KR102362357B1 - 생활습관병 지표의 평가 방법, 생활습관병 지표 평가 장치, 생활습관병 지표 평가 방법, 생활습관병 지표 평가 프로그램, 생활습관병 지표 평가 시스템, 및 정보통신 단말장치 - Google Patents
생활습관병 지표의 평가 방법, 생활습관병 지표 평가 장치, 생활습관병 지표 평가 방법, 생활습관병 지표 평가 프로그램, 생활습관병 지표 평가 시스템, 및 정보통신 단말장치 Download PDFInfo
- Publication number
- KR102362357B1 KR102362357B1 KR1020217001011A KR20217001011A KR102362357B1 KR 102362357 B1 KR102362357 B1 KR 102362357B1 KR 1020217001011 A KR1020217001011 A KR 1020217001011A KR 20217001011 A KR20217001011 A KR 20217001011A KR 102362357 B1 KR102362357 B1 KR 102362357B1
- Authority
- KR
- South Korea
- Prior art keywords
- evaluation
- value
- amino acid
- acid concentration
- expression
- Prior art date
Links
- 238000011156 evaluation Methods 0.000 title claims abstract description 639
- 201000010099 disease Diseases 0.000 title claims abstract description 381
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 title claims abstract description 381
- 238000000034 method Methods 0.000 title claims abstract description 188
- 238000004891 communication Methods 0.000 title description 50
- 150000001413 amino acids Chemical class 0.000 claims abstract description 568
- 210000004369 blood Anatomy 0.000 claims abstract description 69
- 239000008280 blood Substances 0.000 claims abstract description 69
- 230000014509 gene expression Effects 0.000 claims description 430
- 206010012601 diabetes mellitus Diseases 0.000 claims description 47
- 241000024188 Andala Species 0.000 claims description 33
- 230000005540 biological transmission Effects 0.000 claims description 28
- 238000004364 calculation method Methods 0.000 claims description 22
- 230000010365 information processing Effects 0.000 claims description 15
- 229940024606 amino acid Drugs 0.000 description 553
- 235000001014 amino acid Nutrition 0.000 description 553
- NOESYZHRGYRDHS-UHFFFAOYSA-N insulin Chemical compound N1C(=O)C(NC(=O)C(CCC(N)=O)NC(=O)C(CCC(O)=O)NC(=O)C(C(C)C)NC(=O)C(NC(=O)CN)C(C)CC)CSSCC(C(NC(CO)C(=O)NC(CC(C)C)C(=O)NC(CC=2C=CC(O)=CC=2)C(=O)NC(CCC(N)=O)C(=O)NC(CC(C)C)C(=O)NC(CCC(O)=O)C(=O)NC(CC(N)=O)C(=O)NC(CC=2C=CC(O)=CC=2)C(=O)NC(CSSCC(NC(=O)C(C(C)C)NC(=O)C(CC(C)C)NC(=O)C(CC=2C=CC(O)=CC=2)NC(=O)C(CC(C)C)NC(=O)C(C)NC(=O)C(CCC(O)=O)NC(=O)C(C(C)C)NC(=O)C(CC(C)C)NC(=O)C(CC=2NC=NC=2)NC(=O)C(CO)NC(=O)CNC2=O)C(=O)NCC(=O)NC(CCC(O)=O)C(=O)NC(CCCNC(N)=N)C(=O)NCC(=O)NC(CC=3C=CC=CC=3)C(=O)NC(CC=3C=CC=CC=3)C(=O)NC(CC=3C=CC(O)=CC=3)C(=O)NC(C(C)O)C(=O)N3C(CCC3)C(=O)NC(CCCCN)C(=O)NC(C)C(O)=O)C(=O)NC(CC(N)=O)C(O)=O)=O)NC(=O)C(C(C)CC)NC(=O)C(CO)NC(=O)C(C(C)O)NC(=O)C1CSSCC2NC(=O)C(CC(C)C)NC(=O)C(NC(=O)C(CCC(N)=O)NC(=O)C(CC(N)=O)NC(=O)C(NC(=O)C(N)CC=1C=CC=CC=1)C(C)C)CC1=CN=CN1 NOESYZHRGYRDHS-UHFFFAOYSA-N 0.000 description 280
- DHMQDGOQFOQNFH-UHFFFAOYSA-N Glycine Chemical compound NCC(O)=O DHMQDGOQFOQNFH-UHFFFAOYSA-N 0.000 description 228
- OUYCCCASQSFEME-QMMMGPOBSA-N L-tyrosine Chemical compound OC(=O)[C@@H](N)CC1=CC=C(O)C=C1 OUYCCCASQSFEME-QMMMGPOBSA-N 0.000 description 217
- 210000001596 intra-abdominal fat Anatomy 0.000 description 154
- 102000004877 Insulin Human genes 0.000 description 140
- 108090001061 Insulin Proteins 0.000 description 140
- 229940125396 insulin Drugs 0.000 description 140
- DCXYFEDJOCDNAF-REOHCLBHSA-N L-asparagine Chemical compound OC(=O)[C@@H](N)CC(N)=O DCXYFEDJOCDNAF-REOHCLBHSA-N 0.000 description 138
- 125000000998 L-alanino group Chemical group [H]N([*])[C@](C([H])([H])[H])([H])C(=O)O[H] 0.000 description 108
- KZSNJWFQEVHDMF-UHFFFAOYSA-N Valine Chemical compound CC(C)C(N)C(O)=O KZSNJWFQEVHDMF-UHFFFAOYSA-N 0.000 description 98
- 238000010586 diagram Methods 0.000 description 87
- 125000000510 L-tryptophano group Chemical group [H]C1=C([H])C([H])=C2N([H])C([H])=C(C([H])([H])[C@@]([H])(C(O[H])=O)N([H])[*])C2=C1[H] 0.000 description 81
- 208000010706 fatty liver disease Diseases 0.000 description 80
- 208000004930 Fatty Liver Diseases 0.000 description 79
- 206010019708 Hepatic steatosis Diseases 0.000 description 79
- 231100000240 steatosis hepatitis Toxicity 0.000 description 79
- 238000007410 oral glucose tolerance test Methods 0.000 description 65
- 238000006243 chemical reaction Methods 0.000 description 47
- 238000012795 verification Methods 0.000 description 44
- 230000000875 corresponding effect Effects 0.000 description 42
- -1 Cit Chemical compound 0.000 description 40
- 238000012545 processing Methods 0.000 description 35
- 210000004185 liver Anatomy 0.000 description 33
- ROHFNLRQFUQHCH-YFKPBYRVSA-N L-leucine Chemical compound CC(C)C[C@H](N)C(O)=O ROHFNLRQFUQHCH-YFKPBYRVSA-N 0.000 description 32
- 238000004458 analytical method Methods 0.000 description 32
- 230000009466 transformation Effects 0.000 description 30
- 230000006870 function Effects 0.000 description 29
- 208000001145 Metabolic Syndrome Diseases 0.000 description 28
- 201000000690 abdominal obesity-metabolic syndrome Diseases 0.000 description 28
- 238000007477 logistic regression Methods 0.000 description 27
- 230000008569 process Effects 0.000 description 26
- 238000003745 diagnosis Methods 0.000 description 21
- 206010022489 Insulin Resistance Diseases 0.000 description 18
- 208000001072 type 2 diabetes mellitus Diseases 0.000 description 18
- WQZGKKKJIJFFOK-GASJEMHNSA-N Glucose Natural products OC[C@H]1OC(O)[C@H](O)[C@@H](O)[C@@H]1O WQZGKKKJIJFFOK-GASJEMHNSA-N 0.000 description 17
- COLNVLDHVKWLRT-QMMMGPOBSA-N L-phenylalanine Chemical compound OC(=O)[C@@H](N)CC1=CC=CC=C1 COLNVLDHVKWLRT-QMMMGPOBSA-N 0.000 description 17
- 239000008103 glucose Substances 0.000 description 17
- 208000017169 kidney disease Diseases 0.000 description 17
- HVYWMOMLDIMFJA-DPAQBDIFSA-N cholesterol Chemical compound C1C=C2C[C@@H](O)CC[C@]2(C)[C@@H]2[C@@H]1[C@@H]1CC[C@H]([C@H](C)CCCC(C)C)[C@@]1(C)CC2 HVYWMOMLDIMFJA-DPAQBDIFSA-N 0.000 description 16
- 230000001684 chronic effect Effects 0.000 description 16
- 239000000126 substance Substances 0.000 description 15
- 238000012360 testing method Methods 0.000 description 15
- 206010018429 Glucose tolerance impaired Diseases 0.000 description 14
- 235000018102 proteins Nutrition 0.000 description 14
- 102000004169 proteins and genes Human genes 0.000 description 14
- 108090000623 proteins and genes Proteins 0.000 description 14
- 230000036541 health Effects 0.000 description 13
- 230000006872 improvement Effects 0.000 description 13
- 230000035945 sensitivity Effects 0.000 description 13
- 201000009104 prediabetes syndrome Diseases 0.000 description 12
- 238000012706 support-vector machine Methods 0.000 description 12
- 230000000694 effects Effects 0.000 description 11
- 239000002207 metabolite Substances 0.000 description 11
- 206010020772 Hypertension Diseases 0.000 description 10
- 238000003066 decision tree Methods 0.000 description 10
- 235000000346 sugar Nutrition 0.000 description 10
- KDXKERNSBIXSRK-UHFFFAOYSA-N Lysine Natural products NCCCCC(N)C(O)=O KDXKERNSBIXSRK-UHFFFAOYSA-N 0.000 description 9
- 208000006011 Stroke Diseases 0.000 description 9
- 230000035487 diastolic blood pressure Effects 0.000 description 9
- 230000035488 systolic blood pressure Effects 0.000 description 9
- 206010003210 Arteriosclerosis Diseases 0.000 description 8
- 208000032928 Dyslipidaemia Diseases 0.000 description 8
- 208000017170 Lipid metabolism disease Diseases 0.000 description 8
- 208000008589 Obesity Diseases 0.000 description 8
- 208000011775 arteriosclerosis disease Diseases 0.000 description 8
- 235000012000 cholesterol Nutrition 0.000 description 8
- 230000002596 correlated effect Effects 0.000 description 8
- DDRJAANPRJIHGJ-UHFFFAOYSA-N creatinine Chemical compound CN1CC(=O)NC1=N DDRJAANPRJIHGJ-UHFFFAOYSA-N 0.000 description 8
- 208000010125 myocardial infarction Diseases 0.000 description 8
- 235000020824 obesity Nutrition 0.000 description 8
- UFTFJSFQGQCHQW-UHFFFAOYSA-N triformin Chemical compound O=COCC(OC=O)COC=O UFTFJSFQGQCHQW-UHFFFAOYSA-N 0.000 description 8
- 125000000174 L-prolyl group Chemical group [H]N1C([H])([H])C([H])([H])C([H])([H])[C@@]1([H])C(*)=O 0.000 description 7
- 239000000090 biomarker Substances 0.000 description 7
- 238000004590 computer program Methods 0.000 description 7
- 238000002360 preparation method Methods 0.000 description 7
- 238000010187 selection method Methods 0.000 description 7
- MTCFGRXMJLQNBG-REOHCLBHSA-N (2S)-2-Amino-3-hydroxypropansäure Chemical compound OC[C@H](N)C(O)=O MTCFGRXMJLQNBG-REOHCLBHSA-N 0.000 description 6
- WEVYAHXRMPXWCK-UHFFFAOYSA-N Acetonitrile Chemical compound CC#N WEVYAHXRMPXWCK-UHFFFAOYSA-N 0.000 description 6
- 238000008214 LDL Cholesterol Methods 0.000 description 6
- 238000010219 correlation analysis Methods 0.000 description 6
- 239000003814 drug Substances 0.000 description 6
- 230000002068 genetic effect Effects 0.000 description 6
- 230000024924 glomerular filtration Effects 0.000 description 6
- 238000002604 ultrasonography Methods 0.000 description 6
- 125000000393 L-methionino group Chemical group [H]OC(=O)[C@@]([H])(N([H])[*])C([H])([H])C(SC([H])([H])[H])([H])[H] 0.000 description 5
- LEHOTFFKMJEONL-UHFFFAOYSA-N Uric Acid Chemical compound N1C(=O)NC(=O)C2=C1NC(=O)N2 LEHOTFFKMJEONL-UHFFFAOYSA-N 0.000 description 5
- TVWHNULVHGKJHS-UHFFFAOYSA-N Uric acid Natural products N1C(=O)NC(=O)C2NC(=O)NC21 TVWHNULVHGKJHS-UHFFFAOYSA-N 0.000 description 5
- 230000003187 abdominal effect Effects 0.000 description 5
- 238000004422 calculation algorithm Methods 0.000 description 5
- 208000026106 cerebrovascular disease Diseases 0.000 description 5
- 230000035622 drinking Effects 0.000 description 5
- 238000000513 principal component analysis Methods 0.000 description 5
- 238000000611 regression analysis Methods 0.000 description 5
- 230000000391 smoking effect Effects 0.000 description 5
- 238000012546 transfer Methods 0.000 description 5
- 229940116269 uric acid Drugs 0.000 description 5
- 108010088751 Albumins Proteins 0.000 description 4
- 102000009027 Albumins Human genes 0.000 description 4
- 239000004382 Amylase Substances 0.000 description 4
- 102000013142 Amylases Human genes 0.000 description 4
- 108010065511 Amylases Proteins 0.000 description 4
- 108010023302 HDL Cholesterol Proteins 0.000 description 4
- 108010010234 HDL Lipoproteins Proteins 0.000 description 4
- 241000282412 Homo Species 0.000 description 4
- 201000001431 Hyperuricemia Diseases 0.000 description 4
- AYFVYJQAPQTCCC-GBXIJSLDSA-N L-threonine Chemical compound C[C@@H](O)[C@H](N)C(O)=O AYFVYJQAPQTCCC-GBXIJSLDSA-N 0.000 description 4
- 108010028554 LDL Cholesterol Proteins 0.000 description 4
- 206010024229 Leprosy Diseases 0.000 description 4
- 241001465754 Metazoa Species 0.000 description 4
- 238000008050 Total Bilirubin Reagent Methods 0.000 description 4
- 210000001015 abdomen Anatomy 0.000 description 4
- 235000019418 amylase Nutrition 0.000 description 4
- 238000009534 blood test Methods 0.000 description 4
- 206010008118 cerebral infarction Diseases 0.000 description 4
- 239000003153 chemical reaction reagent Substances 0.000 description 4
- 238000007621 cluster analysis Methods 0.000 description 4
- 229940109239 creatinine Drugs 0.000 description 4
- 229940079593 drug Drugs 0.000 description 4
- 235000005686 eating Nutrition 0.000 description 4
- 108010004903 glycosylated serum albumin Proteins 0.000 description 4
- 208000019622 heart disease Diseases 0.000 description 4
- 229940088597 hormone Drugs 0.000 description 4
- 239000005556 hormone Substances 0.000 description 4
- 229910052500 inorganic mineral Inorganic materials 0.000 description 4
- 150000002632 lipids Chemical class 0.000 description 4
- 238000005259 measurement Methods 0.000 description 4
- 239000011707 mineral Substances 0.000 description 4
- 208000008338 non-alcoholic fatty liver disease Diseases 0.000 description 4
- 102000004196 processed proteins & peptides Human genes 0.000 description 4
- 108090000765 processed proteins & peptides Proteins 0.000 description 4
- 235000013555 soy sauce Nutrition 0.000 description 4
- 150000008163 sugars Chemical class 0.000 description 4
- 238000000844 transformation Methods 0.000 description 4
- 150000003626 triacylglycerols Chemical class 0.000 description 4
- 238000003657 Likelihood-ratio test Methods 0.000 description 3
- 238000007792 addition Methods 0.000 description 3
- 210000005229 liver cell Anatomy 0.000 description 3
- 238000000491 multivariate analysis Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000002265 prevention Effects 0.000 description 3
- WXHLLJAMBQLULT-UHFFFAOYSA-N 2-[[6-[4-(2-hydroxyethyl)piperazin-1-yl]-2-methylpyrimidin-4-yl]amino]-n-(2-methyl-6-sulfanylphenyl)-1,3-thiazole-5-carboxamide;hydrate Chemical compound O.C=1C(N2CCN(CCO)CC2)=NC(C)=NC=1NC(S1)=NC=C1C(=O)NC1=C(C)C=CC=C1S WXHLLJAMBQLULT-UHFFFAOYSA-N 0.000 description 2
- 238000012313 Kruskal-Wallis test Methods 0.000 description 2
- AGPKZVBTJJNPAG-WHFBIAKZSA-N L-isoleucine Chemical compound CC[C@H](C)[C@H](N)C(O)=O AGPKZVBTJJNPAG-WHFBIAKZSA-N 0.000 description 2
- NLLDSWOKUMKIRQ-UHFFFAOYSA-N [3-(3-aminopyridin-2-yl)-2,5-dioxopyrrolidin-1-yl]-hydroxycarbamic acid Chemical compound NC1=CC=CN=C1C1C(=O)N(N(O)C(O)=O)C(=O)C1 NLLDSWOKUMKIRQ-UHFFFAOYSA-N 0.000 description 2
- 230000005856 abnormality Effects 0.000 description 2
- 238000009825 accumulation Methods 0.000 description 2
- 125000000539 amino acid group Chemical group 0.000 description 2
- 230000003247 decreasing effect Effects 0.000 description 2
- 238000001212 derivatisation Methods 0.000 description 2
- 239000002552 dosage form Substances 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 235000013305 food Nutrition 0.000 description 2
- 230000004153 glucose metabolism Effects 0.000 description 2
- 238000002372 labelling Methods 0.000 description 2
- 239000007788 liquid Substances 0.000 description 2
- 238000004895 liquid chromatography mass spectrometry Methods 0.000 description 2
- 238000004949 mass spectrometry Methods 0.000 description 2
- 235000012054 meals Nutrition 0.000 description 2
- 238000002705 metabolomic analysis Methods 0.000 description 2
- 230000001431 metabolomic effect Effects 0.000 description 2
- 238000010295 mobile communication Methods 0.000 description 2
- 208000001022 morbid obesity Diseases 0.000 description 2
- FEMOMIGRRWSMCU-UHFFFAOYSA-N ninhydrin Chemical compound C1=CC=C2C(=O)C(O)(O)C(=O)C2=C1 FEMOMIGRRWSMCU-UHFFFAOYSA-N 0.000 description 2
- 206010053219 non-alcoholic steatohepatitis Diseases 0.000 description 2
- 238000001121 post-column derivatisation Methods 0.000 description 2
- 210000002966 serum Anatomy 0.000 description 2
- 238000013179 statistical model Methods 0.000 description 2
- 239000013589 supplement Substances 0.000 description 2
- 208000004611 Abdominal Obesity Diseases 0.000 description 1
- 239000004475 Arginine Substances 0.000 description 1
- DCXYFEDJOCDNAF-UHFFFAOYSA-N Asparagine Natural products OC(=O)C(N)CC(N)=O DCXYFEDJOCDNAF-UHFFFAOYSA-N 0.000 description 1
- 201000001320 Atherosclerosis Diseases 0.000 description 1
- 208000024172 Cardiovascular disease Diseases 0.000 description 1
- 206010065941 Central obesity Diseases 0.000 description 1
- 206010012335 Dependence Diseases 0.000 description 1
- 208000002705 Glucose Intolerance Diseases 0.000 description 1
- 239000004471 Glycine Substances 0.000 description 1
- 206010019663 Hepatic failure Diseases 0.000 description 1
- 206010061218 Inflammation Diseases 0.000 description 1
- AHLPHDHHMVZTML-BYPYZUCNSA-N L-Ornithine Chemical compound NCCC[C@H](N)C(O)=O AHLPHDHHMVZTML-BYPYZUCNSA-N 0.000 description 1
- QNAYBMKLOCPYGJ-REOHCLBHSA-N L-alanine Chemical compound C[C@H](N)C(O)=O QNAYBMKLOCPYGJ-REOHCLBHSA-N 0.000 description 1
- RHGKLRLOHDJJDR-BYPYZUCNSA-N L-citrulline Chemical compound NC(=O)NCCC[C@H]([NH3+])C([O-])=O RHGKLRLOHDJJDR-BYPYZUCNSA-N 0.000 description 1
- KDXKERNSBIXSRK-YFKPBYRVSA-N L-lysine Chemical compound NCCCC[C@H](N)C(O)=O KDXKERNSBIXSRK-YFKPBYRVSA-N 0.000 description 1
- FFEARJCKVFRZRR-BYPYZUCNSA-N L-methionine Chemical compound CSCC[C@H](N)C(O)=O FFEARJCKVFRZRR-BYPYZUCNSA-N 0.000 description 1
- QIVBCDIJIAJPQS-VIFPVBQESA-N L-tryptophane Chemical compound C1=CC=C2C(C[C@H](N)C(O)=O)=CNC2=C1 QIVBCDIJIAJPQS-VIFPVBQESA-N 0.000 description 1
- 239000005551 L01XE03 - Erlotinib Substances 0.000 description 1
- ROHFNLRQFUQHCH-UHFFFAOYSA-N Leucine Natural products CC(C)CC(N)C(O)=O ROHFNLRQFUQHCH-UHFFFAOYSA-N 0.000 description 1
- 239000004472 Lysine Substances 0.000 description 1
- RHGKLRLOHDJJDR-UHFFFAOYSA-N Ndelta-carbamoyl-DL-ornithine Natural products OC(=O)C(N)CCCNC(N)=O RHGKLRLOHDJJDR-UHFFFAOYSA-N 0.000 description 1
- AHLPHDHHMVZTML-UHFFFAOYSA-N Orn-delta-NH2 Natural products NCCCC(N)C(O)=O AHLPHDHHMVZTML-UHFFFAOYSA-N 0.000 description 1
- UTJLXEIPEHZYQJ-UHFFFAOYSA-N Ornithine Natural products OC(=O)C(C)CCCN UTJLXEIPEHZYQJ-UHFFFAOYSA-N 0.000 description 1
- ONIBWKKTOPOVIA-UHFFFAOYSA-N Proline Natural products OC(=O)C1CCCN1 ONIBWKKTOPOVIA-UHFFFAOYSA-N 0.000 description 1
- 208000001647 Renal Insufficiency Diseases 0.000 description 1
- MTCFGRXMJLQNBG-UHFFFAOYSA-N Serine Natural products OCC(N)C(O)=O MTCFGRXMJLQNBG-UHFFFAOYSA-N 0.000 description 1
- AYFVYJQAPQTCCC-UHFFFAOYSA-N Threonine Natural products CC(O)C(N)C(O)=O AYFVYJQAPQTCCC-UHFFFAOYSA-N 0.000 description 1
- 239000004473 Threonine Substances 0.000 description 1
- QIVBCDIJIAJPQS-UHFFFAOYSA-N Tryptophan Natural products C1=CC=C2C(CC(N)C(O)=O)=CNC2=C1 QIVBCDIJIAJPQS-UHFFFAOYSA-N 0.000 description 1
- 238000009557 abdominal ultrasonography Methods 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 239000004480 active ingredient Substances 0.000 description 1
- 235000004279 alanine Nutrition 0.000 description 1
- ODKSFYDXXFIFQN-UHFFFAOYSA-N arginine Natural products OC(=O)C(N)CCCNC(N)=N ODKSFYDXXFIFQN-UHFFFAOYSA-N 0.000 description 1
- 230000001174 ascending effect Effects 0.000 description 1
- 229960001230 asparagine Drugs 0.000 description 1
- 235000009582 asparagine Nutrition 0.000 description 1
- 230000007211 cardiovascular event Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000007213 cerebrovascular event Effects 0.000 description 1
- 208000020832 chronic kidney disease Diseases 0.000 description 1
- 229960002173 citrulline Drugs 0.000 description 1
- 235000013477 citrulline Nutrition 0.000 description 1
- 238000002790 cross-validation Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000006735 deficit Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000006806 disease prevention Effects 0.000 description 1
- 239000006185 dispersion Substances 0.000 description 1
- 235000006694 eating habits Nutrition 0.000 description 1
- AAKJLRGGTJKAMG-UHFFFAOYSA-N erlotinib Chemical compound C=12C=C(OCCOC)C(OCCOC)=CC2=NC=NC=1NC1=CC=CC(C#C)=C1 AAKJLRGGTJKAMG-UHFFFAOYSA-N 0.000 description 1
- 229960001433 erlotinib Drugs 0.000 description 1
- 230000005284 excitation Effects 0.000 description 1
- 238000009472 formulation Methods 0.000 description 1
- SDUQYLNIPVEERB-QPPQHZFASA-N gemcitabine Chemical compound O=C1N=C(N)C=CN1[C@H]1C(F)(F)[C@H](O)[C@@H](CO)O1 SDUQYLNIPVEERB-QPPQHZFASA-N 0.000 description 1
- 229960005277 gemcitabine Drugs 0.000 description 1
- 238000011331 genomic analysis Methods 0.000 description 1
- 208000018914 glucose metabolism disease Diseases 0.000 description 1
- ZDXPYRJPNDTMRX-UHFFFAOYSA-N glutamine Natural products OC(=O)C(N)CCC(N)=O ZDXPYRJPNDTMRX-UHFFFAOYSA-N 0.000 description 1
- 208000035474 group of disease Diseases 0.000 description 1
- 230000002650 habitual effect Effects 0.000 description 1
- 208000007386 hepatic encephalopathy Diseases 0.000 description 1
- HNDVDQJCIGZPNO-UHFFFAOYSA-N histidine Natural products OC(=O)C(N)CC1=CN=CN1 HNDVDQJCIGZPNO-UHFFFAOYSA-N 0.000 description 1
- 238000001727 in vivo Methods 0.000 description 1
- 230000004054 inflammatory process Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- AGPKZVBTJJNPAG-UHFFFAOYSA-N isoleucine Natural products CCC(C)C(N)C(O)=O AGPKZVBTJJNPAG-UHFFFAOYSA-N 0.000 description 1
- 229960000310 isoleucine Drugs 0.000 description 1
- 201000006370 kidney failure Diseases 0.000 description 1
- 208000019423 liver disease Diseases 0.000 description 1
- 208000007903 liver failure Diseases 0.000 description 1
- 231100000835 liver failure Toxicity 0.000 description 1
- 230000008774 maternal effect Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000037353 metabolic pathway Effects 0.000 description 1
- 229930182817 methionine Natural products 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 239000000101 novel biomarker Substances 0.000 description 1
- 229960003104 ornithine Drugs 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- COLNVLDHVKWLRT-UHFFFAOYSA-N phenylalanine Natural products OC(=O)C(N)CC1=CC=CC=C1 COLNVLDHVKWLRT-UHFFFAOYSA-N 0.000 description 1
- MREOOEFUTWFQOC-UHFFFAOYSA-M potassium;5-chloro-4-hydroxy-1h-pyridin-2-one;4,6-dioxo-1h-1,3,5-triazine-2-carboxylate;5-fluoro-1-(oxolan-2-yl)pyrimidine-2,4-dione Chemical compound [K+].OC1=CC(=O)NC=C1Cl.[O-]C(=O)C1=NC(=O)NC(=O)N1.O=C1NC(=O)C(F)=CN1C1OCCC1 MREOOEFUTWFQOC-UHFFFAOYSA-M 0.000 description 1
- 230000003449 preventive effect Effects 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 239000000047 product Substances 0.000 description 1
- 238000004393 prognosis Methods 0.000 description 1
- 230000002250 progressing effect Effects 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 230000001131 transforming effect Effects 0.000 description 1
- OUYCCCASQSFEME-UHFFFAOYSA-N tyrosine Natural products OC(=O)C(N)CC1=CC=C(O)C=C1 OUYCCCASQSFEME-UHFFFAOYSA-N 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/48—Biological material, e.g. blood, urine; Haemocytometers
- G01N33/50—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing
- G01N33/68—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing involving proteins, peptides or amino acids
- G01N33/6803—General methods of protein analysis not limited to specific proteins or families of proteins
- G01N33/6806—Determination of free amino acids
- G01N33/6812—Assays for specific amino acids
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/22—Social work or social welfare, e.g. community support activities or counselling services
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2800/00—Detection or diagnosis of diseases
- G01N2800/04—Endocrine or metabolic disorders
- G01N2800/042—Disorders of carbohydrate metabolism, e.g. diabetes, glucose metabolism
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2800/00—Detection or diagnosis of diseases
- G01N2800/04—Endocrine or metabolic disorders
- G01N2800/044—Hyperlipemia or hypolipemia, e.g. dyslipidaemia, obesity
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Molecular Biology (AREA)
- Biomedical Technology (AREA)
- Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Hematology (AREA)
- Urology & Nephrology (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Medical Informatics (AREA)
- Public Health (AREA)
- General Physics & Mathematics (AREA)
- Primary Health Care (AREA)
- Business, Economics & Management (AREA)
- Bioinformatics & Computational Biology (AREA)
- Microbiology (AREA)
- Biotechnology (AREA)
- Proteomics, Peptides & Aminoacids (AREA)
- Food Science & Technology (AREA)
- Medicinal Chemistry (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- Biophysics (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Cell Biology (AREA)
- Epidemiology (AREA)
- Tourism & Hospitality (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Child & Adolescent Psychology (AREA)
- Economics (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Investigating Or Analysing Biological Materials (AREA)
Abstract
생활습관병 지표(리스크 요인)의 상태를 아는데 있어서 참고가 될 수 있는 신뢰성이 높은 정보를 제공할 수 있는 생활습관병 지표의 평가 방법 등을 제공하는 것을 과제로 한다. 본 실시형태에서는, 평가 대상으로부터 채취한 혈액 중의 아미노산의 농도값에 관한 아미노산 농도 데이터를 취득하고, 취득한 평가 대상의 아미노산 농도 데이터에 포함되어 있는 Gly 및 Tyr의 아미노산 농도값을 사용하여, 평가 대상에 관해서 생활습관병 지표 상태를 평가한다(생활습관병 지표가 어떤 상태인지를 정량적 또는 정성적으로 평가한다).
Description
본 발명은, 생활습관병 지표의 평가 방법, 생활습관병 지표 평가 장치, 생활습관병 지표 평가 방법, 생활습관병 지표 평가 프로그램, 생활습관병 지표 평가 시스템, 및 정보통신 단말장치에 관한 것이다.
바이오 마커의 시험은, 최근의 게놈 해석이나 포스트 게놈 시험의 발전에 의해 급속하게 진전되어, 질병의 예방·진단·예후 추정 등에 있어서 널리 활용되고 있다. 시험이 왕성하게 이루어지고 있는 바이오 마커로서는, 유전자 정보에 기초한 게노믹스 및 트랜스크립토믹스, 단백질 정보에 기초한 프로테오믹스, 및, 대사물 정보에 기초한 메타볼로믹스가 있다.
그러나, 게노믹스 및 트랜스크립트믹스에 관해서는, 유전적인 요인은 반영되지만 환경 요인은 반영되지 않는다고 하는 문제가 있다. 또한, 프로테오믹스에 관해서는, 수많은 종류의 단백질을 해석할 필요가 있기 때문에, 분석 수법이나 망라적인 해석법에 있어서 아직 많은 과제가 남아 있다고 하는 문제가 있다. 또한, 메타볼로믹스에 관해서는, 유전적 요인 이외에도 환경 요인도 반영된 바이오 마커라고 하는 점에서 그 기대는 크지만, 대사물의 수가 많기 때문에, 망라적인 해석법에 있어서 아직 많은 과제가 남아 있다고 하는 문제가 있다.
그래서, 신규 바이오 마커로서, 생체내의 대사물 중에서도 대사 경로의 중심적 존재인 아미노산이 주목받고 있다.
여기에서, 간부전이나 신부전 등의 질환에 있어서 아미노산 농도가 변동되는 것이 보고되어 있다(비특허문헌 1 및 2).
또한, 선행 특허로서, 아미노산 농도와 생체 상태를 관련짓는 방법에 관한 특허문헌 1 내지 3이 공개되어 있다. 또한, 선행 특허로서, 아미노산 농도를 사용하여 메타볼릭 신드롬의 상태를 평가하는 방법에 관한 특허문헌 4나, 아미노산 농도를 사용하여 내장지방 축적의 상태를 평가하는 방법에 관한 특허문헌 5, 아미노산 농도를 사용하여 내당능 이상의 상태를 평가하는 방법에 관한 특허문헌 6, 아미노산 농도를 사용하여 BMI(Body Mass Index) 및 VFA(Visceral Fat Area)에서 정의되는 겉보기 비만, 숨은 비만 및 비만 중 적어도 1개의 상태를 평가하는 방법에 관한 특허문헌 7, 및, 아미노산 농도를 사용하여 지방간, NAFLD(non-alcoholic fatty liver disease), 및 NASH(non-alcoholic steatohepatitis) 중 적어도 1개를 포함하는 지방성 간 질환의 상태를 평가하는 방법에 관한 특허문헌 8이 공개되어 있다.
Rosen HM, Yoshimura N, Hodgman JM, et al., "Plasma amino acid patterns in hepatic encephalopathy of differing etiology", Gastroenterology, 1977, 72, 483-487
Suliman ME, Qureshi AR, Stenvinkel P, et al.,"Inflammation contributes to loｗ plasma amino acid concentrations in patients ｗith chronic kidney disease", Am. J. Clin. Nutr., 2005, 82, 342-349
Despres JP, Lemieux I, "Abdominal obesity and metabolic syndrome", Nature, 2006, 444, 881-887
Van Gaal LF, Mertens IL, De Block CE, "Mechanisms linking obesity ｗith cardiovascular disease", Nature, 2006, 444, 875-880
그러나, 예방 의학의 관점에서, 생활습관병 지표(예를 들면, 메타볼릭 신드롬을 주된 원인으로 하여 발생할 수 있는 생활습관병의 리스크 요인(예를 들면, 내장지방 축적, 인슐린 저항성, 및 지방간 등) 등)의 상태의 평가에 유용한 임상적 의의가 높은 아미노산을 탐색하는 것은 이루어지고 있지 않으며, 이로 인해, 생활습관병 지표 상태를, 아미노산 농도를 사용하여 고정밀도로 체계적으로 평가하는 방법의 개발은 이루어지고 있지 않다라는 문제점이 있었다. 예를 들면, 메타볼릭 신드롬의 진행이 장래적으로 심혈관 이벤트나 뇌혈관 이벤트와 같은 중독한 질환을 초래하는 것은 알려져 있지만, 혈중 아미노산 프로파일을 사용한 이들 이벤트의 예방법의 탐색은 이루어지고 있지 않다(비특허문헌 3, 4 참조).
본 발명은, 상기 문제점을 감안하여 이루어진 것이며, 생활습관병 지표 상태를 아는 데 있어서 참고가 될 수 있는 신뢰성이 높은 정보를 제공할 수 있는 생활습관병 지표의 평가 방법, 생활습관병 지표 평가 장치, 생활습관병 지표 평가 방법, 생활습관병 지표 평가 프로그램, 생활습관병 지표 평가 시스템 및 정보통신 단말장치를 제공하는 것을 목적으로 한다.
상기한 과제를 해결하고, 목적을 달성하기 위해, 본 발명의 한 양태에 따르는 생활습관병 지표의 평가 방법은, 평가 대상으로부터 채취한 혈액 중의 아미노산의 농도값에 관한 아미노산 농도 데이터를 취득하는 취득 스텝과, 상기 취득 스텝에서 취득한 상기 평가 대상의 상기 아미노산 농도 데이터에 포함되어 있는 Gly 및 Tyr의 아미노산 농도값을 사용하여, 상기 평가 대상에 관해서 생활습관병 지표 상태를 평가하는 평가 스텝을 포함하는 것을 특징으로 한다.
여기에서, 본 명세서에서는 각종 아미노산을 주로 약칭하여 표기하지만, 이들의 정식 명칭은 이하와 같다.
(약칭) (정식명칭)
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
또한, 본 발명의 다른 양태에 따르는 생활습관병 지표의 평가 방법은, 상기의 생활습관병 지표의 평가 방법에 있어서, 상기 평가 스텝에서는, Gly, Tyr, 및 Asn의 아미노산 농도값, Gly, Tyr, 및 Ala의 아미노산 농도값, Gly, Tyr, 및 Val의 아미노산 농도값, 또는, Gly, Tyr, 및 Trp의 아미노산 농도값을 사용하는 것을 특징으로 한다. 또한, 본 발명의 또 다른 양태에 따르는 생활습관병 지표의 평가 방법은, 상기의 생활습관병 지표의 평가 방법에 있어서, 상기 평가 스텝에서는, Gly, Tyr, Asn, 및 Ala의 아미노산 농도값을 사용하는 것을 특징으로 한다.
또한, 본 발명의 또 다른 양태에 따르는 생활습관병 지표의 평가 방법은, 상기의 생활습관병 지표의 평가 방법에 있어서, 상기 평가 스텝에서는, 지방간, 내장지방, 및 인슐린 중 적어도 1개의 상태를 평가하는 것을 특징으로 한다. 또한, 본 발명의 또 다른 양태에 따르는 생활습관병 지표의 평가 방법은, 상기의 생활습관병 지표의 평가 방법에 있어서, 상기 평가 스텝에서는, 지방간, 내장지방, 및 인슐린 중 적어도 2개의 상태를 평가하는 것을 특징으로 한다. 또한, 본 발명의 또 다른 양태에 따르는 생활습관병 지표의 평가 방법은, 상기의 생활습관병 지표의 평가 방법에 있어서, 상기 평가 스텝에서는, 지방간, 내장지방, 및 인슐린의 상태를 평가하는 것을 특징으로 한다.
또한, 본 발명의 또 다른 양태에 따르는 생활습관병 지표의 평가 방법은, 상기의 생활습관병 지표의 평가 방법에 있어서, 상기 평가 스텝에서는, (i) Gly 및 Tyr의 아미노산 농도값, (ii) Gly, Tyr, 및 Asn의 아미노산 농도값, (iii) Gly, Tyr, 및 Ala의 아미노산 농도값, (iv) Gly, Tyr, 및 Val의 아미노산 농도값, (v) Gly, Tyr, 및 Trp의 아미노산 농도값, 또는, (vi) Gly, Tyr, Asn, 및 Ala의 아미노산 농도값을 사용하여, 생활습관병을 발증할 가능성의 정도(생활습관병을 발증할 리스크)를 평가하는 것을 특징으로 한다.
또한, 본 발명의 또 다른 양태에 따르는 생활습관병 지표의 평가 방법은, 상기의 생활습관병 지표의 평가 방법에 있어서, 상기 평가 스텝에서는, Gly, Tyr, Asn, Ala, Val, 및 Trp의 아미노산 농도값, 및, Gly, Tyr, Asn, Ala, Val, 및 Trp의 아미노산 농도값이 대입되는 변수를 포함하는 식(이하에서는, 평가식이라고 기재하는 경우가 있다)을 사용하여, 상기 식의 값(이하에서는, 평가식의 값 또는 평가값이라고 기재하는 경우가 있다)을 산출함으로써, 인슐린의 상태를 평가하는 것을 특징으로 한다.
또한, 본 발명의 또 다른 양태에 따르는 생활습관병 지표의 평가 방법은, 상기의 생활습관병 지표의 평가 방법에 있어서, 상기 평가 스텝에서는, (i) Gly, Tyr, Asn, Ala, Val, 및 Trp의 아미노산 농도값, 및, Gly, Tyr, Asn, Ala, Val, 및 Trp의 아미노산 농도값이 대입되는 변수를 포함하는 식을 사용하고, 또는, (ii) Gly, Tyr, Asn, Ala, Val, 및 Trp의 아미노산 농도값, 미리 취득한 상기 평가 대상의 BMI(Body Mass Index)값, 및, Gly, Tyr, Asn, Ala, Val, 및 Trp의 아미노산 농도값 및 상기 평가 대상의 BMI값이 대입되는 변수를 포함하는 식을 사용하여, 상기 식의 값을 산출함으로써, 내장지방의 상태를 평가하는 것을 특징으로 한다.
또한, 본 발명의 또 다른 양태에 따르는 생활습관병 지표의 평가 방법은, 상기의 생활습관병 지표의 평가 방법에 있어서, 상기 평가 스텝에서는, Gly, Tyr, Asn, Ala, Cit, 및 Leu의 아미노산 농도값, 및, Gly, Tyr, Asn, Ala, Cit, 및 Leu의 아미노산 농도값이 대입되는 변수를 포함하는 식을 사용하여, 상기 식의 값을 산출함으로써, 지방간의 상태를 평가하는 것을 특징으로 한다.
또한, 본 발명의 또 다른 양태에 따르는 생활습관병 지표의 평가 방법은, 상기의 생활습관병 지표의 평가 방법에 있어서, 상기 평가 스텝에서는, Gly, Tyr, Asn, Ala, Val, 및 Trp의 아미노산 농도값, 및, Gly, Tyr, Asn, Ala, Val, 및 Trp의 아미노산 농도값이 대입되는 변수를 포함하는 식을 사용하여, 상기 식의 값을 산출함으로써, 인슐린 및 내장지방의 상태를 평가하는 것을 특징으로 한다.
또한, 본 발명의 또 다른 양태에 따르는 생활습관병 지표의 평가 방법은, 상기의 생활습관병 지표의 평가 방법에 있어서, 상기 평가 스텝에서는, (i) Gly, Tyr, Asn, Ala, Val, 및 Trp의 아미노산 농도값, 및, Gly, Tyr, Asn, Ala, Val, 및 Trp의 아미노산 농도값이 대입되는 변수를 포함하는 식을 사용하여, 상기 식의 값을 산출함으로써, 인슐린의 상태를 평가하고, (ii) (a) Gly, Tyr, Asn, Ala, Val, 및 Trp의 아미노산 농도값, 및, Gly, Tyr, Asn, Ala, Val, 및 Trp의 아미노산 농도값이 대입되는 변수를 포함하는 식을 사용하여, 또는, (b) Gly, Tyr, Asn, Ala, Val, 및 Trp의 아미노산 농도값, 미리 취득한 상기 평가 대상의 BMI값, 및, Gly, Tyr, Asn, Ala, Val, 및 Trp의 아미노산 농도값 및 상기 평가 대상의 BMI값이 대입되는 변수를 포함하는 식을 사용하고, 상기 식의 값을 산출함으로써, 내장지방의 상태를 평가하고, (iii) Gly, Tyr, Asn, Ala, Cit, 및 Leu의 아미노산 농도값, 및, Gly, Tyr, Asn, Ala, Cit, 및 Leu의 아미노산 농도값이 대입되는 변수를 포함하는 식을 사용하여, 상기 식의 값을 산출함으로써, 지방간의 상태를 평가하는 것을 특징으로 한다.
또한, 본 발명의 또 다른 양태에 따르는 생활습관병 지표의 평가 방법은, 상기의 생활습관병 지표의 평가 방법에 있어서, 상기 평가 스텝에서는, (i) Gly, Tyr, Asn, Ala, Val, 및 Trp의 아미노산 농도값, 및, Gly, Tyr, Asn, Ala, Val, 및 Trp의 아미노산 농도값이 대입되는 변수를 포함하는 식, (ii) Gly, Tyr, Asn, Ala, Val, 및 Trp의 아미노산 농도값, 미리 취득한 상기 평가 대상의 BMI(Body Mass Index)값, 및, Gly, Tyr, Asn, Ala, Val, 및 Trp의 아미노산 농도값 및 상기 평가 대상의 BMI값이 대입되는 변수를 포함하는 식, 또는, (iii) Gly, Tyr, Asn, Ala, Cit, 및 Leu의 아미노산 농도값, 및, Gly, Tyr, Asn, Ala, Cit, 및 Leu의 아미노산 농도값이 대입되는 변수를 포함하는 식을 사용하여, 상기 식의 값을 산출함으로써, 생활습관병을 발증할 가능성의 정도(생활습관병을 발증할 리스크)를 평가하는 것을 특징으로 한다.
또한, 본 발명의 또 다른 양태에 따르는 생활습관병 지표 평가 장치는, 제어부와 기억부를 구비하고, 평가 대상에 관해서 생활습관병 지표 상태를 평가하는 생활습관병 지표 평가 장치로서, 상기 제어부는, (i) 아미노산 농도값에 관한 미리 취득된 상기 평가 대상의 아미노산 농도 데이터에 포함되어 있는 Gly 및 Tyr의 아미노산 농도값, 및, (ii) Gly 및 Tyr의 아미노산 농도값이 대입되는 변수를 포함하는 미리 상기 기억부에 기억된 식을 사용하여, 상기 식의 값을 산출함으로써, 상기 평가 대상에 관해서 상기 생활습관병 지표 상태를 평가하는 평가 수단을 구비한 것을 특징으로 한다.
또한, 본 발명의 또 다른 양태에 따르는 생활습관병 지표 평가 방법은, 제어부와 기억부를 구비한 정보 처리 장치에서 실행되는, 평가 대상에 관해서 생활습관병 지표 상태를 평가하는 생활습관병 지표 평가 방법으로서, 상기 제어부에서 실행되는, (i) 아미노산 농도값에 관한 미리 취득된 상기 평가 대상의 아미노산 농도 데이터에 포함되어 있는 Gly 및 Tyr의 아미노산 농도값, 및, (ii) Gly 및 Tyr의 아미노산 농도값이 대입되는 변수를 포함하는 미리 상기 기억부에 기억된 식을 사용하여, 상기 식의 값을 산출함으로써, 상기 평가 대상에 관해서 상기 생활습관병 지표 상태를 평가하는 평가 스텝을 포함하는 것을 특징으로 한다.
또한, 본 발명의 하나의 양태에 따르는 생활습관병 지표 평가 프로그램은, 제어부와 기억부를 구비한 정보 처리 장치에 있어서 실행시키기 위한, 평가 대상에 관해서 생활습관병 지표 상태를 평가하는 생활습관병 지표 평가 프로그램으로서, 상기 제어부에 있어서 실행시키기 위한, (i) 아미노산 농도값에 관한 미리 취득된 상기 평가 대상의 아미노산 농도 데이터에 포함되어 있는 Gly 및 Tyr의 아미노산 농도값, 및, (ii) Gly 및 Tyr의 아미노산 농도값이 대입되는 변수를 포함하는 미리 상기 기억부에 기억된 식을 사용하여, 상기 식의 값을 산출함으로써, 상기 평가 대상에 관해서 상기 생활습관병 지표 상태를 평가하는 평가 스텝을 포함하는 것을 특징으로 한다.
또한, 본 발명의 하나의 양태에 따르는 기록 매체는, 일시적이지 않은 컴퓨터 판독 가능한 기록 매체로서, 정보 처리 장치에 상기 생활습관병 지표 평가 방법을 실행시키기 위한 프로그램화된 명령을 포함하는 것을 특징으로 한다.
또한, 본 발명의 하나의 양태에 따르는 생활습관병 지표 평가 시스템은, (I) 제어부와 기억부를 구비하고, 평가 대상에 관해서 생활습관병 지표 상태를 평가하는 생활습관병 지표 평가 장치와, (II) 제어부를 구비하고, 아미노산 농도값에 관한 상기 평가 대상의 아미노산 농도 데이터를 제공하는 정보통신 단말장치를, 네트워크를 개재하여 통신 가능하게 접속하여 구성된 생활습관병 지표 평가 시스템으로서, 상기 정보통신 단말장치의 상기 제어부는, (I) 상기 평가 대상의 상기 아미노산 농도 데이터를 상기 생활습관병 지표 평가 장치로 송신하는 아미노산 농도 데이터 송신 수단과, (II) 상기 생활습관병 지표 평가 장치로부터 송신된, 상기 평가 대상에 관한 상기 생활습관병 지표 상태에 관한 평가 결과를 수신하는 결과 수신 수단을 구비하고, 상기 생활습관병 지표 평가 장치의 상기 제어부는, (I) 상기 정보통신 단말장치로부터 송신된 상기 평가 대상의 상기 아미노산 농도 데이터를 수신하는 아미노산 농도 데이터 수신 수단과, (II) (i) 상기 아미노산 농도 데이터 수신 수단으로 수신한 상기 평가 대상의 상기 아미노산 농도 데이터에 포함되어 있는 Gly 및 Tyr의 아미노산 농도값, 및, (ii) Gly 및 Tyr의 아미노산 농도값이 대입되는 변수를 포함하는 미리 상기 기억부에 기억된 식을 사용하여, 상기 식의 값을 산출함으로써, 상기 평가 대상에 관해서 상기 생활습관병 지표 상태를 평가하는 평가 수단과, (III) 상기 평가 수단으로 수득된 상기 평가 결과를 상기 정보통신 단말장치로 송신하는 결과 송신 수단을 구비한 것을 특징으로 한다.
또한, 본 발명의 하나의 양태에 따르는 정보통신 단말장치는, 제어부를 구비하고, 아미노산 농도값에 관한 평가 대상의 아미노산 농도 데이터를 제공하는 정보통신 단말장치로서, 상기 제어부는, 상기 평가 대상에 관한 생활습관병 지표 상태에 관한 평가 결과를 취득하는 결과 취득 수단을 구비하고, 상기 평가 결과는, (i) 상기 평가 대상의 상기 아미노산 농도 데이터에 포함되어 있는 Gly 및 Tyr의 아미노산 농도값, 및, (ii) Gly 및 Tyr의 아미노산 농도값이 대입되는 변수를 포함하는 식을 사용하여, 상기 식의 값을 산출함으로써, 상기 평가 대상에 관한 상기 생활습관병 지표 상태를 평가한 결과인 것을 특징으로 한다.
또한, 본 발명의 다른 양태에 따르는 정보통신 단말장치는, 상기의 정보통신 단말장치가 상기 평가 대상에 관해서 생활습관병 지표 상태를 평가하는 생활습관병 지표 평가 장치와 네트워크를 개재하여 통신 가능하게 접속하여 구성되어 있고, 상기 제어부는, 상기 평가 대상의 상기 아미노산 농도 데이터를 상기 생활습관병 지표 평가 장치로 송신하는 아미노산 농도 데이터 송신 수단을 추가로 구비하고, 상기 결과 취득 수단은, 상기 생활습관병 지표 평가 장치로부터 송신된 상기 평가 결과를 수신하는 것을 특징으로 한다.
또한, 본 발명의 하나의 양태에 따르는 생활습관병 지표 평가 장치는, 아미노산 농도값에 관한 평가 대상의 아미노산 농도 데이터를 제공하는 정보통신 단말장치와 네트워크를 개재하여 통신 가능하게 접속된, 제어부와 기억부를 구비하고, 상기 평가 대상에 관해서 생활습관병 지표 상태를 평가하는 생활습관병 지표 평가 장치로서, 상기 제어부는, (I) 상기 정보통신 단말장치로부터 송신된 상기 평가 대상의 상기 아미노산 농도 데이터를 수신하는 아미노산 농도 데이터 수신 수단과, (II) (i) 상기 아미노산 농도 데이터 수신 수단으로 수신한 상기 평가 대상의 상기 아미노산 농도 데이터에 포함되어 있는 Gly 및 Tyr의 아미노산 농도값, 및, (ii) Gly 및 Tyr의 아미노산 농도값이 대입되는 변수를 포함하는 미리 상기 기억부에 기억된 식을 사용하여, 상기 식의 값을 산출함으로써, 상기 평가 대상에 관해서 상기 생활습관병 지표를 평가하는 평가 수단과, (III) 상기 평가 수단으로 수득된 평가 결과를 상기 정보통신 단말장치로 송신하는 결과 송신 수단을 구비한 것을 특징으로 한다.
본 발명에 의하면, (I) 평가 대상으로부터 채취한 혈액 중의 아미노산의 농도값에 관한 아미노산 농도 데이터를 취득하고, (II) 취득한 평가 대상의 아미노산 농도 데이터에 포함되어 있는 Gly 및 Tyr의 아미노산 농도값을 사용하여, 평가 대상에 관해서 생활습관병 지표 상태를 평가하기 때문에, 본 발명은 생활습관병 지표 상태를 아는 데 있어서 참고가 될 수 있는 신뢰성이 높은 정보를 제공할 수 있다고 하는 효과를 나타낸다.
또한, 본 발명에 의하면, Gly 및 Tyr의 아미노산 농도값, 및, Gly 및 Tyr의 아미노산 농도값이 대입되는 변수를 포함하는 식을 사용하여, 식의 값을 산출함으로써, 평가 대상에 관해서 생활습관병 지표 상태를 평가해도 좋다.
본 발명에 의하면, 「Gly, Tyr, 및 Asn의 아미노산 농도값」, 「Gly, Tyr, 및 Ala의 아미노산 농도값」, 「Gly, Tyr, 및 Val의 아미노산 농도값」, 또는 「Gly, Tyr, 및 Trp의 아미노산 농도값」을 사용하기 때문에, 본 발명은 생활습관병 지표 상태를 아는 데 있어서 참고가 될 수 있는 정보의 한층 더한 신뢰성 향상을 실현할 수 있다고 하는 효과를 나타낸다.
또한, 본 발명에 의하면, 「Gly, Tyr, 및 Asn의 아미노산 농도값, 및, Gly, Tyr, 및 Asn의 아미노산 농도값이 대입되는 변수를 포함하는 식」, 「Gly, Tyr, 및 Ala의 아미노산 농도값, 및, Gly, Tyr, 및 Ala의 아미노산 농도값이 대입되는 변수를 포함하는 식」, 「Gly, Tyr, 및 Val의 아미노산 농도값, 및, Gly, Tyr, 및 Val의 아미노산 농도값이 대입되는 변수를 포함하는 식」, 또는 「Gly, Tyr, 및 Trp의 아미노산 농도값, 및, Gly, Tyr, 및 Trp의 아미노산 농도값이 대입되는 변수를 포함하는 식」을 사용하여, 식의 값을 산출함으로써, 평가 대상에 관해서 생활습관병 지표 상태를 평가해도 좋다.
본 발명에 의하면, Gly, Tyr, Asn, 및 Ala의 아미노산 농도값을 사용하기 때문에, 본 발명은 생활습관병 지표 상태를 아는 데 있어서 참고가 될 수 있는 정보의 한층 더한 신뢰성 향상을 실현할 수 있다고 하는 효과를 나타낸다.
또한, 본 발명에 의하면, Gly, Tyr, Asn, 및 Ala의 아미노산 농도값, 및, Gly, Tyr, Asn, 및 Ala의 아미노산 농도값이 대입되는 변수를 포함하는 식을 사용하여, 식의 값을 산출함으로써, 평가 대상에 관해서 생활습관병 지표 상태를 평가해도 좋다.
본 발명에 의하면, 지방간, 내장지방, 및 인슐린 중 적어도 1개의 상태를 평가하기 때문에, 본 발명은 생활습관병 지표인 「지방간, 내장지방, 및 인슐린」중 적어도 1개의 상태를 아는 데 있어서 참고가 될 수 있는 신뢰성이 높은 정보를 제공할 수 있다고 하는 효과를 나타낸다.
본 발명에 의하면, 지방간, 내장지방, 및 인슐린 중 적어도 2개의 상태를 평가하기 때문에, 본 발명은 지방간, 내장지방, 및 인슐린 중 적어도 2개의 상태를 아는 데 있어서 참고가 될 수 있는 신뢰성이 높은 정보를 제공할 수 있다고 하는 효과를 나타낸다.
본 발명에 의하면, 지방간, 내장지방, 및 인슐린의 상태를 평가하기 때문에, 본 발명은 지방간, 내장지방, 및 인슐린의 3개의 상태를 아는 데 있어서 참고가 될 수 있는 신뢰성이 높은 정보를 제공할 수 있다고 하는 효과를 나타낸다.
본 발명에 의하면, Gly, Tyr, Asn, Ala, Val, 및 Trp의 아미노산 농도값, 및, Gly, Tyr, Asn, Ala, Val, 및 Trp의 아미노산 농도값이 대입되는 변수를 포함하는 식을 사용하여, 식의 값을 산출함으로써, 인슐린의 상태를 평가하기 때문에, 본 발명은 인슐린의 상태를 아는 데 있어서 참고가 될 수 있는 정보의 한층 더한 신뢰성 향상을 실현할 수 있다고 하는 효과를 나타낸다.
또한, 본 발명에 의하면, Gly, Tyr, Asn, Ala, Val, 및 Trp의 아미노산 농도값을 사용하여, 인슐린의 상태를 평가해도 좋다.
본 발명에 의하면, 「Gly, Tyr, Asn, Ala, Val, 및 Trp의 아미노산 농도값, 및, Gly, Tyr, Asn, Ala, Val, 및 Trp의 아미노산 농도값이 대입되는 변수를 포함하는 식」 또는 「Gly, Tyr, Asn, Ala, Val, 및 Trp의 아미노산 농도값, 미리 취득한 평가 대상의 BMI값, 및, Gly, Tyr, Asn, Ala, Val, 및 Trp의 아미노산 농도값 및 평가 대상의 BMI값이 대입되는 변수를 포함하는 식」을 사용하여, 식의 값을 산출함으로써, 내장지방의 상태를 평가하기 때문에, 본 발명은 내장지방의 상태를 아는 데 있어서 참고가 될 수 있는 정보의 한층 더한 신뢰성 향상을 실현할 수 있다고 하는 효과를 나타낸다.
또한, 본 발명에 의하면, (i) Gly, Tyr, Asn, Ala, Val, 및 Trp의 아미노산 농도값, 또는, (ii) Gly, Tyr, Asn, Ala, Val, 및 Trp의 아미노산 농도값 및 미리 취득한 평가 대상의 BMI값을 사용하여, 내장지방의 상태를 평가해도 좋다.
본 발명에 의하면, Gly, Tyr, Asn, Ala, Cit, 및 Leu의 아미노산 농도값, 및, Gly, Tyr, Asn, Ala, Cit, 및 Leu의 아미노산 농도값이 대입되는 변수를 포함하는 식을 사용하여, 식의 값을 산출함으로써, 지방간의 상태를 평가하기 때문에, 본 발명은 지방간의 상태를 아는 데 있어서 참고가 될 수 있는 정보의 한층 더한 신뢰성 향상을 실현할 수 있다고 하는 효과를 나타낸다.
또한, 본 발명에 의하면, Gly, Tyr, Asn, Ala, Cit, 및 Leu의 아미노산 농도값을 사용하여, 지방간의 상태를 평가해도 좋다.
본 발명에 의하면, Gly, Tyr, Asn, Ala, Val, 및 Trp의 아미노산 농도값, 및, Gly, Tyr, Asn, Ala, Val, 및 Trp의 아미노산 농도값이 대입되는 변수를 포함하는 식을 사용하여, 식의 값을 산출함으로써, 인슐린 및 내장지방의 상태를 평가하기 때문에, 본 발명은 인슐린 및 내장지방의 2개의 상태를 아는 데 있어서 참고가 될 수 있는 정보의 한층 더한 신뢰성 향상을 실현할 수 있다고 하는 효과를 나타낸다.
또한, 본 발명에 의하면, Gly, Tyr, Asn, Ala, Val, 및 Trp의 아미노산 농도값을 사용하여, 인슐린 및 내장지방의 상태를 평가해도 좋다.
본 발명에 의하면, (i) Gly, Tyr, Asn, Ala, Val, 및 Trp의 아미노산 농도값, 및, Gly, Tyr, Asn, Ala, Val, 및 Trp의 아미노산 농도값이 대입되는 변수를 포함하는 식을 사용하여, 식의 값을 산출함으로써, 인슐린의 상태를 평가하고, (ii) 「Gly, Tyr, Asn, Ala, Val, 및 Trp의 아미노산 농도값, 및, Gly, Tyr, Asn, Ala, Val, 및 Trp의 아미노산 농도값이 대입되는 변수를 포함하는 식」 또는 「Gly, Tyr, Asn, Ala, Val, 및 Trp의 아미노산 농도값, 미리 취득한 평가 대상의 BMI값, 및, Gly, Tyr, Asn, Ala, Val, 및 Trp의 아미노산 농도값 및 평가 대상의 BMI값이 대입되는 변수를 포함하는 식」을 사용하여, 식의 값을 산출함으로써, 내장지방의 상태를 평가하고, (iii) Gly, Tyr, Asn, Ala, Cit, 및 Leu의 아미노산 농도값, 및, Gly, Tyr, Asn, Ala, Cit, 및 Leu의 아미노산 농도값이 대입되는 변수를 포함하는 식을 사용하여, 식의 값을 산출함으로써, 지방간의 상태를 평가하기 때문에, 본 발명은 지방간, 내장지방, 및 인슐린의 3개의 상태를 아는 데 있어서 참고가 될 수 있는 정보의 한층 더한 신뢰성 향상을 실현할 수 있다고 하는 효과를 나타낸다.
또한, 본 발명에 의하면, (i) Gly, Tyr, Asn, Ala, Val, 및 Trp의 아미노산 농도값을 사용하여, 인슐린의 상태를 평가하고, (ii) (a) Gly, Tyr, Asn, Ala, Val, 및 Trp의 아미노산 농도값, 또는, (b) Gly, Tyr, Asn, Ala, Val, 및 Trp의 아미노산 농도값 및 미리 취득한 평가 대상의 BMI값을 사용하여, 내장지방의 상태를 평가하고, (iii) Gly, Tyr, Asn, Ala, Cit, 및 Leu의 아미노산 농도값을 사용하여, 지방간의 상태를 평가해도 좋다.
여기에서, 본 발명에 의하면, "평가 대상에 관해서 생활습관병 지표 상태를 평가한다"란, 평가 대상에 있어서의 생활습관병 지표 상태의 정도를 정성적 또는 정량적으로 평가하는 것이라도 좋다. 이것에 의해, 생활습관병 지표 상태의 정도를 아는 데 있어서 참고가 될 수 있는 신뢰성이 높은 정보를 제공할 수 있다.
또한, 본 발명에 의하면, "평가 대상에 있어서의 생활습관병 지표 상태의 정도를 정성적으로 평가한다"란, 「아미노산 농도값 및 미리 설정된 1개 또는 복수의 임계값」 또는 「아미노산 농도값, 아미노산 농도값이 대입되는 변수를 포함하는 식, 및 미리 설정된 1개 또는 복수의 임계값」을 사용하여, 평가 대상을, 생활습관병 지표 상태의 정도를 적어도 고려하여 정의된 복수의 구분(category) 중 어느 하나로 분류하는 것이라도 좋다. 이것에 의해, 생활습관병 지표 상태의 정도를 아는 데 있어서 참고가 될 수 있는 신뢰성이 높은 정보를, 이해하기 쉬운 형태로 제공할 수 있다.
또한, 본 발명에 의하면, "평가 대상에 있어서의 생활습관병 지표 상태의 정도를 정량적으로 평가한다"란, 생활습관병 지표가 연속적인 수치로 계측 가능한 것인 경우에, 아미노산 농도값, 및, 아미노산 농도값이 대입되는 변수를 포함하는 식을 사용하여, 평가 대상에 있어서의 생활습관병 지표의 값을 추정하는 것이라도 좋다. 이것에 의해, 생활습관병 지표의 값을 아는 데 있어서 참고가 될 수 있는 신뢰성이 높은 수치 정보를 제공할 수 있다.
또한, 본 발명에 의하면, 식의 값을 소정의 수법으로 변환하고, 변환 후의 값을 사용하여 평가 대상을 복수의 구분 중 어느 하나로 분류하거나, 평가 대상에 있어서의 생활습관병 지표의 값을 추정하거나 해도 좋다. 이것에 의해, 생활습관병 지표 상태의 정도를 아는 데 있어서 참고가 될 수 있는 신뢰성이 높은 정보를, 더욱 이해하기 쉬운 형태로 제공할 수 있고, 생활습관병 지표의 값을 아는 데 있어서 참고가 될 수 있는 수치 정보의 한층 더한 신뢰성 향상을 실현할 수 있다.
또한, 본 발명에 의하면, "평가 대상에 관해서 인슐린의 상태를 평가한다"란, 평가 대상에 있어서의 인슐린의 양(예를 들면, 평가 대상의 혈액 중에 존재하는 인슐린의 양 등)의 정도를 정성적 또는 정량적으로 평가하는 것이라도 좋다. 이것에 의해, 인슐린의 양의 정도를 아는 데 있어서 참고가 될 수 있는 신뢰성이 높은 정보를 제공할 수 있다.
또한, 본 발명에 의하면, "평가 대상에 있어서의 인슐린의 양의 정도를 정성적으로 평가한다"란, 「아미노산 농도값 및 미리 설정된 1개 또는 복수의 임계값」 또는 「아미노산 농도값, 아미노산 농도값이 대입되는 변수를 포함하는 식, 및 미리 설정한 1개 또는 복수의 임계값」을 사용하여, 평가 대상을, 인슐린의 양의 정도를 적어도 고려하여 정의된 복수의 구분 중 어느 하나로 분류하는 것이라도 좋다. 이것에 의해, 인슐린의 양의 정도를 아는 데 있어서 참고가 될 수 있는 신뢰성이 높은 정보를, 이해하기 쉬운 형태로 제공할 수 있다. 또한, 복수의 구분에는, (i) 인슐린의 양(예를 들면 OGTT(oral glucose tolerance test: 경구 당 부하 시험)의 120분시(分時)의 인슐린 값(OGTT후의 인슐린 값) 등)이 큰 대상을 속하게 하기 위한 구분, (ii) 인슐린의 양(예를 들면 OGTT의 120분시의 인슐린 값 등)이 작은 대상을 속하게 하기 위한 구분, 및 (iii) 인슐린의 양(예를 들면 OGTT의 120분시의 인슐린 값 등)이 중간 정도인 대상을 속하게 하기 위한 구분이 포함되어 있어도 좋다. 또한, 복수의 구분에는, (i) 인슐린의 양(예를 들면 OGTT의 120분시의 인슐린 값 등)이 기준값(예를 들면 40μU/ml 등) 이상인 대상을 속하게 하기 위한 구분 및 (ii) 인슐린의 양(예를 들면 OGTT의 120분시의 인슐린 값 등)이 기준값(예를 들면 40μU/ml 등) 이하인 대상을 속하게 하기 위한 구분이 포함되어 있어도 좋다. 또한, 복수의 구분에는, (i) OGTT의 120분시의 인슐린 값이 40μU/ml 이상일 가능성이 높은 대상을 속하게 하기 위한 구분, (ii) 상기 가능성이 낮은 대상을 속하게 하기 위한 구분, 및 (iii) 상기 가능성이 중간 정도인 대상을 속하게 하기 위한 구분이 포함되어 있어도 좋다. 또한, 복수의 구분에는, (i) OGTT의 120분시의 인슐린 값이 40μU/ml 이상일 가능성이 높은 대상을 속하게 하기 위한 구분, 및, (ii) 상기 가능성이 낮은 대상을 속하게 하기 위한 구분이 포함되어 있어도 좋다.
또한, 본 발명에 의하면, "평가 대상에 있어서의 인슐린의 양의 정도를 정량적으로 평가한다"란, 아미노산 농도값, 및, 아미노산 농도값이 대입되는 변수를 포함하는 식을 사용하여, 평가 대상에 있어서의 인슐린의 양을 추정하는 것이라도 좋다. 이것에 의해, 인슐린의 양을 아는 데 있어서 참고가 될 수 있는 신뢰성이 높은 수치 정보를 제공할 수 있다.
또한, 본 발명에 의하면, 식의 값을 소정의 수법으로 변환하고, 변환 후의 값을 사용하여, 평가 대상을 복수의 구분 중 어느 하나로 분류하거나, 평가 대상에 있어서의 인슐린의 양을 추정하거나 해도 좋다. 이것에 의해, 인슐린의 양의 정도를 아는 데 있어서 참고가 될 수 있는 신뢰성이 높은 정보를, 더욱 이해하기 쉬운 형태로 제공할 수 있고, 인슐린의 양을 아는 데 있어서 참고가 될 수 있는 수치 정보의 한층 더한 신뢰성 향상을 실현할 수 있다.
또한, 본 발명에 의하면, "평가 대상에 관해서 내장지방의 상태를 평가한다"란, 평가 대상에 있어서의 내장지방의 양(예를 들면, 복부의 체축(體軸) 단면에 있어서의 지방의 면적값 등)의 정도를 정성적 또는 정량적으로 평가하는 것이라도 좋다. 이것에 의해, 내장지방의 양의 정도를 아는 데 있어서 참고가 될 수 있는 신뢰성이 높은 정보를 제공할 수 있다.
또한, 본 발명에 의하면, "평가 대상에 있어서의 내장지방의 양의 정도를 정성적으로 평가한다"란, 「아미노산 농도값 및 미리 설정된 1개 또는 복수의 임계값」 또는 「아미노산 농도값, 아미노산 농도값이 대입되는 변수를 포함하는 식, 및 미리 설정한 1개 또는 복수의 임계값」을 사용하여, 평가 대상을, 내장지방의 양의 정도를 적어도 고려하여 정의된 복수의 구분 중 어느 하나로 분류하는 것이라도 좋다. 이것에 의해, 내장지방의 양의 정도를 아는 데 있어서 참고가 될 수 있는 신뢰성이 높은 정보를, 이해하기 쉬운 형태로 제공할 수 있다. 또한, 복수의 구분에는, (i) 내장지방의 양(예를 들면 내장지방 면적값 등)이 큰 대상을 속하게 하기 위한 구분, (ii) 내장지방의 양(예를 들면 내장지방 면적값 등)이 작은 대상을 속하게 하기 위한 구분, 및 (iii) 내장지방의 양(예를 들면 내장지방 면적값 등)이 중간 정도인 대상을 속하게 하기 위한 구분이 포함되어 있어도 좋다. 또한, 복수의 구분에는, (i) 내장지방의 양(예를 들면 내장지방 면적값 등)이 기준값(예를 들면 100㎠ 등) 이상인 대상을 속하게 하기 위한 구분 및 (ii) 내장지방의 양(예를 들면 내장지방 면적값 등)이 기준값(예를 들면 100㎠ 등) 이하인 대상을 속하게 하기 위한 구분이 포함되어 있어도 좋다. 또한, 복수의 구분에는, (i) 내장지방 면적값이 100㎠ 이상일 가능성이 높은 대상을 속하게 하기 위한 구분, (ii) 상기 가능성이 낮은 대상을 속하게 하기 위한 구분, 및 (iii) 상기 가능성이 중간 정도인 대상을 속하게 하기 위한 구분이 포함되어 있어도 된다. 또한, 복수의 구분에는, (i) 내장지방 면적값이 100㎠ 이상일 가능성이 높은 대상을 속하게 하기 위한 구분, 및, (ii) 상기 가능성이 낮은 대상을 속하게 하기 위한 구분이 포함되어 있어도 좋다.
또한, 본 발명에 의하면, "평가 대상에 있어서의 내장지방의 양의 정도를 정량적으로 평가한다"란, 아미노산 농도값, 및, 아미노산 농도값이 대입되는 변수를 포함하는 식을 사용하여, 평가 대상에 있어서의 내장지방의 양을 추정하는 것이라도 좋다. 이것에 의해, 내장지방의 양을 아는 데 있어서 참고가 될 수 있는 신뢰성이 높은 수치 정보를 제공할 수 있다.
또한, 본 발명에 의하면, 식의 값을 소정의 수법으로 변환하고, 변환 후의 값을 사용하여, 평가 대상을 복수의 구분 중 어느 하나로 분류하거나, 평가 대상에 있어서의 내장지방의 양을 추정하거나 해도 좋다. 이것에 의해, 내장지방의 양의 정도를 아는 데 있어서 참고가 될 수 있는 신뢰성이 높은 정보를, 더욱 이해하기 쉬운 형태로 제공할 수 있고, 내장지방의 양을 아는 데 있어서 참고가 될 수 있는 수치 정보의 한층 더한 신뢰성 향상을 실현할 수 있다.
또한, 본 발명에 의하면, 내장지방의 양을 평가할 때, 평가 대상의 BMI값이나, BMI값이 대입되는 변수를 추가로 포함하는 식을 추가로 사용해도 좋다. 이것에 의해, 내장지방의 양의 정도를 아는 데 있어서 참고가 될 수 있는 정보의 한층 더한 신뢰성 향상을 실현할 수 있다.
또한, 본 발명에 의하면, "평가 대상에 관해서 지방간의 상태를 평가한다"란, 지방간일 가능성의 정도, 즉, 평가 대상의 간장이 일정량 이상의 지방(예를 들면, 간장 중량의 5%를 초과하는 정도의 양의 지방, 간 세포의 30% 이상에 상당하는 정도의 양의 지방, 또는, 의사에게 지방간이라고 판단받을 정도의 양의 지방 등)을 가진 상태로 되어 있을 가능성의 정도를 평가하는 것이라도 좋다. 이것에 의해, 지방간일 가능성의 정도, 즉 간장이 일정량 이상의 지방을 가진 상태로 되어 있을 가능성의 정도를 아는 데 있어서 참고가 될 수 있는 신뢰성이 높은 정보를 제공할 수 있다.
또한, 본 발명에 의하면, "평가 대상의 간장이 일정량 이상의 지방을 가진 상태로 되어 있을 가능성의 정도를 평가한다"란, 「아미노산 농도값 및 미리 설정한 1개 또는 복수의 임계값」 또는 「아미노산 농도값, 아미노산 농도값이 대입되는 변수를 포함하는 식, 및 미리 설정한 1개 또는 복수의 임계값」을 사용하여, 평가 대상을, 간장이 상기 상태로 되어 있을 가능성의 정도를 적어도 고려하여 정의된 복수의 구분 중 어느 하나로 분류하는 것이라도 좋다. 이것에 의해, 간장이 일정량 이상의 지방을 가진 상태로 되어 있을 가능성의 정도를 아는 데 있어서 참고가 될 수 있는 신뢰성이 높은 정보를, 이해하기 쉬운 형태로 제공할 수 있다. 또한, 복수의 구분에는, (i) 간장이 상기 상태로 되어 있을 가능성이 높은 대상을 속하게 하기 위한 구분, (ii) 간장이 상기 상태로 되어 있을 가능성이 낮은 대상을 속하게 하기 위한 구분, 및 (iii) 간장이 상기 상태로 되어 있을 가능성이 중간 정도인 대상을 속하게 하기 위한 구분이 포함되어 있어도 된다. 또한, 복수의 구분에는, (i) 간장이 상기 상태로 되어 있을 가능성이 높은 대상을 속하게 하기 위한 구분, 및, (ii) 간장이 상기 상태로 되어 있을 가능성이 낮은 대상을 속하게 하기 위한 구분이 포함되어 있어도 된다.
또한, 본 발명에 의하면, 식의 값을 소정의 수법으로 변환하고, 변환 후의 값을 사용하여 평가 대상을 복수의 구분 중 어느 하나로 분류해도 좋다. 이것에 의해, 간장이 일정량 이상의 지방을 가진 상태로 되어 있을 가능성의 정도를 아는 데 있어서 참고가 될 수 있는 신뢰성이 높은 정보를, 더욱 이해하기 쉬운 형태로 제공할 수 있다.
또한, 본 발명에 의하면, 식은, 로지스틱 회귀식(logistic regression equation), 분수식(fractional expression), 선형 판별식(linear discriminant), 중회귀식(multiple regression equation), 서포트 벡터 머신(support vector machine)으로 작성된 식, 마하라노비스 거리법(Mahalanobis' generalized distance method)으로 작성된 식, 정준 판별 분석(canonical discriminant analysis)으로 작성된 식, 및 결정목(決定木: decision tree)으로 작성된 식 중 어느 하나라도 좋다. 이것에 의해, 생활습관병 지표 상태를 아는 데 있어서 참고가 될 수 있는 정보의 한층 더한 신뢰성 향상을 실현할 수 있다.
또한, 본 발명에 의하면, 인슐린의 상태를 평가하는 경우에 사용하는 식은 식 1이라도 좋고, 내장지방의 상태를 평가하는 경우에 사용하는 식은 식 2이라도 좋고, 지방간의 상태를 평가하는 경우에 사용하는 식은 식 3이라도 좋다. 이것에 의해, 인슐린, 내장지방, 및 지방간의 각각의 상태를 아는 데 있어서 참고가 될 수 있는 정보의 한층 더한 신뢰성 향상을 실현할 수 있다.
식 1에 있어서, a1, b1, c1, d1, e1, f1은 각각 제로가 아닌 임의의 실수이며, g1은 임의의 실수이다.
식 2에 있어서, a2, b2, c2, d2, e2, f2, g2는 각각 제로가 아닌 임의의 실수이며, h2는 임의의 실수이다.
식 3에 있어서, a3, b3, c3, d3, e3, f3은 각각 제로가 아닌 임의의 실수이며, g3은 임의의 실수이다.
또한, 본 발명에 의하면, 아미노산 농도값, 및, 식 1, 식 2, 및 식 3 중 어느 하나를 사용하여, 메타볼릭 신드롬의 진단기준 항목으로서 정의된 복수의 항목 중에서 평가 대상이 해당되고 있는 항목의 수를 평가해도 좋다. 이것에 의해, 메타볼릭 신드롬의 진단기준 항목의 해당수를 아는 데 있어서 참고가 될 수 있는 신뢰성이 높은 정보를 제공할 수 있다.
또한, 본 발명에 의하면, 아미노산 농도값, 및, 식 1, 식 2, 및 식 3 중 어느 하나를 사용하여, 평가 대상이 보유하고 있는 생활습관병의 수를 평가해도 좋다. 이것에 의해, 생활습관병의 보유수를 아는 데 있어서 참고가 될 수 있는 신뢰성이 높은 정보를 제공할 수 있다.
또한, 본 발명에 의하면, 아미노산 농도값, 및, 식 1, 식 2, 및 식 3 중 어느 하나를 사용하여, 평가 대상이 생활습관병에 나환(罹患)되어 있을 가능성의 정도를 평가해도 좋다. 이것에 의해, 생활습관병에 나환되어 있을 가능성의 정도를 아는 데 있어서 참고가 될 수 있는 신뢰성이 높은 정보를 제공할 수 있다.
또한, 본 발명에 의하면, "평가 대상에 관해서 생활습관병 지표 상태를 평가한다"란, 식의 값이, 평가 대상에 관한 생활습관병 지표 상태를 반영한 것이라고 결정하는 것이라도 좋다. 이것에 의해, 생활습관병 지표 상태를 아는 데 있어서 참고가 될 수 있는 신뢰성이 높은 정보를 제공할 수 있다.
또한, 본 발명에 의하면, 식의 값을 소정의 수법으로 변환하고, 변환 후의 값이, 평가 대상에 관한 생활습관병 지표 상태를 반영한 것이라고 결정해도 좋다. 이것에 의해, 생활습관병 지표 상태를 아는 데 있어서 참고가 될 수 있는 신뢰성이 높은 정보를 제공할 수 있다.
또한, 본 발명에 의하면, 모니터 등의 표시 장치 또는 종이 등의 물리 매체에 시인(視認) 가능하게 나타나는, 생활습관병 지표 상태를 평가하기 위한 소정의 자(예를 들면, 눈금이 표시된 자로서, 식의 값 또는 변환 후의 값이 취할 수 있는 범위 또는 당해 범위의 일부분에 있어서의 상한값과 하한값에 대응하는 눈금이 적어도 표시된 것 등) 위에 있어서의, 식의 값 또는 변환 후의 값에 대응하는 소정의 표식(예를 들면, 동그라미표 또는 별표 등)의 위치에 관한 위치 정보를, 식의 값 또는 변환 후의 값을 사용하여 생성하고, 생성한 위치 정보가, 평가 대상에 관한 생활습관병 지표 상태를 반영한 것이라고 결정해도 좋다. 이것에 의해, 생활습관병 지표 상태를 아는 데 있어서 참고가 될 수 있는 신뢰성이 높은 정보를 제공할 수 있다.
또한, 본 발명에 의하면, 아미노산 농도 데이터와 생활습관병 지표(리스크 요인)의 상태에 관한 생활습관병 지표 데이터를 포함하는 미리 기억부에 기억된 지표 상태 정보에 기초하여, 기억부에서 기억하는 평가식을 작성해도 좋다. 구체적으로는, (i) 지표 상태 정보로부터 소정의 식 작성 수법에 기초하여, 평가식의 후보인 후보식을 작성하고, (ii) 작성한 후보식을 소정의 검증 수법에 기초하여 검증하고, (iii) 소정의 변수선택 수법에 기초하여 후보식의 변수를 선택함으로써, 후보식을 작성할 때에 사용하는 지표 상태 정보에 포함되는 아미노산 농도 데이터의 조합을 선택하고, (iv) (i), (ii), 및 (iii)을 반복 실행하여 축적한 검증 결과에 기초하여, 복수의 후보식 중에서 평가식으로서 채용하는 후보식을 선출함으로써, 평가식을 작성해도 좋다. 이것에 의해, 생활습관병 지표 상태를 평가하는데 최적인 평가식을 작성할 수 있다.
또한, 본 발명에 의하면, (I) 1개 또는 복수의 물질로 이루어지는 원하는 물질군이 투여된 평가 대상으로부터 채취한 혈액 중의 아미노산의 농도값에 관한 아미노산 농도 데이터를 취득하고, (II) 취득한 평가 대상의 아미노산 농도 데이터에 포함되어 있는 Gly 및 Tyr의 아미노산 농도값을 사용하여, 평가 대상에 관해서 생활습관병 지표 상태를 평가하고, (III) 수득된 평가 결과를 사용하여, 원하는 물질군이 생활습관병 지표 상태를 개선시키는 것인지 여부를 판정해도 좋다. 이것에 의해, 생활습관병 지표 상태를 아는 데 있어서 참고가 될 수 있는 신뢰성이 높은 정보를 제공할 수 있는 생활습관병 지표의 평가 방법을 응용하여, 생활습관병 지표 상태를 개선시키는 물질에 관한 신뢰성이 높은 정보를 제공할 수 있다.
또한, 본 발명에서는, 생활습관병 지표 상태를 평가할 때, 상기 19종의 아미노산 이외의 아미노산의 농도값을 추가로 사용해도 상관없다. 또한, 본 발명에서는, 생활습관병 지표 상태를 평가할 때, 아미노산 농도값 이외에, 다른 생체 정보에 관한 값(예를 들면, 이하의 1.에서부터 4.에 열거된 값 등)을 추가로 사용해도 상관없다. 또한, 본 발명에서는, 상기의 식에는, 상기 19종의 아미노산 이외의 아미노산의 농도값이 대입되는 1개 또는 복수의 변수가 추가로 포함되어 있어도 좋다. 또한, 본 발명에서는, 상기의 식에는, 아미노산 농도값이 대입되는 변수 이외에, 다른 생체 정보에 관한 값(예를 들면, 이하의 1.에서부터 4.에 열거된 값 등)이 대입되는 1개 또는 복수의 변수가 추가로 포함되어 있어도 좋다.
1. 아미노산 이외의 다른 혈중 대사물(아미노산 대사물·당류·지질 등), 단백질, 펩티드, 미네랄, 호르몬 등의 농도값.
2. 알부민, 총단백, 트리글리세라이드, HbA1c, 당화 알부민, 인슐린 저항성 지수, 총콜레스테롤, LDL 콜레스테롤, HDL 콜레스테롤, 아밀라제, 총빌리루빈, 크레아티닌, 추산 사구체 여과량(eGFR), 뇨산 등의 혈액 검사값.
3. 초음파 에코, X선, CT, MRI 등의 화상 정보로부터 수득되는 값.
4. 연령, 신장, 체중, BMI, 복위(腹圍), 수축기 혈압, 확장기 혈압, 성별, 흡연 정보, 식사 정보, 음주 정보, 운동 정보, 스트레스 정보, 수면 정보, 가족의 기왕력(旣往歷) 정보, 질환력 정보(당뇨병 등) 등의 생체 지표에 관한 값.
또한, 본 발명에 있어서, 생활습관병이란, 식습관, 운동 습관, 휴양, 흡연, 음주 등의 생활 습관이, 그 발증·진행에 관여하는 질환군을 말하며, 예를 들면, 메타볼릭 신드롬, 당대사 이상증(당뇨병, 경계형 당뇨병, 내당능 이상 등), 뇌혈관 장해(뇌졸중, 세소동맥 경화증 등), 심장병(심근경색 등), 지질이상증, 고혈압증, 비만증, 신증(만성 신증 등), 간 질환, 고뇨산혈증 등을 들 수 있다.
또한, 본 발명을 이용함으로써, 생활습관병 지표를 파악하는 것이 가능해져, 생활습관병을 발증하는 전단계 또는 생활습관병의 초기 단계에서 리스크를 파악할 수 있다. 따라서, 본 발명은, 생활습관병을 발증할 리스크(생활습관병을 발증할 가능성의 정도) 또는 생활습관병이 앞으로 진행될 리스크(생활습관병이 앞으로 진행될 가능성의 정도)를 평가할 수 있어, 생활습관병의 예방으로 이어진다.
또한, 식 1 내지 3에서, 메타볼릭 신드롬의 진단기준 항목의 해당수를 평가할 수 있고, 또한, 상기 평가 대상이 보유하고 있는 생활습관병의 수를 평가할 수 있음으로써, 식 1 내지 3의 값을 사용하여, 생활습관병의 중독도(重篤度)(생활습관병의 진행 정도(생활습관병이 진행되고 있을 가능성의 정도))를 평가할 수 있다.
도 1은, 제1 실시형태의 기본 원리를 도시하는 원리 구성도이다.
도 2는, 제1 실시형태에 따르는 생활습관병 지표의 평가 방법의 일례를 도시하는 플로우 챠트이다.
도 3은, 제2 실시형태의 기본 원리를 도시하는 원리 구성도이다.
도 4는, 본 시스템의 전체 구성의 일례를 도시하는 도면이다.
도 5는, 본 시스템의 전체 구성의 다른 일례를 도시하는 도면이다.
도 6은, 본 시스템의 생활습관병 지표 평가 장치(100)의 구성의 일례를 도시하는 블록도이다.
도 7은, 이용자 정보 파일(106a)에 저장되는 정보의 일례를 도시하는 도면이다.
도 8은, 아미노산 농도 데이터 파일(106b)에 저장되는 정보의 일례를 도시하는 도면이다.
도 9는, 지표 상태 정보 파일(106c)에 저장되는 정보의 일례를 도시하는 도면이다.
도 10은, 지정 지표 상태 정보 파일(106d)에 저장되는 정보의 일례를 도시하는 도면이다.
도 11은, 후보식 파일(106e1)에 저장되는 정보의 일례를 도시하는 도면이다.
도 12는, 검증 결과 파일(106e2)에 저장되는 정보의 일례를 도시하는 도면이다.
도 13은, 선택 지표 상태 정보 파일(106e3)에 저장되는 정보의 일례를 도시하는 도면이다.
도 14는, 평가식 파일(106e4)에 저장되는 정보의 일례를 도시하는 도면이다.
도 15는, 평가 결과 파일(106f)에 저장되는 정보의 일례를 도시하는 도면이다.
도 16은, 평가식 작성부(102h)의 구성을 도시하는 블록도이다.
도 17은, 평가부(102i)의 구성을 도시하는 블록도이다.
도 18은, 본 시스템의 클라이언트 장치(200)의 구성의 일례를 도시하는 블록도이다.
도 19는, 본 시스템의 데이터베이스 장치(400)의 구성의 일례를 도시하는 블록도이다.
도 20은, 본 시스템에서 실시하는 생활습관병 지표 평가 서비스 처리의 일례를 도시하는 플로우 챠트이다.
도 21은, 본 시스템의 생활습관병 지표 평가 장치(100)에서 실시하는 평가식 작성 처리의 일례를 도시하는 플로우 챠트이다.
도 22는, 각 아미노산의 상관 계수 및 ROC_AUC를 도시하는 도면이다.
도 23은, 인슐린 저항성 지수, OGTT의 120분시의 혈당치, 및 OGTT의 120분시의 인슐린 값에 대한 각 아미노산의 상관 계수를 도시하는 도면이다.
도 24는, 각 아미노산의 ROC_AUC를 도시하는 도면이다.
도 25는, 식에 있어서의 상기 19개의 아미노산의 출현 회수를 도시하는 도면이다.
도 26은, 식의 상관 계수의 범위를 도시하는 도면이다.
도 27은, 식의 상관 계수의 범위를 도시하는 도면이다.
도 28은, 식의 상관 계수의 범위를 도시하는 도면이다.
도 29는, 식의 상관 계수의 범위를 도시하는 도면이다.
도 30은, 식의 상관 계수의 범위를 도시하는 도면이다.
도 31은, 식의 상관 계수의 범위를 도시하는 도면이다.
도 32는, 식의 상관 계수의 범위를 도시하는 도면이다.
도 33은, 식의 상관 계수의 범위를 도시하는 도면이다.
도 34는, 식의 상관 계수의 범위를 도시하는 도면이다.
도 35는, 식의 상관 계수의 범위를 도시하는 도면이다.
도 36은, 식의 상관 계수의 범위를 도시하는 도면이다.
도 37은, 식의 상관 계수의 범위를 도시하는 도면이다.
도 38은, 식의 상관 계수의 범위를 도시하는 도면이다.
도 39는, 식의 상관 계수의 범위를 도시하는 도면이다.
도 40은, 식의 상관 계수의 범위를 도시하는 도면이다.
도 41은, 식의 상관 계수의 범위를 도시하는 도면이다.
도 42는, 식의 상관 계수의 범위를 도시하는 도면이다.
도 43은, 식의 상관 계수의 범위를 도시하는 도면이다.
도 44는, 식의 ROC_AUC의 범위를 도시하는 도면이다.
도 45는, 식의 ROC_AUC의 범위를 도시하는 도면이다.
도 46은, 식의 ROC_AUC의 범위를 도시하는 도면이다.
도 47은, 식의 ROC_AUC의 범위를 도시하는 도면이다.
도 48은, 식의 ROC_AUC의 범위를 도시하는 도면이다.
도 49는, 식의 ROC_AUC의 범위를 도시하는 도면이다.
도 50은, 내장지방 면적값, 인슐린 저항성 지수, OGTT의 120분시의 혈당치, 및 OGTT의 120분시의 인슐린 값에 대한 지표식 1, 2, 3의 상관 계수를 도시하는 도면이다.
도 51은, 내장지방 면적값, OGTT의 120분시의 인슐린 값, 및 지방간에 대한 지표식 1, 2, 3의 ROC_AUC를 도시하는 도면이다.
도 52는, 메타볼릭 신드롬의 진단기준 항목의 해당수에 대한 지표식 1, 2, 3의 상관 계수를 도시하는 도면이다.
도 53은, 메타볼릭 신드롬의 진단기준 항목의 해당수와 지표식 1의 값의 관계를 도시하는 상자수염도(boxplot)이다.
도 54는, 메타볼릭 신드롬의 진단기준 항목의 해당수와 지표식 2의 값의 관계를 도시하는 상자수염도이다.
도 55는, 메타볼릭 신드롬의 진단기준 항목의 해당수와 지표식 3의 값의 관계를 도시하는 상자수염도이다.
도 56은, 생활습관병의 중적수(重積數)와 지표식 1의 값의 관계를 도시하는 상자수염도이다.
도 57은, 생활습관병의 중적수와 지표식 2의 값의 관계를 도시하는 상자수염도이다.
도 58은, 생활습관병의 중적수와 지표식 3의 값의 관계를 도시하는 상자수염도이다.
도 59는, 당뇨병, 경계형 당뇨병, 만성 신증, 세소동맥 경화증, 뇌졸중, 및 심근경색의 각각의 판별에 대한 지표식 1, 2, 3의 ROC_AUC를 도시하는 도면이다.
도 60은, 질환 이벤트가 「인슐린 저항성 있음」인 경우에 있어서의, 인수(人數), 인년(人年), 이벤트수, 상대 리스크, 상대 리스크의 95% 신뢰 구간의 상한, 및, 상대 리스크의 95% 신뢰 구간의 하한을, 지표식 별로 및 분위(分位) 별로 도시하는 도면이다.
도 61은, 질환 이벤트가 「고혈압」인 경우에 있어서의, 인수, 인년, 이벤트수, 상대 리스크, 상대 리스크의 95% 신뢰 구간의 상한, 및, 상대 리스크의 95% 신뢰 구간의 하한을, 지표식 별로 및 분위 별로 도시하는 도면이다.
도 62는, 질환 이벤트가 「고혈압증」인 경우에 있어서의, 인수, 인년, 이벤트수, 상대 리스크, 상대 리스크의 95% 신뢰 구간의 상한, 및, 상대 리스크의 95% 신뢰 구간의 하한을, 지표식 별로 및 분위 별로 도시하는 도면이다.
도 63은, 질환 이벤트가 「지방간」인 경우에 있어서의, 인수, 인년, 이벤트수, 상대 리스크, 상대 리스크의 95% 신뢰 구간의 상한, 및, 상대 리스크의 95% 신뢰 구간의 하한을, 지표식 별로 및 분위 별로 도시하는 도면이다.
도 64는, 질환 이벤트가 「고리스크 지방간」인 경우에 있어서의, 인수, 인년, 이벤트수, 상대 리스크, 상대 리스크의 95% 신뢰 구간의 상한, 및, 상대 리스크의 95% 신뢰 구간의 하한을, 지표식 별로 및 분위 별로 도시하는 도면이다.
도 65는, 질환 이벤트가 「당뇨병」인 경우에 있어서의, 인수, 인년, 이벤트수, 상대 리스크, 상대 리스크의 95% 신뢰 구간의 상한, 및, 상대 리스크의 95% 신뢰 구간의 하한을, 지표식 별로 및 분위 별로 도시하는 도면이다.
도 66은, 질환 이벤트가 「내당능 이상」인 경우에 있어서의, 인수, 인년, 이벤트수, 상대 리스크, 상대 리스크의 95% 신뢰 구간의 상한, 및, 상대 리스크의 95% 신뢰 구간의 하한을, 지표식 별로 및 분위 별로 도시하는 도면이다.
도 67은, 질환 이벤트가 「비만」인 경우에 있어서의, 인수, 인년, 이벤트수, 상대 리스크, 상대 리스크의 95% 신뢰 구간의 상한, 및, 상대 리스크의 95% 신뢰 구간의 하한을, 지표식 별로 및 분위 별로 도시하는 도면이다.
도 68은, 질환 이벤트가 「고도 비만」인 경우에 있어서의, 인수, 인년, 이벤트수, 상대 리스크, 상대 리스크의 95% 신뢰 구간의 상한, 및, 상대 리스크의 95% 신뢰 구간의 하한을, 지표식 별로 및 분위 별로 도시하는 도면이다.
도 69는, 질환 이벤트가 「지질이상증」인 경우에 있어서의, 인수, 인년, 이벤트수, 상대 리스크, 상대 리스크의 95% 신뢰 구간의 상한, 및, 상대 리스크의 95% 신뢰 구간의 하한을, 지표식 별로 및 분위 별로 도시하는 도면이다.
도 70은, 질환 이벤트가 「만성 신증」인 경우에 있어서의, 인수, 인년, 이벤트수, 상대 리스크, 상대 리스크의 95% 신뢰 구간의 상한, 및, 상대 리스크의 95% 신뢰 구간의 하한을, 지표식 별로 및 분위 별로 도시하는 도면이다.
도 71은, 질환 이벤트가 「동맥 경화증」인 경우에 있어서의, 인수, 인년, 이벤트수, 상대 리스크, 상대 리스크의 95% 신뢰 구간의 상한, 및, 상대 리스크의 95% 신뢰 구간의 하한을, 지표식 별로 및 분위 별로 도시하는 도면이다.
도 72는, 질환 이벤트가 「뇌경색」인 경우에 있어서의, 인수, 인년, 이벤트수, 상대 리스크, 상대 리스크의 95% 신뢰 구간의 상한, 및, 상대 리스크의 95% 신뢰 구간의 하한을, 지표식 별로 및 분위 별로 도시하는 도면이다.
도 73은, 질환 이벤트가 「심질환 리스크 있음」인 경우에 있어서의, 인수, 인년, 이벤트수, 상대 리스크, 상대 리스크의 95% 신뢰 구간의 상한, 및, 상대 리스크의 95% 신뢰 구간의 하한을, 지표식 별로 및 분위 별로 도시하는 도면이다.
도 74는, 질환 이벤트가 「메타볼릭 신드롬」의 경우에 있어서의, 인수, 인년, 이벤트수, 상대 리스크, 상대 리스크의 95% 신뢰 구간의 상한, 및, 상대 리스크의 95% 신뢰 구간의 하한을, 지표식 별로 및 분위 별로 도시하는 도면이다.
도 2는, 제1 실시형태에 따르는 생활습관병 지표의 평가 방법의 일례를 도시하는 플로우 챠트이다.
도 3은, 제2 실시형태의 기본 원리를 도시하는 원리 구성도이다.
도 4는, 본 시스템의 전체 구성의 일례를 도시하는 도면이다.
도 5는, 본 시스템의 전체 구성의 다른 일례를 도시하는 도면이다.
도 6은, 본 시스템의 생활습관병 지표 평가 장치(100)의 구성의 일례를 도시하는 블록도이다.
도 7은, 이용자 정보 파일(106a)에 저장되는 정보의 일례를 도시하는 도면이다.
도 8은, 아미노산 농도 데이터 파일(106b)에 저장되는 정보의 일례를 도시하는 도면이다.
도 9는, 지표 상태 정보 파일(106c)에 저장되는 정보의 일례를 도시하는 도면이다.
도 10은, 지정 지표 상태 정보 파일(106d)에 저장되는 정보의 일례를 도시하는 도면이다.
도 11은, 후보식 파일(106e1)에 저장되는 정보의 일례를 도시하는 도면이다.
도 12는, 검증 결과 파일(106e2)에 저장되는 정보의 일례를 도시하는 도면이다.
도 13은, 선택 지표 상태 정보 파일(106e3)에 저장되는 정보의 일례를 도시하는 도면이다.
도 14는, 평가식 파일(106e4)에 저장되는 정보의 일례를 도시하는 도면이다.
도 15는, 평가 결과 파일(106f)에 저장되는 정보의 일례를 도시하는 도면이다.
도 16은, 평가식 작성부(102h)의 구성을 도시하는 블록도이다.
도 17은, 평가부(102i)의 구성을 도시하는 블록도이다.
도 18은, 본 시스템의 클라이언트 장치(200)의 구성의 일례를 도시하는 블록도이다.
도 19는, 본 시스템의 데이터베이스 장치(400)의 구성의 일례를 도시하는 블록도이다.
도 20은, 본 시스템에서 실시하는 생활습관병 지표 평가 서비스 처리의 일례를 도시하는 플로우 챠트이다.
도 21은, 본 시스템의 생활습관병 지표 평가 장치(100)에서 실시하는 평가식 작성 처리의 일례를 도시하는 플로우 챠트이다.
도 22는, 각 아미노산의 상관 계수 및 ROC_AUC를 도시하는 도면이다.
도 23은, 인슐린 저항성 지수, OGTT의 120분시의 혈당치, 및 OGTT의 120분시의 인슐린 값에 대한 각 아미노산의 상관 계수를 도시하는 도면이다.
도 24는, 각 아미노산의 ROC_AUC를 도시하는 도면이다.
도 25는, 식에 있어서의 상기 19개의 아미노산의 출현 회수를 도시하는 도면이다.
도 26은, 식의 상관 계수의 범위를 도시하는 도면이다.
도 27은, 식의 상관 계수의 범위를 도시하는 도면이다.
도 28은, 식의 상관 계수의 범위를 도시하는 도면이다.
도 29는, 식의 상관 계수의 범위를 도시하는 도면이다.
도 30은, 식의 상관 계수의 범위를 도시하는 도면이다.
도 31은, 식의 상관 계수의 범위를 도시하는 도면이다.
도 32는, 식의 상관 계수의 범위를 도시하는 도면이다.
도 33은, 식의 상관 계수의 범위를 도시하는 도면이다.
도 34는, 식의 상관 계수의 범위를 도시하는 도면이다.
도 35는, 식의 상관 계수의 범위를 도시하는 도면이다.
도 36은, 식의 상관 계수의 범위를 도시하는 도면이다.
도 37은, 식의 상관 계수의 범위를 도시하는 도면이다.
도 38은, 식의 상관 계수의 범위를 도시하는 도면이다.
도 39는, 식의 상관 계수의 범위를 도시하는 도면이다.
도 40은, 식의 상관 계수의 범위를 도시하는 도면이다.
도 41은, 식의 상관 계수의 범위를 도시하는 도면이다.
도 42는, 식의 상관 계수의 범위를 도시하는 도면이다.
도 43은, 식의 상관 계수의 범위를 도시하는 도면이다.
도 44는, 식의 ROC_AUC의 범위를 도시하는 도면이다.
도 45는, 식의 ROC_AUC의 범위를 도시하는 도면이다.
도 46은, 식의 ROC_AUC의 범위를 도시하는 도면이다.
도 47은, 식의 ROC_AUC의 범위를 도시하는 도면이다.
도 48은, 식의 ROC_AUC의 범위를 도시하는 도면이다.
도 49는, 식의 ROC_AUC의 범위를 도시하는 도면이다.
도 50은, 내장지방 면적값, 인슐린 저항성 지수, OGTT의 120분시의 혈당치, 및 OGTT의 120분시의 인슐린 값에 대한 지표식 1, 2, 3의 상관 계수를 도시하는 도면이다.
도 51은, 내장지방 면적값, OGTT의 120분시의 인슐린 값, 및 지방간에 대한 지표식 1, 2, 3의 ROC_AUC를 도시하는 도면이다.
도 52는, 메타볼릭 신드롬의 진단기준 항목의 해당수에 대한 지표식 1, 2, 3의 상관 계수를 도시하는 도면이다.
도 53은, 메타볼릭 신드롬의 진단기준 항목의 해당수와 지표식 1의 값의 관계를 도시하는 상자수염도(boxplot)이다.
도 54는, 메타볼릭 신드롬의 진단기준 항목의 해당수와 지표식 2의 값의 관계를 도시하는 상자수염도이다.
도 55는, 메타볼릭 신드롬의 진단기준 항목의 해당수와 지표식 3의 값의 관계를 도시하는 상자수염도이다.
도 56은, 생활습관병의 중적수(重積數)와 지표식 1의 값의 관계를 도시하는 상자수염도이다.
도 57은, 생활습관병의 중적수와 지표식 2의 값의 관계를 도시하는 상자수염도이다.
도 58은, 생활습관병의 중적수와 지표식 3의 값의 관계를 도시하는 상자수염도이다.
도 59는, 당뇨병, 경계형 당뇨병, 만성 신증, 세소동맥 경화증, 뇌졸중, 및 심근경색의 각각의 판별에 대한 지표식 1, 2, 3의 ROC_AUC를 도시하는 도면이다.
도 60은, 질환 이벤트가 「인슐린 저항성 있음」인 경우에 있어서의, 인수(人數), 인년(人年), 이벤트수, 상대 리스크, 상대 리스크의 95% 신뢰 구간의 상한, 및, 상대 리스크의 95% 신뢰 구간의 하한을, 지표식 별로 및 분위(分位) 별로 도시하는 도면이다.
도 61은, 질환 이벤트가 「고혈압」인 경우에 있어서의, 인수, 인년, 이벤트수, 상대 리스크, 상대 리스크의 95% 신뢰 구간의 상한, 및, 상대 리스크의 95% 신뢰 구간의 하한을, 지표식 별로 및 분위 별로 도시하는 도면이다.
도 62는, 질환 이벤트가 「고혈압증」인 경우에 있어서의, 인수, 인년, 이벤트수, 상대 리스크, 상대 리스크의 95% 신뢰 구간의 상한, 및, 상대 리스크의 95% 신뢰 구간의 하한을, 지표식 별로 및 분위 별로 도시하는 도면이다.
도 63은, 질환 이벤트가 「지방간」인 경우에 있어서의, 인수, 인년, 이벤트수, 상대 리스크, 상대 리스크의 95% 신뢰 구간의 상한, 및, 상대 리스크의 95% 신뢰 구간의 하한을, 지표식 별로 및 분위 별로 도시하는 도면이다.
도 64는, 질환 이벤트가 「고리스크 지방간」인 경우에 있어서의, 인수, 인년, 이벤트수, 상대 리스크, 상대 리스크의 95% 신뢰 구간의 상한, 및, 상대 리스크의 95% 신뢰 구간의 하한을, 지표식 별로 및 분위 별로 도시하는 도면이다.
도 65는, 질환 이벤트가 「당뇨병」인 경우에 있어서의, 인수, 인년, 이벤트수, 상대 리스크, 상대 리스크의 95% 신뢰 구간의 상한, 및, 상대 리스크의 95% 신뢰 구간의 하한을, 지표식 별로 및 분위 별로 도시하는 도면이다.
도 66은, 질환 이벤트가 「내당능 이상」인 경우에 있어서의, 인수, 인년, 이벤트수, 상대 리스크, 상대 리스크의 95% 신뢰 구간의 상한, 및, 상대 리스크의 95% 신뢰 구간의 하한을, 지표식 별로 및 분위 별로 도시하는 도면이다.
도 67은, 질환 이벤트가 「비만」인 경우에 있어서의, 인수, 인년, 이벤트수, 상대 리스크, 상대 리스크의 95% 신뢰 구간의 상한, 및, 상대 리스크의 95% 신뢰 구간의 하한을, 지표식 별로 및 분위 별로 도시하는 도면이다.
도 68은, 질환 이벤트가 「고도 비만」인 경우에 있어서의, 인수, 인년, 이벤트수, 상대 리스크, 상대 리스크의 95% 신뢰 구간의 상한, 및, 상대 리스크의 95% 신뢰 구간의 하한을, 지표식 별로 및 분위 별로 도시하는 도면이다.
도 69는, 질환 이벤트가 「지질이상증」인 경우에 있어서의, 인수, 인년, 이벤트수, 상대 리스크, 상대 리스크의 95% 신뢰 구간의 상한, 및, 상대 리스크의 95% 신뢰 구간의 하한을, 지표식 별로 및 분위 별로 도시하는 도면이다.
도 70은, 질환 이벤트가 「만성 신증」인 경우에 있어서의, 인수, 인년, 이벤트수, 상대 리스크, 상대 리스크의 95% 신뢰 구간의 상한, 및, 상대 리스크의 95% 신뢰 구간의 하한을, 지표식 별로 및 분위 별로 도시하는 도면이다.
도 71은, 질환 이벤트가 「동맥 경화증」인 경우에 있어서의, 인수, 인년, 이벤트수, 상대 리스크, 상대 리스크의 95% 신뢰 구간의 상한, 및, 상대 리스크의 95% 신뢰 구간의 하한을, 지표식 별로 및 분위 별로 도시하는 도면이다.
도 72는, 질환 이벤트가 「뇌경색」인 경우에 있어서의, 인수, 인년, 이벤트수, 상대 리스크, 상대 리스크의 95% 신뢰 구간의 상한, 및, 상대 리스크의 95% 신뢰 구간의 하한을, 지표식 별로 및 분위 별로 도시하는 도면이다.
도 73은, 질환 이벤트가 「심질환 리스크 있음」인 경우에 있어서의, 인수, 인년, 이벤트수, 상대 리스크, 상대 리스크의 95% 신뢰 구간의 상한, 및, 상대 리스크의 95% 신뢰 구간의 하한을, 지표식 별로 및 분위 별로 도시하는 도면이다.
도 74는, 질환 이벤트가 「메타볼릭 신드롬」의 경우에 있어서의, 인수, 인년, 이벤트수, 상대 리스크, 상대 리스크의 95% 신뢰 구간의 상한, 및, 상대 리스크의 95% 신뢰 구간의 하한을, 지표식 별로 및 분위 별로 도시하는 도면이다.
이하에, 본 발명에 따르는 생활습관병 지표의 평가 방법의 실시형태(제1 실시형태), 및, 본 발명에 따르는 생활습관병 지표 평가 장치, 생활습관병 지표 평가 방법, 생활습관병 지표 평가 프로그램, 기록 매체, 생활습관병 지표 평가 시스템 및 정보통신 단말장치의 실시형태(제2 실시형태)를, 도면에 기초하여 상세하게 설명한다. 또한, 본 발명은 이들 실시형태에 의해 한정되는 것은 아니다.
[제1 실시형태]
[1-1. 제1 실시형태의 개요]
여기에서는, 제1 실시형태의 개요에 관해서 도 1을 참조하여 설명한다. 도 1은 제1 실시형태의 기본 원리를 도시하는 원리 구성도이다.
우선, 평가 대상(예를 들면 동물이나 인간 등의 개체)으로부터 채취한 혈액(예를 들면 혈장, 혈청 등을 포함한다) 중의 아미노산 농도값에 관한 아미노산 농도 데이터를 취득한다(스텝 S11).
또한, 스텝 S11에서는, 예를 들면, 아미노산 농도값 측정을 실시하는 기업 등이 측정한 아미노산 농도 데이터를 취득해도 좋고, 또는, 평가 대상으로부터 채취한 혈액으로부터, 예를 들면 이하의 (A) 또는 (B) 등의 측정 방법으로 아미노산 농도값을 측정함으로써 아미노산 농도 데이터를 취득해도 좋다. 여기에서, 아미노산 농도값의 단위는, 예를 들면 몰 농도나 중량 농도, 이들의 농도에 임의의 정수를 가감승제함으로써 수득되는 것이라도 좋다.
(A) 채취한 혈액 샘플을 원심함으로써 혈액으로부터 혈장을 분리하였다. 모든 혈장 샘플은, 아미노산 농도값의 측정시까지 -80℃에서 동결보존하였다. 아미노산 농도값 측정시에는, 아세토니트릴을 첨가하여 제단백 처리를 실시한 후, 표지 시약(3-아미노피리딜-N-하이드록시석신이미딜카르바메이트)을 사용하여 프리컬럼 유도체화를 실시하고, 그리고, 액체 크로마토그래프 질량 분석계(LC/MS)에 의해 아미노산 농도값을 분석하였다(국제공개 제2003/069328호, 국제공개 제2005/116629호를 참조).
(B) 채취한 혈액 샘플을 원심함으로써 혈액으로부터 혈장을 분리하였다. 모든 혈장 샘플은, 아미노산 농도값의 측정시까지 -80℃에서 동결 보존하였다. 아미노산 농도값 측정시에는, 설포살리실산을 첨가하여 제단백 처리를 실시한 후, 닌히드린 시약을 사용한 포스트 컬럼 유도체화법을 원리로 한 아미노산 분석계에 의해 아미노산 농도값을 분석하였다.
다음에, 스텝 S11에서 취득한 아미노산 농도 데이터에 포함되어 있는 Gly 및 Tyr의 아미노산 농도값을, 생활습관병 지표 상태를 평가하기 위한 평가값으로서 사용하여, 평가 대상에 관해서 생활습관병 지표 상태를 평가한다(스텝 S12). 또한, 스텝 S12를 실행하기 전에, 스텝 S11에서 취득한 아미노산 농도 데이터로부터 결손값이나 벗어난 값 등의 데이터를 제거해도 좋다.
이상, 제1 실시형태에 의하면, 스텝 S11에서는 평가 대상의 아미노산 농도 데이터를 취득하고, 스텝 S12에서는, 스텝 S11에서 취득한 평가 대상의 아미노산 농도 데이터에 포함되어 있는 Gly 및 Tyr의 아미노산 농도값을 평가값으로서 사용하여, 평가 대상에 관해서 생활습관병 지표 상태를 평가한다. 이것에 의해, 생활습관병 지표 상태를 아는 데 있어서 참고가 될 수 있는 신뢰성이 높은 정보를 제공할 수 있다.
여기에서, 스텝 S12에서는, 「Gly, Tyr, 및 Asn의 아미노산 농도값」, 「Gly, Tyr, 및 Ala의 아미노산 농도값」, 「Gly, Tyr, 및 Val의 아미노산 농도값」, 또는 「Gly, Tyr, 및 Trp의 아미노산 농도값」을 사용하여, 평가 대상에 관해서 생활습관병 지표 상태를 평가해도 좋다.
또한, 스텝 S12에서는, Gly, Tyr, Asn, 및 Ala의 아미노산 농도값을 사용하여, 평가 대상에 관해서 생활습관병 지표 상태를 평가해도 좋다.
또한, 스텝 S12에서는, 지방간, 내장지방, 및 인슐린 중 적어도 1개의 상태를 평가해도 좋다. 예를 들면, Gly, Tyr, Asn, Ala, Val, 및 Trp의 아미노산 농도값을 사용하여, 인슐린의 상태를 평가해도 좋다. 또한, (i) Gly, Tyr, Asn, Ala, Val, 및 Trp의 아미노산 농도값, 또는, (ii) Gly, Tyr, Asn, Ala, Val, 및 Trp의 아미노산 농도값 및 미리 취득한 평가 대상의 BMI값을 사용하여, 내장지방의 상태를 평가해도 좋다. 또한, Gly, Tyr, Asn, Ala, Cit, 및 Leu의 아미노산 농도값을 사용하여, 지방간의 상태를 평가해도 좋다.
또한, 스텝 S12에서는, 지방간, 내장지방, 및 인슐린 중 적어도 2개의 상태를 평가해도 좋다. 예를 들면, Gly, Tyr, Asn, Ala, Val, 및 Trp의 아미노산 농도값을 사용하여, 인슐린 및 내장지방의 상태를 평가해도 좋다.
또한, 스텝 S12에서는, 지방간, 내장지방, 및 인슐린의 상태를 평가해도 좋다. 예를 들면, (i) Gly, Tyr, Asn, Ala, Val, 및 Trp의 아미노산 농도값을 사용하여, 인슐린의 상태를 평가하고, (ii) (a) Gly, Tyr, Asn, Ala, Val, 및 Trp의 아미노산 농도값, 또는, (b) Gly, Tyr, Asn, Ala, Val, 및 Trp의 아미노산 농도값 및 미리 취득한 평가 대상의 BMI값을 사용하여, 내장지방의 상태를 평가하고, (iii) Gly, Tyr, Asn, Ala, Cit, 및 Leu의 아미노산 농도값을 사용하여, 지방간의 상태를 평가해도 좋다.
또한, 스텝 S12에서는, 적어도 Gly 및 Tyr의 아미노산 농도값이 평가 대상에 관한 생활습관병 지표 상태를 반영한 것이라고 결정해도 좋고, 또한, 농도값을 예를 들면 이하에 열거한 수법 등으로 변환하고, 변환 후의 값이 평가 대상에 관한 생활습관병 지표 상태를 반영한 것이라고 결정해도 좋다. 환언하면, 스텝 S12에서는, 농도값 또는 변환 후의 값 그 자체를, 평가 대상에 관한 생활습관병 지표 상태에 관한 평가 결과로서 취급해도 좋다.
농도값이 취할 수 있는 범위가 소정 범위(예를 들면 0.0에서부터 1.0까지의 범위, 0.0에서부터 10.0까지의 범위, 0.0에서부터 100.0까지의 범위, 또는 -10.0에서부터 10.0까지의 범위 등)에 들어가도록, 예를 들면, 농도값에 대해 임의의 값을 가감승제하거나, 또한, 농도값을 소정의 변환 수법(예를 들면, 지수 변환, 대수 변환, 각(角) 변환, 평방근 변환, 프로비트(probit) 변환, 또는 역수 변환 등)으로 변환하거나, 또한, 농도값에 대해 이들의 계산을 조합하여 실시함으로써, 농도값을 변환해도 좋다. 예를 들면, 농도값을 지수로 하고 네이피어수(Napier constant)를 베이스로 하는 지수 함수의 값(구체적으로는, 생활습관병 지표가 소정의 상태(예를 들면, 기준값을 초과한 상태 등)일 확률(p)을 정의했을 때의 자연 대수 ln(p/(1-p))이 농도값과 동일하다고 한 경우에 있어서의 p/(1-p)의 값)을 추가로 산출해도 좋고, 또한, 산출한 지수 함수의 값을 1과 당해 지수 함수의 값의 합으로 나눈 값(구체적으로는, 확률(p)의 값)을 추가로 산출해도 좋다.
또한, 특정한 조건일 때의 변환 후의 값이 특정한 값이 되도록, 농도값을 변환해도 좋다. 예를 들면, 감도가 80%일 때의 변환 후의 값이 4.0이 되고 또한 감도가 60%일 때의 변환 후의 값이 8.0이 되도록 농도값을 변환해도 좋다.
또한, 스텝 S12에서는, 모니터 등의 표시 장치 또는 종이 등의 물리 매체에 시인 가능하게 나타나는, 생활습관병 지표 상태를 평가하기 위한 소정의 자(예를 들면, 눈금이 표시된 자로서, 농도값 또는 변환 후의 값이 취할 수 있는 범위 또는 당해 범위의 일부분에 있어서의 상한값과 하한값에 대응하는 눈금이 적어도 표시된 것 등) 위에 있어서의, 농도값 또는 변환 후의 값에 대응하는 소정의 표식(예를 들면, 동그라미표 또는 별표 등)의 위치에 관한 위치 정보를, 적어도 Gly 및 Tyr의 아미노산 농도값 또는 당해 농도값을 변환한 경우에는 그 변환 후의 값을 사용하여 생성하고, 생성한 위치 정보가 평가 대상에 관한 생활습관병 지표 상태를 반영한 것이라고 결정해도 좋다.
또한, 스텝 S12에서는, Gly 및 Tyr의 아미노산 농도값, 및, Gly 및 Tyr의 아미노산 농도값이 대입되는 변수를 포함하는 식을 사용하여, 식의 값을 산출함으로써, 평가 대상에 관해서 생활습관병 지표 상태를 평가해도 좋다.
또한, 스텝 S12에서는, 「Gly, Tyr, 및 Asn의 아미노산 농도값, 및, Gly, Tyr, 및 Asn의 아미노산 농도값이 대입되는 변수를 포함하는 식」, 「Gly, Tyr, 및 Ala의 아미노산 농도값, 및, Gly, Tyr, 및 Ala의 아미노산 농도값이 대입되는 변수를 포함하는 식」, 「Gly, Tyr, 및 Val의 아미노산 농도값, 및, Gly, Tyr, 및 Val의 아미노산 농도값이 대입되는 변수를 포함하는 식」, 또는 「Gly, Tyr, 및 Trp의 아미노산 농도값, 및, Gly, Tyr, 및 Trp의 아미노산 농도값이 대입되는 변수를 포함하는 식」을 사용하여, 식의 값을 산출함으로써, 평가 대상에 관해서 생활습관병 지표 상태를 평가해도 좋다.
또한, 스텝 S12에서는, Gly, Tyr, Asn, 및 Ala의 아미노산 농도값, 및, Gly, Tyr, Asn, 및 Ala의 아미노산 농도값이 대입되는 변수를 포함하는 식을 사용하여, 식의 값을 산출함으로써, 평가 대상에 관해서 생활습관병 지표 상태를 평가해도 좋다.
또한, 스텝 S12에서는, 지방간, 내장지방, 및 인슐린 중 적어도 1개의 상태를 평가해도 좋다. 예를 들면, Gly, Tyr, Asn, Ala, Val, 및 Trp의 아미노산 농도값, 및, Gly, Tyr, Asn, Ala, Val, 및 Trp의 아미노산 농도값이 대입되는 변수를 포함하는 식을 사용하여, 식의 값을 산출함으로써, 인슐린의 상태를 평가해도 좋다. 또한, 「Gly, Tyr, Asn, Ala, Val, 및 Trp의 아미노산 농도값, 및, Gly, Tyr, Asn, Ala, Val, 및 Trp의 아미노산 농도값이 대입되는 변수를 포함하는 식」 또는 「Gly, Tyr, Asn, Ala, Val, 및 Trp의 아미노산 농도값, 미리 취득한 평가 대상의 BMI값, 및, Gly, Tyr, Asn, Ala, Val, 및 Trp의 아미노산 농도값 및 평가 대상의 BMI값이 대입되는 변수를 포함하는 식」을 사용하여, 식의 값을 산출함으로써, 내장지방의 상태를 평가해도 좋다. 또한, Gly, Tyr, Asn, Ala, Cit, 및 Leu의 아미노산 농도값, 및, Gly, Tyr, Asn, Ala, Cit, 및 Leu의 아미노산 농도값이 대입되는 변수를 포함하는 식을 사용하여, 식의 값을 산출함으로써, 지방간의 상태를 평가해도 좋다.
또한, 스텝 S12에서는, 지방간, 내장지방, 및 인슐린 중 적어도 2개의 상태를 평가해도 좋다. 예를 들면, Gly, Tyr, Asn, Ala, Val, 및 Trp의 아미노산 농도값, 및, Gly, Tyr, Asn, Ala, Val, 및 Trp의 아미노산 농도값이 대입되는 변수를 포함하는 식을 사용하여, 식의 값을 산출함으로써, 인슐린 및 내장지방의 상태를 평가해도 좋다.
또한, 스텝 S12에서는, 지방간, 내장지방, 및 인슐린의 상태를 평가해도 좋다. 예를 들면, (i) Gly, Tyr, Asn, Ala, Val, 및 Trp의 아미노산 농도값, 및, Gly, Tyr, Asn, Ala, Val, 및 Trp의 아미노산 농도값이 대입되는 변수를 포함하는 식을 사용하여, 식의 값을 산출함으로써, 인슐린의 상태를 평가하고, (ii) 「Gly, Tyr, Asn, Ala, Val, 및 Trp의 아미노산 농도값, 및, Gly, Tyr, Asn, Ala, Val, 및 Trp의 아미노산 농도값이 대입되는 변수를 포함하는 식」 또는 「Gly, Tyr, Asn, Ala, Val, 및 Trp의 아미노산 농도값, 미리 취득한 평가 대상의 BMI값, 및, Gly, Tyr, Asn, Ala, Val, 및 Trp의 아미노산 농도값 및 평가 대상의 BMI값이 대입되는 변수를 포함하는 식」을 사용하여, 식의 값을 산출함으로써, 내장지방의 상태를 평가하고, (iii) Gly, Tyr, Asn, Ala, Cit, 및 Leu의 아미노산 농도값, 및, Gly, Tyr, Asn, Ala, Cit, 및 Leu의 아미노산 농도값이 대입되는 변수를 포함하는 식을 사용하여, 식의 값을 산출함으로써, 지방간의 상태를 평가해도 좋다.
또한, 스텝 S12에서는, 산출한 식의 값이 평가 대상에 관한 생활습관병 지표 상태를 반영한 것이라고 결정해도 좋고, 또한, 식의 값을 예를 들면 이하에 열거한 수법 등으로 변환하고, 변환 후의 값이 평가 대상에 관한 생활습관병 지표 상태를 반영한 것이라고 결정해도 좋다. 환언하면, 스텝 S12에서는, 식의 값 또는 변환 후의 값 그 자체를, 평가 대상에 관한 생활습관병 지표 상태에 관한 평가 결과로서 취급해도 좋다.
평가식의 값이 취할 수 있는 범위가 소정 범위(예를 들면 0.0에서부터 1.0까지의 범위, 0.0에서부터 10.0까지의 범위, 0.0에서부터 100.0까지의 범위, 또는 -10.0에서부터 10.0까지의 범위 등)에 들어가도록, 예를 들면, 평가식의 값에 대해 임의의 값을 가감승제하거나, 또한, 평가식의 값을 소정의 변환 수법(예를 들면, 지수 변환, 대수 변환, 각 변환, 평방근 변환, 프로비트 변환, 또는 역수 변환 등)으로 변환하거나, 또한, 평가식의 값에 대해 이들의 계산을 조합하여 실시함으로써, 평가식의 값을 변환해도 좋다. 예를 들면, 평가식의 값을 지수로 하고 네이피어수를 베이스로 하는 지수 함수의 값(구체적으로는, 생활습관병 지표가 소정의 상태(예를 들면, 기준값을 초과한 상태 등)일 확률(p)을 정의했을 때의 자연 대수 ln(p/(1-p))이 평가식의 값과 동일하다고 한 경우에 있어서의 p/(1-p)의 값)을 추가로 산출해도 좋고, 또한, 산출한 지수 함수의 값을 1과 당해 지수 함수의 값의 합으로 나눈 값(구체적으로는, 확률(p)의 값)을 추가로 산출해도 좋다.
또한, 특정한 조건일 때의 변환 후의 값이 특정한 값이 되도록, 평가식의 값을 변환해도 좋다. 예를 들면, 감도가 80%일 때의 변환 후의 값이 4.0이 되고 또한 감도가 60%일 때의 변환 후의 값이 8.0이 되도록 평가식의 값을 변환해도 좋다.
또한, 본 명세서에 있어서의 평가값은, 평가식의 값 그 자체라도 좋고, 평가식의 값을 변환한 후의 값이라도 좋다.
또한, 스텝 S12에서는, 모니터 등의 표시 장치 또는 종이 등의 물리 매체에 시인 가능하게 나타나는, 생활습관병 지표 상태를 평가하기 위한 소정의 자(예를 들면, 눈금이 표시된 자로서, 식의 값 또는 변환 후의 값이 취할 수 있는 범위 또는 당해 범위의 일부분에 있어서의 상한값과 하한값에 대응하는 눈금이 적어도 표시된 것 등) 위에 있어서의, 식의 값 또는 변환 후의 값에 대응하는 소정의 표식(예를 들면, 동그라미표 또는 별표 등)의 위치에 관한 위치 정보를, 식의 값 또는 당해 식의 값을 변환한 경우에는 그 변환 후의 값을 사용하여 생성하고, 생성한 위치 정보가 평가 대상에 관한 생활습관병 지표 상태를 반영한 것이라고 결정해도 좋다.
또한, 스텝 S12에서는, 평가 대상에 있어서의 생활습관병 지표 상태의 정도를 정성적 또는 정량적으로 평가해도 좋다.
또한, 스텝 S12에서는, 「아미노산 농도값 및 미리 설정된 1개 또는 복수의 임계값」 또는 「아미노산 농도값, 아미노산 농도값이 대입되는 변수를 포함하는 식, 및 미리 설정된 1개 또는 복수의 임계값」을 사용하여, 평가 대상을, 생활습관병 지표 상태의 정도를 적어도 고려하여 정의된 복수의 구분 중 어느 하나로 분류해도 좋다.
또한, 스텝 S12에서는, 생활습관병 지표가 연속적인 수치로 계측 가능한 것인 경우에, 아미노산 농도값, 및, 아미노산 농도값이 대입되는 변수를 포함하는 식을 사용하여, 평가 대상에 있어서의 생활습관병 지표의 값을 추정해도 좋다.
또한, 스텝 S12에서는, 농도값 또는 식의 값을 소정의 수법으로 변환하고, 변환 후의 값을 사용하여 평가 대상을 복수의 구분 중 어느 하나로 분류하거나, 평가 대상에 있어서의 생활습관병 지표의 값을 추정하거나 해도 좋다.
또한, 스텝 S12에서는, 평가 대상에 있어서의 인슐린의 양(예를 들면, 평가 대상의 혈액 중에 존재하는 인슐린의 양 등)의 정도를 정성적 또는 정량적으로 평가해도 좋다.
또한, 스텝 S12에서는, 「아미노산 농도값 및 미리 설정된 1개 또는 복수의 임계값」 또는 「아미노산 농도값, 아미노산 농도값이 대입되는 변수를 포함하는 식, 및 미리 설정한 1개 또는 복수의 임계값」을 사용하여, 평가 대상을, 인슐린의 양의 정도를 적어도 고려하여 정의된 복수의 구분 중 어느 하나로 분류해도 좋다. 또한, 복수의 구분에는, (i) 인슐린의 양(예를 들면 OGTT의 120분시의 인슐린 값 등)이 큰 대상을 속하게 하기 위한 구분, (ii) 인슐린의 양(예를 들면 OGTT의 120분시의 인슐린 값 등)이 작은 대상을 속하게 하기 위한 구분, 및 (iii) 인슐린의 양(예를 들면 OGTT의 120분시의 인슐린 값 등)이 중간 정도인 대상을 속하게 하기 위한 구분이 포함되어 있어도 된다. 또한, 복수의 구분에는, (i) 인슐린의 양(예를 들면 OGTT의 120분시의 인슐린 값 등)이 기준값(예를 들면 40μU/ml 등) 이상인 대상을 속하게 하기 위한 구분 및 (ii) 인슐린의 양(예를 들면 OGTT의 120분시의 인슐린 값 등)이 기준값(예를 들면 40μU/ml 등) 이하인 대상을 속하게 하기 위한 구분이 포함되어 있어도 좋다. 또한, 복수의 구분에는, (i) OGTT의 120분시의 인슐린 값이 40μU/ml 이상일 가능성이 높은 대상을 속하게 하기 위한 구분, (ii) 상기 가능성이 낮은 대상을 속하게 하기 위한 구분, 및 (iii) 상기 가능성이 중간 정도인 대상을 속하게 하기 위한 구분이 포함되어 있어도 된다. 또한, 복수의 구분에는, (i) OGTT의 120분시의 인슐린 값이 40μU/ml 이상일 가능성이 높은 대상을 속하게 하기 위한 구분, 및, (ii) 상기 가능성이 낮은 대상을 속하게 하기 위한 구분이 포함되어 있어도 된다.
또한, 스텝 S12에서는, 아미노산 농도값, 및, 아미노산 농도값이 대입되는 변수를 포함하는 식을 사용하여, 평가 대상에 있어서의 인슐린의 양을 추정해도 좋다.
또한, 스텝 S12에서는, 농도값 또는 식의 값을 소정의 수법으로 변환하고, 변환 후의 값을 사용하여, 평가 대상을 복수의 구분 중 어느 하나로 분류하거나, 평가 대상에 있어서의 인슐린의 양을 추정하거나 해도 좋다.
또한, 스텝 S12에서는, 평가 대상에 있어서의 내장지방의 양(예를 들면, 복부의 체축 단면에 있어서의 지방의 면적값 등)의 정도를 평가해도 좋다.
또한, 스텝 S12에서는, 「아미노산 농도값 및 미리 설정된 1개 또는 복수의 임계값」 또는 「아미노산 농도값, 아미노산 농도값이 대입되는 변수를 포함하는 식, 및 미리 설정한 1개 또는 복수의 임계값」을 사용하여, 평가 대상을, 내장지방의 양의 정도를 적어도 고려하여 정의된 복수의 구분 중 어느 하나로 분류해도 좋다. 또한, 복수의 구분에는, (i) 내장지방의 양(예를 들면 내장지방 면적값 등)이 큰 대상을 속하게 하기 위한 구분, (ii) 내장지방의 양(예를 들면 내장지방 면적값 등)이 작은 대상을 속하게 하기 위한 구분, 및 (iii) 내장지방의 양(예를 들면 내장지방 면적값 등)이 중간 정도인 대상을 속하게 하기 위한 구분이 포함되어 있어도 된다. 또한, 복수의 구분에는, (i) 내장지방의 양(예를 들면 내장지방 면적값 등)이 기준값(예를 들면 100㎠ 등) 이상인 대상을 속하게 하기 위한 구분 및 (ii) 내장지방의 양(예를 들면 내장지방 면적값 등)이 기준값(예를 들면 100㎠ 등) 이하인 대상을 속하게 하기 위한 구분이 포함되어 있어도 된다. 또한, 복수의 구분에는, (i) 내장지방 면적값이 100㎠ 이상일 가능성이 높은 대상을 속하게 하기 위한 구분, (ii) 상기 가능성이 낮은 대상을 속하게 하기 위한 구분, 및 (iii) 상기 가능성이 중간 정도인 대상을 속하게 하기 위한 구분이 포함되어 있어도 된다. 또한, 복수의 구분에는, (i) 내장지방 면적값이 100㎠ 이상일 가능성이 높은 대상을 속하게 하기 위한 구분, 및, (ii) 상기 가능성이 낮은 대상을 속하게 하기 위한 구분이 포함되어 있어도 된다.
또한, 스텝 S12에서는, 아미노산 농도값, 및, 아미노산 농도값이 대입되는 변수를 포함하는 식을 사용하여, 평가 대상에 있어서의 내장지방의 양을 추정해도 좋다.
또한, 스텝 S12에서는, 농도값 또는 식의 값을 소정의 수법으로 변환하고, 변환 후의 값을 사용하여, 평가 대상을 복수의 구분 중 어느 하나로 분류하거나, 평가 대상에 있어서의 내장지방의 양을 추정하거나 해도 좋다.
또한, 분류 또는 추정을 실시할 때는, 평가 대상의 BMI값이나, BMI값이 대입되는 변수를 추가로 포함하는 식을 추가로 사용해도 좋다.
또한, 스텝 S12에서는, 지방간일 가능성의 정도, 즉, 평가 대상의 간장이 일정량 이상의 지방(예를 들면, 간장 중량의 5%를 초과하는 정도의 양의 지방, 간 세포의 30% 이상에 상당하는 정도의 양의 지방, 또는, 의사에게 지방간이라고 판단받을 정도의 양의 지방 등)을 가진 상태로 되어 있을 가능성의 정도를 평가해도 좋다.
또한, 스텝 S12에서는, 「아미노산 농도값 및 미리 설정한 1개 또는 복수의 임계값」 또는 「아미노산 농도값, 아미노산 농도값이 대입되는 변수를 포함하는 식, 및 미리 설정한 1개 또는 복수의 임계값」을 사용하여, 평가 대상을, 간장이 상기 상태로 되어 있을 가능성의 정도를 적어도 고려하여 정의된 복수의 구분 중 어느 하나로 분류해도 좋다. 또한, 복수의 구분에는, (i) 간장이 상기 상태로 되어 있을 가능성이 높은 대상을 속하게 하기 위한 구분, (ii) 간장이 상기 상태로 되어 있을 가능성이 낮은 대상을 속하게 하기 위한 구분, 및 (iii) 간장이 상기 상태로 되어 있을 가능성이 중간 정도인 대상을 속하게 하기 위한 구분이 포함되어 있어도 된다. 또한, 복수의 구분에는, (i) 간장이 상기 상태로 되어 있을 가능성이 높은 대상을 속하게 하기 위한 구분, 및, (ii) 간장이 상기 상태로 되어 있을 가능성이 낮은 대상을 속하게 하기 위한 구분이 포함되어 있어도 된다.
또한, 스텝 S12에서는, 농도값 또는 식의 값을 소정의 수법으로 변환하고, 변환 후의 값을 사용하여 평가 대상을 복수의 구분 중 어느 하나로 분류해도 좋다.
또한, 식은, 로지스틱 회귀식, 분수식, 선형 판별식, 중회귀식, 서포트 벡터 머신으로 작성된 식, 마하라노비스 거리법으로 작성된 식, 정준 판별 분석으로 작성된 식, 및 결정목으로 작성된 식 중 어느 하나라도 좋다.
또한, 인슐린의 상태를 평가하는 경우에 사용하는 식은 식 1이라도 좋고, 내장지방의 상태를 평가하는 경우에 사용하는 식은 식 2이라도 좋고, 지방간의 상태를 평가하는 경우에 사용하는 식은 식 3이라도 좋다.
식 1에 있어서, a1, b1, c1, d1, e1, f1은 각각 제로가 아닌 임의의 실수이며, g1은 임의의 실수이다.
식 2에 있어서, a2, b2, c2, d2, e2, f2, g2는 각각 제로가 아닌 임의의 실수이며, h2는 임의의 실수이다.
식 3에 있어서, a3, b3, c3, d3, e3, f3은 각각 제로가 아닌 임의의 실수이며, g3은 임의의 실수이다.
또한, 스텝 S12에서는, 아미노산 농도값, 및, 식 1, 식 2, 및 식 3 중 어느 하나를 사용하여, 메타볼릭 신드롬의 진단기준 항목으로서 정의된 복수의 항목 중에서 평가 대상이 해당되고 있는 항목의 수를 평가해도 좋다.
또한, 스텝 S12에서는, 아미노산 농도값, 및, 식 1, 식 2, 및 식 3 중 어느 하나를 사용하여, 평가 대상이 보유하고 있는 생활습관병의 수를 평가해도 좋다.
또한, 스텝 S12에서는, 아미노산 농도값, 및, 식 1, 식 2, 및 식 3 중 어느 하나를 사용하여, 평가 대상이 생활습관병에 나환되어 있을 가능성의 정도를 평가해도 좋다.
또한, 본 명세서에 기재된 식 이외에, 본 출원인에 의한 국제출원인 국제공개 제2008/016111호, 국제공개 제2008/075662호, 국제공개 제2008/075663호, 국제공개 제2009/099005호, 국제공개 제2009/154296호, 국제공개 제2009/154297호에 기재된 식도 평가식으로서 추가로 채용하여, 생활습관병 지표 상태를 평가하는 것도 가능하다.
여기에서, 평가식으로서 채용하는 식을, 예를 들면, 본 출원인에 의한 국제출원인 국제공개 제2004/052191호에 기재된 방법 또는 본 출원인에 의한 국제출원인 국제공개 제2006/098192호에 기재된 방법으로 작성해도 좋다. 또한, 이러한 방법으로 수득된 식이면, 입력 데이터로서의 아미노산 농도 데이터에 있어서의 아미노산 농도값의 단위에 상관없이, 당해 식을 생활습관병 지표 상태를 평가하는데 적합하게 사용할 수 있다.
또한, 평가식으로서 채용하는 식은, 일반적으로 다변량 해석에서 사용되는 식의 형식을 의미하는 것이며, 평가식으로서 채용하는 식으로서는, 예를 들면, 분수식, 중회귀식, 다중 로지스틱 회귀식, 선형 판별식, 마하라노비스 거리, 정준 판별 함수, 서포트 벡터 머신, 결정목, 상이한 형식들의 식들의 합으로 나타내는 바와 같은 식 등을 들 수 있다. 여기에서, 중회귀식, 다중 로지스틱 회귀식, 정준 판별 함수 등에 있어서는 각 변수에 계수 및 정수항이 부가되지만, 이 계수 및 정수항은, 바람직하게는 실수이면 상관없으며, 보다 바람직하게는, 데이터로부터 상기의 각종 분류를 실시하기 위해 수득된 계수 및 정수항의 99% 신뢰 구간의 범위에 속하는 값이면 상관없으며, 더욱 바람직하게는, 데이터로부터 상기의 각종 분류를 실시하기 위해 수득된 계수 및 정수항의 95% 신뢰 구간의 범위에 속하는 값이면 상관없다. 또한, 각 계수의 값, 및 이의 신뢰 구간은, 그것을 실수배로 한 것이라도 좋고, 정수항의 값, 및 이의 신뢰 구간은, 거기에 임의의 실정수를 가감승제한 것이라도 좋다. 로지스틱 회귀식, 선형 판별식, 중회귀식 등을 평가식으로서 사용하는 경우, 선형 변환(정수의 가산, 정수배) 및 단조 증가(감소)의 변환(예를 들면 logit 변환 등)은 평가 성능을 바꾸는 것이 아니며 변환 전과 동등하다. 따라서, 상기 식은 선형 변환 및 단조 증가(감소)의 변환이 실시된 식을 포함한다.
또한, 분수식이란, 당해 분수식의 분자가 아미노산 A, B, C,…의 합으로 나타내어지고 및/또는 당해 분수식의 분모가 아미노산 a, b, c,…의 합으로 나타내어지는 것이다. 또한, 분수식에는, 이러한 구성의 분수식α, β, γ,…의 합(예를 들면 α+β와 같은 것)도 포함된다. 또한, 분수식에는, 분할된 분수식도 포함된다. 또한, 분자나 분모에 사용되는 아미노산에는 각각 적당한 계수가 붙어도 상관없다. 또한, 분자나 분모에 사용되는 아미노산은 중복해도 상관없다. 또한, 각 분수식에 적당한 계수가 붙어도 상관없다. 또한, 각 변수의 계수의 값이나 정수항의 값은, 실수이면 상관없다. 어떤 분수식과, 당해 분수식에 있어서 분자의 변수와 분모의 변수가 교체된 것에서는, 목적 변수와 상관된 양의 부호와 음의 부호가 대체로 역전되지만, 이들의 상관성은 유지되기 때문에, 평가 성능도 동등하다고 간주할 수 있다. 따라서, 분수식에는, 분자의 변수와 분모의 변수가 교체된 것도 포함된다.
그리고, 제1 실시형태에서는 생활습관병 지표 상태를 평가할 때, 상기 19종의 아미노산 이외의 아미노산의 농도값을 추가로 사용해도 상관없다. 또한, 제1 실시형태에서는, 생활습관병 지표 상태를 평가할 때, 아미노산 농도값 이외에, 다른 생체 정보에 관한 값(예를 들면, 이하의 1.에서부터 4.에 열거된 값 등)을 추가로 사용해도 상관없다. 또한, 제1 실시형태에서는, 평가식으로서 채용하는 식에는, 상기 19종의 아미노산 이외의 아미노산의 농도값이 대입되는 1개 또는 복수의 변수가 추가로 포함되어 있어도 좋다. 또한, 제1 실시형태에서는, 평가식으로서 채용하는 식에는, 아미노산 농도값이 대입되는 변수 이외에, 다른 생체 정보에 관한 값(예를 들면, 이하의 1.에서부터 4.에 열거된 값 등)이 대입되는 1개 또는 복수의 변수가 추가로 포함되어 있어도 된다.
1. 아미노산 이외의 다른 혈중 대사물(아미노산 대사물·당류·지질 등), 단백질, 펩티드, 미네랄, 호르몬 등의 농도값.
2. 알부민, 총단백, 트리글리세라이드, HbA1c, 당화 알부민, 인슐린 저항성 지수, 총콜레스테롤, LDL 콜레스테롤, HDL 콜레스테롤, 아밀라제, 총빌리루빈, 크레아티닌, 추산 사구체 여과량(eGFR), 뇨산 등의 혈액 검사값.
3. 초음파 에코, X선, CT, MRI 등의 화상 정보로부터 수득되는 값.
4. 연령, 신장, 체중, BMI, 복위, 수축기 혈압, 확장기 혈압, 성별, 흡연 정보, 식사 정보, 음주 정보, 운동 정보, 스트레스 정보, 수면 정보, 가족의 기왕력 정보, 질환력 정보(당뇨병 등) 등의 생체 지표에 관한 값.
또한, 스텝 S11을 실행하기 전에, 평가 대상에 1개 또는 복수의 물질로 이루어지는 원하는 물질군을 투여하고, 이 평가 대상으로부터 혈액을 채취해 두고, 스텝 S11에서, 이 평가 대상의 아미노산 농도 데이터를 취득하는 경우, 스텝 S12에서 수득된 평가 결과를 사용하여, 투여한 물질군이 생활습관병 지표 상태를 개선시키는 것인지 여부를 판정함으로써, 생활습관병 지표 상태를 개선시키는 물질을 탐색해도 좋다.
또한, 스텝 S11을 실행하기 전에, 예를 들면, 인간에게 투여 가능한 기존의 약물·아미노산·식품·서플리먼트를 적절히 조합한 것(예를 들면, 생활습관병 지표의 개선에 효과가 있는 것이 알려져 있는 약물(예를 들면, 겜시타빈, 에를로티닙, TS-1 등) 등을 적절히 조합한 것)을, 소정의 기간(예를 들면 1일에서부터 12개월의 범위)에 걸쳐, 소정량씩 소정의 빈도·타이밍(예를 들면 1일 3회·식후)으로, 소정의 투여 방법(예를 들면 경구 투여)에 의해 투여해도 좋다. 여기에서, 투여 방법이나 용량, 제형은, 환자의 병상(病狀)에 따라 적절히 조합해도 좋다. 또한, 제형은, 공지의 기술에 기초하여 결정해도 좋다. 또한, 용량은, 특별히 규정은 없지만, 예를 들면, 유효 성분을 1㎍ 내지 100g 함유하는 약물 형태로 주어도 좋다.
또한, 투여한 물질군이 생활습관병 지표 상태를 개선시키는 것이라는 판정 결과가 수득된 경우에는, 투여한 물질군이 생활습관병 지표 상태를 개선시키는 물질로서 탐색되어도 좋다. 또한, 이 탐색 방법에 의해 탐색된 물질군으로서, 예를 들면, 상기 19종의 아미노산 중 적어도 Gly 및 Tyr인 아미노산을 포함하는 아미노산군을 들 수 있다.
또한, 상기 19종류의 아미노산 중 적어도 Gly 및 Tyr인 아미노산을 포함하는 아미노산군의 농도값이나 평가식의 값을 정상화시키는 물질을, 제1 실시형태의 생활습관병 지표의 평가 방법이나 제2 실시형태의 생활습관병 지표 평가 장치를 사용하여 선택할 수 있다.
또한, "생활습관병 지표 상태를 개선시키는 물질을 탐색한다"란, 생활습관병 지표의 개선에 유효한 신규 물질을 밝혀내는 것뿐만 아니라, (i) 공지 물질의 생활습관병 지표의 개선 용도를 신규로 밝혀내는 것과, (ii) 생활습관병 지표의 개선에 유효성을 기대할 수 있는 기존의 약제·서플리먼트 등을 조합한 신규 조성물을 밝혀내는 것과, (iii) 상기한 적절한 용법·용량·조합을 밝혀내고, 이를 키트로 하는 것이나, (iv) 식사·운동 등도 포함한 예방·치료 메뉴를 제시하는 것과, (v) 당해 예방·치료 메뉴의 효과를 모니터링하고, 필요에 따라 개인별로 메뉴의 변경을 제시하는 것 등이 포함된다.
[1-2. 제1 실시형태의 구체예]
여기에서는, 제1 실시형태의 구체예에 관해서 도 2를 참조하여 설명한다. 도 2는, 제1 실시형태의 구체예를 설명하기 위한 플로우 챠트이다.
우선, 동물이나 인간 등의 개체로부터 채취한 혈액 중의 아미노산의 농도값에 관한 아미노산 농도 데이터를 취득한다(스텝 SA11). 또한, 스텝 SA11에서는, 예를 들면, 아미노산 농도값 측정을 실시하는 기업 등이 측정한 아미노산 농도 데이터를 취득해도 좋고, 또한, 개체로부터 채취한 혈액으로부터 예를 들면 상기한 (A) 또는 (B) 등의 측정 방법으로 아미노산 농도값을 측정함으로써 아미노산 농도 데이터를 취득해도 좋다.
다음에, 스텝 SA11에서 취득한 개체의 아미노산 농도 데이터로부터 결손값이나 벗어난 값 등의 데이터를 제거한다(스텝 SA12).
다음에, 스텝 SA12에서 결손값이나 벗어난 값 등의 데이터가 제거된 개체의 아미노산 농도 데이터를 사용하여, 개체에 관해서, OGTT의 120분시의 인슐린 값, 내장지방 면적값, 및, 간장이 일정량 이상의 지방을 가진 상태로 되어 있을 가능성의 정도를 평가한다(스텝 SA13).
구체적으로는, (i) Gly, Tyr, Asn, Ala, Val, 및 Trp의 아미노산 농도값, 또는, (ii) Gly, Tyr, Asn, Ala, Val, 및 Trp의 아미노산 농도값 및 식 1을 사용하여, 개체의 OGTT의 120분시의 인슐린 값을 추정한다.
식 1에 있어서, a1, b1, c1, d1, e1, f1은 각각 제로가 아닌 임의의 실수이며, g1은 임의의 실수이다.
또한, (i) Gly, Tyr, Asn, Ala, Val, 및 Trp의 아미노산 농도값 및 미리 취득한 개체의 BMI값, 또는, (ii) Gly, Tyr, Asn, Ala, Val, 및 Trp의 아미노산 농도값, 미리 취득한 개체의 BMI값, 및 식 2를 사용하여, 개체의 내장지방 면적값을 추정한다.
식 2에 있어서, a2, b2, c2, d2, e2, f2, g2는 각각 제로가 아닌 임의의 실수이며, h2는 임의의 실수이다.
또한, (i) Gly, Tyr, Asn, Ala, Cit, 및 Leu의 아미노산 농도값, 또는, (ii) Gly, Tyr, Asn, Ala, Cit, 및 Leu의 아미노산 농도값 및 식 3을 사용하여, 개체를, 간장이 일정량 이상의 지방을 가진 상태로 되어 있을 가능성의 정도를 적어도 고려하여 정의된 복수의 구분 중 어느 하나로 분류한다. 또한, 복수의 구분에는, (i) 간장이 상기 상태로 되어 있을 가능성이 높은 대상을 속하게 하기 위한 구분, (ii) 간장이 상기 상태로 되어 있을 가능성이 낮은 대상을 속하게 하기 위한 구분, 및 (iii) 간장이 상기 상태로 되어 있을 가능성이 중간 정도인 대상을 속하게 하기 위한 구분이 포함되어 있어도 된다. 또한, (i) 복수의 구분에는, 간장이 상기 상태로 되어 있을 가능성이 높은 대상을 속하게 하기 위한 구분, 및, (ii) 간장이 상기 상태로 되어 있을 가능성이 낮은 대상을 속하게 하기 위한 구분이 포함되어 있어도 된다.
식 3에 있어서, a3, b3, c3, d3, e3, f3은 각각 제로가 아닌 임의의 실수이며, g3은 임의의 실수이다.
[제2 실시형태]
[2-1. 제2 실시형태의 개요]
여기에서는, 제2 실시형태의 개요에 관해서 도 3을 참조하여 설명한다. 도 3은 제2 실시형태의 기본 원리를 도시하는 원리 구성도이다.
제어부는, (i) 아미노산 농도값에 관한 미리 취득한 평가 대상(예를 들면 동물이나 인간 등의 개체)의 아미노산 농도 데이터에 포함되어 있는 Gly 및 Tyr의 아미노산 농도값, 및, (ii) Gly 및 Tyr의 아미노산 농도값이 대입되는 변수를 포함하는 미리 기억부에 기억된 식을 사용하여, 식의 값을 산출함으로써, 평가 대상에 관해서 생활습관병 지표 상태를 평가한다(스텝 S21).
이상, 제2 실시형태에 의하면, (i) 스텝 S21에서는, 평가 대상의 아미노산 농도 데이터에 포함되어 있는 Gly 및 Tyr의 아미노산 농도값, 및, (ii) 평가식으로서 기억부에 기억된, Gly 및 Tyr의 아미노산 농도값이 대입되는 변수를 포함하는 식을 사용하여, 평가식의 값을 산출함으로써, 평가 대상에 관해서 생활습관병 지표 상태를 평가한다. 이것에 의해, 생활습관병 지표 상태를 아는 데 있어서 참고가 될 수 있는 신뢰성이 높은 정보를 제공할 수 있다.
또한, 스텝 S21에서는, 「Gly, Tyr, 및 Asn의 아미노산 농도값, 및, Gly, Tyr, 및 Asn의 아미노산 농도값이 대입되는 변수를 포함하는 식」, 「Gly, Tyr, 및 Ala의 아미노산 농도값, 및, Gly, Tyr, 및 Ala의 아미노산 농도값이 대입되는 변수를 포함하는 식」, 「Gly, Tyr, 및 Val의 아미노산 농도값, 및, Gly, Tyr, 및 Val의 아미노산 농도값이 대입되는 변수를 포함하는 식」, 또는 「Gly, Tyr, 및 Trp의 아미노산 농도값, 및, Gly, Tyr, 및 Trp의 아미노산 농도값이 대입되는 변수를 포함하는 식」을 사용하여, 식의 값을 산출함으로써, 평가 대상에 관해서 생활습관병 지표 상태를 평가해도 좋다.
또한, 스텝 S21에서는, Gly, Tyr, Asn, 및 Ala의 아미노산 농도값, 및, Gly, Tyr, Asn, 및 Ala의 아미노산 농도값이 대입되는 변수를 포함하는 식을 사용하여, 식의 값을 산출함으로써, 평가 대상에 관해서 생활습관병 지표 상태를 평가해도 좋다.
또한, 스텝 S21에서는, 지방간, 내장지방, 및 인슐린 중 적어도 1개의 상태를 평가해도 좋다. 예를 들면, Gly, Tyr, Asn, Ala, Val, 및 Trp의 아미노산 농도값, 및, Gly, Tyr, Asn, Ala, Val, 및 Trp의 아미노산 농도값이 대입되는 변수를 포함하는 식을 사용하여, 식의 값을 산출함으로써, 인슐린의 상태를 평가해도 좋다. 또한, 「Gly, Tyr, Asn, Ala, Val, 및 Trp의 아미노산 농도값, 및, Gly, Tyr, Asn, Ala, Val, 및 Trp의 아미노산 농도값이 대입되는 변수를 포함하는 식」 또는 「Gly, Tyr, Asn, Ala, Val, 및 Trp의 아미노산 농도값, 미리 취득한 평가 대상의 BMI값, 및, Gly, Tyr, Asn, Ala, Val, 및 Trp의 아미노산 농도값 및 평가 대상의 BMI값이 대입되는 변수를 포함하는 식」을 사용하여, 식의 값을 산출함으로써, 내장지방의 상태를 평가해도 좋다. 또한, Gly, Tyr, Asn, Ala, Cit, 및 Leu의 아미노산 농도값, 및, Gly, Tyr, Asn, Ala, Cit, 및 Leu의 아미노산 농도값이 대입되는 변수를 포함하는 식을 사용하여, 식의 값을 산출함으로써, 지방간의 상태를 평가해도 좋다.
또한, 스텝 S21에서는, 지방간, 내장지방, 및 인슐린 중 적어도 2개의 상태를 평가해도 좋다. 예를 들면, Gly, Tyr, Asn, Ala, Val, 및 Trp의 아미노산 농도값, 및, Gly, Tyr, Asn, Ala, Val, 및 Trp의 아미노산 농도값이 대입되는 변수를 포함하는 식을 사용하여, 식의 값을 산출함으로써, 인슐린 및 내장지방의 상태를 평가해도 좋다.
또한, 스텝 S21에서는, 지방간, 내장지방, 및 인슐린의 상태를 평가해도 좋다. 예를 들면, (i) Gly, Tyr, Asn, Ala, Val, 및 Trp의 아미노산 농도값, 및, Gly, Tyr, Asn, Ala, Val, 및 Trp의 아미노산 농도값이 대입되는 변수를 포함하는 식을 사용하여, 식의 값을 산출함으로써, 인슐린의 상태를 평가하고, (ii) 「Gly, Tyr, Asn, Ala, Val, 및 Trp의 아미노산 농도값, 및, Gly, Tyr, Asn, Ala, Val, 및 Trp의 아미노산 농도값이 대입되는 변수를 포함하는 식」 또는 「Gly, Tyr, Asn, Ala, Val, 및 Trp의 아미노산 농도값, 미리 취득한 평가 대상의 BMI값, 및, Gly, Tyr, Asn, Ala, Val, 및 Trp의 아미노산 농도값 및 평가 대상의 BMI값이 대입되는 변수를 포함하는 식」을 사용하여, 식의 값을 산출함으로써, 내장지방의 상태를 평가하고, (iii) Gly, Tyr, Asn, Ala, Cit, 및 Leu의 아미노산 농도값, 및, Gly, Tyr, Asn, Ala, Cit, 및 Leu의 아미노산 농도값이 대입되는 변수를 포함하는 식을 사용하여, 식의 값을 산출함으로써, 지방간의 상태를 평가해도 좋다.
또한, 스텝 S21에서는, 산출한 식의 값이 평가 대상에 관한 생활습관병 지표 상태를 반영한 것이라고 결정해도 좋고, 또한, 식의 값을 예를 들면 이하에 열거한 수법 등으로 변환하고, 변환 후의 값이 평가 대상에 관한 생활습관병 지표 상태를 반영한 것이라고 결정해도 좋다. 환언하면, 스텝 S21에서는, 식의 값 또는 변환 후의 값 그 자체를, 평가 대상에 관한 생활습관병 지표 상태에 관한 평가 결과로서 취급해도 좋다.
평가식의 값이 취할 수 있는 범위가 소정 범위(예를 들면 0.0에서부터 1.0까지의 범위, 0.0에서부터 10.0까지의 범위, 0.0에서부터 100.0까지의 범위, 또는 -10.0에서부터 10.0까지의 범위 등)에 들어가도록, 예를 들면, 평가식의 값에 대해 임의의 값을 가감승제하거나, 또한, 평가식의 값을 소정의 변환 수법(예를 들면, 지수 변환, 대수 변환, 각 변환, 평방근 변환, 프로비트 변환, 또는 역수 변환 등)으로 변환하거나, 또한, 평가식의 값에 대해 이들의 계산을 조합하여 실시함으로써, 평가식의 값을 변환해도 좋다. 예를 들면, 평가식의 값을 지수로 하고 네이피어수를 베이스로 하는 지수 함수의 값(구체적으로는, 생활습관병 지표가 소정의 상태(예를 들면, 기준값을 초과한 상태 등)일 확률(p)을 정의했을 때의 자연 대수 ln(p/(1-p))이 평가식의 값과 동일하다고 한 경우에 있어서의 p/(1-p)의 값)을 추가로 산출해도 좋고, 또한, 산출한 지수 함수의 값을 1과 당해 지수 함수의 값의 합으로 나눈 값(구체적으로는, 확률(p)의 값)을 추가로 산출해도 좋다.
또한, 특정의 조건일 때의 변환 후의 값이 특정한 값이 되도록, 평가식의 값을 변환해도 좋다. 예를 들면, 감도가 80%일 때의 변환 후의 값이 4.0이 되고 또한 감도가 60%일 때의 변환 후의 값이 8.0이 되도록 평가식의 값을 변환해도 좋다.
또한, 본 명세서에 있어서의 평가값은, 평가식의 값 그 자체라도 좋고, 평가식의 값을 변환한 후의 값이라도 좋다.
또한, 스텝 S21에서는, 모니터 등의 표시 장치 또는 종이 등의 물리 매체에 시인 가능하게 나타나는, 생활습관병 지표 상태를 평가하기 위한 소정의 자(예를 들면, 눈금이 표시된 자로서, 식의 값 또는 변환 후의 값이 취할 수 있는 범위 또는 당해 범위의 일부분에 있어서의 상한값과 하한값에 대응하는 눈금이 적어도 표시된 것 등) 위에 있어서의, 식의 값 또는 변환 후의 값에 대응하는 소정의 표식(예를 들면, 동그라미표 또는 별표 등)의 위치에 관한 위치 정보를, 식의 값 또는 당해 식의 값을 변환한 경우에는 그 변환 후의 값을 사용하여 생성하고, 생성한 위치 정보가 평가 대상에 관한 생활습관병 지표 상태를 반영한 것이라고 결정해도 좋다.
또한, 스텝 S21에서는, 평가 대상에 있어서의 생활습관병 지표 상태의 정도를 정성적 또는 정량적으로 평가해도 좋다.
또한, 스텝 S21에서는, 아미노산 농도값, 아미노산 농도값이 대입되는 변수를 포함하는 식, 및 미리 설정된 1개 또는 복수의 임계값을 사용하여, 평가 대상을, 생활습관병 지표 상태의 정도를 적어도 고려하여 정의된 복수의 구분 중 어느 하나로 분류해도 좋다.
또한, 스텝 S21에서는, 생활습관병 지표가 연속적인 수치로 계측 가능한 것인 경우에, 아미노산 농도값, 및, 아미노산 농도값이 대입되는 변수를 포함하는 식을 사용하여, 평가 대상에 있어서의 생활습관병 지표의 값을 추정해도 좋다.
또한, 스텝 S21에서는, 식의 값을 소정의 수법으로 변환하고, 변환 후의 값을 사용하여 평가 대상을 복수의 구분 중 어느 하나로 분류하거나, 평가 대상에 있어서의 생활습관병 지표의 값을 추정하거나 해도 좋다.
또한, 스텝 S21에서는, 평가 대상에 있어서의 인슐린의 양(예를 들면, 평가 대상의 혈액 중에 존재하는 인슐린의 양 등)의 정도를 정성적 또는 정량적으로 평가해도 좋다.
또한, 스텝 S21에서는, 아미노산 농도값, 아미노산 농도값이 대입되는 변수를 포함하는 식, 및 미리 설정한 1개 또는 복수의 임계값을 사용하여, 평가 대상을, 인슐린의 양의 정도를 적어도 고려하여 정의된 복수의 구분 중 어느 하나로 분류해도 좋다. 또한, 복수의 구분에는, (i) 인슐린의 양(예를 들면 OGTT의 120분시의 인슐린 값 등)이 큰 대상을 속하게 하기 위한 구분, (ii) 인슐린의 양(예를 들면 OGTT의 120분시의 인슐린 값 등)이 작은 대상을 속하게 하기 위한 구분, 및 (iii) 인슐린의 양(예를 들면 OGTT의 120분시의 인슐린 값 등)이 중간 정도인 대상을 속하게 하기 위한 구분이 포함되어 있어도 된다. 또한, 복수의 구분에는, (i) 인슐린의 양(예를 들면 OGTT의 120분시의 인슐린 값 등)이 기준값(예를 들면 40μU/ml 등) 이상인 대상을 속하게 하기 위한 구분 및 (ii) 인슐린의 양(예를 들면 OGTT의 120분시의 인슐린 값 등)이 기준값(예를 들면 40μU/ml 등) 이하인 대상을 속하게 하기 위한 구분이 포함되어 있어도 된다. 또한, 복수의 구분에는, (i) OGTT의 120분시의 인슐린 값이 40μU/ml 이상일 가능성이 높은 대상을 속하게 하기 위한 구분, (ii) 상기 가능성이 낮은 대상을 속하게 하기 위한 구분, 및 (iii) 상기 가능성이 중간 정도인 대상을 속하게 하기 위한 구분이 포함되어 있어도 된다. 또한, 복수의 구분에는, (i) OGTT의 120분시의 인슐린 값이 40μU/ml 이상일 가능성이 높은 대상을 속하게 하기 위한 구분, 및, (ii) 상기 가능성이 낮은 대상을 속하게 하기 위한 구분이 포함되어 있어도 된다.
또한, 스텝 S21에서는, 아미노산 농도값, 및, 아미노산 농도값이 대입되는 변수를 포함하는 식을 사용하여, 평가 대상에 있어서의 인슐린의 양을 추정해도 좋다.
또한, 스텝 S21에서는, 식의 값을 소정의 수법으로 변환하고, 변환 후의 값을 사용하여, 평가 대상을 복수의 구분 중 어느 하나로 분류하거나, 평가 대상에 있어서의 인슐린의 양을 추정하거나 해도 좋다.
또한, 스텝 S21에서는, 평가 대상에 있어서의 내장지방의 양(예를 들면, 복부의 체축 단면에 있어서의 지방의 면적값 등)의 정도를 정성적으로 또는 정량적으로 평가해도 좋다.
또한, 스텝 S21에서는, 아미노산 농도값, 아미노산 농도값이 대입되는 변수를 포함하는 식, 및 미리 설정한 1개 또는 복수의 임계값을 사용하여, 평가 대상을, 내장지방의 양의 정도를 적어도 고려하여 정의된 복수의 구분 중 어느 하나로 분류해도 좋다. 또한, 복수의 구분에는, (i) 내장지방의 양(예를 들면 내장지방 면적값 등)이 큰 대상을 속하게 하기 위한 구분, (ii) 내장지방의 양(예를 들면 내장지방 면적값 등)이 작은 대상을 속하게 하기 위한 구분, 및 (iii) 내장지방의 양(예를 들면 내장지방 면적값 등)이 중간 정도인 대상을 속하게 하기 위한 구분이 포함되어 있어도 된다. 또한, 복수의 구분에는, (i) 내장지방의 양(예를 들면 내장지방 면적값 등)이 기준값(예를 들면 100㎠ 등) 이상인 대상을 속하게 하기 위한 구분 및 (ii) 내장지방의 양(예를 들면 내장지방 면적값 등)이 기준값(예를 들면 100㎠ 등) 이하인 대상을 속하게 하기 위한 구분이 포함되어 있어도 된다. 또한, 복수의 구분에는, (i) 내장지방 면적값이 100㎠ 이상일 가능성이 높은 대상을 속하게 하기 위한 구분, (ii) 상기 가능성이 낮은 대상을 속하게 하기 위한 구분, 및 (iii) 상기 가능성이 중간 정도인 대상을 속하게 하기 위한 구분이 포함되어 있어도 된다. 또한, 복수의 구분에는, (i) 내장지방 면적값이 100㎠ 이상일 가능성이 높은 대상을 속하게 하기 위한 구분, 및, (ii) 상기 가능성이 낮은 대상을 속하게 하기 위한 구분이 포함되어 있어도 된다.
또한, 스텝 S21에서는, 아미노산 농도값, 및, 아미노산 농도값이 대입되는 변수를 포함하는 식을 사용하여, 평가 대상에 있어서의 내장지방의 양을 추정해도 좋다.
또한, 스텝 S21에서는, 식의 값을 소정의 수법으로 변환하고, 변환 후의 값을 사용하여, 평가 대상을 복수의 구분 중 어느 하나로 분류하거나, 평가 대상에 있어서의 내장지방의 양을 추정하거나 해도 좋다.
또한, 분류 또는 추정을 실시할 때는, 평가 대상의 BMI값이나, BMI값이 대입되는 변수를 추가로 포함하는 식을 추가로 사용해도 좋다.
또한, 스텝 S21에서는, 지방간일 가능성의 정도, 즉, 평가 대상의 간장이 일정량 이상의 지방(예를 들면, 간장 중량의 5%를 초과하는 정도의 양의 지방, 간 세포의 30% 이상에 상당하는 정도의 양의 지방, 또는, 의사에게 지방간이라고 판단받을 정도의 양의 지방 등)을 가진 상태로 되어 있을 가능성의 정도를 평가해도 좋다.
또한, 스텝 S21에서는, 아미노산 농도값, 아미노산 농도값이 대입되는 변수를 포함하는 식, 및 미리 설정한 1개 또는 복수의 임계값을 사용하여, 평가 대상을, 간장이 상기 상태로 되어 있을 가능성의 정도를 적어도 고려하여 정의된 복수의 구분 중 어느 하나로 분류해도 좋다. 또한, 복수의 구분에는, (i) 간장이 상기 상태로 되어 있을 가능성이 높은 대상을 속하게 하기 위한 구분, (ii) 간장이 상기 상태로 되어 있을 가능성이 낮은 대상을 속하게 하기 위한 구분, 및 (iii) 간장이 상기 상태로 되어 있을 가능성이 중간 정도인 대상을 속하게 하기 위한 구분이 포함되어 있어도 된다. 또한, 복수의 구분에는, (i) 간장이 상기 상태로 되어 있을 가능성이 높은 대상을 속하게 하기 위한 구분, 및, (ii) 간장이 상기 상태로 되어 있을 가능성이 낮은 대상을 속하게 하기 위한 구분이 포함되어 있어도 된다.
또한, 스텝 S21에서는, 식의 값을 소정의 수법으로 변환하고, 변환 후의 값을 사용하여 평가 대상을 복수의 구분 중 어느 하나로 분류해도 좋다.
또한, 식은, 로지스틱 회귀식, 분수식, 선형 판별식, 중회귀식, 서포트 벡터 머신으로 작성된 식, 마하라노비스 거리법으로 작성된 식, 정준 판별 분석으로 작성된 식, 및 결정목으로 작성된 식 중 어느 하나라도 좋다.
또한, 인슐린의 상태를 평가하는 경우에 사용하는 식은 식 1이라도 좋고, 내장지방의 상태를 평가하는 경우에 사용하는 식은 식 2이라도 좋고, 지방간의 상태를 평가하는 경우에 사용하는 식은 식 3이라도 좋다.
식 1에 있어서, a1, b1, c1, d1, e1, f1은 각각 제로가 아닌 임의의 실수이며, g1은 임의의 실수이다.
식 2에 있어서, a2, b2, c2, d2, e2, f2, g2는 각각 제로가 아닌 임의의 실수이며, h2는 임의의 실수이다.
식 3에 있어서, a3, b3, c3, d3, e3, f3은 각각 제로가 아닌 임의의 실수이며, g3은 임의의 실수이다.
또한, 스텝 S21에서는, 아미노산 농도값, 및, 식 1, 식 2, 및 식 3 중 어느 하나를 사용하여, 메타볼릭 신드롬의 진단기준 항목으로서 정의된 복수의 항목 중에서 평가 대상이 해당되고 있는 항목의 수를 평가해도 좋다.
또한, 스텝 S21에서는, 아미노산 농도값, 및, 식 1, 식 2, 및 식 3 중 어느 하나를 사용하여, 평가 대상이 보유하고 있는 생활습관병의 수를 평가해도 좋다.
또한, 스텝 S21에서는, 아미노산 농도값, 및, 식 1, 식 2, 및 식 3 중 어느 하나를 사용하여, 평가 대상이 생활습관병에 나환되어 있을 가능성의 정도를 평가해도 좋다.
또한, 본 명세서에 기재된 식 이외에, 본 출원인에 의한 국제출원인 국제공개 제2008/016111호, 국제공개 제2008/075662호, 국제공개 제2008/075663호, 국제공개 제2009/099005호, 국제공개 제2009/154296호, 국제공개 제2009/154297호에 기재된 식도 평가식으로서 추가로 채용하여, 생활습관병 지표 상태를 평가하는 것도 가능하다.
여기에서, 평가식으로서 채용하는 식을, 예를 들면, 본 출원인에 의한 국제출원인 국제공개 제2004/052191호에 기재된 방법 또는 본 출원인에 의한 국제출원인 국제공개 제2006/098192호에 기재된 방법으로 작성해도 좋다. 또한, 이러한 방법으로 수득된 식이면, 입력 데이터로서의 아미노산 농도 데이터에 있어서의 아미노산 농도값의 단위에 상관없이, 당해 식을 생활습관병 지표 상태를 평가하는데 적합하게 사용할 수 있다.
또한, 평가식으로서 채용하는 식은, 일반적으로 다변량 해석에서 사용되는 식의 형식을 의미하는 것이며, 평가식으로서 채용하는 식으로서는, 예를 들면, 분수식, 중회귀식, 다중 로지스틱 회귀식, 선형 판별식, 마하라노비스 거리, 정준 판별 함수, 서포트 벡터 머신, 결정목, 상이한 형식들의 식들의 합으로 나타내는 식 등을 들 수 있다. 여기에서, 중회귀식, 다중 로지스틱 회귀식, 정준 판별 함수 등에 있어서는 각 변수에 계수 및 정수항이 부가되지만, 이 계수 및 정수항은, 바람직하게는 실수이면 상관없으며, 보다 바람직하게는, 데이터로부터 상기의 각종 분류를 실시하기 위해 수득된 계수 및 정수항의 99% 신뢰 구간의 범위에 속하는 값이면 상관없으며, 더욱 바람직하게는, 데이터로부터 상기의 각종 분류를 실시하기 위해 수득된 계수 및 정수항의 95% 신뢰 구간의 범위에 속하는 값이면 상관없다. 또한, 각 계수의 값, 및 이의 신뢰 구간은, 그것을 실수배로 한 것이라도 좋고, 정수항의 값, 및 이의 신뢰 구간은, 거기에 임의의 실정수를 가감승제한 것이라도 좋다. 로지스틱 회귀식, 선형 판별식, 중회귀식 등을 평가식으로서 사용하는 경우, 선형 변환(정수의 가산, 정수배) 및 단조 증가(감소)의 변환(예를 들면 logit 변환 등)은 평가 성능을 바꾸는 것이 아니며 변환전과 동등하다. 따라서, 상기 식은 선형 변환 및 단조 증가(감소)의 변환이 실시된 식을 포함한다.
또한, 분수식이란, 당해 분수식의 분자가 아미노산 A, B, C,…의 합으로 나타내어지고 및/또는 당해 분수식의 분모가 아미노산 a, b, c,…의 합으로 나타내어지는 것이다. 또한, 분수식에는, 이러한 구성의 분수식 α, β, γ,…의 합(예를 들면 α+β과 같은 것)도 포함된다. 또한, 분수식에는, 분할된 분수식도 포함된다. 또한, 분자나 분모에 채용할 수 있는 아미노산에는 각각 적당한 계수가 붙어도 상관없다. 또한, 분자나 분모에 사용되는 아미노산은 중복해도 상관없다. 또한, 각 분수식에 적당한 계수가 붙어도 상관없다. 또한, 각 변수의 계수의 값이나 정수항의 값은, 실수이면 상관없다. 어떤 분수식과, 당해 분수식에 있어서 분자의 변수와 분모의 변수가 교체된 것에서는, 목적 변수 상관된 양의 부호와 음의 부호가 대체로 역전되지만, 이들의 상관성은 유지되기 때문에, 평가 성능도 동등하다고 간주할 수 있다. 따라서, 분수식에는, 분자의 변수와 분모의 변수가 교체된 것도 포함된다.
그리고, 제2 실시형태에서는, 생활습관병 지표 상태를 평가할 때, 상기 19종의 아미노산 이외의 아미노산의 농도값을 추가로 사용해도 상관없다. 또한, 제2 실시형태에서는 생활습관병 지표 상태를 평가할 때, 아미노산 농도값 이외에, 다른 생체 정보에 관한 값(예를 들면, 이하의 1.에서부터 4.에 열거된 값 등)을 추가로 사용해도 상관없다. 또한, 제2 실시형태에서는, 평가식으로서 채용하는 식에는, 상기 19종의 아미노산 이외의 아미노산의 농도값이 대입되는 1개 또는 복수의 변수가 추가로 포함되어 있어도 된다. 또한, 제2 실시형태에서는, 평가식으로서 채용하는 식에는, 아미노산 농도값이 대입되는 변수 이외에, 다른 생체 정보에 관한 값(예를 들면, 이하의 1.에서부터 4.에 열거된 값 등)이 대입되는 1개 또는 복수의 변수가 추가로 포함되어 있어도 된다.
1. 아미노산 이외의 다른 혈중 대사물(아미노산 대사물·당류·지질 등), 단백질, 펩티드, 미네랄, 호르몬 등의 농도값.
2. 알부민, 총단백, 트리글리세라이드, HbA1c, 당화 알부민, 인슐린 저항성 지수, 총콜레스테롤, LDL 콜레스테롤, HDL 콜레스테롤, 아밀라제, 총빌리루빈, 크레아티닌, 추산 사구체 여과량(eGFR), 뇨산 등의 혈액 검사값.
3. 초음파 에코, X선, CT, MRI 등의 화상 정보로부터 수득되는 값.
4. 연령, 신장, 체중, BMI, 복위, 수축기 혈압, 확장기 혈압, 성별, 흡연 정보, 식사 정보, 음주 정보, 운동 정보, 스트레스 정보, 수면 정보, 가족의 기왕력 정보, 질환력 정보(당뇨병 등) 등의 생체 지표에 관한 값.
여기에서, 평가식 작성 처리(공정 1 내지 공정 4)의 개요에 관해서 상세하게 설명한다. 또한, 여기에서 설명하는 처리는 어디까지나 일례이며, 평가식의 작성 방법은 이것으로 한정되지 않는다.
우선, 제어부는, 아미노산 농도 데이터와 생활습관병 지표 상태에 관한 생활습관병 지표 데이터를 포함하는 미리 기억부에 기억된 지표 상태 정보로부터 소정의 식 작성 수법에 기초하여, 평가식의 후보인 후보식(예를 들면, y=a1x1+a2x2+…+anxn, y: 생활습관병 지표 데이터, xi: 아미노산 농도 데이터, ai: 정수, i=1, 2,…, n)을 작성한다(공정 1). 또한, 사전에, 지표 상태 정보로부터 결손값이나 벗어난 값 등을 갖는 데이터를 제거해도 좋다.
또한, 공정 1에 있어서, 지표 상태 정보로부터, 복수의 상이한 식 작성 수법(주성분 분석이나 판별 분석, 서포트 벡터 머신, 중회귀 분석, 로지스틱 회귀 분석, k-means법, 클러스터 해석, 결정목 등의 다변량 해석에 관한 것을 포함한다)을 병용하여 복수의 후보식을 작성해도 좋다. 구체적으로는, 다수의 건상군(健常群) 및 생활습관병 지표가 소정의 상태(예를 들면, 기준값을 초과한 상태 등)인 군으로부터 수득한 혈액을 분석하여 수득한 아미노산 농도 데이터 및 생활습관병 지표 데이터로 구성되는 다변량 데이터인 지표 상태 정보에 대해, 복수의 상이한 알고리즘을 이용하여 복수군의 후보식을 동시 병행적으로 작성해도 좋다. 예를 들면, 상이한 알고리즘을 이용하여 판별 분석 및 로지스틱 회귀 분석을 동시에 실시하여, 2개의 상이한 후보식을 작성해도 좋다. 또한, 주성분 분석을 실시하여 작성한 후보식을 이용하여 지표 상태 정보를 변환하고, 변환한 지표 상태 정보에 대해 판별 분석을 실시함으로써 후보식을 작성해도 좋다. 이것에 의해, 최종적으로, 최적의 평가식을 작성할 수 있다.
여기에서, 주성분 분석을 사용하여 작성한 후보식은, 모든 아미노산 농도 데이터의 분산을 최대로 하는 각 아미노산 변수를 포함하는 1차식이다. 또한, 판별 분석을 사용하여 작성한 후보식은, 각 군 내의 분산의 합의 모든 아미노산 농도 데이터의 분산에 대한 비를 최소로 하는 각 아미노산 변수를 포함하는 고차식(지수나 대수를 포함한다)이다. 또한, 서포트 벡터 머신을 사용하여 작성한 후보식은, 군 간의 경계를 최대로 하는 각 아미노산 변수를 포함하는 고차식(커널(kernel) 함수를 포함한다)이다. 또한, 중회귀 분석을 사용하여 작성한 후보식은, 모든 아미노산 농도 데이터로부터의 거리의 합을 최소로 하는 각 아미노산 변수를 포함하는 고차식이다. 로지스틱 회귀 분석을 사용하여 작성한 후보식은, 확률의 대수 오즈(odds)를 나타내는 선형 모델이며, 그 확률의 우도(尤度)를 최대로 하는 각 아미노산 변수를 포함하는 1차식이다. 또한, k-means법이란, 각 아미노산 농도 데이터의 k개 근방을 탐색하여, 근방점이 속하는 군 중에서 가장 많은 것을 그 데이터의 소속군으로 정의하고, 입력된 아미노산 농도 데이터가 속하는 군과 정의된 군이 가장 합치하는 아미노산 변수를 선택하는 수법이다. 또한, 클러스터 해석이란, 모든 아미노산 농도 데이터 중에서 가장 가까운 거리에 있는 점끼리를 클러스터링(군화(群化))하는 수법이다. 또한, 결정목이란, 아미노산 변수에 서열을 붙이고, 서열이 상위인 아미노산 변수가 취할 수 있는 패턴으로부터 아미노산 농도 데이터의 군을 예측하는 수법이다.
평가식 작성 처리의 설명으로 돌아가서, 제어부는, 공정 1에서 작성한 후보식을, 소정의 검증 수법에 기초하여 검증(상호 검증)한다(공정 2). 후보식의 검증은, 공정 1에서 작성한 각 후보식에 대해 실시한다.
또한, 공정 2에 있어서, 부트스트랩법(bootstrap method)이나 홀드아웃법(holdout method), N-폴드법(N-fold method), 리브원아웃법(leave-one-out method) 등 중 적어도 1개에 기초하여 후보식의 판별율이나 감도, 특이도, 정보량 기준, ROC_AUC(수신자 특성 곡선의 곡선하 면적) 등 중 적어도 1개에 관해서 검증해도 좋다. 이것에 의해, 지표 상태 정보나 평가 조건을 고려한 예측성 또는 완건성(頑健性)이 높은 후보식을 작성할 수 있다.
여기에서, 판별율이란, 본 실시형태에서 평가한 생활습관병 지표 상태가 참인 상태(예를 들면, 확정 진단의 결과 등)로서 음성인 것을 정확하게 음성이라고 평가하고, 참인 상태로서 양성인 것을 정확하게 양성이라고 평가하고 있는 비율이다. 또한, 감도란, 본 실시형태에서 평가한 생활습관병 지표 상태가 참인 상태로서 양성인 것을 정확하게 양성이라고 평가하고 있는 비율이다. 또한, 특이도란, 본 실시형태에서 평가한 생활습관병 지표 상태가 참인 상태로서 음성인 것을 정확하게 음성이라고 평가하고 있는 비율이다. 또한, 아카이케 정보량 규준(Akaike information criterion)이란, 회귀 분석 등의 경우에, 관측 데이터가 통계 모델에 어느 정도 일치하는지를 나타내는 기준이며, 「-2×(통계 모델의 최대 대수 우도)+2×(통계 모델의 자유 파라미터수)」로 정의되는 값이 최소가 되는 모델을 가장 좋다고 판단한다. 또한, ROC_AUC(수신자 특성 곡선의 곡선하 면적)는, 2차원 좌표 위에 (x, y)=(1-특이도, 감도)를 플롯팅하여 작성되는 곡선인 수신자 특성 곡선(ROC)의 곡선하 면적으로서 정의되고, ROC_AUC의 값은 완전한 판별에서는 1이 되고, 이 값이 1에 가까울수록 판별성이 높은 것을 나타낸다. 또한, 예측성이란, 후보식의 검증을 반복함으로써 수득된 판별율이나 감도, 특이성을 평균한 것이다. 또한, 완건성이란, 후보식의 검증을 반복함으로써 수득된 판별율이나 감도, 특이성의 분산이다.
평가식 작성 처리의 설명으로 돌아가서, 제어부는, 소정의 변수선택 수법에 기초하여 후보식의 변수를 선택함으로써, 후보식을 작성할 때에 사용하는 지표 상태 정보에 포함되는 아미노산 농도 데이터의 조합을 선택한다(공정 3). 아미노산 변수의 선택은, 공정 1에서 작성한 각 후보식에 대해 실시해도 좋다. 이것에 의해, 후보식의 아미노산 변수를 적절하게 선택할 수 있다. 그리고, 공정 3에서 선택한 아미노산 농도 데이터를 포함하는 지표 상태 정보를 사용하여 다시 공정 1을 실행한다.
또한, 공정 3에 있어서, 공정 2에서의 검증 결과로부터 스텝와이즈법(stepwise method), 베스트패스법(best path method), 근방탐색법, 유전적 알고리즘 중 적어도 1개에 기초하여 후보식의 아미노산 변수를 선택해도 좋다.
여기에서, 베스트패스법이란, 후보식에 포함되는 아미노산 변수를 1개씩 순차 감소시켜 가서, 후보식이 주는 평가 지표를 최적화함으로써 아미노산 변수를 선택하는 방법이다.
평가식 작성 처리의 설명으로 돌아가서, 제어부는, 상기한 공정 1, 공정 2 및 공정 3을 반복 실행하고, 이것에 의해 축적된 검증 결과에 기초하여, 복수의 후보식 중에서 평가식으로서 채용하는 후보식을 선출함으로써, 평가식을 작성한다(공정 4). 또한, 후보식의 선출에는, 예를 들면, 동일한 식 작성 수법으로 작성한 후보식 중에서 최적의 것을 선출하는 경우와, 모든 후보식 중에서 최적의 것을 선출하는 경우가 있다.
이상, 설명한 바와 같이, 평가식 작성 처리에서는, 지표 상태 정보에 기초하여, 후보식의 작성, 후보식의 검증 및 후보식의 변수의 선택에 관한 처리를 일련의흐름으로 체계화(시스템화)하여 실행함으로써, 생활습관병 지표 상태의 평가에 최적인 평가식을 작성할 수 있다. 환언하면, 평가식 작성 처리에서는, 아미노산 농도를 다변량의 통계 해석에 사용하여, 최적이며 로버스트한 변수의 세트를 선택하기 위해 변수선택법과 크로스밸리데이션(cross-validation)을 조합하여, 평가 성능이 높은 평가식을 추출한다. 평가식으로서는, 로지스틱 회귀, 선형 판별, 서포트 벡터 머신, 마하라노비스 거리법, 중회귀 분석, 클러스터 해석, Cox 비례 해저드 모델(Cox proportional-hazards model) 등을 사용할 수 있다.
[2-2. 제2 실시형태의 구성]
여기에서는, 제2 실시형태에 따르는 생활습관병 지표 평가 시스템(이하에서는 본 시스템이라고 기재하는 경우가 있다)의 구성에 관해서, 도 4에서부터 도 19를 참조하여 설명한다. 또한, 본 시스템은 어디까지나 일례이며, 본 발명은 이것으로 한정되지 않는다.
우선, 본 시스템의 전체 구성에 관해서 도 4 및 도 5를 참조하여 설명한다. 도 4는 본 시스템의 전체 구성의 일례를 도시하는 도면이다. 또한, 도 5는 본 시스템의 전체 구성의 다른 일례를 도시하는 도면이다. 본 시스템은, 도 4에 도시하는 바와 같이, 평가 대상인 개체에 있어서의 생활습관병 지표 상태를 평가하는 생활습관병 지표 평가 장치(100)와, 아미노산 농도값에 관한 개체의 아미노산 농도 데이터를 제공하는 클라이언트 장치(200)(본 발명의 정보통신 단말장치에 상당)를, 네트워크(300)를 개재하여 통신 가능하게 접속하여 구성되어 있다.
또한, 본 시스템은, 도 5에 도시하는 바와 같이, 생활습관병 지표 평가 장치(100)나 클라이언트 장치(200) 이외에, 생활습관병 지표 평가 장치(100)로 평가식을 작성할 때에 사용하는 지표 상태 정보나, 생활습관병 지표 상태를 평가할 때에 사용하는 평가식 등을 저장한 데이터베이스 장치(400)를, 네트워크(300)를 개재하여 통신 가능하게 접속하여 구성되어도 좋다. 이것에 의해, 네트워크(300)를 개재하여, 생활습관병 지표 평가 장치(100)로부터 클라이언트 장치(200)나 데이터베이스 장치(400)에, 또는 클라이언트 장치(200)나 데이터베이스 장치(400)로부터 생활습관병 지표 평가 장치(100)로, 생활습관병 지표 상태를 아는 데 있어서 참고가 되는 정보 등이 제공된다. 여기에서, 생활습관병 지표 상태를 아는 데 있어서 참고가 되는 정보란, 예를 들면, 인간을 포함하는 생물의 생활습관병 지표 상태에 관한 특정한 항목에 관해서 측정한 값에 관한 정보 등이다. 또한, 생활습관병 지표 상태를 아는 데 있어서 참고가 되는 정보는, 생활습관병 지표 평가 장치(100)나 클라이언트 장치(200)나 다른 장치(예를 들면 각종 계측 장치 등)에서 생성되어, 주로 데이터베이스 장치(400)에 축적된다.
다음에, 본 시스템의 생활습관병 지표 평가 장치(100)의 구성에 관해서 도 6에서부터 도 17을 참조하여 설명한다. 도 6은, 본 시스템의 생활습관병 지표 평가 장치(100)의 구성의 일례를 도시하는 블록도이며, 당해 구성 중 본 발명에 관계되는 부분만을 개념적으로 도시하고 있다.
생활습관병 지표 평가 장치(100)는, (I) 당해 생활습관병 지표 평가 장치를 통괄적으로 제어하는 CPU(Central Processing Unit) 등의 제어부(102)와, (II) 라우터(router) 등의 통신 장치 및 전용선 등의 유선 또는 무선의 통신 회선을 개재하여 당해 생활습관병 지표 평가 장치를 네트워크(300)에 통신 가능하게 접속하는 통신 인터페이스부(104)와, (III) 각종 데이터베이스나 테이블이나 파일 등을 저장하는 기억부(106)와, (IV) 입력 장치(112)나 출력 장치(114)에 접속하는 입출력 인터페이스부(108)로 구성되고 있고, 이들 각 부는 임의의 통신로를 개재하여 통신 가능하게 서로 접속되어 있다. 여기에서, 생활습관병 지표 평가 장치(100)는, 각종 분석 장치(예를 들면 아미노산 애널라이저 등)와 동일 하우징으로 구성되어도 좋다.
기억부(106)는, 스토리지 수단이며, 예를 들면, RAM(Random Access Memory)·ROM(Read Only Memory) 등의 메모리 장치나, 하드 디스크와 같은 고정 디스크 장치, 플렉시블 디스크, 광 디스크 등을 사용할 수 있다. 기억부(106)에는, OS(Operating System)와 협동하여 CPU에 명령을 주어 각종 처리를 실시하기 위한 컴퓨터 프로그램이 기록되어 있다. 기억부(106)는, 도시하는 바와 같이, 이용자 정보 파일(106a)과, 아미노산 농도 데이터 파일(106b)과, 지표 상태 정보 파일(106c)과, 지정 지표 상태 정보 파일(106d)과, 평가식 관련 정보 데이터베이스(106e)와, 평가 결과 파일(106f)을 저장한다.
이용자 정보 파일(106a)은, 이용자에 관한 이용자 정보를 저장한다. 도 7은, 이용자 정보 파일(106a)에 저장되는 정보의 일례를 도시하는 도면이다. 이용자 정보 파일(106a)에 저장되는 정보는, 도 7에 도시하는 바와 같이, 이용자를 일의(一意)적으로 식별하기 위한 이용자 ID(identification)와, 이용자가 정당한 자인지 여부의 인증을 실시하기 위한 이용자 패스워드와, 이용자의 성명과, 이용자가 소속되는 소속처를 일의적으로 식별하기 위한 소속처 ID와, 이용자가 소속되는 소속처 부문을 일의적으로 식별하기 위한 부문 ID와, 부문명과, 이용자의 전자메일 어드레스를 상호 관련지어 구성되어 있다.
도 6으로 돌아가서, 아미노산 농도 데이터 파일(106b)은, 아미노산 농도값에 관한 아미노산 농도 데이터를 저장한다. 도 8은, 아미노산 농도 데이터 파일(106b)에 저장되는 정보의 일례를 도시하는 도면이다. 아미노산 농도 데이터 파일(106b)에 저장되는 정보는, 도 8에 도시하는 바와 같이, 평가 대상인 개체(샘플)를 일의적으로 식별하기 위한 개체 번호와, 아미노산 농도 데이터를 상호 관련지어 구성되어 있다. 여기에서, 도 8에서는, 아미노산 농도 데이터를 수치, 즉 연속 척도로서 취급하고 있지만, 아미노산 농도 데이터는 명의 척도나 순서 척도라도 좋다. 또한, 명의 척도나 순서 척도의 경우에는, 각각의 상태에 대해 임의의 수치를 줌으로써 해석해도 좋다. 또한, 아미노산 농도 데이터에, 상기 19종의 아미노산 이외의 아미노산의 농도값이나, 다른 생체 정보에 관한 값(예를 들면, 이하의 1.에서부터 4.에 열거된 값 등)을 조합해도 좋다.
1. 아미노산 이외의 다른 혈중 대사물(아미노산 대사물·당류·지질 등), 단백질, 펩티드, 미네랄, 호르몬 등의 농도값.
2. 알부민, 총단백, 트리글리세라이드, HbA1c, 당화 알부민, 인슐린 저항성 지수, 총콜레스테롤, LDL 콜레스테롤, HDL 콜레스테롤, 아밀라제, 총빌리루빈, 크레아티닌, 추산 사구체 여과량(eGFR), 뇨산 등의 혈액 검사값.
3. 초음파 에코, X선, CT, MRI 등의 화상 정보로부터 수득되는 값.
4. 연령, 신장, 체중, BMI, 복위, 수축기 혈압, 확장기 혈압, 성별, 흡연 정보, 식사 정보, 음주 정보, 운동 정보, 스트레스 정보, 수면 정보, 가족의 기왕력 정보, 질환력 정보(당뇨병 등) 등의 생체 지표에 관한 값.
도 6으로 돌아가서, 지표 상태 정보 파일(106c)은, 평가식을 작성할 때에 사용하는 지표 상태 정보를 저장한다. 도 9는, 지표 상태 정보 파일(106c)에 저장되는 정보의 일례를 도시하는 도면이다. 지표 상태 정보 파일(106c)에 저장되는 정보는, 도 9에 도시하는 바와 같이, 개체 (샘플) 번호와, 생활습관병 지표(지표 T1, 지표 T2, 지표 T3…)의 상태에 관한 생활습관병 지표 데이터(T)와, 아미노산 농도 데이터를 상호 관련지어 구성되어 있다. 여기에서, 도 9에서는, 생활습관병 지표 데이터 및 아미노산 농도 데이터를 수치(즉 연속 척도)로서 취급하고 있지만, 생활습관병 지표 데이터 및 아미노산 농도 데이터는 명의 척도나 순서 척도라도 좋다. 또한, 명의 척도나 순서 척도의 경우에는, 각각의 상태에 대해 임의의 수치를 줌으로써 해석해도 좋다. 또한, 생활습관병 지표 데이터는, 생활습관병의 기지의 지표 등이며, 수치 데이터를 사용해도 좋다.
도 6으로 돌아가서, 지정 지표 상태 정보 파일(106d)은, 후술하는 지표 상태 정보 지정부(102g)에서 지정한 지표 상태 정보를 저장한다. 도 10은, 지정 지표 상태 정보 파일(106d)에 저장되는 정보의 일례를 도시하는 도면이다. 지정 지표 상태 정보 파일(106d)에 저장되는 정보는, 도 10에 도시하는 바와 같이, 개체 번호와, 지정한 생활습관병 지표 데이터와, 지정한 아미노산 농도 데이터를 상호 관련지어 구성되어 있다.
도 6으로 돌아가서, 평가식 관련 정보 데이터베이스(106e)는, (I) 후술하는 후보식 작성부(102h1)에서 작성한 후보식을 저장하는 후보식 파일(106e1)과, (II) 후술하는 후보식 검증부(102h2)에서의 검증 결과를 저장하는 검증 결과 파일(106e2)과, (III) 후술하는 변수선택부(102h3)에서 선택한 아미노산 농도 데이터의 조합을 포함하는 지표 상태 정보를 저장하는 선택 지표 상태 정보 파일(106e3)과, (IV) 후술하는 평가식 작성부(102h)에서 작성한 평가식을 저장하는 평가식 파일(106e4)로 구성된다.
후보식 파일(106e1)은, 후술하는 후보식 작성부(102h1)에서 작성한 후보식을 저장한다. 도 11은, 후보식 파일(106e1)에 저장되는 정보의 일례를 도시하는 도면이다. 후보식 파일(106e1)에 저장되는 정보는, 도 11에 도시하는 바와 같이, 랭크(rank)와, 후보식(도 11에서는, F1(Gly, Leu, Phe,…)이나 F2(Gly, Leu, Phe,…), F3(Gly, Leu, Phe,…) 등)을 상호 관련지어 구성되어 있다.
도 6으로 돌아가서, 검증 결과 파일(106e2)은, 후술하는 후보식 검증부(102h2)에서의 검증 결과를 저장한다. 도 12는, 검증 결과 파일(106e2)에 저장되는 정보의 일례를 도시하는 도면이다. 검증 결과 파일(106e2)에 저장되는 정보는, 도 12에 도시하는 바와 같이, 랭크와, 후보식(도 12에서는, Fk(Gly, Leu, Phe,…)이나 Fm(Gly, Leu, Phe,…), Fl(Gly, Leu, Phe,…) 등)과, 각 후보식의 검증 결과(예를 들면 각 후보식의 평가값)을 상호 관련지어 구성되어 있다.
도 6으로 돌아가서, 선택 지표 상태 정보 파일(106e3)은, 후술하는 변수선택부(102h3)에서 선택한 변수에 대응하는 아미노산 농도 데이터의 조합을 포함하는 지표 상태 정보를 저장한다. 도 13은, 선택 지표 상태 정보 파일(106e3)에 저장되는 정보의 일례를 도시하는 도면이다. 선택 지표 상태 정보 파일(106e3)에 저장되는 정보는, 도 13에 도시하는 바와 같이, 개체 번호와, 후술하는 지표 상태 정보 지정부(102g)에서 지정한 생활습관병 지표 데이터와, 후술하는 변수선택부(102h3)에서 선택한 아미노산 농도 데이터를 상호 관련지어 구성되어 있다.
도 6으로 돌아가서, 평가식 파일(106e4)은, 후술하는 평가식 작성부(102h)에서 작성한 평가식을 저장한다. 도 14는, 평가식 파일(106e4)에 저장되는 정보의 일례를 도시하는 도면이다. 평가식 파일(106e4)에 저장되는 정보는, 도 14에 도시하는 바와 같이, 랭크와, 평가식(도 14에서는, Fp(Phe,…)이나 Fp(Gly, Leu, Phe), Fk(Gly, Leu, Phe,…) 등)과, 각 식 작성 수법에 대응하는 임계값과, 각 평가식의 검증 결과(예를 들면 각 평가식의 평가값)를 상호 관련지어 구성되어 있다.
도 6으로 돌아가서, 평가 결과 파일(106f)은, 후술하는 평가부(102i)에서 수득된 평가 결과를 저장한다. 도 15는, 평가 결과 파일(106f)에 저장되는 정보의 일례를 도시하는 도면이다. 평가 결과 파일(106f)에 저장되는 정보는, 평가 대상인 개체(샘플)를 일의적으로 식별하기 위한 개체 번호와, 미리 취득한 개체의 아미노산 농도 데이터와, 생활습관병 지표 상태에 관한 평가 결과(예를 들면, 후술하는 산출부(102i1)에서 산출한 평가식의 값, 후술하는 변환부(102i2)에서 평가식의 값을 변환한 후의 값, 후술하는 생성부(102i3)에서 생성된 위치 정보, 또는, 후술하는 분류부(102i4)에서 수득된 분류 결과 등)를 상호 관련지어 구성되어 있다.
도 6으로 돌아가서, 기억부(106)에는, 상기한 정보 이외에 기타 정보로서, Web 사이트를 클라이언트 장치(200)에 제공하기 위한 각종 Web 데이터나, CGI 프로그램 등이 기록되어 있다. Web 데이터로서는 후술하는 각종 WEB 페이지를 표시하기 위한 데이터 등이 있고, 이들 데이터는 예를 들면 HTML(HyperText Markup Language)이나 XML(Extensible Markup Language)로 기술된 텍스트 파일로서 형성되어 있다. 또한, Web 데이터를 작성하기 위한 부품용의 파일이나 작업용의 파일이나 기타 일시적인 파일 등도 기억부(106)에 기억된다. 기억부(106)에는, 필요에 따라, 클라이언트 장치(200)로 송신하기 위한 음성을 WAVE 형식이나 AIFF(Audio Interchange File Format) 형식과 같은 음성 파일로 저장하거나, 정지 화상이나 동영상을 JPEG(Joint Photographic Experts Group) 형식이나 MPEG2(Moving Picture Experts Group phase 2) 형식과 같은 화상 파일로 저장하거나 할 수 있다.
통신 인터페이스부(104)는, 생활습관병 지표 평가 장치(100)와 네트워크(300)(또는 라우터 등의 통신 장치) 간에 있어서의 통신을 매개한다. 즉, 통신 인터페이스부(104)는, 다른 단말과 통신 회선을 개재하여 데이터를 통신하는 기능을 가진다.
입출력 인터페이스부(108)는, 입력 장치(112)나 출력 장치(114)에 접속한다. 여기에서, 출력 장치(114)에는, 모니터(가정용 텔레비젼을 포함한다) 외에, 스피커나 프린터를 사용할 수 있다(또한, 이하에서는, 출력 장치(114)를 모니터(114)로서 기재하는 경우가 있다). 입력 장치(112)에는, 키보드나 마우스나 마이크 외에, 마우스와 협동하여 포인팅 디바이스 기능을 실현하는 모니터를 사용할 수 있다.
제어부(102)는, OS(Operating System) 등의 제어 프로그램·각종 처리 순서 등을 규정한 프로그램·소요 데이터 등을 저장하기 위한 내부 메모리를 가지며, 이들 프로그램에 기초하여 여러 가지 정보 처리를 실행한다. 제어부(102)는, 도시하는 바와 같이, 대별하여, 요구해석부(102a)와 열람처리부(102b)와 인증처리부(102c)와 전자메일 생성부(102d)와 WEB 페이지 생성부(102e)와 수신부(102f)와 지표 상태 정보 지정부(102g)와 평가식 작성부(102h)와 평가부(102i)와 결과출력부(102j)와 송신부(102k)를 구비하고 있다. 제어부(102)는, 데이터베이스 장치(400)로부터 송신된 지표 상태 정보나 클라이언트 장치(200)로부터 송신된 아미노산 농도 데이터에 대해, 결손값이 있는 데이터의 제거·벗어난 값이 많은 데이터의 제거·결손값이 있는 데이터가 많은 변수의 제거 등의 데이터 처리도 실시한다.
요구해석부(102a)는, 클라이언트 장치(200)나 데이터베이스 장치(400)로부터의 요구 내용을 해석하고, 그 해석 결과에 따라 제어부(102)의 각 부로 처리를 주고 받는다. 열람처리부(102b)는, 클라이언트 장치(200)로부터의 각종 화면의 열람 요구를 받고, 이들 화면의 Web 데이터의 생성이나 송신을 실시한다. 인증처리부(102c)는, 클라이언트 장치(200)나 데이터베이스 장치(400)로부터의 인증 요구를 받고, 인증 판단을 실시한다. 전자메일 생성부(102d)는, 각종 정보를 포함한 전자메일을 생성한다. WEB 페이지 생성부(102e)는, 이용자가 클라이언트 장치(200)로 열람하는 WEB 페이지를 생성한다.
수신부(102f)는, 클라이언트 장치(200)나 데이터베이스 장치(400)로부터 송신된 정보(구체적으로는, 아미노산 농도 데이터나 지표 상태 정보, 평가식 등)를, 네트워크(300)를 개재하여 수신한다. 지표 상태 정보 지정부(102g)는, 평가식을 작성하는 데 있어서, 대상으로 하는 생활습관병 지표 데이터 및 아미노산 농도 데이터를 지정한다.
평가식 작성부(102h)는, 수신부(102f)에서 수신한 지표 상태 정보나 지표 상태 정보 지정부(102g)에서 지정한 지표 상태 정보에 기초하여 평가식을 작성한다. 구체적으로는, 평가식 작성부(102h)는, 지표 상태 정보로부터, 후보식 작성부(102h1), 후보식 검증부(102h2) 및 변수선택부(102h3)를 반복 실행시킴으로써 축적된 검증 결과에 기초하여, 복수의 후보식 중에서 평가식으로서 채용하는 후보식을 선출함으로써, 평가식을 작성한다.
또한, 평가식이 미리 기억부(106)의 소정의 기억 영역에 저장되어 있는 경우에는, 평가식 작성부(102h)는, 기억부(106)로부터 원하는 평가식을 선택함으로써, 평가식을 작성해도 좋다. 또한, 평가식 작성부(102h)는, 평가식을 미리 저장한 다른 컴퓨터 장치(예를 들면 데이터베이스 장치(400))로부터 원하는 평가식을 선택하여 다운로드함으로써, 평가식을 작성해도 좋다.
여기에서, 평가식 작성부(102h)의 구성에 관해서 도 16을 참조하여 설명한다. 도 16은, 평가식 작성부(102h)의 구성을 도시하는 블록도이며, 당해 구성 중 본 발명에 관계되는 부분만을 개념적으로 도시하고 있다. 평가식 작성부(102h)는, 후보식 작성부(102h1)와, 후보식 검증부(102h2)와, 변수선택부(102h3)를 추가로 구비하고 있다. 후보식 작성부(102h1)는, 지표 상태 정보로부터 소정의 식 작성 수법에 기초하여 평가식의 후보인 후보식을 작성한다. 또한, 후보식 작성부(102h1)는, 지표 상태 정보로부터, 복수의 상이한 식 작성 수법을 병용하여 복수의 후보식을 작성해도 좋다. 후보식 검증부(102h2)는, 후보식 작성부(102h1)에서 작성한 후보식을 소정의 검증 수법에 기초하여 검증한다. 또한, 후보식 검증부(102h2)는, 부트스트랩법, 홀드아웃법, N-폴드법, 리브원아웃법 중 적어도 1개에 기초하여 후보식의 판별율, 감도, 특이도, 정보량 기준, ROC_AUC(수신자 특성 곡선의 곡선하 면적) 중 적어도 1개에 관해서 검증해도 좋다. 변수선택부(102h3)는, 소정의 변수선택 수법에 기초하여 후보식의 변수를 선택함으로써, 후보식을 작성할 때에 사용하는 지표 상태 정보에 포함되는 아미노산 농도 데이터의 조합을 선택한다. 또한, 변수선택부(102h3)는, 검증 결과로부터 스텝와이즈법, 베스트패스법, 근방탐색법, 유전적 알고리즘 중 적어도 1개에 기초하여 후보식의 변수를 선택해도 좋다.
도 6으로 돌아가서, 평가부(102i)는, 사전에 수득된 식(예를 들면, 평가식 작성부(102h)에서 작성한 평가식, 또는, 수신부(102f)에서 수신한 평가식 등), 및, 수신부(102f)에서 수신한 개체의 아미노산 농도 데이터를 사용하여, 평가식의 값을 산출함으로써, 개체에 관해서 생활습관병 지표 상태를 평가한다.
여기에서, 평가부(102i)의 구성에 관해서 도 17을 참조하여 설명한다. 도 17은, 평가부(102i)의 구성을 도시하는 블록도이며, 당해 구성 중 본 발명에 관계되는 부분만을 개념적으로 도시하고 있다. 평가부(102i)는, 산출부(102i1)와, 변환부(102i2)와, 생성부(102i3)와, 분류부(102i4)를 추가로 구비하고 있다.
산출부(102i1)는, (i) 적어도 Gly 및 Tyr의 아미노산 농도값, 및, (ii) 적어도 Gly 및 Tyr의 아미노산 농도값이 대입되는 변수를 포함하는 평가식을 사용하여, 평가식의 값을 산출한다. 또한, 평가부(102i)는, 산출부(102i1)에서 산출한 평가식의 값을 평가 결과로서 평가 결과 파일(106f)의 소정의 기억 영역에 저장해도 좋다. 또한, 평가식은, 로지스틱 회귀식, 분수식, 선형 판별식, 중회귀식, 서포트 벡터 머신으로 작성된 식, 마하라노비스 거리법으로 작성된 식, 정준 판별 분석으로 작성된 식, 및 결정목으로 작성된 식 중 어느 하나라도 좋다. 또한, 생활습관병 지표가 연속적인 수치로 계측 가능한 것인 경우, 평가부(102i)는, 산출부(102i1)에서 산출한 평가식의 값을, 당해 지표의 추정값으로 해도 좋다.
변환부(102i2)는, 산출부(102i1)에서 산출한 평가식의 값을 예를 들면 상기한 변환 수법 등으로 변환한다. 또한, 평가부(102i)는, 변환부(102i2)에서 변환한 후의 값을 평가 결과로서 평가 결과 파일(106f)의 소정의 기억 영역에 저장해도 좋다. 또한, 생활습관병 지표가 연속적인 수치로 계측 가능한 것인 경우, 평가부(102i)는, 변환부(102i2)에서 변환한 후의 값을, 당해 지표의 추정값으로 해도 좋다.
생성부(102i3)는, 모니터 등의 표시 장치 또는 종이 등의 물리 매체에 시인 가능하게 나타나는, 생활습관병 지표 상태를 평가하기 위한 소정의 자(예를 들면, 눈금이 표시된 자로서, 식의 값 또는 변환 후의 값이 취할 수 있는 범위 또는 당해 범위의 일부분에 있어서의 상한값과 하한값에 대응하는 눈금이 적어도 표시된 것 등) 위에 있어서의, 식의 값 또는 변환 후의 값에 대응하는 소정의 표식(예를 들면, 동그라미표 또는 별표 등)의 위치에 관한 위치 정보를, 산출부(102i1)에서 산출한 식의 값 또는 변환부(102i2)에서 변환한 후의 값을 사용하여 생성한다. 또한, 평가부(102i)는, 생성부(102i3)에서 생성한 위치 정보를 평가 결과로서 평가 결과 파일(106f)의 소정의 기억 영역에 저장해도 좋다.
분류부(102i4)는, 산출부(102i1)에서 산출한 평가식의 값 또는 변환부(102i2)에서 변환한 후의 값을 사용하여, 개체를, 생활습관병 지표 상태의 정도를 적어도 고려하여 정의된 복수의 구분 중 어느 하나로 분류한다.
도 6으로 돌아가서, 결과출력부(102j)는, 제어부(102)의 각 처리부에서의 처리 결과(평가부(102i)에서 수득된 평가 결과를 포함한다) 등을 출력 장치(114)에 출력한다.
송신부(102k)는, 개체의 아미노산 농도 데이터의 송신원의 클라이언트 장치(200)에 대해 평가 결과를 송신하거나, 데이터베이스 장치(400)에 대해, 생활습관병 지표 평가 장치(100)에서 작성한 평가식이나 평가 결과를 송신하거나 한다.
다음에, 본 시스템의 클라이언트 장치(200)의 구성에 관해서 도 18을 참조하여 설명한다. 도 18은, 본 시스템의 클라이언트 장치(200)의 구성의 일례를 도시하는 블록도이며, 당해 구성 중 본 발명에 관계되는 부분만을 개념적으로 도시하고 있다.
클라이언트 장치(200)는, 제어부(210)와 ROM(220)과 HD(Hard Disk)(230)와 RAM(240)과 입력 장치(250)와 출력 장치(260)와 입출력 IF(270)와 통신 IF(280)로 구성되어 있으며, 이들 각 부는 임의의 통신로를 개재하여 통신 가능하게 접속되어 있다.
제어부(210)는, Web 브라우저(211), 전자메일러(212), 수신부(213), 송신부(214)를 구비하고 있다. Web 브라우저(211)는, Web 데이터를 해석하고, 해석한 Web 데이터를 후술하는 모니터(261)에 표시하는 브라우저 처리를 실시한다. 또한, Web 브라우저(211)에는, 스트림 영상의 수신·표시·피드백 등을 실시하는 기능을 구비한 스트림 플레이어 등의 각종 소프트웨어를 플러그인해도 좋다. 전자메일러(212)는, 소정의 통신 규약(예를 들면, SMTP(Simple Mail Transfer Protocol)이나 POP3(Post Office Protocol version 3) 등)에 따라 전자메일의 송수신을 실시한다. 수신부(213)는, 통신 IF(280)를 개재하여, 생활습관병 지표 평가 장치(100)로부터 송신된 평가 결과 등의 각종 정보를 수신한다. 송신부(214)는, 통신 IF(280)를 개재하여, 개체의 아미노산 농도 데이터 등의 각종 정보를 생활습관병 지표 평가 장치(100)로 송신한다.
입력 장치(250)는 키보드나 마우스나 마이크 등이다. 또한, 후술하는 모니터(261)도 마우스와 협동하여 포인팅 디바이스 기능을 실현한다. 출력 장치(260)는, 통신 IF(280)를 개재하여 수신한 정보를 출력하는 출력 수단이며, 모니터(가정용 텔레비젼을 포함한다)(261) 및 프린터(262)를 포함한다. 이밖에, 출력 장치(260)에 스피커 등을 추가로 설치해도 좋다. 입출력 IF(270)는 입력 장치(250)나 출력 장치(260)에 접속한다.
통신 IF(280)는, 클라이언트 장치(200)와 네트워크(300)(또는 라우터 등의 통신 장치)를 통신 가능하게 접속한다. 환언하면, 클라이언트 장치(200)는, 모뎀이나 TA(Terminal Adapter)나 라우터 등의 통신 장치 및 전화 회선을 개재하여, 또는 전용선을 개재하여 네트워크(300)에 접속된다. 이것에 의해, 클라이언트 장치(200)는, 소정의 통신 규약에 따라서 생활습관병 지표 평가 장치(100)로 액세스할 수 있다.
여기에서, 프린터·모니터·이미지 스캐너 등의 주변 장치를 필요에 따라 접속한 정보 처리 장치(예를 들면, 기지의 퍼스널 컴퓨터·워크스테이션·가정용 게임 장치·인터넷 TV(Television)·PHS(Personal Handyphone System) 단말·휴대 단말·이동 통신 단말·PDA(Personal Digital Assistants) 등의 정보 처리 단말 등)에, Web 데이터의 브라우징 기능이나 전자메일 기능을 실현시키는 소프트웨어(프로그램, 데이터 등을 포함한다)를 실장함으로써, 클라이언트 장치(200)를 실현해도 좋다.
또한, 클라이언트 장치(200)의 제어부(210)는, 제어부(210)에서 실시하는 처리의 전부 또는 임의의 일부를, CPU 및 당해 CPU로 해석하여 실행하는 프로그램으로 실현해도 좋다. ROM(220) 또는 HD(230)에는, OS(Operating System)와 협동하여 CPU에 명령을 주고, 각종 처리를 실시하기 위한 컴퓨터 프로그램이 기록되어 있다. 당해 컴퓨터 프로그램은, RAM(240)에 로드됨으로써 실행되고, CPU와 협동하여 제어부(210)를 구성한다. 또한, 당해 컴퓨터 프로그램은, 클라이언트 장치(200)와 임의의 네트워크를 개재하여 접속되는 애플리케이션 프로그램 서버에 기록되어도 좋고, 클라이언트 장치(200)는, 필요에 따라 그 전부 또는 일부를 다운로드해도 좋다. 또한, 제어부(210)에서 실시하는 처리의 전부 또는 임의의 일부를, 와이어드 로직 등에 의한 하드웨어로 실현해도 좋다.
여기에서, 제어부(210)는, 생활습관병 지표 평가 장치(100)의 제어부(102)에 구비되어 있는 평가부(102i)가 갖는 기능과 동일한 기능을 갖는 평가부(210a)(산출부(210a1), 변환부(210a2), 생성부(210a3), 및 분류부(210a4)를 포함한다)를 구비하고 있어도 좋다. 그리고, 제어부(210)에 평가부(210a)가 구비되어 있는 경우에는, 평가부(210a)는, 생활습관병 지표 평가 장치(100)로부터 송신된 평가 결과에 포함되어 있는 정보에 따라, 변환부(210a2)에서 식의 값을 변환하거나, 생성부(210a3)에서 식의 값 또는 변환 후의 값에 대응하는 위치 정보를 생성하거나, 분류부(210a4)에서 식의 값 또는 변환 후의 값을 사용하여 개체를 복수의 구분 중 어느 하나로 분류하거나 해도 좋다.
다음에, 본 시스템의 네트워크(300)에 관해서 도 4 및 도 5를 참조하여 설명한다. 네트워크(300)는, 생활습관병 지표 평가 장치(100)와 클라이언트 장치(200)와 데이터베이스 장치(400)를 서로 통신 가능하게 접속하는 기능을 가지며, 예를 들면 인터넷이나 인트라넷이나 LAN(Local Area Network)(유선/무선의 쌍방을 포함한다) 등이다. 또한, 네트워크(300)는, VAN(Value Added Network)이나, 퍼스널 컴퓨터 통신망이나, 공중 전화망(아날로그/디지털의 쌍방을 포함한다)이나, 전용 회선망(아날로그/디지털의 쌍방을 포함한다)이나, CATV(Community Antenna Television)망이나, 휴대 회선 교환망 또는 휴대 패킷 교환망(IMT2000(International Mobile Telecommunication 2000)) 방식, GSM(Global System for Mobile Communications)(등록상표) 방식 또는 PDC(Personal Digital Cellular)/PDC-P 방식 등을 포함한다)이나, 무선 호출망이나, Bluetooth(등록상표) 등의 국소 무선망이나, PHS망이나, 위성 통신망(CS(Communication Satellite), BS(Broadcasting Satellite) 또는 ISDB(Integrated Services Digital Broadcasting) 등을 포함한다) 등이라도 좋다.
다음에, 본 시스템의 데이터베이스 장치(400)의 구성에 관해서 도 19를 참조하여 설명한다. 도 19는, 본 시스템의 데이터베이스 장치(400)의 구성의 일례를 도시하는 블록도이며, 당해 구성 중 본 발명에 관계되는 부분만을 개념적으로 도시하고 있다.
데이터베이스 장치(400)는, (i) 생활습관병 지표 평가 장치(100) 또는 당해 데이터베이스 장치에서 평가식을 작성할 때에 사용하는 지표 상태 정보나, (ii) 생활습관병 지표 평가 장치(100)에서 작성한 평가식, 및 (iii) 생활습관병 지표 평가 장치(100)에서의 평가 결과 등을 저장하는 기능을 가진다. 도 19에 도시하는 바와 같이, 데이터베이스 장치(400)는, (I) 당해 데이터베이스 장치를 통괄적으로 제어하는 CPU 등의 제어부(402)와, (II) 라우터 등의 통신 장치 및 전용선 등의 유선 또는 무선의 통신 회로를 개재하여 당해 데이터베이스 장치를 네트워크(300)에 통신 가능하게 접속하는 통신 인터페이스부(404)와, (III) 각종 데이터베이스나 테이블이나 파일(예를 들면 WEB 페이지용 파일) 등을 저장하는 기억부(406)와, (IV) 입력 장치(412)나 출력 장치(414)에 접속하는 입출력 인터페이스부(408)로 구성되어 있고, 이들 각 부는 임의의 통신로를 개재하여 통신 가능하게 접속되어 있다.
기억부(406)는, 스토리지 수단이며, 예를 들면, RAM·ROM 등의 메모리 장치나, 하드 디스크와 같은 고정 디스크 장치나, 플렉시블 디스크나, 광 디스크 등을 사용할 수 있다. 기억부(406)에는, 각종 처리에서 사용하는 각종 프로그램 등을 저장한다. 통신 인터페이스부(404)는, 데이터베이스 장치(400)와 네트워크(300)(또는 라우터 등의 통신 장치) 간에 있어서의 통신을 매개한다. 즉, 통신 인터페이스부(404)는, 다른 단말과 통신 회선을 개재하여 데이터를 통신하는 기능을 가진다. 입출력 인터페이스부(408)는, 입력 장치(412)이나 출력 장치(414)에 접속한다. 여기에서, 출력 장치(414)에는, 모니터(가정용 텔레비젼을 포함한다) 외에, 스피커나 프린터를 사용할 수 있다(또한, 이하에서, 출력 장치(414)를 모니터(414)로서 기재하는 경우가 있다). 또한, 입력 장치(412)에는, 키보드나 마우스나 마이크 외에, 마우스와 협동하여 포인팅 디바이스 기능을 실현하는 모니터를 사용할 수 있다.
제어부(402)는, OS(Operating System) 등의 제어 프로그램·각종 처리 순서 등을 규정한 프로그램·소요 데이터 등을 저장하기 위한 내부 메모리를 가지며, 이들 프로그램에 기초하여 여러 가지 정보 처리를 실행한다. 제어부(402)는, 도시하는 바와 같이, 대별하여, 요구해석부(402a)와 열람처리부(402b)와 인증처리부(402c)와 전자메일 생성부(402d)와 WEB 페이지 생성부(402e)와 송신부(402f)를 구비하고 있다.
요구해석부(402a)는, 생활습관병 지표 평가 장치(100)로부터의 요구 내용을 해석하고, 그 해석 결과에 따라 제어부(402)의 각 부로 처리를 주고받는다. 열람처리부(402b)는, 생활습관병 지표 평가 장치(100)로부터의 각종 화면의 열람 요구를 받고, 이들 화면의 Web 데이터의 생성이나 송신을 실시한다. 인증처리부(402c)는, 생활습관병 지표 평가 장치(100)로부터의 인증 요구를 받고, 인증 판단을 실시한다. 전자메일 생성부(402d)는, 각종 정보를 포함한 전자메일을 생성한다. WEB 페이지 생성부(402e)는, 이용자가 클라이언트 장치(200)에서 열람하는 WEB 페이지를 생성한다. 송신부(402f)는, 지표 상태 정보나 평가식 등의 각종 정보를, 생활습관병 지표 평가 장치(100)로 송신한다.
[2-3. 제2 실시형태의 구체예]
여기에서는, 제2 실시형태의 구체예에 관해서 도 20을 참조하여 설명한다. 도 20은, 제2 실시형태에 따르는 생활습관병 지표 평가 서비스 처리의 일례를 도시하는 플로우 챠트이다.
또한, 본 처리에서 사용하는 아미노산 농도 데이터는, 예를 들면 동물이나 인간 등의 개체로부터 미리 채취한 혈액(예를 들면 혈장, 혈청 등을 포함한다)을, 이하의 (A) 또는 (B) 등의 측정 방법으로 전문업자가 분석 또는 독자적으로 분석하여 수득한 아미노산 농도값에 관한 것이다. 여기에서, 아미노산 농도값의 단위는, 예를 들면 몰 농도나 중량 농도, 이들의 농도에 임의의 정수를 가감승제함으로써 수득되는 것이라도 좋다.
(A) 채취한 혈액 샘플을 원심함으로써 혈액으로부터 혈장을 분리하였다. 모든 혈장 샘플은, 아미노산 농도값의 측정시까지 -80℃에서 동결 보존하였다. 아미노산 농도값 측정시에는, 아세토니트릴을 첨가하여 제단백 처리를 실시한 후, 표지 시약(3-아미노피리딜-N-하이드록시석신이미딜카르바메이트)을 사용하여 프리컬럼 유도체화를 실시하고, 그리고, 액체 크로마토그래프 질량 분석계(LC/MS)에 의해 아미노산 농도값을 분석하였다(국제공개 제2003/069328호, 국제공개 제2005/116629호를 참조).
(B) 채취한 혈액 샘플을 원심함으로써 혈액으로부터 혈장을 분리하였다. 모든 혈장 샘플은, 아미노산 농도값의 측정시까지 -80℃에서 동결 보존하였다. 아미노산 농도값 측정시에는, 설포살리실산을 첨가하여 제단백 처리를 실시한 후, 닌히드린 시약을 사용한 포스트 컬럼 유도체화법을 원리로 한 아미노산 분석계에 의해 아미노산 농도값을 분석하였다.
우선, Web 브라우저(211)를 표시한 화면상에서 이용자가 입력 장치(250)를 개재하여 생활습관병 지표 평가 장치(100)가 제공하는 Web 사이트의 어드레스(URL 등)를 지정하면, 클라이언트 장치(200)는 생활습관병 지표 평가 장치(100)로 액세스한다. 구체적으로는, 이용자가 클라이언트 장치(200)의 Web 브라우저(211)의 화면 갱신을 지시하면, Web 브라우저(211)는, 생활습관병 지표 평가 장치(100)가 제공하는 Web 사이트의 어드레스를 소정의 통신 규약으로 생활습관병 지표 평가 장치(100)로 송신함으로써, 아미노산 농도 데이터 송신 화면(BMI값의 송신을 포함한다)에 대응하는 WEB 페이지의 송신을, 당해 어드레스에 기초하는 라우팅으로 생활습관병 지표 평가 장치(100)에 요구한다.
다음에, 생활습관병 지표 평가 장치(100)는, 요구해석부(102a)에서, 클라이언트 장치(200)로부터의 송신을 받고, 당해 송신의 내용을 해석하고, 해석 결과에 따라 제어부(102)의 각 부로 처리를 옮긴다. 구체적으로는, 송신의 내용이 아미노산 농도 데이터 송신 화면에 대응하는 WEB 페이지의 송신 요구인 경우, 생활습관병 지표 평가 장치(100)는, 주로 열람처리부(102b)에서, 기억부(106)의 소정의 기억 영역에 저장되어 있는 당해 WEB 페이지를 표시하기 위한 Web 데이터를 취득하고, 취득한 Web 데이터를 클라이언트 장치(200)로 송신한다. 보다 구체적으로는, 이용자로부터 아미노산 농도 데이터 송신 화면에 대응하는 WEB 페이지의 송신 요구가 있는 경우, 생활습관병 지표 평가 장치(100)는, 우선, 제어부(102)에서, 이용자 ID나 이용자 패스워드의 입력을 이용자에 대해 요구한다. 그리고, 이용자 ID나 패스워드가 입력되면, 생활습관병 지표 평가 장치(100)는, 인증처리부(102c)에서, 입력된 이용자 ID나 패스워드와 이용자 정보 파일(106a)에 저장되어 있는 이용자 ID나 이용자 패스워드의 인증 판단을 실시한다. 그리고, 생활습관병 지표 평가 장치(100)는, 인증 가능한 경우에만, 열람처리부(102b)에서, 아미노산 농도 데이터 송신 화면에 대응하는 WEB 페이지를 표시하기 위한 Web 데이터를 클라이언트 장치(200)로 송신한다. 또한, 클라이언트 장치(200)의 특정은, 클라이언트 장치(200)로부터 송신 요구와 함께 송신된 IP(Internet Protocol) 어드레스로 실시한다.
다음에, 클라이언트 장치(200)는, 생활습관병 지표 평가 장치(100)로부터 송신된 Web 데이터(아미노산 농도 데이터 송신 화면에 대응하는 WEB 페이지를 표시하기 위한 것)를 수신부(213)에서 수신하고, 수신한 Web 데이터를 Web 브라우저(211)에서 해석하여, 모니터(261)에 아미노산 농도 데이터 송신 화면을 표시한다.
다음에, 모니터(261)에 표시된 아미노산 농도 데이터 송신 화면에 대해 이용자가 입력 장치(250)를 개재하여 개체의 아미노산 농도 데이터 및 BMI값 등을 입력·선택하면, 클라이언트 장치(200)는, 송신부(214)에서, 입력 정보나 선택 사항을 특정하기 위한 식별자를 생활습관병 지표 평가 장치(100)로 송신함으로써, 개체의 아미노산 농도 데이터 및 BMI값을 생활습관병 지표 평가 장치(100)로 송신한다(스텝 SA21). 또한, 스텝 SA21에 있어서의 아미노산 농도 데이터의 송신은, FTP(File Transfer Protocol) 등의 기존의 파일 전송 기술 등에 의해 실현해도 좋다.
다음에, 생활습관병 지표 평가 장치(100)는, 요구해석부(102a)에서, 클라이언트 장치(200)로부터 송신된 식별자를 해석함으로써 클라이언트 장치(200)의 요구 내용을 해석하여, 평가식의 송신을 데이터베이스 장치(400)로 요구한다.
다음에, 데이터베이스 장치(400)는, 요구해석부(402a)에서, 생활습관병 지표 평가 장치(100)로부터의 송신 요구를 해석하고, 기억부(406)의 소정의 기억 영역에 저장한 평가식(예를 들면 업데이트된 최신의 것)을 생활습관병 지표 평가 장치(100)로 송신한다(스텝 SA22). 구체적으로는, 스텝 SA22에서는, 1개 또는 복수의 평가식(예를 들면, 로지스틱 회귀식, 분수식, 선형 판별식, 중회귀식, 서포트 벡터 머신으로 작성된 식, 마하라노비스 거리법으로 작성된 식, 정준 판별 분석으로 작성된 식, 결정목으로 작성된 식 중 어느 하나)을 생활습관병 지표 평가 장치(100)로 송신한다. 또한, 스텝 SA22에서는, OGTT의 120분시의 인슐린 값을 추정하기 위한 식 1, 내장지방 면적값을 추정하기 위한 식 2, 및 개체의 간장이 일정량 이상의 지방을 가진 상태로 되어 있을 가능성의 정도를 평가하기 위한 식 3을 송신한 것으로 한다.
식 1에 있어서, a1, b1, c1, d1, e1, f1은 각각 제로가 아닌 임의의 실수이며, g1은 임의의 실수이다.
식 2에 있어서, a2, b2, c2, d2, e2, f2, g2는 각각 제로가 아닌 임의의 실수이며, h2는 임의의 실수이다.
식 3에 있어서, a3, b3, c3, d3, e3, f3은 각각 제로가 아닌 임의의 실수이며, g3은 임의의 실수이다.
다음에, 생활습관병 지표 평가 장치(100)는, 수신부(102f)에서, 클라이언트 장치(200)로부터 송신된 개체의 아미노산 농도 데이터 및 BMI값, 및, 데이터베이스 장치(400)로부터 송신된 평가식을 수신하고, 수신한 아미노산 농도 데이터 및 BMI값을 아미노산 농도 데이터 파일(106b)의 소정의 기억 영역에 저장하는 동시에, 수신한 평가식을 평가식 파일(106e4)의 소정의 기억 영역에 저장한다(스텝 SA23).
다음에, 생활습관병 지표 평가 장치(100)는, 제어부(102)에서, 스텝 SA23에서 수신한 개체의 아미노산 농도 데이터로부터 결손값이나 벗어난 값 등의 데이터를 제거한다(스텝 SA24).
다음에, 평가부(102i)는, 산출부(102i1)에서, (i) 스텝 SA24에서 결손값이나 벗어난 값 등의 데이터가 제거된 개체의 아미노산 농도 데이터 및 BMI값, 및, (ii) 스텝 SA23에서 수신한 식 1, 식 2, 및 식 3을 사용하여, 평가식의 값을 산출한다(스텝 SA25).
구체적으로는, Gly, Tyr, Asn, Ala, Val, 및 Trp의 아미노산 농도값 및 식 1을 사용하여, 식 1의 값을 산출한다.
또한, Gly, Tyr, Asn, Ala, Val, 및 Trp의 아미노산 농도값, 개체의 BMI값, 및 식 2를 사용하여, 식 2의 값을 산출한다.
또한, Gly, Tyr, Asn, Ala, Cit, 및 Leu의 아미노산 농도값 및 식 3을 사용하여, 식 3의 값을 산출한다.
다음에, 평가부(102i)는, 스텝 SA25에서 산출한 식 1의 값을 사용하여, 개체의 OGTT의 120분시의 인슐린 값을 추정하거나, 스텝 SA25에서 산출한 식 2의 값을 사용하여, 개체의 내장지방 면적값을 추정하거나, 분류부(102i4)에서, 스텝 SA25에서 산출한 평가식의 값(평가값) 및 미리 설정된 임계값(들)을 사용하여, 개체를, 간장이 일정량 이상의 지방을 가진 상태로 되어 있을 가능성의 정도를 적어도 고려하여 정의된 복수의 구분 중 어느 하나로 분류하거나 하고, 그리고, 수득된 추정 결과 및 분류 결과를 포함하는 평가 결과를 평가 결과 파일(106f)의 소정의 기억 영역에 저장한다(스텝 SA26).
도 20의 설명으로 돌아가서, 생활습관병 지표 평가 장치(100)는, 송신부(102k)에서, 스텝 SA26에서 수득한 평가 결과를, 아미노산 농도 데이터의 송신원의 클라이언트 장치(200)와 데이터베이스 장치(400)로 송신한다(스텝 SA27). 구체적으로는, 우선, 생활습관병 지표 평가 장치(100)는, WEB 페이지 생성부(102e)에서, 평가 결과를 표시하기 위한 WEB 페이지를 작성하고, 작성한 WEB 페이지에 대응하는 Web 데이터를 기억부(106)의 소정의 기억 영역에 저장한다. 이어서, 이용자가 클라이언트 장치(200)의 Web 브라우저(211)에 입력 장치(250)를 개재하여 소정의 URL(Uniform Resource Locator)을 입력하여 상기한 인증을 거친 후, 클라이언트 장치(200)는, 당해 WEB 페이지의 열람 요구를 생활습관병 지표 평가 장치(100)로 송신한다. 이어서, 생활습관병 지표 평가 장치(100)는, 열람처리부(102b)에서, 클라이언트 장치(200)로부터 송신된 열람 요구를 해석하고, 평가 결과를 표시하기 위한 WEB 페이지에 대응하는 Web 데이터를 기억부(106)의 소정의 기억 영역으로부터 판독한다. 그리고, 생활습관병 지표 평가 장치(100)는, 송신부(102k)에서, 판독한 Web 데이터를 클라이언트 장치(200)로 송신하는 동시에, 당해 Web 데이터 또는 평가 결과를 데이터베이스 장치(400)로 송신한다.
여기에서, 스텝 SA27에 있어서, 생활습관병 지표 평가 장치(100)는, 제어부(102)에서, 평가 결과를 전자메일로 이용자의 클라이언트 장치(200)로 통지해도 좋다. 구체적으로는, 우선, 생활습관병 지표 평가 장치(100)는, 전자메일 생성부(102d)에서, 이용자 ID 등을 기초로 하여 이용자 정보 파일(106a)에 저장되어 있는 이용자 정보를 송신 타이밍에 따라 참조하여, 이용자의 전자메일 어드레스를 취득한다. 이어서, 생활습관병 지표 평가 장치(100)는, 전자메일 생성부(102d)에서, 취득한 전자메일 어드레스를 수신처로 하여 이용자의 성명 및 평가 결과를 포함하는 전자메일에 관한 데이터를 생성한다. 이어서, 생활습관병 지표 평가 장치(100)는, 송신부(102k)에서, 생성한 당해 전자메일에 관한 데이터를 이용자의 클라이언트 장치(200)로 송신한다.
또한, 스텝 SA27에 있어서, 생활습관병 지표 평가 장치(100)는, FTP 등의 기존의 파일 전송 기술 등으로, 평가 결과를 이용자의 클라이언트 장치(200)로 송신해도 좋다.
도 20의 설명으로 돌아가서, 데이터베이스 장치(400)는, 제어부(402)에서, 생활습관병 지표 평가 장치(100)로부터 송신된 평가 결과 또는 Web 데이터를 수신하고, 수신한 평가 결과 또는 Web 데이터를 기억부(406)의 소정의 기억 영역에 보존(축적)한다(스텝 SA28).
또한, 클라이언트 장치(200)는, 수신부(213)에서, 생활습관병 지표 평가 장치(100)로부터 송신된 Web 데이터를 수신하고, 수신한 Web 데이터를 Web 브라우저(211)에서 해석하여, 개체의 평가 결과가 기록된 WEB 페이지의 화면을 모니터(261)에 표시한다(스텝 SA29). 또한, 평가 결과가 생활습관병 지표 평가 장치(100)로부터 전자메일로 송신된 경우에는, 클라이언트 장치(200)는, 전자메일러(212)의 공지된 기능이며, 생활습관병 지표 평가 장치(100)로부터 송신된 전자메일을 임의의 타이밍으로 수신하고, 수신한 전자메일을 모니터(261)에 표시한다.
이상에 의해, 이용자는, 모니터(261)에 표시된 WEB 페이지를 열람함으로써, 평가 결과를 확인할 수 있다. 또한, 이용자는, 모니터(261)에 표시된 WEB 페이지의 표시 내용을 프린터(262)로 인쇄해도 좋다.
또한, 평가 결과가 생활습관병 지표 평가 장치(100)로부터 전자메일로 송신된 경우에는, 이용자는, 모니터(261)에 표시된 전자메일을 열람함으로써, 평가 결과를 확인할 수 있다. 이용자는, 모니터(261)에 표시된 전자메일의 표시 내용을 프린터(262)로 인쇄해도 좋다.
이상, 상세하게 설명한 것 같이, 클라이언트 장치(200)는 개체의 아미노산 농도 데이터(BMI값을 포함한다)를 생활습관병 지표 평가 장치(100)로 송신하고, 데이터베이스 장치(400)는 생활습관병 지표 평가 장치(100)로부터의 요구를 받고, 평가식(식 1, 식 2, 및 식 3)을 생활습관병 지표 평가 장치(100)로 송신한다. 그리고, 생활습관병 지표 평가 장치(100)는, (i) 클라이언트 장치(200)로부터 아미노산 농도 데이터를 수신하는 동시에 데이터베이스 장치(400)로부터 평가식을 수신하고, (ii) 수신한 아미노산 농도 데이터 및 평가식을 사용하여 평가값을 산출하고, (iii) 산출한 평가값을 사용하여, 개체의 OGTT의 120분시의 인슐린 값 및 내장지방 면적값을 추정하거나, 산출한 평가값 및 임계값(들)을 사용하여, 개체를 지방간에 관한 복수의 구분 중 어느 하나로 분류하거나, (iv) 수득된 평가 결과를 클라이언트 장치(200)나 데이터베이스 장치(400)로 송신한다. 그리고, 클라이언트 장치(200)는 생활습관병 지표 평가 장치(100)로부터 송신된 평가 결과를 수신하여 표시하고, 데이터베이스 장치(400)는 생활습관병 지표 평가 장치(100)로부터 송신된 평가 결과를 수신하여 저장한다.
이것으로, 생활습관병 지표 평가 서비스 처리의 설명을 종료한다.
또한, 본 설명에서는, 생활습관병 지표 평가 장치(100)가, 아미노산 농도 데이터의 수신에서부터, 평가식의 값의 산출, 인슐린 값 및 내장지방 면적값의 추정, 개체의 구분으로의 분류, 그리고 평가 결과의 송신까지를 실행하고, 클라이언트 장치(200)가 평가 결과의 수신을 실행하는 케이스를 예로서 들었지만, 클라이언트 장치(200)에 평가부(210a)가 구비되어 있는 경우에는, 생활습관병 지표 평가 장치(100)는 평가식의 값의 산출을 실행하면 충분하며, 예를 들면 평가식의 값의 변환, 위치 정보의 생성, 인슐린 값 및 내장지방 면적값의 추정, 및, 개체의 구분으로의 분류 등은, 생활습관병 지표 평가 장치(100)와 클라이언트 장치(200)에서 적절히 분담해서 실행해도 좋다.
예를 들면, 클라이언트 장치(200)는, 생활습관병 지표 평가 장치(100)로부터 식의 값을 수신한 경우에는, 평가부(210a)는, 변환부(210a2)에서 식의 값을 변환하거나, 식의 값 또는 변환 후의 값을 사용하여 인슐린 값 및 내장지방 면적값을 추정하거나, 생성부(210a3)에서 식의 값 또는 변환 후의 값에 대응하는 위치 정보를 생성하거나, 분류부(210a4)에서 식의 값 또는 변환 후의 값을 사용하여 개체를 지방간에 관한 복수의 구분 중 어느 하나로 분류하거나 해도 좋다.
또한, 클라이언트 장치(200)는, 생활습관병 지표 평가 장치(100)로부터 변환 후의 값을 수신한 경우에는, 평가부(210a)는, 변환 후의 값을 사용하여 인슐린 값 및 내장지방 면적값을 추정하거나, 생성부(210a3)에서 변환 후의 값에 대응하는 위치 정보를 생성하거나, 분류부(210a4)에서 변환 후의 값을 사용하여 개체를 지방간에 관한 복수의 구분 중 어느 하나로 분류하거나 해도 좋다.
또한, 클라이언트 장치(200)는, 생활습관병 지표 평가 장치(100)로부터 식의 값 또는 변환 후의 값과 위치 정보를 수신한 경우에는, 평가부(210a)는, 식의 값 또는 변환 후의 값을 사용하여 인슐린 값 및 내장지방 면적값을 추정하거나, 분류부(210a4)에서 식의 값 또는 변환 후의 값을 사용하여 개체를 지방간에 관한 복수의 구분 중 어느 하나로 분류하거나 해도 좋다.
[2-4. 기타 실시형태]
본 발명에 따르는 생활습관병 지표 평가 장치, 생활습관병 지표 평가 방법, 생활습관병 지표 평가 프로그램, 생활습관병 지표 평가 시스템, 및 정보통신 단말장치는, 상기한 제2 실시형태 이외에도, 특허청구의 범위에 기재한 기술적 사상의 범위내에 있어서 다양한 상이한 실시형태로 실시되면 좋은 것이다.
또한, 제2 실시형태에 있어서 설명한 각 처리 중, 자동적으로 실시되는 것으로서 설명한 처리의 전부 또는 일부를 수동적으로 실시할 수도 있고, 또는, 수동적으로 실시되는 것으로서 설명한 처리의 전부 또는 일부를 공지의 방법으로 자동적으로 실시할 수도 있다.
이 외에, 상기 문헌 중이나 도면 중에서 나타낸 처리 순서, 제어 순서, 구체적 명칭, 각 처리의 등록 데이터나 검색 조건 등의 파라미터를 포함하는 정보, 화면예, 데이터베이스 구성에 관해서는, 특기하는 경우를 제외하고 임의로 변경할 수 있다.
또한, 생활습관병 지표 평가 장치(100)에 관해서, 도시하는 각 구성 요소는 기능 개념적인 것이며, 반드시 물리적으로 도시하는 바와 같이 구성되어 있는 것을 요하지 않는다.
예를 들면, 생활습관병 지표 평가 장치(100)가 구비하는 처리 기능, 특히 제어부(102)에서 실시되는 각 처리 기능에 관해서는, 그 전부 또는 임의의 일부를, CPU(Central Processing Unit) 및 당해 CPU에서 해석 실행되는 프로그램으로 실현해도 좋고, 또한, 와이어드 로직(wired-logic)에 의한 하드웨어로서 실현해도 좋다. 한편, 프로그램은, 정보 처리 장치에 본 발명에 따르는 생활습관병 지표 평가 방법을 실행시키기 위한 프로그램화된 명령을 포함하는 일시적이지 않은 컴퓨터 판독 가능한 기록 매체에 기록되어 있고, 필요에 따라 생활습관병 지표 평가 장치(100)에 기계적으로 판독된다. 보다 구체적으로는, ROM 또는 HDD(hard disk drive) 등의 기억부(106) 등에는, OS(Operating System)과 협동하여 CPU에 명령을 주고, 각종 처리를 실시하기 위한 컴퓨터 프로그램이 기록되어 있다. 이 컴퓨터 프로그램은, RAM에 로드됨으로써 실행되어, CPU와 협동하여 제어부를 구성한다.
또한, 이 컴퓨터 프로그램은, 생활습관병 지표 평가 장치(100)에 대해 임의의 네트워크를 개재하여 접속된 애플리케이션 프로그램 서버에 기억되어 있어도 좋고, 필요에 따라 그 전부 또는 일부를 다운로드하는 것도 가능하다.
또한, 본 발명에 따르는 생활습관병 지표 평가 프로그램을, 일시적이지 않은 컴퓨터 판독 가능한 기록 매체에 저장해도 좋고, 또한, 프로그램 제품으로서 구성할 수도 있다. 여기에서, 이 「기록 매체」란, 메모리 카드, USB(universal serial bus) 메모리, SD(secure digital) 카드, 플렉시블 디스크, 광 자기 디스크, ROM, EPROM(erasable programmable read only memory), EEPROM(electronically erasable and programmable read only memory)(등록상표), CD-ROM(compact disk read only memory), MO(magneto-optical disk), DVD(digital versatile disk), 및, Blu-ray(등록상표) Disc 등의 임의의「가반용(可搬用)의 물리 매체」를 포함하는 것으로 한다.
또한, 「프로그램」이란, 임의의 언어 또는 기술(記述) 방법으로 기술된 데이터 처리 방법이며, 소스 코드 또는 바이너리 코드 등의 형식을 묻지 않는다. 또한, 「프로그램」은 반드시 단일적으로 구성되는 것으로 한정되지 않으며, 복수의 모듈이나 라이브러리로서 분산 구성되는 것이나, OS(Operating System)로 대표되는 별개의 프로그램과 협동하여 그 기능을 달성하는 것도 포함한다. 또한, 실시형태에 나타낸 각 장치에 있어서 기록 매체를 판독하기 위한 구체적인 구성 및 판독 수순 및 판독 후의 인스톨 수순 등에 관해서는, 주지의 구성이나 수순을 사용할 수 있다.
기억부(106)에 저장되는 각종 데이터베이스 등은, RAM, ROM 등의 메모리 장치, 하드 디스크 등의 고정 디스크 장치, 플렉시블 디스크, 및, 광 디스크 등의 스토리지 수단이다. 상기 기억부(106)는 각종 처리나 Web(World Wide Web) 사이트 제공에 사용하는 각종 프로그램, 테이블, 데이터베이스, 및, WEB 페이지용 파일 등을 저장한다.
또한, 생활습관병 지표 평가 장치(100)는, 기지의 퍼스널 컴퓨터 또는 워크스테이션 등의 정보 처리 장치로서 구성해도 좋고, 또한, 임의의 주변 장치가 접속된 당해 정보 처리 장치로서 구성해도 좋다. 또한, 생활습관병 지표 평가 장치(100)는, 당해 정보 처리 장치에 본 발명의 생활습관병 지표 평가 방법을 실현시키는 소프트웨어(프로그램 또는 데이터 등을 포함한다)를 실장함으로써 실현해도 좋다.
또한 장치의 분산·통합의 구체적 형태는 도시하는 것으로 한정되지 않는다. 상기 장치는 그 전부 또는 일부를, 각종 부가 등에 따라 또는 기능 부하에 따라, 임의의 단위로 기능적 또는 물리적으로 분산·통합하여 구성할 수 있다. 즉, 상기한 실시형태를 임의로 조합하여 실시해도 좋고, 실시형태를 선택적으로 실시해도 좋다.
마지막으로, 생활습관병 지표 평가 장치(100)에서 실시하는 평가식 작성 처리의 일례에 관해서 도 21을 참조하여 상세하게 설명한다. 또한, 여기에서 설명하는 처리는 어디까지나 일례이며, 평가식의 작성 방법은 이것으로 한정되지 않는다. 도 21은 평가식 작성 처리의 일례를 도시하는 플로우 챠트이다. 또한, 당해 평가식 작성 처리는, 지표 상태 정보를 관리하는 데이터베이스 장치(400)에서 실시해도 좋다.
또한, 본 설명에서는, 생활습관병 지표 평가 장치(100)는, 데이터베이스 장치(400)로부터 사전에 취득한 지표 상태 정보를, 지표 상태 정보 파일(106c)의 소정의 기억 영역에 저장하고 있는 것으로 한다. 또한, 생활습관병 지표 평가 장치(100)는, 지표 상태 정보 지정부(102g)에서 사전에 지정한 생활습관병 지표 데이터 및 아미노산 농도 데이터(상기 19종의 아미노산의 농도값을 포함하는 것)를 포함하는 지표 상태 정보를, 지정 지표 상태 정보 파일(106d)의 소정의 기억 영역에 저장하고 있는 것으로 한다.
우선, 평가식 작성부(102h)는, 후보식 작성부(102h1)에서, 지정 지표 상태 정보 파일(106d)의 소정의 기억 영역에 저장되어 있는 지표 상태 정보로부터 소정의 식 작성 수법에 기초하여 후보식을 작성하고, 작성한 후보식을 후보식 파일(106e1)의 소정의 기억 영역에 저장한다(스텝 SB21). 구체적으로는, 우선, 평가식 작성부(102h)는, 후보식 작성부(102h1)에서, 복수의 상이한 식 작성 수법(주성분 분석이나 판별 분석, 서포트 벡터 머신, 중회귀 분석, 로지스틱 회귀 분석, k-means법, 클러스터 해석, 결정목 등의 다변량 해석에 관한 것을 포함한다) 중에서 원하는 것을 1개 선택하고, 선택한 식 작성 수법에 기초하여, 작성하는 후보식의 형태(식의 형태)를 결정한다. 다음에, 평가식 작성부(102h)는, 후보식 작성부(102h1)에서, 지표 상태 정보에 기초하여, 선택한 식 선택 수법에 대응하는 다양한(예를 들면 평균이나 분산 등) 계산을 실행한다. 다음에, 평가식 작성부(102h)는, 후보식 작성부(102h1)에서, 계산 결과 및 결정한 후보식의 파라미터를 결정한다. 이것에 의해, 선택한 식 작성 수법에 기초하여 후보식이 작성된다. 또한, 복수의 상이한 식 작성 수법을 병용하여 후보식을 동시 병행(병렬)적으로 작성하는 경우에는, 선택한 식 작성 수법별로 상기의 처리를 병행하여 실행하면 좋다. 또한, 복수의 상이한 식 작성 수법을 병용하여 후보식을 직렬적으로 작성하는 경우에는, 예를 들면, 주성분 분석을 실시하여 작성한 후보식을 이용하여 지표 상태 정보를 변환하고, 변환한 지표 상태 정보에 대해 판별 분석을 실시함으로써 후보식을 작성해도 좋다.
다음에, 평가식 작성부(102h)는, 후보식 검증부(102h2)에서, 스텝 SB21에서 작성한 후보식을 소정의 검증 수법에 기초하여 검증(상호 검증)하고, 검증 결과를 검증 결과 파일(106e2)의 소정의 기억 영역에 저장한다(스텝 SB22). 구체적으로는, 평가식 작성부(102h)는, 후보식 검증부(102h2)에서, 지정 지표 상태 정보 파일(106d)의 소정의 기억 영역에 저장되어 있는 지표 상태 정보에 기초하여 후보식을 검증할 때에 사용하는 검증용 데이터를 우선 작성하고, 작성한 검증용 데이터에 기초하여 후보식을 검증한다. 또한, 스텝 SB21에서 복수의 상이한 식 작성 수법을 병용하여 후보식을 복수 작성한 경우에는, 평가식 작성부(102h)는, 후보식 검증부(102h2)에서, 각 식 작성 수법에 대응하는 후보식별로 소정의 검증 수법에 기초하여 검증한다. 여기에서, 스텝 SB22에 있어서, 부트스트랩법이나 홀드아웃법, N-폴드법, 리브원아웃법 등 중 적어도 1개에 기초하여 후보식의 판별율이나 감도, 특이도, 정보량 기준, ROC_AUC(수신자 특성 곡선의 곡선하 면적) 등 중 적어도 1개에 관해서 검증해도 좋다. 이것에 의해, 지표 상태 정보나 평가 조건을 고려한 예측성 또는 완건성이 높은 후보식을 선택할 수 있다.
다음에, 평가식 작성부(102h)는, 변수선택부(102h3)에서, 소정의 변수선택 수법에 기초하여, 후보식의 변수를 선택함으로써, 후보식을 작성할 때에 사용하는 지표 상태 정보에 포함되는 아미노산 농도 데이터의 조합을 선택하고, 선택한 아미노산 농도 데이터의 조합을 포함하는 지표 상태 정보를 선택 지표 상태 정보 파일(106e3)의 소정의 기억 영역에 저장한다(스텝 SB23). 또한, 스텝 SB21에서 복수의 상이한 식 작성 수법을 병용하여 후보식을 복수 작성하고, 스텝 SB22에서 각 식 작성 수법에 대응하는 후보식별로 소정의 검증 수법에 기초하여 검증한 경우에는, 스텝 SB23에 있어서, 평가식 작성부(102h)는, 변수선택부(102h3)에서, 후보식별로 소정의 변수선택 수법에 기초하여 후보식의 변수를 선택해도 좋다. 여기에서, 스텝 SB23에 있어서, 검증 결과로부터 스텝와이즈법, 베스트패스법, 근방탐색법, 유전적 알고리즘 중 적어도 1개에 기초하여 후보식의 변수를 선택해도 좋다. 또한, 베스트패스법이란, 후보식에 포함되는 변수를 1개씩 순차 감소시켜 가서, 후보식이 주는 평가 지표를 최적화함으로써 변수를 선택하는 방법이다. 또한, 스텝 SB23에 있어서, 평가식 작성부(102h)는, 변수선택부(102h3)에서, 지정 지표 상태 정보 파일(106d)의 소정의 기억 영역에 저장되어 있는 지표 상태 정보에 기초하여 아미노산 농도 데이터의 조합을 선택해도 좋다.
다음에, 평가식 작성부(102h)는, 지정 지표 상태 정보 파일(106d)의 소정의 기억 영역에 저장되어 있는 지표 상태 정보에 포함되는 아미노산 농도 데이터의 모든 조합이 종료되었는지 여부를 판정하고, 판정 결과가 「종료」인 경우(스텝 SB24: Yes)에는 다음의 스텝(스텝 SB25)으로 진행하고, 판정 결과가 「종료」가 아닌 경우(스텝 SB24: No)에는 스텝 SB21로 되돌아간다. 또한, 평가식 작성부(102h)는, 미리 설정한 회수가 종료되었는지 여부를 판정하고, 판정 결과가 「종료」인 경우(스텝 SB24: Yes)에는 다음의 스텝(스텝 SB25)으로 진행하고, 판정 결과가 「종료」가 아닌 경우(스텝 SB24: No)에는 스텝 SB21로 되돌아가도 좋다. 또한, 평가식 작성부(102h)는, 스텝 SB23에서 선택한 아미노산 농도 데이터의 조합이, 지정 지표 상태 정보 파일(106d)의 소정의 기억 영역에 저장되어 있는 지표 상태 정보에 포함되는 아미노산 농도 데이터의 조합 또는 전회(前回)의 스텝 SB23에서 선택한 아미노산 농도 데이터의 조합과 동일한지 여부를 판정하고, 판정 결과가 「동일」인 경우(스텝 SB24: Yes)에는 다음 스텝(스텝 SB25)으로 진행하고, 판정 결과가 「동일」이 아닌 경우(스텝 SB24 :No)에는 스텝 SB21로 되돌아가도 좋다. 또한, 평가식 작성부(102h)는, 검증 결과가 구체적으로는 각 후보식에 관한 평가값인 경우에는, 당해 평가값과 각 식 작성 수법에 대응하는 소정의 임계값의 비교 결과에 기초하여, 스텝 SB25로 진행할지 스텝 SB21로 되돌아갈지를 판정해도 좋다.
다음에, 평가식 작성부(102h)는, 검증 결과에 기초하여, 복수의 후보식 중에서 평가식으로서 채용하는 후보식을 선출함으로써 평가식을 결정하고, 결정한 평가식(선출한 후보식)을 평가식 파일(106e4)의 소정의 기억 영역에 저장한다(스텝 SB25). 여기에서, 스텝 SB25에 있어서, 예를 들면, 동일한 식 작성 수법으로 작성한 후보식 중에서 최적인 것을 선출하는 경우와, 모든 후보식 중에서 최적의 것을 선출하는 경우가 있다.
이것으로, 평가식 작성 처리의 설명을 종료한다.
실시예 1
인간 건강검진에서 채취된 수진자(受診者)의 혈액 샘플과, 인간 건강검진에서 실시된 복부 CT 화상 진단에 있어서 계측된 수진자의 내장지방 면적값을 취득하였다(합계 865명). 혈액 샘플로부터, 상기의 아미노산 분석법을 사용하여, 19종의 아미노산(Ala, Arg, Asn, Cit, Gln, Gly, His, Ile, Leu, Lys, Met, Orn, Phe, Pro, Ser, Thr, Trp, Tyr, Val)의 혈중 농도값(nmol/ml)을 측정하였다.
도 22에는, 내장지방 면적값과 각 아미노산 농도값의 상관 계수, 및, 내장지방 면적값이 기준값(100㎠) 이상인지 여부의 판별(분류)에 있어서의 각 아미노산의 판별능을 평가할 때의 지표가 되는 ROC_AUC(수신자 특성 곡선(ROC)의 곡선하 면적값)이 도시되어 있다.
귀무가설(歸無假說: null hypothesis)을 「모(母) 상관 계수=0」으로 한 경우의 검정에서, 상관 계수가 유의적(p값이 0.05 미만)이었던 아미노산은, Thr, Ser, Pro, Gly, Ala, Val, Met, Ile, Leu, Tyr, Phe, His, Trp, Orn, Lys이었다. 논파라메트릭의 가정(non-parametric assumption)하에서 귀무가설을 「ROC_AUC=0.5」로 한 경우의 검정에서 ROC_AUC가 유의적(p값이 0.05 미만)이었던 아미노산은, Ser, Pro, Gly, Ala, Val, Met, Ile, Leu, Tyr, Phe, His, Trp, Orn, Lys이었다.
인간 건강검진에서 채취된 수진자의 혈액 샘플과, 인간 건강검진에서 측정된 수진자의 인슐린 저항성 지수(HOMA-R. 공복시의 혈당치(mg/dl)와 혈중 인슐린 농도(μU/ml)를 곱하고 405로 나눈 값), OGTT(경구 당 부하 시험)의 120분시의 혈당치, 및 OGTT의 120분시의 인슐린 값을 취득하였다(합계 1,160명). 혈액 샘플로부터, 상기의 아미노산 분석법을 사용하여, 상기 19종의 아미노산의 혈중 농도값(nmol/ml)을 측정하였다.
도 23에는, 인슐린 저항성 지수, OGTT의 120분시의 혈당치, 및 OGTT의 120분시의 인슐린 값과, 각 아미노산 농도값의 상관 계수가 도시되어 있다.
귀무가설을 「모 상관 계수=0」으로 한 경우의 검정에서, 인슐린 저항성 지수와의 상관 계수가 유의적(p값이 0.05 미만)이었던 아미노산은, Ser, Asn, Pro, Gly, Ala, Val, Met, Ile, Leu, Tyr, Phe, Trp, Orn, Lys이었다. 귀무가설을 「모 상관 계수=0」으로 한 경우의 검정에서, OGTT의 120분시의 혈당치와의 상관 계수가 유의적(p값이 0.05 미만)이었던 아미노산은, Pro, Gly, Ala, Val, Met, Ile, Leu, Tyr, Phe, Trp, Orn, Lys이었다. 귀무가설을 「모 상관 계수=0」으로 한 경우의 검정에서, OGTT의 120분시의 인슐린 값과의 상관 계수가 유의적(p값이 0.05 미만)이었던 아미노산은, Ser, Asn, Pro, Gly, Ala, Val, Met, Ile, Leu, Tyr, Phe, Trp, Orn, Lys이었다.
인간 건강검진에서 채취된 수진자의 혈액 샘플과, 인간 건강검진에서 실시된 초음파 검사에 의한 지방간에 관한 진단 결과(지방간이다(964명) 또는 지방간이 아니다(3,196명)라고 하는 진단 결과)를 취득하였다(합계 4,160명). 혈액 샘플로부터, 상기한 아미노산 분석법을 사용하여, 상기 19종의 아미노산의 혈중 농도값(nmol/ml)을 측정하였다.
도 24에는, 지방간이라고 진단된 자인지의 여부의 판별에 있어서의 각 아미노산의 판별능을 평가할 때의 지표가 되는 ROC_AUC가 도시되어 있다.
논파라메트릭의 가정하에서 귀무가설을「ROC_AUC=0.5」로 한 경우의 검정에서 ROC_AUC가 유의적(p값이 0.05 미만)이었던 아미노산은, Thr, Ser, Pro, Gly, Ala, Cit, Val, Met, Ile, Leu, Tyr, Phe, His, Trp, Orn, Lys, Arg이었다.
실시예 2
인간 건강검진에서 채취된 수진자의 혈액 샘플과, 인간 건강검진에서 측정된 수진자의 OGTT의 120분시의 혈당치를 취득하였다(합계 650명). 인간 건강검진에서 채취된 수진자의 혈액 샘플과, 인간 건강검진에서 실시된 복부 CT 화상 진단에 있어서 계측된 수진자의 내장지방 면적값을 취득하였다(합계 650명). 인간 건강검진에서 채취된 수진자의 혈액 샘플과, 인간 건강검진에서 실시된 초음파 검사에 의한 지방간에 관한 진단 결과(지방간이다(465명) 또는 지방간이 아니다(1,535명)라고 하는 진단 결과)를 취득하였다(합계2,000명). 변수 망라법을 사용하여 상기 19종의 아미노산으로부터 2개 이상 또한 6개 이하의 아미노산을 선택하고, 그리고, 선택된 아미노산을 변수로서 포함하는,「OGTT의 120분시의 인슐린 값과 상관하는 중회귀식」, 「내장지방 면적값과 상관하는 중회귀식」, 및 「지방간인지 여부를 판별하기 위한 로지스틱 회귀식」을 탐색하였다. 또한, 내장지방 면적값과 상관되는 중회귀식에 관해서는, 선택된 아미노산 이외에 BMI도 변수로서 포함시켰다.
도 25에는, 탐색된 식 중 OGTT의 120분시의 인슐린 값과의 적합도가 높은 상위 1,000개의 식에 있어서의 상기 19종의 아미노산의 출현 회수와, 탐색된 식 중 내장지방 면적값의 적합도가 높은 상위 1,000개의 식에 있어서의 상기 19종의 아미노산의 출현 회수와, 탐색된 식 중 지방간인지 여부의 적합도가 높은 상위 1,000개의 식에 있어서의 상기 19개의 아미노산의 출현 회수가 도시되어 있다.
OGTT의 120분시의 인슐린 값과 상관되는, 상관 계수가 높은 상위 1,000개의 중회귀식에 있어서, Gly, Ala, Val, Tyr인 아미노산이 변수로서 500회 이상 출현하였다. 내장지방 면적값과 상관되는, 상관 계수가 높은 상위 1,000개의 중회귀식에 있어서, Gly, Val, Tyr, Trp인 아미노산과 BMI가 변수로서 500회 이상 출현하였다. 지방간인지의 여부를 판별하기 위한, ROC_AUC가 높은 상위 1,000개의 로지스틱 회귀식에 있어서, Asn, Gly, Ala, Tyr인 아미노산이 변수로서 500회 이상 출현하였다. 특히, Gly와 Tyr인 아미노산은, 어느 식에 있어서도, 500회 이상 출현하는 변수인 것이 밝혀졌다.
실시예 3
실시예 2에서 사용한 샘플 데이터를 사용하였다. 도 26에는, 상기 19종의 아미노산으로부터 변수 망라법을 사용하여 선택된 「Gly와 Tyr을 포함하는 2개 이상 또한 6개 이하의 아미노산」을 변수로서 포함하는 중회귀식의, 내장지방 면적값에 관한 상관 계수의 범위가 도시되어 있다. 도 27에는, 상기 19종의 아미노산으로부터 변수 망라법을 사용하여 선택된 「Gly와 Tyr과 Asn을 포함하는 3개 이상 또한 6개 이하의 아미노산」을 변수로서 포함하는 중회귀식의, 내장지방 면적값에 관한 상관 계수의 범위가 도시되어 있다. 도 28에는, 상기 19종의 아미노산으로부터 변수 망라법을 사용하여 선택된 「Gly와 Tyr과 Ala를 포함하는 3개 이상 또한 6개 이하의 아미노산」을 변수로서 포함하는 중회귀식의, 내장지방 면적값에 관한 상관 계수의 범위가 도시되어 있다. 도 29에는, 상기 19종의 아미노산으로부터 변수 망라법을 사용하여 선택된 「Gly와 Tyr과 Val을 포함하는 3개 이상 또한 6개 이하의 아미노산」을 변수로서 포함하는 중회귀식의, 내장지방 면적값에 관한 상관 계수의 범위가 도시되어 있다. 도 30에는, 상기 19종의 아미노산으로부터 변수 망라법을 사용하여 선택된 「Gly와 Tyr과 Trp를 포함하는 3개 이상 또한 6개 이하의 아미노산」을 변수로서 포함하는 중회귀식의, 내장지방 면적값에 관한 상관 계수의 범위가 도시되어 있다. 도 31에는, 상기 19종의 아미노산으로부터 변수 망라법을 사용하여 선택된 「Gly와 Tyr과 Asn과 Ala를 포함하는 4개 이상 또한 6개 이하의 아미노산」을 변수로서 포함하는 중회귀식의, 내장지방 면적값에 관한 상관 계수의 범위가 도시되어 있다.
1개의 아미노산을 변수로서 사용한 경우보다도, 실시예 2에서 출현 회수가 많은 것이 판명된 복수의 아미노산을 변수로서 사용한 중회귀식 쪽이, 상관 계수가 높고, 따라서 내장지방 면적값의 상태의 평가에 유용한 것이 판명되었다.
실시예 4
실시예 2에서 사용한 샘플 데이터를 사용하였다. 도 32에는, 상기 19종의 아미노산으로부터 변수 망라법을 사용하여 선택된 「Gly와 Tyr을 포함하는 2개 이상 또한 6개 이하의 아미노산」과 BMI를 변수로서 포함하는 중회귀식의, 내장지방 면적값에 관한 상관 계수의 범위가 도시되어 있다. 도 33에는, 상기 19종의 아미노산으로부터 변수 망라법을 사용하여 선택된 「Gly와 Tyr과 Asn을 포함하는 3개 이상 또한 6개 이하의 아미노산」과 BMI를 변수로서 포함하는 중회귀식의, 내장지방 면적값에 관한 상관 계수의 범위가 도시되어 있다. 도 34에는, 상기 19종의 아미노산으로부터 변수 망라법을 사용하여 선택된 「Gly와 Tyr과 Ala를 포함하는 3개 이상 또한 6개 이하의 아미노산」과 BMI를 변수로서 포함하는 중회귀식의, 내장지방 면적값에 관한 상관 계수의 범위가 도시되어 있다. 도 35에는, 상기 19개의 아미노산으로부터 변수 망라법을 사용하여 선택된 「Gly와 Tyr과 Val을 포함하는 3개 이상 또한 6개 이하의 아미노산」과 BMI를 변수로서 포함하는 중회귀식의, 내장지방 면적값에 관한 상관 계수의 범위가 도시되어 있다. 도 36에는, 상기 19개의 아미노산으로부터 변수 망라법을 사용하여 선택된 「Gly와 Tyr과 Trp를 포함하는 3개 이상 또한 6개 이하의 아미노산」과 BMI를 변수로서 포함하는 중회귀식의, 내장지방 면적값에 관한 상관 계수의 범위가 도시되어 있다. 도 37에는, 상기 19종의 아미노산으로부터 변수 망라법을 사용하여 선택된 「Gly와 Tyr과 Asn과 Ala를 포함하는 4개 이상 또한 6개 이하의 아미노산」과 BMI를 변수로서 포함하는 중회귀식의, 내장지방 면적값에 관한 상관 계수의 범위가 도시되어 있다.
1개의 아미노산을 변수로서 서용한 경우보다도, 실시예 2에서 출현 회수가 많은 것이 판명된 복수의 아미노산과 BMI를 변수로서 사용한 중회귀식 쪽이, 상관 계수가 높고, 따라서 내장지방 면적값의 상태의 평가에 유용한 것이 판명되었다.
실시예 5
실시예 2에서 사용한 샘플 데이터를 사용하였다. 도 38에는, 상기 19종의 아미노산으로부터 변수 망라법을 사용하여 선택된 「Gly와 Tyr을 포함하는 2개 이상 또한 6개 이하의 아미노산」을 변수로서 포함하는 중회귀식의, OGTT의 120분시의 인슐린 값에 관한 상관 계수의 범위가 도시되어 있다. 도 39에는, 상기 19종의 아미노산으로부터 변수 망라법을 사용하여 선택된 「Gly와 Tyr과 Asn을 포함하는 3개 이상 또한 6개 이하의 아미노산」을 변수로서 포함하는 중회귀식의, OGTT의 120분시의 인슐린 값에 관한 상관 계수의 범위가 도시되어 있다. 도 40에는, 상기 19종의 아미노산으로부터 변수 망라법을 사용하여 선택된 「Gly와 Tyr과 Ala를 포함하는 3개 이상 또한 6개 이하의 아미노산」을 변수로서 포함하는 중회귀식의, OGTT의 120분시의 인슐린 값에 관한 상관 계수의 범위가 도시되어 있다. 도 41에는, 상기 19개의 아미노산으로부터 변수 망라법을 사용하여 선택된 「Gly와 Tyr과 Val을 포함하는 3개 이상 또한 6개 이하의 아미노산」을 변수로서 포함하는 중회귀식의, OGTT의 120분시의 인슐린 값에 관한 상관 계수의 범위가 도시되어 있다. 도 42에는, 상기 19개의 아미노산으로부터 변수 망라법을 사용하여 선택된 「Gly와 Tyr과 Trp를 포함하는 3개 이상 또한 6개 이하의 아미노산」을 변수로서 포함하는 중회귀식의, OGTT의 120분시의 인슐린 값에 관한 상관 계수의 범위가 도시되어 있다. 도 43에는, 상기 19종의 아미노산으로부터 변수 망라법을 사용하여 선택된 「Gly와 Tyr과 Asn과 Ala를 포함하는 4개 이상 또한 6개 이하의 아미노산」을 변수로서 포함하는 중회귀식의, OGTT의 120분시의 인슐린 값에 관한 상관 계수의 범위가 도시되어 있다.
1개의 아미노산을 변수로서 사용한 경우보다도, 실시예 2에서 출현 회수가 많은 것이 판명된 복수의 아미노산을 변수로서 사용한 중회귀식 쪽이, 상관 계수가 높고, 따라서 OGTT의 120분시의 인슐린 값의 상태의 평가에 유용한 것이 판명되었다.
실시예 6
실시예 2에서 사용한 샘플 데이터를 사용하였다. 도 44에는, 상기 19종의 아미노산으로부터 변수 망라법을 사용하여 선택된 「Gly와 Tyr을 포함하는 2개 이상 또한 6개 이하의 아미노산」을 변수로서 포함하는 로지스틱 회귀식의, 지방간인지 여부의 판별에 관한 판별능을 평가할 때의 지표가 되는 ROC_AUC의 범위가 도시되어 있다. 도 45에는, 상기 19종의 아미노산으로부터 변수 망라법을 사용하여 선택된 「Gly와 Tyr과 Asn을 포함하는 3개 이상 또한 6개 이하의 아미노산」을 변수로서 포함하는 로지스틱 회귀식의, 지방간인지 여부의 판별에 관한 판별능을 평가할 때의 지표가 되는 ROC_AUC의 범위가 도시되어 있다. 도 46에는, 상기 19종의 아미노산으로부터 변수 망라법을 사용하여 선택된 「Gly와 Tyr과 Ala를 포함하는 3개 이상 또한 6개 이하의 아미노산」을 변수로서 포함하는 로지스틱 회귀식의, 지방간인지 여부의 판별에 관한 판별능을 평가할 때의 지표가 되는 ROC_AUC의 범위가 도시되어 있다. 도 47에는, 상기 19종의 아미노산으로부터 변수 망라법을 사용하여 선택된 「Gly와 Tyr과 Val을 포함하는 3개 이상 또한 6개 이하의 아미노산」을 변수로서 포함하는 로지스틱 회귀식의, 지방간인지 여부의 판별에 관한 판별능을 평가할 때의 지표가 되는 ROC_AUC의 범위가 도시되어 있다. 도 48에는, 상기 19종의 아미노산으로부터 변수 망라법을 사용하여 선택된 「Gly와 Tyr과 Trp를 포함하는 3개 이상 또한 6개 이하의 아미노산」을 변수로서 포함하는 로지스틱 회귀식의, 지방간인지 여부의 판별에 관한 판별능을 평가할 때의 지표가 되는 ROC_AUC의 범위가 도시되어 있다. 도 49에는, 상기 19종의 아미노산으로부터 변수 망라법을 사용하여 선택된 「Gly와 Tyr과 Asn과 Ala를 포함하는 4개 이상 또한 6개 이하의 아미노산」을 변수로서 포함하는 로지스틱 회귀식의, 지방간인지 여부의 판별에 관한 판별능을 평가할 때의 지표가 되는 ROC_AUC의 범위가 도시되어 있다.
1개의 아미노산을 변수로서 사용한 경우보다도, 실시예 2에서 출현 회수가 많은 것이 판명된 복수의 아미노산을 변수로서 사용한 로지스틱 회귀식 쪽이, 상관 계수가 높고, 따라서 지방간인지 여부의 판별에 유용한 것이 판명되었다.
실시예 7
실시예 2에서 사용한 샘플 데이터를 사용하였다. 「Gly와 Tyr과 Asn과 Ala의 4개의 아미노산」과, 상기 19종의 아미노산으로부터 당해 4개의 아미노산을 제외한 15종의 아미노산으로부터, 변수 망라법을 사용하여, OGTT의 120분시의 인슐린 값에 관한 상관의 관점에서 선택된 「2개의 아미노산」을 변수로서 포함하고, 또한, 공변량(연령)의 우도비(尤度比) 검정에 있어서의 p값이 0.05보다 큰 복수의 중회귀식으로부터, 자유도 조정 완료된 결정 계수가 가장 높은 중회귀식을 선택한 결과, 하기 지표식 1이 선택되었다. 「Gly와 Tyr과 Asn과 Ala의 4개의 아미노산」과, 「BMI」와, 상기 15종의 아미노산으로부터, 변수 망라법을 사용하여, 내장지방 면적값에 관한 상관의 관점에서 선택된 「2개의 아미노산」을 변수로서 포함하고, 또한, 공변량(연령)의 우도비 검정에 있어서의 p값이 0.05보다 큰 복수의 중회귀식으로부터, 자유도 조정 완료된 결정 계수가 가장 높은 중회귀식을 선택한 결과, 하기 지표식 2가 선택되었다. 「Gly와 Tyr과 Asn과 Ala인 4개의 아미노산」과, 상기 15종의 아미노산으로부터, 변수 망라법을 사용하여, 지방간인지 여부를 판별하는 관점에서 선택된 「2개의 아미노산」을 변수로서 포함하고, 또한, 공변량(연령)의 우도비 검정에 있어서의 p값이 0.05보다 큰 복수의 로지스틱 회귀식으로부터, 아카이케 정보량 규준이 가장 낮은 로지스틱 회귀식을 선택한 결과, 하기 지표식 3이 선택되었다.
※ 지표식 1에 있어서, a1, b1, c1, d1, e1, f1은 각각 제로가 아닌 실수이며, g1은 실수이다.
※ 지표식 2에 있어서, a2, b2, c2, d2, e2, f2, g2는 각각 제로가 아닌 실수이며, h2는 실수이다.
※ 지표식 3에 있어서, a3, b3, c3, d3, e3, f3은 각각 제로가 아닌 실수이며, g3은 실수이다.
OGTT의 120분시의 인슐린 값과 지표식 1의 상관 계수는 0.46이며, 내장지방 면적값과 지표식 2의 상관 계수는 0.74이며, 지방간과 비지방간의 판별에 있어서의 지표식 3의 판별능을 평가할 때의 지표가 되는 ROC_AUC는 0.84이었다. 이것에 의해, 지표식 1, 2, 3이 평가능이 높은 유용한 지표인 것이 판명되었다. 또한, 지표식 1, 2, 3에 있어서의 각 계수의 값은, 그것을 실수배로 한 것이라도 좋고, 또한, 지표식 1, 2, 3에 있어서의 정수항의 값은, 거기에 임의의 실정수를 가감승제한 것이라도 좋다.
실시예 8
실시예 1에서 사용한 샘플 데이터를 사용하였다. 도 50에는, 지표식 1, 2, 3의 값과, 내장지방 면적값, 인슐린 저항성 지수, OGTT의 120분시의 혈당치, 및 OGTT의 120분시의 인슐린 값과의 상관 계수가 도시되어 있다. 각 상관 계수는, 귀무가설을 「모 상관 계수=0」으로 한 경우의 검정에서 유의적(p값이 0.05 미만)이었다. 도 51에는, 내장지방 면적값이 기준값(100㎠) 이상인지 여부의 판별에 관한 지표식 1, 2, 3의 판별능을 평가할 때의 지표가 되는 ROC_AUC와, OGTT의 120분시의 인슐린 값이 기준값(40μU/ml) 이상인지 여부의 판별에 관한 지표식 1, 2, 3의 판별능을 평가할 때의 지표가 되는 ROC_AUC와, 지방간인지 여부의 판별에 관한 지표식 1, 2, 3의 판별능을 평가할 때의 지표가 되는 ROC_AUC가 도시되어 있다. 지표식 1, 2, 3의 각 ROC_AUC는, 논파라메트릭의 가정하에서 귀무가설을 「ROC_AUC=0.5」로 한 경우의 검정에서 유의적(p값이 0.05 미만)이었다.
이것으로부터, 지표식 1, 2, 3으로, 생활습관병 지표로서 들 수 있는 「내장지방 면적, 인슐린, 및 지방간」 중 어느 하나의 상태뿐만아니라, 내장지방 면적, 인슐린, 및 지방간 중 어느 2개의 또는 전부의 상태도 평가할 수 있는 것이 판명되었다.
실시예 9
실시예 1에서 사용한 샘플 데이터를 사용하였다. 인슐린 저항성 지수, OGTT의 120분시의 혈당치, 및 OGTT의 120분시의 인슐린 값을 취득한 수진자(메타볼릭 신드롬의 진단기준 항목의 해당수가 0개: 361명, 1개: 335명, 2개: 272명, 3개: 158명, 4개: 34명. 합계 1,160명)에 관해서, 지표식 1의 값과 메타볼릭 신드롬의 진단기준 항목의 해당수의 상관 해석을 실시하였다. 내장지방 면적값을 취득한 수진자(메타볼릭 신드롬의 진단기준 항목의 해당수가 0개: 255명, 1개: 244명, 2개: 220명, 3개: 119명, 4개: 27명. 합계 865명)에 관해서, 지표식 2의 값과 메타볼릭 신드롬의 진단기준 항목의 해당수의 상관 해석을 실시하였다. 지방간에 관한 진단 결과를 취득한 수진자(메타볼릭 신드롬의 진단기준 항목의 해당수가 0개: 1,617명, 1개: 1,162명, 2개: 831명, 3개: 436명, 4개: 114명. 합계 4,160명)에 관해서, 지표식 3의 값과 메타볼릭 신드롬의 진단기준 항목의 해당수의 상관 해석을 실시하였다. 메타볼릭 신드롬의 진단기준 항목은 하기 항목 1에서부터 4이며, 진단기준은 「하기 항목 1에 해당하는 경우에 있어서, 추가로 하기 항목 2에서부터 4 중 적어도 2개에 해당할 때에, 메타볼릭 신드롬이라고 진단된다」라고 하는 것이다.
항목 1: 「웨스트가, 남성인 경우에 85cm 이상, 여성인 경우에서 90cm 이상이다」(내장지방 면적값이 100㎠ 이상으로 되어 있는 것의 기준) 또는 「BMI가 25 이상이다」
항목 2: 「중성 지방(트리글리세라이드)이 150mg/dl 이상이다」 및/또는 「HDL 콜레스테롤이 40mg/dl 미만이다」
항목 3: 「수축기 혈압이 130mmHg 이상이다」 및/또는 「확장기 혈압이 85mmHg 이상이다」
항목 4: 「공복시 혈당이 110mg/dl 이상이다」
도 52에는, 지표식 1, 2, 3의 값과 메타볼릭 신드롬의 진단기준 항목의 해당수의 상관 계수가 도시되어 있다. 각 상관 계수는, 귀무가설을 「모 상관 계수=0」으로 한 경우의 검정에서 유의적(p값이 0.05 미만)이었다.
도 53, 도 54, 및 도 55에 도시되어 있는 바와 같이, 메타볼릭 신드롬의 진단기준 항목의 해당수가 증가함에 따라 지표식 1, 2, 3의 값도 단계적으로 높아지고, 게다가, 각 해당수에서의 지표식 1, 2, 3의 값은 Kruskal-Wallis 검정 및 Dunns 검정에서 유의적이었다.
이것으로부터, 지표식 1, 2, 3으로, 메타볼릭 신드롬의 진단기준 항목의 해당수를 평가할 수 있는 것이 판명되었다.
실시예 10
실시예 1에서 사용한 샘플 데이터를 사용하였다. 인슐린 저항성 지수, OGTT의 120분시의 혈당치, 및 OGTT의 120분시의 인슐린 값을 취득한 수진자(생활습관병의 중적수가 0개: 368명, 1개: 430명, 2개: 263명, 3개: 77명, 4개: 22명. 합계 1,160명)에 관해서, 지표식 1의 값과 생활습관병의 중적수(생활습관병에 해당하는 질환을 보유하고 있는 수)의 상관 해석을 실시하였다. 내장지방 면적값을 취득한 수진자(생활습관병의 중적수가 0개: 266명, 1개: 318명, 2개: 205명, 3개: 58명, 4개: 18명. 합계 865명)에 관해서, 지표식 2의 값과 생활습관병의 중적수의 상관 해석을 실시하였다. 지방간에 관한 진단 결과를 취득한 수진자(생활습관병의 중적수가 0개: 1,527명, 1개: 1,503명, 2개: 827명, 3개: 255명, 4개: 48명. 합계 4,160명)에 관해서, 지표식 3의 값과 생활습관병의 중적수의 상관 해석을 실시하였다. 본 실시예 10에서는, 생활습관병에 해당하는 질환으로서, 만성 신증, 고뇨산혈증, 고혈압증, 지질이상증, 및 당대사 이상증의 5개를 고려하였다. 여기에서, 만성 신증의 진단기준은, 「추산 사구체 여과량 (eGFR)이 60 미만인 경우에, 만성 신증이라고 진단된다」라는 것이다. 고뇨산혈증의 진단기준은, 「뇨산값이 7mg/dL 이상인 경우에, 고뇨산혈증이라고 진단된다」라는 것이다. 고혈압증의 진단기준은, 「수축기 혈압이 140mmHg 이상 또는 확장기 혈압이 90mmHg 이상인 경우에, 고혈압증이라고 진단된다」라는 것이다. 지질이상증의 진단기준은, 「트리글리세라이드(TG)가 150mg/dL 이상, HDL 콜레스테롤이 40mg/dL 미만, 또는 LDL 콜레스테롤이 140mg/dL 이상인 경우에, 지질이상증이라고 진단된다」라는 것이다. 당대사 이상증의 진단기준은, 「공복시 혈당이 126mg/dL 이상 또는 HbA1c(JDS)이 6.1% 이상인 경우에, 당대사 이상증이라고 진단된다」라는 것이다.
도 56, 도 57, 및 도 58에 도시되어 있는 바와 같이, 생활습관병의 중적수가 증가함에 따라서 지표식 1, 2, 3의 값도 단계적으로 높아지고, 게다가, 각 중적수에서의 지표식 1, 2, 3의 값은 Kruskal-Wallis 검정 및 Dunns 검정에서 유의적이었다.
이것으로부터, 지표식 1, 2, 3으로, 생활습관병을 보유하고 있는 수를 평가할 수 있는 것이 판명되었다.
실시예 11
실시예 1에서 사용한 샘플 데이터를 사용하였다. 인슐린 저항성 지수, OGTT의 120분시의 혈당치, 및 OGTT의 120분시의 인슐린 값을 취득한 수진자(당뇨병이라는 확정 진단을 받은 수진자의 수는 143명, 경계형 당뇨병: 256명, 만성 신증: 142명, 세소동맥 경화증: 68명, 뇌졸중: 25명, 심근경색: 8명)에 관해서, 하기 1.에서부터 6.에 나타내는 판별에 관한 지표식 1의 판별능을, ROC_AUC로 평가하였다.
내장지방 면적값을 취득한 수진자(당뇨병이라는 확정 진단을 받은 수진자의 수는 135명, 경계형 당뇨병: 187명, 만성 신증: 126명, 세소동맥 경화증: 67명, 뇌졸중: 23명, 심근경색: 8명)에 관해서, 하기 1.에서부터 6.에 나타내는 판별에 관한 지표식 2의 판별능을, ROC_AUC로 평가하였다.
지방간에 관한 진단 결과를 취득한 수진자(당뇨병이라는 확정 진단을 받은 수진자의 수는 394명, 경계형 당뇨병: 243명, 만성 신증: 452명, 세소동맥 경화증: 201명, 뇌졸중: 64명, 심근경색: 16명)에 관해서, 하기 1.에서부터 6.에 나타내는 판별에 관한 지표식 3의 판별능을, ROC_AUC로 평가하였다.
1. 당뇨병이라는 확정 진단을 받았는지 여부의 판별
2. 경계형 당뇨병(구체적으로는, 내당능 이상 (75g OGTT 120분시의 혈당치가 140mg/dl 이상 또한 199mg/dl 이하이다) 및/또는 공복시 혈당 이상(공복시 혈당치가 110mg/dl 이상 또한 125mg/dl 이하이다)을 가진다)이라는 확정 진단을 받았는지 여부의 판별
3. 만성 신증이라는 확정 진단을 받았는지 여부의 판별
4. 세소동맥 경화증이라는 확정 진단을 받았는지 여부의 판별
5. 뇌졸중이라는 확정 진단을 받았는지 여부의 판별
6. 심근경색이라는 확정 진단을 받았는지 여부의 판별
도 59에는, 당뇨병, 경계형 당뇨병, 만성 신증, 세소동맥 경화증, 뇌졸중, 및 심근경색의 각각의 판별에 관한 지표식 1, 2, 3의 판별능을 평가할 때의 지표가 되는 ROC_AUC가 도시되어 있다. 지표식 1에 관해서는, 당뇨병, 경계형 당뇨병, 만성 신증, 세소동맥 경화증, 및 뇌졸중의 각 판별에서의 ROC_AUC가, 논파라메트릭의 가정하에서 귀무가설을 「ROC_AUC=0.5」로 한 경우의 검정에서 유의적(p값이 0.05 미만)이었다. 지표식 2에 관해서는, 당뇨병, 경계형 당뇨병, 및 만성 신증의 각 판별에서의 ROC_AUC가, 논파라메트릭의 가정하에서 귀무가설을「ROC_AUC=0.5」로 한 경우의 검정에서 유의적(p값이 0.05 미만)이었다. 지표식 3에 관해서는, 당뇨병 및 경계형 당뇨병의 각 판별에서의 ROC_AUC가, 논파라메트릭의 가정하에서 귀무가설을 「ROC_AUC=0.5」로 한 경우의 검정에서 유의적(p값이 0.05 미만)이었다.
이것으로부터, 지표식 1, 2, 3으로, 내장지방 면적, 인슐린, 및 지방간과 같은, 생활습관병 지표의 상태뿐만아니라, 당뇨병, 경계형 당뇨병, 만성 신증, 세소동맥 경화증, 뇌졸중, 및 심근경색과 같은 생활습관병의 상태도 평가할 수 있는 것이 판명되었다.
실시예 12
실시예 1에서 사용한 샘플 데이터 중 인간 건강검진을 5년 연속으로 수진한 자(2,996명)를 대상으로 하였다. 대상이 된 수진자로부터, 하기 1.에서부터 15.에 나타내는 질환 이벤트별로, 초년 시점에서 질환 이벤트가 발생하고 있지 않은 수진자를 추출하였다. 질환 이벤트별로, 추출한 수진자의 샘플 데이터를 사용하여 지표식 1, 2, 3의 값을 산출하였다. 질환 이벤트별 및 지표식 1, 2, 3별로, 산출된 값이 오름차순으로 5분위(「1st Quintile」, 「2nd Quintile」, 「3rd Quintile」, 「4th Quintile」, 및 「5th Quintile」로 5분할한 계급)를 정의하였다. 질환 이벤트별, 지표식 1, 2, 3별, 및, 분위별, 질환 이벤트 발생율(절대 리스크 및 상대 리스크)을 인년법에 의해 계산하고, 계산된 값을 비교하였다. 또한, 질환 이벤트 발생의 유무는, 하기의 진단기준에 기초하여 판단하였다.
질환 이벤트 발생율(「절대 리스크」)=질환 이벤트 발생 총수 / 관찰 년수 총 합(「인년」)
상대 리스크=「n-th Quintile」의 질환 이벤트 발생율 / 「1st Quintile」의 질환 이벤트 발생율
1. 인슐린 저항성 있음
※ 인슐린 저항성 지수인 HOMA-R이 2.5 이상인 경우, 인슐린 저항성 있다고 진단된다.
2. 고혈압
※ 수축기 혈압이 130mmHg 이상 및/또는 확장기 혈압이 85mmHg 이상인 경우, 고혈압이라고 진단된다.
3. 고혈압증
※ 수축기 혈압이 140mmHg 이상 또는 확장기 혈압이 90mmHg 이상인 경우에, 고혈압증이라고 진단된다.
4. 지방간
※ 복부 초음파 검사에서 간 비장 콘트라스트비로부터 지방간의 소견이 관찰된 경우에, 지방간이라고 진단된다.
5. 고리스크 지방간
※ 지방간이라고 진단되고 또한 AST(GOT)가 38U/L보다 높은 값인 경우에, 고리스크 지방간이라고 진단된다.
6. 당뇨병
※ 하기 항목 1 내지 3중 어느 하나와 항목 4가 확인된 경우에, 당뇨병이라고 진단된다.
항목 1: 조조 공복시 혈당치가 126mg/dL 이상
항목 2: 75g OGTT 120분시의 혈당치가 200mg/dL 이상
항목 3: 수시 혈당치가 200mg/dL 이상
항목 4: HbA1C(JDS값)이 6.1% 이상 [HbA1C(국제표준값)이 6.5% 이상]
7. 내당능 이상
※ 75g OGTT 120분시의 혈당치가 140mg/dl 이상 또한 199mg/dl 이하인 경우에, 내당능 이상이라고 진단된다.
8. 비만
※ 「웨스트가, 남성인 경우에 85cm 이상, 여성인 경우에 90cm 이상이다」 (내장지방 면적값이 100㎠ 이상으로 되어 있는 것의 기준) 또는 「BMI가 25 이상인」 경우에, 비만이라고 진단된다.
9. 고도 비만
※ BMI가 30 이상인 경우에, 고도 비만이라고 진단된다.
10. 지질이상증
※ 「트리글리세라이드(TG)가 150mg/dL 이상, HDL 콜레스테롤이 40mg/dL 미만, 또는 LDL 콜레스테롤이 140mg/dL 이상」인 경우에, 지질이상증이라고 진단된다.
11. 만성 신증
※ 추산 사구체 여과량(eGFR)이 60 미만인 경우에, 만성 신증이라고 진단된다.
12. 동맥 경화증
※ 동맥 경화 건강검진에서 경화의 소견이 관찰된 경우, 동맥 경화증이라고 진단된다.
13. 뇌경색
※ 두부(頭部) MRI, MRA 검사에 의해 뇌경색의 소견이 관찰된 경우, 뇌경색이라고 진단된다.
14. 심질환 리스크 있음
※ 미네소타 코드(Minnesota code)가 정상 범위외인 경우, 심질환 리스크가 있다고 진단된다.
15. 메타볼릭 신드롬
※ 하기 항목 1에 해당하는 경우에 있어서, 추가로 하기 항목 2에서부터 4 중 적어도 2개에 해당될 때에, 메타볼릭 신드롬이라고 진단된다.
항목 1: 「웨스트가, 남성인 경우에 85cm 이상, 여성인 경우에 90cm 이상이다」(내장지방 면적값이 100㎠ 이상으로 되어 있는 것의 기준) 또는 「BMI가 25 이상이다」
항목 2: 「중성 지방(트리글리세라이드)이 150mg/dl 이상이다」 및/또는 「HDL 콜레스테롤이 40mg/dl 미만이다」
항목 3: 「수축기 혈압이 130mmHg 이상이다」 및/또는 「확장기 혈압이 85mmHg 이상이다」
항목 4: 공복시 혈당이 110mg/dl 이상이다.
도 60 내지 도 74에는, 초년 시점에서 질환 이벤트를 발생하고 있지 않은 수진자수(「인수」), 관찰 연수 총 합계(「인년」), 질환 이벤트 발생수(「이벤트수」), 상대 리스크, 상대 리스크의 95% 신뢰 구간의 상한, 및, 상대 리스크의 95% 신뢰 구간의 하한이 도시되어 있다. 또한, 도 60 내지 도 74에 있어서 、「＊」은, 상대 리스크의 계산값이 유의적인 것을 나타내고 있다. 또한, 도 68 및 도 74에 있어서, 「-」은, 「1st Quintile」의 이벤트수가 0이기 때문에 상대 리스크의 계산값이 없는 것을 나타내고 있다. 단, 도 68에서는, 지표식 2의 「1st Quintile」의 절대 리스크에 대해, 지표식 2의 「5th Quintile」의 절대 리스크가 유의적이다. 또한, 도 74에서는, 지표식 2의 「1st Quintile」의 절대 리스크에 대해, 지표식 2의 「2nd Quintile」, 「3rd Quintile」, 「4th Quintile」, 및 「5th Quintile」의 절대 리스크가 유의적이다.
이것으로부터, 지표식 1, 2, 3으로, 상기 1.에서부터 15.에 나타내는 질환 이벤트의 장래 발증 리스크를 평가할 수 있는 것이 판명되었다.
이상과 같이, 본 발명에 따르는 생활습관병 지표의 평가 방법 등은, 산업상의 많은 분야, 특히 의약품이나 식품, 의료 등의 분야에서 널리 실시할 수 있고, 특히 생활습관병 지표 상태의 평가 등에 있어서 매우 유용하다.
100 생활습관병 지표 평가 장치
102 제어부
102a 요구해석부
102b 열람처리부
102c 인증처리부
102d 전자메일 생성부
102e WEB 페이지 생성부
102f 수신부
102g 지표 상태 정보 지정부
102h 평가식 작성부
102h1 후보식 작성부
102h2 후보식 검증부
102h3 변수선택부
102i 평가부
102i1 산출부
102i2 변환부
102i3 생성부
102i4 분류부
102j 결과출력부
102k 송신부
104 통신 인터페이스부
106 기억부
106a 이용자 정보 파일
106b 아미노산 농도 데이터 파일
106c 지표 상태 정보 파일
106d 지정 지표 상태 정보 파일
106e 평가식 관련 정보 데이터베이스
106e1 후보식 파일
106e2 검증 결과 파일
106e3 선택 지표 상태 정보 파일
106e4 평가식 파일
106f 평가 결과 파일
108 입출력 인터페이스부
112 입력 장치
114 출력 장치
200 클라이언트 장치(정보통신 단말장치)
300 네트워크
400 데이터베이스 장치
102 제어부
102a 요구해석부
102b 열람처리부
102c 인증처리부
102d 전자메일 생성부
102e WEB 페이지 생성부
102f 수신부
102g 지표 상태 정보 지정부
102h 평가식 작성부
102h1 후보식 작성부
102h2 후보식 검증부
102h3 변수선택부
102i 평가부
102i1 산출부
102i2 변환부
102i3 생성부
102i4 분류부
102j 결과출력부
102k 송신부
104 통신 인터페이스부
106 기억부
106a 이용자 정보 파일
106b 아미노산 농도 데이터 파일
106c 지표 상태 정보 파일
106d 지정 지표 상태 정보 파일
106e 평가식 관련 정보 데이터베이스
106e1 후보식 파일
106e2 검증 결과 파일
106e3 선택 지표 상태 정보 파일
106e4 평가식 파일
106f 평가 결과 파일
108 입출력 인터페이스부
112 입력 장치
114 출력 장치
200 클라이언트 장치(정보통신 단말장치)
300 네트워크
400 데이터베이스 장치
Claims (20)
- 평가 대상의 혈액 중의 적어도 Gly 및 Tyr의 아미노산 농도값, 또는 상기 농도값이 대입되는 변수를 포함하는 식과 상기 농도값을 사용하여 산출된 상기 식의 값을 사용하여, 상기 평가 대상에 관해서 당뇨병의 장래 발병 위험을 평가하기 위한 정보를 취득하는 취득 스텝을 포함하는 것을 특징으로 하는, 취득 방법.
- 제1항에 있어서, 상기 취득 스텝에서는, 적어도 Gly, Tyr, 및 Asn의 아미노산 농도값, 또는 상기 농도값이 대입되는 변수를 포함하는 식과 상기 농도값을 사용하여 산출된 상기 식의 값을 사용하는 것을 특징으로 하는, 취득 방법.
- 제2항에 있어서, 상기 취득 스텝에서는, 적어도 Gly, Tyr, Asn, 및 Ala의 아미노산 농도값, 또는 상기 농도값이 대입되는 변수를 포함하는 식과 상기 농도값을 사용하여 산출된 상기 식의 값을 사용하는 것을 특징으로 하는, 취득 방법.
- 제3항에 있어서, 상기 취득 스텝에서는, 적어도 Gly, Tyr, Asn, Ala, Val, 및 Trp의 아미노산 농도값, 또는 상기 농도값이 대입되는 변수를 포함하는 식과 상기 농도값을 사용하여 산출된 상기 식의 값을 사용하는 것을 특징으로 하는, 취득 방법.
- 제1항 내지 제4항 중 어느 한 항에 있어서, 상기 취득 스텝은, 제어부를 구비한 정보 처리 장치의 상기 제어부에서 실행되는 것을 특징으로 하는, 취득 방법.
- 평가 대상의 혈액 중의 적어도 Gly 및 Tyr의 아미노산 농도값과, 상기 농도값이 대입되는 변수를 포함하는 당뇨병의 장래 발병 위험을 평가하기 위한 식을 사용하여, 상기 식의 값을 산출하는 산출 스텝을 포함하는 것을 특징으로 하는, 산출 방법.
- 제6항에 있어서, 상기 산출 스텝은, 제어부를 구비한 정보 처리 장치의 상기 제어부에서 실행되는 것을 특징으로 하는, 산출 방법.
- 제어부를 구비한 당뇨병 평가 장치로서,
상기 제어부는,
평가 대상의 혈액 중의 적어도 Gly 및 Tyr의 아미노산 농도값, 또는 상기 농도값이 대입되는 변수를 포함하는 식과 상기 농도값을 사용하여 산출된 상기 식의 값을 사용하여, 상기 평가 대상에 관해서 당뇨병의 장래 발병 위험을 평가하는 평가 수단
을 구비한 것을 특징으로 하는, 당뇨병 평가 장치. - 제8항에 있어서, 상기 평가 수단은, 적어도 Gly, Tyr, 및 Asn의 아미노산 농도값, 또는 상기 농도값이 대입되는 변수를 포함하는 식과 상기 농도값을 사용하여 산출된 상기 식의 값을 사용하는 것을 특징으로 하는, 당뇨병 평가 장치.
- 제9항에 있어서, 상기 평가 수단은, 적어도 Gly, Tyr, Asn, 및 Ala의 아미노산 농도값, 또는 상기 농도값이 대입되는 변수를 포함하는 식과 상기 농도값을 사용하여 산출된 상기 식의 값을 사용하는 것을 특징으로 하는, 당뇨병 평가 장치.
- 제10항에 있어서, 상기 평가 수단은, 적어도 Gly, Tyr, Asn, Ala, Val, 및 Trp의 아미노산 농도값, 또는 상기 농도값이 대입되는 변수를 포함하는 식과 상기 농도값을 사용하여 산출된 상기 식의 값을 사용하는 것을 특징으로 하는, 당뇨병 평가 장치.
- 제8항 내지 제11항 중 어느 한 항에 있어서, 상기 농도값에 관한 아미노산 농도 데이터 또는 상기 식의 값을 제공하는 단말장치와 네트워크를 개재하여 통신 가능하게 접속되고,
상기 제어부는,
상기 단말장치에서 송신된 상기 평가 대상의 상기 아미노산 농도 데이터 또는 상기 식을 수신하는 데이터 수신 수단과,
상기 평가 수단으로 수득된 평가 결과를 상기 단말장치로 송신하는 결과 송신 수단
을 추가로 구비하고,
상기 평가 수단은, 상기 데이터 수신 수단으로 수신한 상기 아미노산 농도 데이터에 포함되어 있는 상기 농도값 또는 상기 식의 값을 사용하는 것
을 특징으로 하는, 당뇨병 평가 장치. - 제어부를 구비한 산출 장치로서,
상기 제어부는,
평가 대상의 혈액 중의 적어도 Gly 및 Tyr의 아미노산 농도값과, 상기 농도값이 대입되는 변수를 포함하는 당뇨병의 장래 발병 위험을 평가하기 위한 식을 사용하여, 상기 식의 값을 산출하는 산출 수단
을 구비한 것을 특징으로 하는, 산출 장치. - 제어부를 구비한 정보 처리 장치에서 실행시키기 위한 당뇨병 평가 프로그램을 포함하는 기록 매체로서,
상기 제어부에 있어서 실행시키기 위한
평가 대상의 혈액 중의 적어도 Gly 및 Tyr의 아미노산 농도값, 또는 상기 농도값이 대입되는 변수를 포함하는 식과 상기 농도값을 사용하여 산출된 상기 식의 값을 사용하여, 상기 평가 대상에 관해서 당뇨병의 장래 발병 위험을 평가하는 평가 스텝
을 포함하는 것을 특징으로 하는, 당뇨병 평가 프로그램을 포함하는 기록 매체. - 제어부를 구비한 정보 처리 장치에서 실행시키기 위한 산출 프로그램을 포함하는 기록 매체로서,
상기 제어부에 있어서 실행시키기 위한
평가 대상의 혈액 중의 적어도 Gly 및 Tyr의 아미노산 농도값과, 상기 농도값이 대입되는 변수를 포함하는 당뇨병의 장래 발병 위험을 평가하기 위한 식을 사용하여, 상기 식의 값을 산출하는 산출 스텝
을 포함하는 것을 특징으로 하는, 산출 프로그램을 포함하는 기록 매체. - 제어부를 구비한 당뇨병 평가 장치와, 제어부를 구비한 단말장치를, 네트워크를 개재하여 통신 가능하게 접속하여 구성된 당뇨병 평가 시스템으로서,
상기 단말장치의 상기 제어부는,
평가 대상의 혈액 중의 적어도 Gly 및 Tyr의 아미노산 농도값에 관한 아미노산 농도 데이터, 또는 상기 농도값이 대입되는 변수를 포함하는 식과 상기 농도값을 사용하여 산출된 상기 식의 값을 상기 당뇨병 평가 장치로 송신하는 데이터 송신 수단과,
상기 당뇨병 평가 장치에서 송신된 상기 평가 대상에 관한 당뇨병의 장래 발병 위험에 관한 평가 결과를 수신한 결과 수신 수단
을 구비하고,
상기 당뇨병 평가 장치의 상기 제어부는,
상기 단말장치로부터 송신된 상기 평가 대상의 상기 아미노산 농도 데이터 또는 상기 식의 값을 수신하는 데이터 수신 수단과,
상기 데이터 수신 수단으로 수신한 상기 평가 대상의 상기 아미노산 농도 데이터에 포함되어 있는 상기 농도값 또는 상기 식의 값을 사용하여, 상기 평가 대상에 관해서 당뇨병의 장래 발병 위험을 평가하는 평가 수단과,
상기 평가 수단으로 수득된 상기 평가 결과를 상기 단말장치로 송신하는 결과 송신 수단
을 구비한 것을 특징으로 하는, 당뇨병 평가 시스템. - 제어부를 구비한 단말장치로서,
상기 제어부는, 평가 대상에 관한 당뇨병의 장래 발병 위험에 관한 평가 결과를 취득하는 결과 취득 수단을 구비하고,
상기 평가 결과는, 상기 평가 대상의 혈액 중의 적어도 Gly 및 Tyr의 아미노산 농도값, 또는 상기 농도값이 대입되는 변수를 포함하는 식과 상기 농도값을 이용해 산출된 상기 식의 값을 사용하여, 상기 평가 대상에 대한 당뇨병의 장래 발병 위험을 평가한 결과인 것을 특징으로 하는, 단말장치. - 제17항에 있어서, 상기 평가 대상에 관해서 당뇨병의 장래 발병 위험을 평가하는 당뇨병 평가 장치와 네트워크를 개재하여 통신 가능하게 접속하여 구성되어 있고,
상기 제어부는, 상기 평가 대상의 상기 농도 값에 관한 아미노산 농도 데이터 또는 상기 식의 값을 상기 당뇨병 평가 장치에 송신하는 데이터 송신 수단을 추가로 구비하고,
상기 결과 취득 수단은, 상기 당뇨병 평가 장치로부터 송신된 상기 평가 결과를 수신하는 것을 특징으로 하는, 단말장치. - 삭제
- 삭제
Applications Claiming Priority (4)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2013081568 | 2013-04-09 | ||
| JPJP-P-2013-081568 | 2013-04-09 | ||
| PCT/JP2014/060129 WO2014168125A1 (ja) | 2013-04-09 | 2014-04-07 | 生活習慣病指標の評価方法、生活習慣病指標評価装置、生活習慣病指標評価方法、生活習慣病指標評価プログラム、生活習慣病指標評価システム、および情報通信端末装置 |
| KR1020157032000A KR102204498B1 (ko) | 2013-04-09 | 2014-04-07 | 생활습관병 지표의 평가 방법, 생활습관병 지표 평가 장치, 생활습관병 지표 평가 방법, 생활습관병 지표 평가 프로그램 제품, 생활습관병 지표 평가 시스템, 및 정보통신 단말장치 |
Related Parent Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020157032000A Division KR102204498B1 (ko) | 2013-04-09 | 2014-04-07 | 생활습관병 지표의 평가 방법, 생활습관병 지표 평가 장치, 생활습관병 지표 평가 방법, 생활습관병 지표 평가 프로그램 제품, 생활습관병 지표 평가 시스템, 및 정보통신 단말장치 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20210007053A KR20210007053A (ko) | 2021-01-19 |
| KR102362357B1 true KR102362357B1 (ko) | 2022-02-15 |
Family
ID=51689532
Family Applications (2)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020157032000A KR102204498B1 (ko) | 2013-04-09 | 2014-04-07 | 생활습관병 지표의 평가 방법, 생활습관병 지표 평가 장치, 생활습관병 지표 평가 방법, 생활습관병 지표 평가 프로그램 제품, 생활습관병 지표 평가 시스템, 및 정보통신 단말장치 |
| KR1020217001011A KR102362357B1 (ko) | 2013-04-09 | 2014-04-07 | 생활습관병 지표의 평가 방법, 생활습관병 지표 평가 장치, 생활습관병 지표 평가 방법, 생활습관병 지표 평가 프로그램, 생활습관병 지표 평가 시스템, 및 정보통신 단말장치 |
Family Applications Before (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020157032000A KR102204498B1 (ko) | 2013-04-09 | 2014-04-07 | 생활습관병 지표의 평가 방법, 생활습관병 지표 평가 장치, 생활습관병 지표 평가 방법, 생활습관병 지표 평가 프로그램 제품, 생활습관병 지표 평가 시스템, 및 정보통신 단말장치 |
Country Status (4)
| Country | Link |
|---|---|
| US (1) | US20160026770A1 (ko) |
| JP (4) | JP6311705B2 (ko) |
| KR (2) | KR102204498B1 (ko) |
| WO (1) | WO2014168125A1 (ko) |
Families Citing this family (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102355667B1 (ko) * | 2016-07-08 | 2022-01-26 | 아지노모토 가부시키가이샤 | 알츠하이머형 인지증의 장래의 발증 리스크의 평가 방법 |
| JP6927212B2 (ja) * | 2016-07-08 | 2021-08-25 | 味の素株式会社 | 軽度認知障害又はアルツハイマー型認知症の評価方法 |
| WO2018143369A1 (ja) * | 2017-02-02 | 2018-08-09 | 味の素株式会社 | 糖尿病患者における膵臓癌の評価方法、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、評価システム、及び端末装置 |
| JP7153320B2 (ja) * | 2018-08-28 | 2022-10-14 | 株式会社ヘルスケアシステムズ | 検査情報管理システム、検査情報管理サーバ、検査情報管理方法、及び検査情報管理プログラム |
| KR102658237B1 (ko) | 2018-10-02 | 2024-04-16 | 삼성전자주식회사 | 분석 물질의 혈중 농도 추정 장치 및 방법과, 모델 생성 장치 및 방법 |
| KR20200063992A (ko) | 2018-11-28 | 2020-06-05 | 가부시끼 가이샤 구보다 | 수확기 및 유량 산출 방법 |
| JPWO2020158828A1 (ja) * | 2019-01-29 | 2021-11-25 | 味の素株式会社 | 脳心血管イベントの将来の発生リスクの評価方法、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、記録媒体、評価システムおよび端末装置 |
| EP4199895A1 (en) * | 2020-08-18 | 2023-06-28 | The Regents of The University of Michigan | N-acyl amino acid products and uses |
| CN114678131A (zh) * | 2022-04-02 | 2022-06-28 | 南方医科大学南方医院 | 高尿酸血症预警方法、装置、电子设备及可读存储介质 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2009054350A1 (ja) | 2007-10-25 | 2009-04-30 | Ajinomoto Co., Inc. | 耐糖能異常の評価方法 |
| WO2010005982A2 (en) * | 2008-07-07 | 2010-01-14 | The General Hospital Corporation | Multiplexed biomarkers of insulin resistance |
| US20100163720A1 (en) * | 2006-03-24 | 2010-07-01 | Metanomics Gmbh | Means and method for diagnosing diabetes |
Family Cites Families (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CA2508136A1 (en) | 2002-12-09 | 2004-06-24 | Ajinomoto Co., Inc. | Apparatus and method for processing information concerning biological condition, system, program and recording medium for managing information concerning biological condition |
| JPWO2006098192A1 (ja) | 2005-03-16 | 2008-08-21 | 味の素株式会社 | 生体状態評価装置、生体状態評価方法、生体状態評価システム、生体状態評価プログラム、評価関数作成装置、評価関数作成方法、評価関数作成プログラムおよび記録媒体 |
| WO2008015929A1 (fr) | 2006-08-04 | 2008-02-07 | Ajinomoto Co., Inc. | procédé d'évaluation de syndrome métabolique, appareil D'ÉVALUATION DE SYNDROME MÉTABOLIQUE, système D'ÉVALUATION DE SYNDROME MÉTABOLIQUE, programme d'évaluation de syndrome métabolique et support d'enregistrement, et proc& |
| EP2053405A4 (en) * | 2006-08-04 | 2009-11-11 | Ajinomoto Kk | METHOD FOR EVALUATING STRESS, STRESS EVALUATION DEVICE, STRESS EVALUATION METHOD, STRESS EVALUATION SYSTEM, STRESS EVALUATION PROGRAM AND RECORDING MEDIUM |
| JPWO2009001862A1 (ja) * | 2007-06-25 | 2010-08-26 | 味の素株式会社 | 内臓脂肪蓄積の評価方法 |
| JPWO2009054351A1 (ja) | 2007-10-25 | 2011-03-03 | 味の素株式会社 | 生体状態評価装置、生体状態評価方法、生体状態評価システム、生体状態評価プログラムおよび記録媒体 |
| US7923253B2 (en) | 2007-11-05 | 2011-04-12 | Battelle Memorial Institute | Method for identifying type I diabetes mellitus in humans |
| US20090187420A1 (en) | 2007-11-15 | 2009-07-23 | Hancock William S | Methods and Systems for Providing Individualized Wellness Profiles |
| WO2010011860A1 (en) | 2008-07-23 | 2010-01-28 | Diabetomics, Llc | Methods for detecting pre-diabetes and diabetes |
| CN102326084A (zh) | 2009-02-19 | 2012-01-18 | 味之素株式会社 | 肥胖的评价方法 |
| US20110136241A1 (en) * | 2009-12-08 | 2011-06-09 | Stephen Naylor | Type ii diabetes molecular bioprofile and method and system of using the same |
| WO2013002381A1 (ja) * | 2011-06-30 | 2013-01-03 | 味の素株式会社 | 脂肪性肝疾患の評価方法、脂肪性肝疾患評価装置、脂肪性肝疾患評価方法、脂肪性肝疾患評価プログラム、脂肪性肝疾患評価システム、情報通信端末装置、および脂肪性肝疾患の予防・改善物質の探索方法 |
| JP2013040923A (ja) | 2011-07-15 | 2013-02-28 | Ajinomoto Co Inc | Ｎａｓｈの評価方法、ｎａｓｈ評価装置、ｎａｓｈ評価方法、ｎａｓｈ評価プログラム、ｎａｓｈ評価システム、情報通信端末装置、およびｎａｓｈの予防・改善物質の探索方法 |
| US9361429B2 (en) | 2012-06-08 | 2016-06-07 | Liposcience, Inc. | Multi-parameter diabetes risk evaluations |
-
2014
- 2014-04-07 JP JP2015511257A patent/JP6311705B2/ja active Active
- 2014-04-07 KR KR1020157032000A patent/KR102204498B1/ko active IP Right Grant
- 2014-04-07 KR KR1020217001011A patent/KR102362357B1/ko active IP Right Grant
- 2014-04-07 WO PCT/JP2014/060129 patent/WO2014168125A1/ja active Application Filing
-
2015
- 2015-10-07 US US14/877,083 patent/US20160026770A1/en not_active Abandoned
-
2018
- 2018-03-22 JP JP2018055060A patent/JP2018119983A/ja active Pending
-
2019
- 2019-10-29 JP JP2019196574A patent/JP7291605B2/ja active Active
-
2022
- 2022-05-31 JP JP2022089146A patent/JP7347587B2/ja active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20100163720A1 (en) * | 2006-03-24 | 2010-07-01 | Metanomics Gmbh | Means and method for diagnosing diabetes |
| WO2009054350A1 (ja) | 2007-10-25 | 2009-04-30 | Ajinomoto Co., Inc. | 耐糖能異常の評価方法 |
| WO2010005982A2 (en) * | 2008-07-07 | 2010-01-14 | The General Hospital Corporation | Multiplexed biomarkers of insulin resistance |
Also Published As
| Publication number | Publication date |
|---|---|
| KR20210007053A (ko) | 2021-01-19 |
| JP6311705B2 (ja) | 2018-04-18 |
| JP2022118027A (ja) | 2022-08-12 |
| JP7291605B2 (ja) | 2023-06-15 |
| JPWO2014168125A1 (ja) | 2017-02-16 |
| KR20150140363A (ko) | 2015-12-15 |
| WO2014168125A1 (ja) | 2014-10-16 |
| US20160026770A1 (en) | 2016-01-28 |
| KR102204498B1 (ko) | 2021-01-19 |
| JP7347587B2 (ja) | 2023-09-20 |
| JP2020073886A (ja) | 2020-05-14 |
| JP2018119983A (ja) | 2018-08-02 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR102362357B1 (ko) | 생활습관병 지표의 평가 방법, 생활습관병 지표 평가 장치, 생활습관병 지표 평가 방법, 생활습관병 지표 평가 프로그램, 생활습관병 지표 평가 시스템, 및 정보통신 단말장치 | |
| JP7215507B2 (ja) | 取得方法、評価装置、評価プログラムおよび評価システム | |
| JP2016029398A (ja) | 内臓脂肪面積の評価方法、内臓脂肪面積評価装置、内臓脂肪面積評価方法、内臓脂肪面積評価プログラム、記録媒体、内臓脂肪面積評価システム、及び端末装置 | |
| US20140127819A1 (en) | Method of evaluating nash, nash-evaluating apparatus, nash-evaluating method, nash-evaluating product, nash-evaluating system, information communication terminal apparatus, method of searching for preventing/ameliorating substance for nash | |
| US9971866B2 (en) | Method of evaluating fatty liver related disease, fatty liver related disease-evaluating apparatus, fatty liver related disease-evaluating method, fatty liver related disease-evaluating program product, fatty liver related disease-evaluating system, information communication terminal apparatus, and method of searching for prophylactic/ameliorating substance for fatty liver related disease | |
| JP7337018B2 (ja) | 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、評価システム | |
| JPWO2013146621A1 (ja) | 脳血管障害の評価方法、脳血管障害評価装置、脳血管障害評価方法、脳血管障害評価プログラム、脳血管障害評価システムおよび情報通信端末装置 | |
| JPWO2009054350A1 (ja) | 耐糖能異常の評価方法、耐糖能異常評価装置、耐糖能異常評価方法、耐糖能異常評価システム、耐糖能異常評価プログラムおよび記録媒体、ならびに耐糖能異常の予防・改善物質の探索方法 | |
| WO2013115283A1 (ja) | 早期腎症の評価方法、早期腎症評価装置、早期腎症評価方法、早期腎症評価プログラム、早期腎症評価システムおよび情報通信端末装置 | |
| JP6270257B2 (ja) | 取得方法、心血管イベント評価装置、心血管イベント評価プログラム、心血管イベント評価システムおよび端末装置 | |
| WO2016148155A1 (ja) | 評価方法、評価装置、評価プログラム、評価システム、及び端末装置 | |
| JP6886241B2 (ja) | 骨格筋面積の評価方法 | |
| JP7120027B2 (ja) | 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 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A107 | Divisional application of patent | ||
| E902 | Notification of reason for refusal | ||
| E701 | Decision to grant or registration of patent right | ||
| GRNT | Written decision to grant |