JP7093163B2

JP7093163B2 - 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

Info

Publication number: JP7093163B2
Application number: JP2017131483A
Authority: JP
Inventors: 修一光永; 理浩 ▲高▼田; 祥子西川; 明今泉
Original assignee: Ajinomoto Co Inc; National Cancer Center Japan
Current assignee: Ajinomoto Co Inc; National Cancer Center Japan
Priority date: 2017-07-04
Filing date: 2017-07-04
Publication date: 2022-06-29
Anticipated expiration: 2037-07-04
Also published as: JP2019015547A

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骨格筋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。

骨格筋量の低下は、加齢、活動性の低下、臓器不全・炎症性疾患・内分泌疾患・悪性腫瘍などの疾患または低栄養により引き起こされる（非特許文献１）。骨格筋減少により、筋力低下、転倒または歩行障害が出現し、生活の質が低下し、死亡リスクが上昇する。

膵がんの罹患率は６０歳より高齢になるほど高くなるため（非特許文献２）、膵がんの患者は加齢による骨格筋量の低下を背景に有することが少なくない。膵がん患者に癌性の骨格筋減少が発症すると、容易に活動性が低下して患者のＱＯＬが損なわれる。骨格筋減少は初回治療中の進行膵がん患者の半数に認められ、骨格筋が減少した膵がん患者は活動性および生活の質が低下して生命予後が短縮する（非特許文献３および非特許文献４）。

癌性の骨格筋減少は、腫瘍由来因子による骨格筋損傷、異化および再生障害が複合して重症化する（非特許文献５）。早期の適切なマネージメントにより（非特許文献６）、栄養介入および運動介入等の支持的介入が考慮されるが（非特許文献７）、考慮する際に介入の必要性を明確に示す指標が求められる。骨格筋減少の重症度は、筋力低下と身体活動性低下の複合度で評価される。アジア人に適した評価基準も示されており（非特許文献８）、この評価基準は治療法および回復目標の適正な設定に役立つと考えられている。しかし、膵癌患者を対象とした適切な評価基準は確立されておらず、今後起こりうる骨格筋状態の変化を予測する方法および基準はない。

骨格筋が減少した膵癌悪液質マウスモデルでは、アラニンの骨格筋内含有量が低下する（非特許文献９）。全身的な糖代謝の恒常性を保つため、骨格筋異化で生じたアミノ酸をアラニンに変換して放出した結果と考えられる。この悪液質モデルでは必須アミノ酸の一つであるバリンの血漿中濃度が低下するが（非特許文献９）、ヒトでも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する（非特許文献１０）。

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

Cruz-Jentoft AJ, Baeyens JP, Bauer JM, Boirie Y, Cederholm T, Landi F, Martin FC, Michel JP, Rolland Y, Schneider SM, et al. Sarcopenia: European consensus on definition and diagnosis: report of the European working group on sarcopenia in older people. Age Ageing. 2010;39(4):412-423. 国立がん研究センターがん対策情報センター: がん情報サービス, 最新がん統計. http://ganjoho.jp/public/statistics/pub/statistics01.html Tatematsu N, Mitsunaga S, Ikeda M. Characterization of advanced pancreatic cancer patients showing a decrease of the skeletal muscle mass while receiving first-line chemotherapy. The MASCC/ISCC Annual meeting on supportive care in cancer, Adelaide, Australia, 2016 Choi Y, Oh DY, Kim TY, Lee KH, Han SW, Im SA, et al. Skeletal Muscle Depletion Predicts the Prognosis of Patients with Advanced Pancreatic Cancer Undergoing Palliative Chemotherapy, Independent of Body Mass Index. PLoS One. 2015;10(10):e0139749 He WA, Berardi E, Cardillo VM, Acharyya S, Aulino P, Thomas-Ahner J, Wang J, Bloomston M, Muscarella P, Nau P, Shah N, Butchbach ME, Ladner K, et al. NF-kappaB-mediated Pax7 dysregulation in the muscle microenvironment promotes cancer cachexia. J Clin Invest. 2013;123:4821-4835. Cruz-Jentoft AJ, Landi F, Schneider SM, et al. Prevalence of and interventions for sarcopenia in ageing adults: a systematic review. Age Ageing. 2014;43(6):748-759. 終末期がん患者の輸液療法に関するガイドライン2013年版緩和医療ガイドライン委員会金原出版 Chen LK, Liu LK, Woo J, Assantachai P, Auyeung TW, Bahyah KS, Chou MY, Chen LY, Hsu PS, Krairit O, Lee JS, Lee WJ, Lee Y, Liang CK, Limpawattana P, Lin CS,Peng LN, Satake S, Suzuki T, Won CW, Wu CH, Wu SN, Zhang T, Zeng P, Akishita M,Arai H. Sarcopenia in Asia: consensus report of the Asian Working Group forSarcopenia. J Am Med Dir Assoc. 2014 Feb;15(2):95-101. Paul T. Winnard Jr, Santosh K. Bharti, Marie-France Penet, Radharani Marik, Yelena Mironchik, Flonne Wildes, Anirban Maitra, and Zaver M. Bhujwalla Cancer Res; 76(6):1441-50.2015. 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.

しかし、膵がん患者における骨格筋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骨格筋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、膵がん患者では、様々な代謝異常を合併して、アミノ酸プールたる骨格筋が減少するが、アミノ酸を含めた血中代謝物のプロファイルの複合的変化を評価することで骨格筋減少の途上にあるか否かを判定すること、すなわち骨格筋減少を予測することは可能であると考えた。そして、本発明者らは、膵がん患者を対象にして、骨格筋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骨格筋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１８種類の代謝物（２－Ｈｙｄｒｏｘｙｂｕｔｙｒｉｃａｃｉｄ，２－Ｈｙｄｒｏｘｙｇｌｕｔａｒｉｃａｃｉｄ，ＡＤＰ，Ｃａｒｎｉｔｉｎｅ，Ｃｏｒｔｉｓｏｎｅ，Ｅｔｈａｎｏｌａｍｉｎｅｐｈｏｓｐｈａｔｅ，Ｅｒｕｃｉｃａｃｉｄ，Ｇｌｙｃｅｒｏｐｈｏｓｐｈｏｃｈｏｌｉｎｅ，Ｏｌｅｏｙｌｅｔｈａｎｏｌａｍｉｄｅ，Ｐｙｒｕｖｉｃａｃｉｄ，Ｓｐｈｉｎｇｏｓｉｎｅ，Ｔａｕｒｉｎｅ，Ｕｒｅａ，Ｇｌｙｃｏｃｈｅｎｏｄｅｏｘｙｃｈｏｌｉｃａｃｉｄ，ｃｉｓ－Ａｃｏｎｉｔｉｃ－ａｃｉｄ，Ｃｙｓｔｉｎｅ，Ｍｕｃｉｃａｃｉｄ，ＳＤＭＡ）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、骨格筋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）
ＡｌａＡｌａｎｉｎｅ
ＡｒｇＡｒｇｉｎｉｎｅ
ＡｓｎＡｓｐａｒａｇｉｎｅ
ＣｉｔＣｉｔｒｕｌｌｉｎｅ
ＧｌｎＧｌｕｔａｍｉｎｅ
ＧｌｙＧｌｙｃｉｎｅ
ＨｉｓＨｉｓｔｉｄｉｎｅ
ＩｌｅＩｓｏｌｅｕｃｉｎｅ
ＬｅｕＬｅｕｃｉｎｅ
ＬｙｓＬｙｓｉｎｅ
ＭｅｔＭｅｔｈｉｏｎｉｎｅ
ＯｒｎＯｒｎｉｔｈｉｎｅ
ＰｈｅＰｈｅｎｙｌａｌａｎｉｎｅ
ＰｒｏＰｒｏｌｉｎｅ
ＳｅｒＳｅｒｉｎｅ
ＴｈｒＴｈｒｅｏｎｉｎｅ
ＴｒｐＴｒｙｐｔｏｐｈａｎ
ＴｙｒＴｙｒｏｓｉｎｅ
ＶａｌＶａｌｉｎｅ

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１８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、骨格筋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１８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、骨格筋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１８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、骨格筋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１８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、骨格筋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１８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骨格筋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１８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、骨格筋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骨格筋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１８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、骨格筋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骨格筋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１８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１８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１８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、骨格筋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骨格筋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、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２３は、図２０、図２１および図２２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２４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２５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。

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１８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１８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、評価対象について骨格筋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、骨格筋の将来の状態を評価するとは、言い換えると、骨格筋の状態を予測することである。また、骨格筋の状態とは、例えば、全身またはその一部（例えば上肢または下肢など）の骨格筋の量（重量）、体積または横断面積などの状態である。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１８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、評価対象について骨格筋の将来の状態を評価する（要するに、評価対象における骨格筋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骨格筋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骨格筋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骨格筋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、治療介入すべき患者に早期から介入を行うことを可能とし、膵がん治療成績および患者のＱＯＬ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１８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骨格筋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骨格筋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、評価対象における骨格筋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、骨格筋が減少する確率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、評価対象について骨格筋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１８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骨格筋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、骨格筋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１８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、評価対象について骨格筋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、評価対象について骨格筋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１８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１８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、評価対象について骨格筋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骨格筋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骨格筋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、評価対象における骨格筋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、骨格筋が減少する確率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骨格筋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、骨格筋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、評価対象の骨格筋が将来減少するリスク（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１８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１８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１８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、骨格筋の将来の減少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、骨格筋の将来の減少リスクが高い対象を属させるための区分、骨格筋の将来の減少リスクが低い対象を属させるための区分、および、骨格筋の将来の減少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、骨格筋の将来の減少リスクが高い対象を属させるための区分および骨格筋の将来の減少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、当該式を骨格筋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、骨格筋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１８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１８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、骨格筋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１８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１８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１８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１８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、評価対象について骨格筋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骨格筋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、骨格筋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、バイオインピーダンス法にて測定した骨格筋量など）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骨格筋が減少し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骨格筋が減少した評価対象など）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、骨格筋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１８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、骨格筋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１８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骨格筋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１８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（ＣｅｎｔｒａｌＰｒｏｃｅｓｓｉｎｇＵｎｉｔ）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１８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（ＲａｎｄｏｍＡｃｃｅｓｓＭｅｍｏｒｙ）・ＲＯＭ（ＲｅａｄＯｎｌｙＭｅｍｏｒｙ）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（ＯｐｅｒａｔｉｎｇＳｙｓｔｅｍ）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１８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、骨格筋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、バイオインピーダンス法にて測定した骨格筋量など）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、骨格筋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１８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、個体について骨格筋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１８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、個体について骨格筋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１８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１８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１８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、骨格筋の将来の減少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（ＨａｒｄＤｉｓｋ）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（ＰｅｒｓｏｎａｌＨａｎｄｙｐｈｏｎｅＳｙｓｔｅｍ）端末・携帯端末・移動体通信端末・ＰＤＡ（ＰｅｒｓｏｎａｌＤｉｇｉｔａｌＡｓｓｉｓｔａｎｔ）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（ＴｅｒｍｉｎａｌＡｄａｐｔｅｒ）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（ＬｏｃａｌＡｒｅａＮｅｔｗｏｒｋ）（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－ＡｄｄｅｄＮｅｔｗｏｒｋ）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（ＣｏｍｍｕｎｉｔｙＡｎｔｅｎｎａＴｅｌｅＶｉｓｉｏｎ）網や、携帯回線交換網または携帯パケット交換網（ＩＭＴ（ＩｎｔｅｒｎａｔｉｏｎａｌＭｏｂｉｌｅＴｅｌｅｃｏｍｍｕｎｉｃａｔｉｏｎ）２０００方式、ＧＳＭ（登録商標）（ＧｌｏｂａｌＳｙｓｔｅｍｆｏｒＭｏｂｉｌｅＣｏｍｍｕｎｉｃａｔｉｏｎｓ）方式またはＰＤＣ（ＰｅｒｓｏｎａｌＤｉｇｉｔａｌＣｅｌｌｕｌａｒ）／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（ＣｏｍｍｕｎｉｃａｔｉｏｎＳａｔｅｌｌｉｔｅ）、ＢＳ（ＢｒｏａｄｃａｓｔｉｎｇＳａｔｅｌｌｉｔｅ）またはＩＳＤＢ（ＩｎｔｅｇｒａｔｅｄＳｅｒｖｉｃｅｓＤｉｇｉｔａｌＢｒｏａｄｃａｓｔｉｎｇ）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（ＨａｒｄＤｉｓｋＤｒｉｖｅ）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（ＵｎｉｖｅｒｓａｌＳｅｒｉａｌＢｕｓ）メモリ、ＳＤ（ＳｅｃｕｒｅＤｉｇｉｔａｌ）カード、フレキシブルディスク、光磁気ディスク、ＲＯＭ、ＥＰＲＯＭ（ＥｒａｓａｂｌｅＰｒｏｇｒａｍｍａｂｌｅＲｅａｄＯｎｌｙＭｅｍｏｒｙ）、ＥＥＰＲＯＭ（ＥｌｅｃｔｒｉｃａｌｌｙＥｒａｓａｂｌｅａｎｄＰｒｏｇｒａｍｍａｂｌｅＲｅａｄＯｎｌｙＭｅｍｏｒｙ）（登録商標）、ＣＤ－ＲＯＭ（ＣｏｍｐａｃｔＤｉｓｃＲｅａｄＯｎｌｙＭｅｍｏｒｙ）、ＭＯ（Ｍａｇｎｅｔｏ－Ｏｐｔｉｃａｌｄｉｓｋ）、ＤＶＤ（ＤｉｇｉｔａｌＶｅｒｓａｔｉｌｅＤｉｓｋ）、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。

１６１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１６１名の膵がん患者の骨格筋量をバイオインピーダンス法にて測定した。１ヶ月後の骨格筋量が減少している膵がん患者は７９名、１ヶ月後に骨格筋が減少していない膵がん患者は８２名であった。

前記１９種のアミノ酸から抽出した、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骨格筋減少群と非骨格筋減少群の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）は骨格筋が減少する確率を表す。

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、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１６は、図１４および図１５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０.６６８（９５％信頼区間は０．５８２－０．７５３）であった。

以上の結果から、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ヶ月後の骨格筋減少の有無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骨格筋量のうち５２名の７０歳以上の膵がん患者のものを用いた。１ヶ月後に骨格筋が減少している７０歳以上の膵がん患者は３１名、１ヶ月後に骨格筋が減少していない７０歳以上の膵がん患者は２１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骨格筋減少群と非骨格筋減少群の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０.８４８（９５％信頼区間は０．７４０－０．９５６）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、７０歳以上の膵がん患者の１ヶ月後の骨格筋減少の有無を判別する指標として有用であることが判明した。また、図１９に示すＲＯＣ曲線化面積は、図１６に示すＲＯＣ曲線化面積と比較して高いことから、判別式の作成において年齢を考慮することが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骨格筋量のうち１０９名の７０歳未満の膵がん患者のものを用いた。１ヶ月後に骨格筋が減少している７０歳未満の膵がん患者は４８名、１ヶ月後に骨格筋が減少していない７０歳未満の膵がん患者は６１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骨格筋減少群と非骨格筋減少群の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、図２１および図２２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、４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２３には、図２０、図２１および図２２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０.６６７（９５％信頼区間は０．５６１－０．７７２）であった。

以上の結果から、図２０、図２１および図２２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、７０歳未満の膵がん患者の１ヶ月後の骨格筋減少の有無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５６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５６名の膵がん患者の骨格筋量をバイオインピーダンス法にて測定した。この５６名のうち１ヶ月後に骨格筋が減少している患者２６名で構成される群と、この５６名のうち１ヶ月後に骨格筋が減少していない患者３０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２４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骨格筋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ヶ月後に骨格筋が減少している群と、１ヶ月後に骨格筋が減少していない群の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２５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２４および図２５に示した代謝物は、膵がん患者の１ヶ月後の骨格筋減少の有無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４で対象とした膵がん患者５６名の代謝物濃度および骨格筋量うち１７名の７０歳以上の膵がん患者のものを用いた。この１７名のうち１ヶ月後に骨格筋が減少している７０歳以上の膵がん患者１０名で構成される群と、この１７名のうち１ヶ月後に骨格筋が減少していない７０歳以上の膵がん患者７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。実施例４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ヶ月後に骨格筋が減少している群と、１ヶ月後に骨格筋が減少していない群の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、７０歳以上の膵がん患者の１ヶ月後の骨格筋減少の有無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４で対象とした膵がん患者５６名の代謝物濃度および骨格筋量のうち３９名の７０歳未満の膵がん患者のものを用いた。この３９名のうち１ヶ月後に骨格筋が減少している患者１６名で構成される群と、この３９名のうち１ヶ月後に骨格筋が減少していない患者２３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４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ヶ月後に骨格筋が減少している群と、１ヶ月後に骨格筋が減少していない群の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、７０歳未満の膵がん患者の１ヶ月後の骨格筋減少の有無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骨格筋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

膵がんを有する評価対象の血液中のＭｅｔ，Ａｒｇ，２－Ｈｙｄｒｏｘｙｂｕｔｙｒｉｃａｃｉｄ，２－Ｈｙｄｒｏｘｙｇｌｕｔａｒｉｃａｃｉｄ，ＡＤＰ，Ｃａｒｎｉｔｉｎｅ，Ｃｏｒｔｉｓｏｎｅ，Ｅｔｈａｎｏｌａｍｉｎｅｐｈｏｓｐｈａｔｅ，Ｅｒｕｃｉｃａｃｉｄ，Ｇｌｙｃｅｒｏｐｈｏｓｐｈｏｃｈｏｌｉｎｅ，Ｏｌｅｏｙｌｅｔｈａｎｏｌａｍｉｄｅ，Ｐｙｒｕｖｉｃａｃｉｄ，Ｓｐｈｉｎｇｏｓｉｎｅ，Ｔａｕｒｉｎｅ，Ｕｒｅａ，Ｇｌｙｃｏｃｈｅｎｏｄｅｏｘｙｃｈｏｌｉｃａｃｉｄ，ｃｉｓ－Ａｃｏｎｉｔｉｃ－ａｃｉｄ，Ｃｙｓｔｉｎｅ，Ｍｕｃｉｃａｃｉｄ，ＳＤＭＡ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ヶ月のうちに骨格筋の減少が起こ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。
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。
膵がんを有する評価対象の血液中のＭｅｔ，Ａｒｇ，２－Ｈｙｄｒｏｘｙｂｕｔｙｒｉｃａｃｉｄ，２－Ｈｙｄｒｏｘｙｇｌｕｔａｒｉｃａｃｉｄ，ＡＤＰ，Ｃａｒｎｉｔｉｎｅ，Ｃｏｒｔｉｓｏｎｅ，Ｅｔｈａｎｏｌａｍｉｎｅｐｈｏｓｐｈａｔｅ，Ｅｒｕｃｉｃａｃｉｄ，Ｇｌｙｃｅｒｏｐｈｏｓｐｈｏｃｈｏｌｉｎｅ，Ｏｌｅｏｙｌｅｔｈａｎｏｌａｍｉｄｅ，Ｐｙｒｕｖｉｃａｃｉｄ，Ｓｐｈｉｎｇｏｓｉｎｅ，Ｔａｕｒｉｎｅ，Ｕｒｅａ，Ｇｌｙｃｏｃｈｅｎｏｄｅｏｘｙｃｈｏｌｉｃａｃｉｄ，ｃｉｓ－Ａｃｏｎｉｔｉｃ－ａｃｉｄ，Ｃｙｓｔｉｎｅ，Ｍｕｃｉｃａｃｉｄ，ＳＤＭＡ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ヶ月のうちに骨格筋の減少が起こ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。
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。
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Ｍｅｔ，Ａｒｇ，２－Ｈｙｄｒｏｘｙｂｕｔｙｒｉｃａｃｉｄ，２－Ｈｙｄｒｏｘｙｇｌｕｔａｒｉｃａｃｉｄ，ＡＤＰ，Ｃａｒｎｉｔｉｎｅ，Ｃｏｒｔｉｓｏｎｅ，Ｅｔｈａｎｏｌａｍｉｎｅｐｈｏｓｐｈａｔｅ，Ｅｒｕｃｉｃａｃｉｄ，Ｇｌｙｃｅｒｏｐｈｏｓｐｈｏｃｈｏｌｉｎｅ，Ｏｌｅｏｙｌｅｔｈａｎｏｌａｍｉｄｅ，Ｐｙｒｕｖｉｃａｃｉｄ，Ｓｐｈｉｎｇｏｓｉｎｅ，Ｔａｕｒｉｎｅ，Ｕｒｅａ，Ｇｌｙｃｏｃｈｅｎｏｄｅｏｘｙｃｈｏｌｉｃａｃｉｄ，ｃｉｓ－Ａｃｏｎｉｔｉｃ－ａｃｉｄ，Ｃｙｓｔｉｎｅ，Ｍｕｃｉｃａｃｉｄ，ＳＤＭＡ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ヶ月のうちに骨格筋の減少が起こ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。
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。
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Ｍｅｔ，Ａｒｇ，２－Ｈｙｄｒｏｘｙｂｕｔｙｒｉｃａｃｉｄ，２－Ｈｙｄｒｏｘｙｇｌｕｔａｒｉｃａｃｉｄ，ＡＤＰ，Ｃａｒｎｉｔｉｎｅ，Ｃｏｒｔｉｓｏｎｅ，Ｅｔｈａｎｏｌａｍｉｎｅｐｈｏｓｐｈａｔｅ，Ｅｒｕｃｉｃａｃｉｄ，Ｇｌｙｃｅｒｏｐｈｏｓｐｈｏｃｈｏｌｉｎｅ，Ｏｌｅｏｙｌｅｔｈａｎｏｌａｍｉｄｅ，Ｐｙｒｕｖｉｃａｃｉｄ，Ｓｐｈｉｎｇｏｓｉｎｅ，Ｔａｕｒｉｎｅ，Ｕｒｅａ，Ｇｌｙｃｏｃｈｅｎｏｄｅｏｘｙｃｈｏｌｉｃａｃｉｄ，ｃｉｓ－Ａｃｏｎｉｔｉｃ－ａｃｉｄ，Ｃｙｓｔｉｎｅ，Ｍｕｃｉｃａｃｉｄ，ＳＤＭＡ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ヶ月のうちに骨格筋の減少が起こ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手段
を備えたこと、
を特徴とする算出装置。
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Ｍｅｔ，Ａｒｇ，２－Ｈｙｄｒｏｘｙｂｕｔｙｒｉｃａｃｉｄ，２－Ｈｙｄｒｏｘｙｇｌｕｔａｒｉｃａｃｉｄ，ＡＤＰ，Ｃａｒｎｉｔｉｎｅ，Ｃｏｒｔｉｓｏｎｅ，Ｅｔｈａｎｏｌａｍｉｎｅｐｈｏｓｐｈａｔｅ，Ｅｒｕｃｉｃａｃｉｄ，Ｇｌｙｃｅｒｏｐｈｏｓｐｈｏｃｈｏｌｉｎｅ，Ｏｌｅｏｙｌｅｔｈａｎｏｌａｍｉｄｅ，Ｐｙｒｕｖｉｃａｃｉｄ，Ｓｐｈｉｎｇｏｓｉｎｅ，Ｔａｕｒｉｎｅ，Ｕｒｅａ，Ｇｌｙｃｏｃｈｅｎｏｄｅｏｘｙｃｈｏｌｉｃａｃｉｄ，ｃｉｓ－Ａｃｏｎｉｔｉｃ－ａｃｉｄ，Ｃｙｓｔｉｎｅ，Ｍｕｃｉｃａｃｉｄ，ＳＤＭＡ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ヶ月のうちに骨格筋の減少が起こ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。
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Ｍｅｔ，Ａｒｇ，２－Ｈｙｄｒｏｘｙｂｕｔｙｒｉｃａｃｉｄ，２－Ｈｙｄｒｏｘｙｇｌｕｔａｒｉｃａｃｉｄ，ＡＤＰ，Ｃａｒｎｉｔｉｎｅ，Ｃｏｒｔｉｓｏｎｅ，Ｅｔｈａｎｏｌａｍｉｎｅｐｈｏｓｐｈａｔｅ，Ｅｒｕｃｉｃａｃｉｄ，Ｇｌｙｃｅｒｏｐｈｏｓｐｈｏｃｈｏｌｉｎｅ，Ｏｌｅｏｙｌｅｔｈａｎｏｌａｍｉｄｅ，Ｐｙｒｕｖｉｃａｃｉｄ，Ｓｐｈｉｎｇｏｓｉｎｅ，Ｔａｕｒｉｎｅ，Ｕｒｅａ，Ｇｌｙｃｏｃｈｅｎｏｄｅｏｘｙｃｈｏｌｉｃａｃｉｄ，ｃｉｓ－Ａｃｏｎｉｔｉｃ－ａｃｉｄ，Ｃｙｓｔｉｎｅ，Ｍｕｃｉｃａｃｉｄ，ＳＤＭＡ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ヶ月のうちに骨格筋の減少が起こ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、
を特徴とする算出プログラム。
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Ｍｅｔ，Ａｒｇ，２－Ｈｙｄｒｏｘｙｂｕｔｙｒｉｃａｃｉｄ，２－Ｈｙｄｒｏｘｙｇｌｕｔａｒｉｃａｃｉｄ，ＡＤＰ，Ｃａｒｎｉｔｉｎｅ，Ｃｏｒｔｉｓｏｎｅ，Ｅｔｈａｎｏｌａｍｉｎｅｐｈｏｓｐｈａｔｅ，Ｅｒｕｃｉｃａｃｉｄ，Ｇｌｙｃｅｒｏｐｈｏｓｐｈｏｃｈｏｌｉｎｅ，Ｏｌｅｏｙｌｅｔｈａｎｏｌａｍｉｄｅ，Ｐｙｒｕｖｉｃａｃｉｄ，Ｓｐｈｉｎｇｏｓｉｎｅ，Ｔａｕｒｉｎｅ，Ｕｒｅａ，Ｇｌｙｃｏｃｈｅｎｏｄｅｏｘｙｃｈｏｌｉｃａｃｉｄ，ｃｉｓ－Ａｃｏｎｉｔｉｃ－ａｃｉｄ，Ｃｙｓｔｉｎｅ，Ｍｕｃｉｃａｃｉｄ，ＳＤＭＡ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ヶ月のうちに骨格筋の減少が起こ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ヶ月のうちに骨格筋の減少が起こ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。