Ｈｙｄｒｏｘｙｂｕｔｙｒｉｃ ａｃｉｄ，２－Ｈｙｄｒｏｘｙｉｓｏｂｕｔｙｒｉｃ ａｃｉｄ，ｃｉｓ－Ａｃｏｎｉｔｉｃ ａｃｉｄ，Ｃｉｔｒｉｃ ａｃｉｄ，Ｈｙｐｏｘａｎｔｈｉｎｅ，Ｉｓｅｔｈｉｏｎｉｃ ａｃｉｄ，Ｎ６－Ｍｅｔｈｙｌｌｙｓｉｎｅ，Ｄｉｅｔｈａｎｏｌａｍｉｎｅ，３－Ｈｙｄｒｏｘｙｂｕｔｙｒｉｃ ａｃｉｄ，Ａｃｙｌ ｃａｒｎｉｔｉｎｅ（１８：１），Ｈｙｄｒｏｘｙｐｒｏｌｉｎｅ，Ａｃｙｌ ｃａｒｎｉｔｉｎｅ（１６：１），ＡＤＭＡ，Ａｃｙｌ ｃａｒｎｉｔｉｎｅ（２０：１），Ｃｒｅａｔｉｎｉｎｅ，Ｄｅｃａｎｏｉｃ ａｃｉｄ，Ａｒａｃｈｉｄｏｎｉｃ ａｃｉｄ，Ｐｙｒｕｖｉｃ ａｃｉｄ，ｃｉｓ－８，１１，１４－Ｅｉｃｏｓａｔｒｉｅｎｏｉｃ ａｃｉｄ，Ｏｌｅｉｃ ａｃｉｄ，Ｐａｌｍｉｔｏｙｌｅｔｈａｎｏｌａｍｉｄｅ，Ｐａｌｍｉｔｏｌｅｉｃ ａｃｉｄ，Ｅｒｕｃｉｃ ａｃｉｄ，ｃｉｓ－１１，１４－Ｅｉｃｏｓａｄｉｅｎｏｉｃ ａｃｉｄ，ｃｉｓ－１１－Ｅｉｃｏｓｅｎｏｉｃ ａｃｉｄ，Ｐａｌｍｉｔｉｃ ａｃｉｄ，２－Ｈｙｄｒｏｘｙｖａｌｅｒｉｃ ａｃｉｄ，Ｓｔｅａｒｉｃ ａｃｉｄ，１－Ｍｅｔｈｙｌｈｉｓｔｉｄｉｎｅ ３－Ｍｅｔｈｙｌｈｉｓｔｉｄｉｎｅ，２－Ｈｙｄｒｏｘｙｇｌｕｔａｒｉｃ ａｃｉｄ，Ｅｔｈａｎｏｌａｍｉｎｅで構成される物質群から選ばれる１つまたは複数の物質の濃度値、または、前記濃度値が代入される変数を含む式および前記濃度値を用いて算出された前記式の値を用いて、前記評価対象について、１ヶ月のうちに悪液質が悪化するかを評価する評価手段
   を備えたこと、
   を特徴とする評価装置。
6. 前記濃度値に関する濃度データまたは前記式の値を提供する端末装置とネットワークを介して通信可能に接続され、
   前記制御部は、
   前記端末装置から送信された前記濃度データまたは前記式の値を受信するデータ受信手段と、
   前記評価手段で得られた評価結果を前記端末装置へ送信する結果送信手段と、
   をさらに備え、
   前記評価手段は、前記データ受信手段で受信した前記濃度データに含まれている前記濃度値または前記式の値を用いること、
   を特徴とする請求項５に記載の評価装置。
7. 制御部を備えた算出装置であって、
   前記制御部は、
   膵がんを有する評価対象の血液中のＧｌｎ，Ａｌａ，Ｖａｌ，Ｍｅｔ，Ｌｅｕ，Ｔｈｒ，Ｐｈｅ，Ｈｉｓ，Ｔｒｐ，Ｌｙｓ，１８－Ｈｙｄｒｏｘｙｃｏｒｔｉｃｏｓｔｅｒｏｎｅ－２－Ｃｏｒｔｉｓｏｌ，Ｇｌｙｃｅｒｉｃ ａｃｉｄ，Ｇｕａｎｉｄｏａｃｅｔｉｃ ａｃｉｄ，Ｐａｌｍｉｔｏｙｌｃａｒｎｉｔｉｎｅ，Ｕｒｅａ，Ｇｌｕｃｏｎｉｃ ａｃｉｄ，Ｍｙｒｉｓｔｉｃ ａｃｉｄ，１，２－Ｄｉｐａｌｍｉｔｏｙｌ－ｇｌｙｃｅｒｏ－３－ｐｈｏｓｐｈｏｅｔｈａｎｏｌａｍｉｎｅ，５－Ｏｘｏｐｒｏｌｉｎｅ，Ｃｈｏｌｅｓｔｅｒｏｌ ｓｕｌｆａｔｅ，Ｃｙｓｔｉｎｅ，Ｄｅｈｙｄｒｏｉｓｏａｎｄｒｏｓｔｅｒｏｎｅ ３－ｓｕｌｆａｔｅ，Ｅｔｉｏｃｈｏｌａｎ－３α－ｏｌ－１７－ｏｎｅ ｓｕｌｆａｔｅ，Ｇｌｙｃｅｒｏｐｈｏｓｐｈｏｃｈｏｌｉｎｅ，Ｈｅｘａｎｏｉｃ ａｃｉｄ，Ｉｎｄｏｌｅ－３－ｃａｒｂｏｘａｌｄｅｈｙｄｅ，Ｉｓｏｂｕｔｙｒｉｃ ａｃｉｄ，Ｂｕｔｙｒｉｃ ａｃｉｄ，Ｏｃｔａｎｏｉｃ ａｃｉｄ，Ｏｌｅｏｙｌ ｅｔｈａｎｏｌａｍｉｄｅ，Ｓａｒｃｏｓｉｎｅ，Ｓｐｈｉｎｇｏｓｉｎｅ，Ｕｒｉｃ ａｃｉｄ，α－Ｔｏｃｏｐｈｅｒｏｌ，Ｉｓｏｃｉｔｒｉｃ ａｃｉｄ，２－Ｈｙｄｒｏｘｙｂｕｔｙｒｉｃ ａｃｉｄ，２－Ｈｙｄｒｏｘｙｉｓｏｂｕｔｙｒｉｃ ａｃｉｄ，ｃｉｓ－Ａｃｏｎｉｔｉｃ ａｃｉｄ，Ｃｉｔｒｉｃ ａｃｉｄ，Ｈｙｐｏｘａｎｔｈｉｎｅ，Ｉｓｅｔｈｉｏｎｉｃ ａｃｉｄ，Ｎ６－Ｍｅｔｈｙｌｌｙｓｉｎｅ，Ｄｉｅｔｈａｎｏｌａｍｉｎｅ，３－Ｈｙｄｒｏｘｙｂｕｔｙｒｉｃ ａｃｉｄ，Ａｃｙｌ ｃａｒｎｉｔｉｎｅ（１８：１），Ｈｙｄｒｏｘｙｐｒｏｌｉｎｅ，Ａｃｙｌ ｃａｒｎｉｔｉｎｅ（１６：１），ＡＤＭＡ，Ａｃｙｌ ｃａｒｎｉｔｉｎｅ（２０：１），Ｃｒｅａｔｉｎｉｎｅ，Ｄｅｃａｎｏｉｃ ａｃｉｄ，Ａｒａｃｈｉｄｏｎｉｃ ａｃｉｄ，Ｐｙｒｕｖｉｃ ａｃｉｄ，ｃｉｓ－８，１１，１４－Ｅｉｃｏｓａｔｒｉｅｎｏｉｃ ａｃｉｄ，Ｏｌｅｉｃ ａｃｉｄ，Ｐａｌｍｉｔｏｙｌｅｔｈａｎｏｌａｍｉｄｅ，Ｐａｌｍｉｔｏｌｅｉｃ ａｃｉｄ，Ｅｒｕｃｉｃ ａｃｉｄ，ｃｉｓ－１１，１４－Ｅｉｃｏｓａｄｉｅｎｏｉｃ ａｃｉｄ，ｃｉｓ－１１－Ｅｉｃｏｓｅｎｏｉｃ ａｃｉｄ，Ｐａｌｍｉｔｉｃ ａｃｉｄ，２－Ｈｙｄｒｏｘｙｖａｌｅｒｉｃ ａｃｉｄ，Ｓｔｅａｒｉｃ ａｃｉｄ，１－Ｍｅｔｈｙｌｈｉｓｔｉｄｉｎｅ ３－Ｍｅｔｈｙｌｈｉｓｔｉｄｉｎｅ，２－Ｈｙｄｒｏｘｙｇｌｕｔａｒｉｃ ａｃｉｄ，Ｅｔｈａｎｏｌａｍｉｎｅで構成される物質群から選ばれる１つまたは複数の物質の濃度値、および、前記濃度値が代入される変数を含む、１ヶ月のうちに悪液質が悪化するかを評価するための式を用いて、前記式の値を算出する算出手段
   を備えたこと、
   を特徴とする算出装置。
8. 制御部を備えた情報処理装置において実行させるための評価プログラムであって、
   前記制御部において実行させるための、
   膵がんを有する評価対象の血液中のＧｌｎ，Ａｌａ，Ｖａｌ，Ｍｅｔ，Ｌｅｕ，Ｔｈｒ，Ｐｈｅ，Ｈｉｓ，Ｔｒｐ，Ｌｙｓ，１８－Ｈｙｄｒｏｘｙｃｏｒｔｉｃｏｓｔｅｒｏｎｅ－２－Ｃｏｒｔｉｓｏｌ，Ｇｌｙｃｅｒｉｃ ａｃｉｄ，Ｇｕａｎｉｄｏａｃｅｔｉｃ ａｃｉｄ，Ｐａｌｍｉｔｏｙｌｃａｒｎｉｔｉｎｅ，Ｕｒｅａ，Ｇｌｕｃｏｎｉｃ ａｃｉｄ，Ｍｙｒｉｓｔｉｃ ａｃｉｄ，１，２－Ｄｉｐａｌｍｉｔｏｙｌ－ｇｌｙｃｅｒｏ－３－ｐｈｏｓｐｈｏｅｔｈａｎｏｌａｍｉｎｅ，５－Ｏｘｏｐｒｏｌｉｎｅ，Ｃｈｏｌｅｓｔｅｒｏｌ ｓｕｌｆａｔｅ，Ｃｙｓｔｉｎｅ，Ｄｅｈｙｄｒｏｉｓｏａｎｄｒｏｓｔｅｒｏｎｅ ３－ｓｕｌｆａｔｅ，Ｅｔｉｏｃｈｏｌａｎ－３α－ｏｌ－１７－ｏｎｅ ｓｕｌｆａｔｅ，Ｇｌｙｃｅｒｏｐｈｏｓｐｈｏｃｈｏｌｉｎｅ，Ｈｅｘａｎｏｉｃ ａｃｉｄ，Ｉｎｄｏｌｅ－３－ｃａｒｂｏｘａｌｄｅｈｙｄｅ，Ｉｓｏｂｕｔｙｒｉｃ ａｃｉｄ，Ｂｕｔｙｒｉｃ ａｃｉｄ，Ｏｃｔａｎｏｉｃ ａｃｉｄ，Ｏｌｅｏｙｌ ｅｔｈａｎｏｌａｍｉｄｅ，Ｓａｒｃｏｓｉｎｅ，Ｓｐｈｉｎｇｏｓｉｎｅ，Ｕｒｉｃ ａｃｉｄ，α－Ｔｏｃｏｐｈｅｒｏｌ，Ｉｓｏｃｉｔｒｉｃ ａｃｉｄ，２－Ｈｙｄｒｏｘｙｂｕｔｙｒｉｃ ａｃｉｄ，２－Ｈｙｄｒｏｘｙｉｓｏｂｕｔｙｒｉｃ ａｃｉｄ，ｃｉｓ－Ａｃｏｎｉｔｉｃ ａｃｉｄ，Ｃｉｔｒｉｃ ａｃｉｄ，Ｈｙｐｏｘａｎｔｈｉｎｅ，Ｉｓｅｔｈｉｏｎｉｃ ａｃｉｄ，Ｎ６－Ｍｅｔｈｙｌｌｙｓｉｎｅ，Ｄｉｅｔｈａｎｏｌａｍｉｎｅ，３－Ｈｙｄｒｏｘｙｂｕｔｙｒｉｃ ａｃｉｄ，Ａｃｙｌ ｃａｒｎｉｔｉｎｅ（１８：１），Ｈｙｄｒｏｘｙｐｒｏｌｉｎｅ，Ａｃｙｌ ｃａｒｎｉｔｉｎｅ（１６：１），ＡＤＭＡ，Ａｃｙｌ ｃａｒｎｉｔｉｎｅ（２０：１），Ｃｒｅａｔｉｎｉｎｅ，Ｄｅｃａｎｏｉｃ ａｃｉｄ，Ａｒａｃｈｉｄｏｎｉｃ ａｃｉｄ，Ｐｙｒｕｖｉｃ ａｃｉｄ，ｃｉｓ－８，１１，１４－Ｅｉｃｏｓａｔｒｉｅｎｏｉｃ ａｃｉｄ，Ｏｌｅｉｃ ａｃｉｄ，Ｐａｌｍｉｔｏｙｌｅｔｈａｎｏｌａｍｉｄｅ，Ｐａｌｍｉｔｏｌｅｉｃ ａｃｉｄ，Ｅｒｕｃｉｃ ａｃｉｄ，ｃｉｓ－１１，１４－Ｅｉｃｏｓａｄｉｅｎｏｉｃ ａｃｉｄ，ｃｉｓ－１１－Ｅｉｃｏｓｅｎｏｉｃ ａｃｉｄ，Ｐａｌｍｉｔｉｃ ａｃｉｄ，２－Ｈｙｄｒｏｘｙｖａｌｅｒｉｃ ａｃｉｄ，Ｓｔｅａｒｉｃ ａｃｉｄ，１－Ｍｅｔｈｙｌｈｉｓｔｉｄｉｎｅ ３－Ｍｅｔｈｙｌｈｉｓｔｉｄｉｎｅ，２－Ｈｙｄｒｏｘｙｇｌｕｔａｒｉｃ ａｃｉｄ，Ｅｔｈａｎｏｌａｍｉｎｅで構成される物質群から選ばれる１つまたは複数の物質の濃度値、または、前記濃度値が代入される変数を含む式および前記濃度値を用いて算出された前記式の値を用いて、前記評価対象について、１ヶ月のうちに悪液質が悪化するかを評価する評価ステップ
   を含むこと、
   を特徴とする評価プログラム。
9. 制御部を備えた情報処理装置において実行させるための算出プログラムであって、
   前記制御部において実行させるための、
   膵がんを有する評価対象の血液中のＧｌｎ，Ａｌａ，Ｖａｌ，Ｍｅｔ，Ｌｅｕ，Ｔｈｒ，Ｐｈｅ，Ｈｉｓ，Ｔｒｐ，Ｌｙｓ，１８－Ｈｙｄｒｏｘｙｃｏｒｔｉｃｏｓｔｅｒｏｎｅ－２－Ｃｏｒｔｉｓｏｌ，Ｇｌｙｃｅｒｉｃ ａｃｉｄ，Ｇｕａｎｉｄｏａｃｅｔｉｃ ａｃｉｄ，Ｐａｌｍｉｔｏｙｌｃａｒｎｉｔｉｎｅ，Ｕｒｅａ，Ｇｌｕｃｏｎｉｃ ａｃｉｄ，Ｍｙｒｉｓｔｉｃ ａｃｉｄ，１，２－Ｄｉｐａｌｍｉｔｏｙｌ－ｇｌｙｃｅｒｏ－３－ｐｈｏｓｐｈｏｅｔｈａｎｏｌａｍｉｎｅ，５－Ｏｘｏｐｒｏｌｉｎｅ，Ｃｈｏｌｅｓｔｅｒｏｌ ｓｕｌｆａｔｅ，Ｃｙｓｔｉｎｅ，Ｄｅｈｙｄｒｏｉｓｏａｎｄｒｏｓｔｅｒｏｎｅ ３－ｓｕｌｆａｔｅ，Ｅｔｉｏｃｈｏｌａｎ－３α－ｏｌ－１７－ｏｎｅ ｓｕｌｆａｔｅ，Ｇｌｙｃｅｒｏｐｈｏｓｐｈｏｃｈｏｌｉｎｅ，Ｈｅｘａｎｏｉｃ ａｃｉｄ，Ｉｎｄｏｌｅ－３－ｃａｒｂｏｘａｌｄｅｈｙｄｅ，Ｉｓｏｂｕｔｙｒｉｃ ａｃｉｄ，Ｂｕｔｙｒｉｃ ａｃｉｄ，Ｏｃｔａｎｏｉｃ ａｃｉｄ，Ｏｌｅｏｙｌ ｅｔｈａｎｏｌａｍｉｄｅ，Ｓａｒｃｏｓｉｎｅ，Ｓｐｈｉｎｇｏｓｉｎｅ，Ｕｒｉｃ ａｃｉｄ，α－Ｔｏｃｏｐｈｅｒｏｌ，Ｉｓｏｃｉｔｒｉｃ ａｃｉｄ，２－Ｈｙｄｒｏｘｙｂｕｔｙｒｉｃ ａｃｉｄ，２－Ｈｙｄｒｏｘｙｉｓｏｂｕｔｙｒｉｃ ａｃｉｄ，ｃｉｓ－Ａｃｏｎｉｔｉｃ ａｃｉｄ，Ｃｉｔｒｉｃ ａｃｉｄ，Ｈｙｐｏｘａｎｔｈｉｎｅ，Ｉｓｅｔｈｉｏｎｉｃ ａｃｉｄ，Ｎ６－Ｍｅｔｈｙｌｌｙｓｉｎｅ，Ｄｉｅｔｈａｎｏｌａｍｉｎｅ，３－Ｈｙｄｒｏｘｙｂｕｔｙｒｉｃ ａｃｉｄ，Ａｃｙｌ ｃａｒｎｉｔｉｎｅ（１８：１），Ｈｙｄｒｏｘｙｐｒｏｌｉｎｅ，Ａｃｙｌ ｃａｒｎｉｔｉｎｅ（１６：１），ＡＤＭＡ，Ａｃｙｌ ｃａｒｎｉｔｉｎｅ（２０：１），Ｃｒｅａｔｉｎｉｎｅ，Ｄｅｃａｎｏｉｃ ａｃｉｄ，Ａｒａｃｈｉｄｏｎｉｃ ａｃｉｄ，Ｐｙｒｕｖｉｃ ａｃｉｄ，ｃｉｓ－８，１１，１４－Ｅｉｃｏｓａｔｒｉｅｎｏｉｃ ａｃｉｄ，Ｏｌｅｉｃ ａｃｉｄ，Ｐａｌｍｉｔｏｙｌｅｔｈａｎｏｌａｍｉｄｅ，Ｐａｌｍｉｔｏｌｅｉｃ ａｃｉｄ，Ｅｒｕｃｉｃ ａｃｉｄ，ｃｉｓ－１１，１４－Ｅｉｃｏｓａｄｉｅｎｏｉｃ ａｃｉｄ，ｃｉｓ－１１－Ｅｉｃｏｓｅｎｏｉｃ ａｃｉｄ，Ｐａｌｍｉｔｉｃ ａｃｉｄ，２－Ｈｙｄｒｏｘｙｖａｌｅｒｉｃ ａｃｉｄ，Ｓｔｅａｒｉｃ ａｃｉｄ，１－Ｍｅｔｈｙｌｈｉｓｔｉｄｉｎｅ ３－Ｍｅｔｈｙｌｈｉｓｔｉｄｉｎｅ，２－Ｈｙｄｒｏｘｙｇｌｕｔａｒｉｃ ａｃｉｄ，Ｅｔｈａｎｏｌａｍｉｎｅで構成される物質群から選ばれる１つまたは複数の物質の濃度値、および、前記濃度値が代入される変数を含む、１ヶ月のうちに悪液質が悪化するかを評価するための式を用いて、前記式の値を算出する算出ステップ
   を含むこと、
   を特徴とする算出プログラム。
10. 制御部を備えた評価装置と、制御部を備えた端末装置とを、ネットワークを介して通信可能に接続して構成された評価システムであって、
    前記端末装置の前記制御部は、
    膵がんを有する評価対象の血液中のＧｌｎ，Ａｌａ，Ｖａｌ，Ｍｅｔ，Ｌｅｕ，Ｔｈｒ，Ｐｈｅ，Ｈｉｓ，Ｔｒｐ，Ｌｙｓ，１８－Ｈｙｄｒｏｘｙｃｏｒｔｉｃｏｓｔｅｒｏｎｅ－２－Ｃｏｒｔｉｓｏｌ，Ｇｌｙｃｅｒｉｃ ａｃｉｄ，Ｇｕａｎｉｄｏａｃｅｔｉｃ ａｃｉｄ，Ｐａｌｍｉｔｏｙｌｃａｒｎｉｔｉｎｅ，Ｕｒｅａ，Ｇｌｕｃｏｎｉｃ ａｃｉｄ，Ｍｙｒｉｓｔｉｃ ａｃｉｄ，１，２－Ｄｉｐａｌｍｉｔｏｙｌ－ｇｌｙｃｅｒｏ－３－ｐｈｏｓｐｈｏｅｔｈａｎｏｌａｍｉｎｅ，５－Ｏｘｏｐｒｏｌｉｎｅ，Ｃｈｏｌｅｓｔｅｒｏｌ ｓｕｌｆａｔｅ，Ｃｙｓｔｉｎｅ，Ｄｅｈｙｄｒｏｉｓｏａｎｄｒｏｓｔｅｒｏｎｅ ３－ｓｕｌｆａｔｅ，Ｅｔｉｏｃｈｏｌａｎ－３α－ｏｌ－１７－ｏｎｅ ｓｕｌｆａｔｅ，Ｇｌｙｃｅｒｏｐｈｏｓｐｈｏｃｈｏｌｉｎｅ，Ｈｅｘａｎｏｉｃ ａｃｉｄ，Ｉｎｄｏｌｅ－３－ｃａｒｂｏｘａｌｄｅｈｙｄｅ，Ｉｓｏｂｕｔｙｒｉｃ ａｃｉｄ，Ｂｕｔｙｒｉｃ ａｃｉｄ，Ｏｃｔａｎｏｉｃ ａｃｉｄ，Ｏｌｅｏｙｌ ｅｔｈａｎｏｌａｍｉｄｅ，Ｓａｒｃｏｓｉｎｅ，Ｓｐｈｉｎｇｏｓｉｎｅ，Ｕｒｉｃ ａｃｉｄ，α－Ｔｏｃｏｐｈｅｒｏｌ，Ｉｓｏｃｉｔｒｉｃ ａｃｉｄ，２－Ｈｙｄｒｏｘｙｂｕｔｙｒｉｃ ａｃｉｄ，２－Ｈｙｄｒｏｘｙｉｓｏｂｕｔｙｒｉｃ ａｃｉｄ，ｃｉｓ－Ａｃｏｎｉｔｉｃ ａｃｉｄ，Ｃｉｔｒｉｃ ａｃｉｄ，Ｈｙｐｏｘａｎｔｈｉｎｅ，Ｉｓｅｔｈｉｏｎｉｃ ａｃｉｄ，Ｎ６－Ｍｅｔｈｙｌｌｙｓｉｎｅ，Ｄｉｅｔｈａｎｏｌａｍｉｎｅ，３－Ｈｙｄｒｏｘｙｂｕｔｙｒｉｃ ａｃｉｄ，Ａｃｙｌ ｃａｒｎｉｔｉｎｅ（１８：１），Ｈｙｄｒｏｘｙｐｒｏｌｉｎｅ，Ａｃｙｌ ｃａｒｎｉｔｉｎｅ（１６：１），ＡＤＭＡ，Ａｃｙｌ ｃａｒｎｉｔｉｎｅ（２０：１），Ｃｒｅａｔｉｎｉｎｅ，Ｄｅｃａｎｏｉｃ ａｃｉｄ，Ａｒａｃｈｉｄｏｎｉｃ ａｃｉｄ，Ｐｙｒｕｖｉｃ ａｃｉｄ，ｃｉｓ－８，１１，１４－Ｅｉｃｏｓａｔｒｉｅｎｏｉｃ ａｃｉｄ，Ｏｌｅｉｃ ａｃｉｄ，Ｐａｌｍｉｔｏｙｌｅｔｈａｎｏｌａｍｉｄｅ，Ｐａｌｍｉｔｏｌｅｉｃ ａｃｉｄ，Ｅｒｕｃｉｃ ａｃｉｄ，ｃｉｓ－１１，１４－Ｅｉｃｏｓａｄｉｅｎｏｉｃ ａｃｉｄ，ｃｉｓ－１１－Ｅｉｃｏｓｅｎｏｉｃ ａｃｉｄ，Ｐａｌｍｉｔｉｃ ａｃｉｄ，２－Ｈｙｄｒｏｘｙｖａｌｅｒｉｃ ａｃｉｄ，Ｓｔｅａｒｉｃ ａｃｉｄ，１－Ｍｅｔｈｙｌｈｉｓｔｉｄｉｎｅ ３－Ｍｅｔｈｙｌｈｉｓｔｉｄｉｎｅ，２－Ｈｙｄｒｏｘｙｇｌｕｔａｒｉｃ ａｃｉｄ，Ｅｔｈａｎｏｌａｍｉｎｅで構成される物質群から選ばれる１つまたは複数の物質の濃度値に関する濃度データ、または、前記濃度値が代入される変数を含む式および前記濃度値を用いて算出された前記式の値を前記評価装置へ送信するデータ送信手段と、
    前記評価装置から送信された、前記評価対象における、１ヶ月のうちに悪液質が悪化するかに関する評価結果を受信する結果受信手段と、
    を備え、
    前記評価装置の前記制御部は、
    前記端末装置から送信された前記濃度データまたは前記式の値を受信するデータ受信手段と、
    前記データ受信手段で受信した前記濃度データに含まれている前記濃度値または前記式の値を用いて、前記評価対象について、１ヶ月のうちに悪液質が悪化するかを評価する評価手段と、
    前記評価手段で得られた前記評価結果を前記端末装置へ送信する結果送信手段と、
    を備えたこと、
    を特徴とする評価システム。

Images