健康シグナルの価値とは?健診データからのエビデンス

健康のシグナルが身近な時代に

近年、メタボ健診やがん検診に加え、ウェアラブルバイスが普及するなど、自らの健康のシグナルがより簡単に得られるようになりました。健康状態の把握を通じて生活習慣が改善し、病気が予防され、更には医療費の削減されるのではないか、と期待されますが、実際にそのような効果はあるのでしょうか。

筆者らは、健康のシグナルが予防医療につながり、健康を改善するのか、また、その費用は効果に見合ったものか、健康診断の血糖値のデータを用いて分析しました。

研究結果が Journal of Public Economics(公共経済学のトップジャーナル)に掲載されましたので概要をご紹介します。(共著者:西山克彦: University of North Carolina at Chapel Hill、Brian K Chen: University of South Carolina、Karen Eggleston: Stanford University)

論文はこちら。どなたでもダウンロードできます!https://www.sciencedirect.com/science/article/pii/S0047272721000049

結果を先にまとめると、

  1. 健康診断で血糖値が糖尿病の診断基準値(「糖尿病予備軍」及び「糖尿病タイプ」)を超えると、糖尿病に関連した医療サービスの利用が増加する。(ただしその増加率は、5%ポイント程度と低い値にとどまる)。
  2. しかし、健康診断の受診者全体に対しては、医療サービスの利用増にもかかわらず、翌年の血糖値の低下は見られない。
  3. 一方で、ハイリスクの人々については、「糖尿病タイプ」の基準値を越えた場合、翌年の血糖値の低下がみられる。
  4. 3.の場合、血糖値の低下がもたらす死亡リスク減少の便益は、基準値越えに伴い発生する予防的医療費の増加と概ね同等と考えられる。

従って、

  1. 費用と効果の観点から基準値を適切に設定し、ハイリスクの人に重点的に予防医療を行うことが重要。
  2. これらハイリスクの人に予防医療の受診を促す方策の検討が必要。

糖尿病の診断基準値は二つ

糖尿病は、血糖値が高い状態が続く慢性疾患です。当初は自覚症状が少ないですが、長期的には、目、心臓、腎臓、神経、足、などの重大な合併症につながります。日本においても大きな健康問題です。早期に危険因子を減らすことで予防可能とされます。

糖尿病の診断方法の一つに空腹時の血糖値があります。診断基準値は二つあります。

  • 「糖尿病予備軍(境界領域)」:空腹時の血糖値≧110 mg/dl
  • 「糖尿病タイプ」:空腹時の血糖値≧126 mg/dl

空腹時血糖値は通常の健康診断のチェック項目に含まれており、そのデータを用いて分析を行います。

「ギリギリ上回った人」と、「ギリギリ下回った人」を比較

分析では、健康診断時の血糖値が基準値を「ギリギリ上回った人」と、「ギリギリ下回った人」を比較します。近年経済学等で多く用いられる、回帰不連続デザイン(Regression Discontinuity Design)という手法です。血糖値が基準値を上回ると、基準値を超えたという通知が来たり、その後医療機関を訪問したりする確率が増えます。一方で、基準値のギリギリ上とギリギリ下の人々では、健康状態やその他の要因には大きな違いはない(より正確には、連続的に推移している)と考えてよいでしょう。これらから、もし健康診断後に、基準値を下回った人々と比べて上回った人々の医療の利用が増えたり、血糖値が下がったりすれば、血糖値が基準値を超えたことの影響と解釈できます。

血糖値の操作があると問題

この分析手法がうまく使えないのは、個人が健康診断の検査値を基準値のギリギリ上や下に操作できるような場合です。そのような場合、基準値の前後に、データ上は観察されないが異なるタイプの人々が集まっている可能性があり、先ほどお話しした前提(基準値の前後で健康状態やその他の要因は連続的に推移している)に反してしまいます。

このような問題は、基準値の前後でデータの観察数に偏りがあるかどうかで確認するのが一般的です。操作がなければ、基準値前後でデータ数はなめらかに推移するが、操作があれば、基準値前後に大きなジャンプがあるだろう、という考え方です。

図1は、横軸に血糖値、縦軸に各血糖値の人々の割合(密度)を示したものです。赤の縦線2本は、先ほどお話しした糖尿病の診断基準値です。基準値の前後で、該当する人の割合は滑らかに推移しており、血糖値の操作の問題はなさそうです。

 

f:id:toshi_iizuka:20210126212946p:plain

図1:空腹時血糖値の分布

レセプトデータと健診データを突合

分析では、レセプト(診療報酬の明細)データと健康診断のデータを突合したデータを用いています。個人レベルのデータですが、個人を特定する情報はありません(データは(株)JMDCより取得)。レセプトデータから、糖尿病関連で医療機関を訪問したかどうかや、かかった医療費がわかります。健診データから血糖値や血圧などのデータが得られます。分析では、健康診断時に、それまで糖尿病と診断されていない人々を対象としています。それらの人々が、健康診断で糖尿病の診断基準値を超えた場合に、その後の医療機関の利用や健康状態に影響があるかを見るわけです。

基準値を超えると医療の利用が増加

まず、糖尿病の診断基準値を超えると、医療サービスの利用が増えるかどうかを検証しました。図2は、ある年の健康診断時の空腹時血糖値(FBS:Fasting Blood Sugar)を横軸に、健診後1年間の糖尿病関連の医療サービスの利用量を縦軸に示しています。赤の縦線は「糖尿病予備軍」の診断基準値(110 mg/dl)です。110mg/dlの前後各5mg/dlの範囲に約20万人分のデータがあるため、データのばらつきが小さくなっています。

 

f:id:toshi_iizuka:20210126213133p:plain

図2:健診後1年間の医療サービス利用

【左上】健診後1年間に一度でも糖尿病関連で医療機関を訪問した人の割合

【右上】健診後1年間に糖尿病関連で医療機関を訪問した回数の平均

【左下】OGTT(経口ブドウ糖負荷試験、糖尿病の診断方法の1つ)の実施割合

【右下】糖尿病関連の外来医療費(医薬品含む)の平均。

図から、健康診断時の血糖値が「糖尿病予備軍(110 mg/dl)」の基準値を超えると、その後1年間の医療サービスの利用量が非連続的にジャンプすることが見て取れます。例えば左上の図は、健診後1年間に少なくとも一度糖尿病関連で医療機関を訪問した人の割合を示していますが、健診時の血糖値が109 mg/dlの場合は約10%が医師を訪問するのに比べて、110 mg/dlの場合は約15%となり、5%ポイント増加しています。人々は「糖尿病予備軍」という健診シグナルを受けて、医療サービスの利用を増やすわけです。

一方で、健康の改善は見られない

続いて図3は、翌年の健康指標に同様の変化があるかを見たものです。横軸は先ほどと同じくある年の空腹時血糖値、縦軸は翌年の健康診断時の健康指標の平均値を示しています。

f:id:toshi_iizuka:20210126213411p:plain

図3:翌年の健診時における健康指標

【左上】翌年の空腹時血糖値の平均値、【右上】翌年のHbA1cの平均値

【左下】翌年のBMIの平均値、【右下】翌年の収縮期血圧の平均値

図3では、図2とは対照的に、110 mg/dlの基準値を超えても翌年の健康指標にジャンプは見られません。健康指標の値は110mg/dlの前後でほぼ一直線で、連続的に推移しているのがわかります。

つまり、「糖尿病予備軍」という健診基準値をギリギリ上回ると、その後1年間の医療サービスの利用が増えるものの、翌年の血糖値には顕著な影響を及ぼさないと言えます。

これらの結果は、より重症度の高い「糖尿病タイプ」の基準値(126 mg/dl)においても同様でした。

ハイリスクの人々に限ると、翌年の血糖値が改善

ここまで、健康診断の受診者全体に対しては、基準値を越えると医療の利用が増えるものの、翌年の健康指標には改善が見られない、という結果でした。

しかし、リスクの高い人々については、「基準値越え」というシグナルを受けて健康が改善するかもしれません。図4は、この可能性を検討したものです。血糖値が「糖尿病タイプ」近辺であることに加えて、血圧とコレステロール値が高い人々を「ハイリスク」と見なします。これらの人々について、血糖値が「糖尿病タイプ」の基準値(126 mg/dl)をギリギリ越えた場合、翌年の健康指標にどのような影響があるかを示しています。*1

f:id:toshi_iizuka:20210126213727p:plain

図4:翌年の健診時における健康指標(ハイリスク、FBS=126 mg/dl)

興味深いことに、図4左上図から、健康診断における血糖値が基準値(126 mg/dl)をわずかに超えると、翌年の血糖値を示すラインが下方にシフトしているのがわかります。更に、HbA1c(糖尿病の診断に用いられる代替指標、右上図)についても、同様のトレンドラインの下方シフトが見られます。これらの結果は、より厳密な推計モデルにおいても観察されます*2。これらから、ハイリスクの人々に対しては、健康診断における血糖値がギリギリ「糖尿病タイプ」の基準値を超えると、翌年の血糖値が改善すると考えられます。

予防医療の費用と効果は見合うか? 

では、ハイリスクの人々について観察された血糖値の改善効果は、健康診断によって追加的に発生する予防医療の費用に見合っているのでしょうか。以下の3ステップで分析しました。

1.死亡リスクの変化を計算

まず、基準値越えによる血糖値の低下がどの程度死亡リスクを低下させるか、リスクエンジン(リスク予測モデル)を用いて推定します。リスクエンジンとは、血糖値や血圧、コレステロール値等の健康指標やその他のリスク因子(年齢、性別など)を入力すると、糖尿病による死亡や合併症発症の確率を計算してくれる予測モデルです。論文では、Quan et al. (2019)のモデルを使い、*3基準値をギリギリ下回る平均的な人々について、図4に示されるHbA1c値の減少が、5年以内の死亡リスクをどの程度低下させるか計算しました。

2.リスク減少の便益を計算

次に、死亡リスクの低下がどの程度の便益に相当するか、「統計的生命価値」(個人が死亡リスクを減らすために支払ってもよいと思う金額)の仮定のもと計算します。当然ながら、「統計的生命価値」をどのように設定するか、また、そもそも設定できるのか、については様々な意見があり、正解はありません。医療経済学の分析では、一人当たりの国民総生産の値や、その数倍の値を用いた議論が多く行われます。今回の分析でも、文献でよく用いられる一人年間5万ドル/ 10万ドル/ 20万ドルの値をあてはめて計算しました。

3.予防的医療費の増加と比較

最後に、2. で計算した便益を、健診で基準値を超えたことで追加的に発生する予防的医療費の増額と比較します。後者の値は、図2右下図と同様の分析から得られます。*4

これらの追加的な医療費と便益を比較したところ、健診を契機とした予防的医療費の増加と、死亡リスクの減少の便益が同程度であると推計されました。

つまり、ハイリスクの人々について、健康診断をきっかけとした予防的医療費はその便益に見合っていると考えられます。

 

分析からの示唆

これらの分析から以下の示唆が得られました。

  • 健康診断のシグナルは医師への訪問を促し、予防医療を促進する可能性がある。一方で、不適切な基準値が設定された場合、効果の低い医療の利用につながり得る。従って、ハイリスクの人など、費用と効果の観点から適切な基準値を設定し、重点的に予防医療を行うことが重要
  • また現状では、リスクの高い人々であっても、基準値を超えて予防的な医療のために医療機関を訪れる人々は極めて限らている。これらの人々の受診を促す方策の検討が必要

 

*1:定義:メタボ健診の「追加リスク」の定義と同様に、高血圧(収縮期130mmHg以上、または拡張期85mmHg以上)かつ、高脂質(中性脂肪150mg/dl以上、またはHDLコレステロール40mg/dl未満)をハイリスクとしています。また、メタボ健診の特定保健指導の効果と識別するために、特定保健指導を受ける可能性のある、腹囲85cm以上(女性の場合は90cm以上)またはBMIが25以上の人々は分析から除外しています。

*2:論文に掲載。翌年のFBSとHbA1cが、ぞれぞれ約9.7、0.31減少。いずれも1%有意

*3:https://doi.org/10.1210/jc.2019-00731

*4:より厳密には、血糖値の低下により、将来発生しうる糖尿病関連の医療費が減少する可能性がありますが、それらの便益は今回の計算には含まれていません。

医療・介護データの有効活用に向けた課題(スライド)

近年、医療・介護の公的データの拡充が進んでいます。代表的なものに、医療のレセプトデータ等を格納したNDB(ナショナルデータベース)と介護のレセプトデータ等を格納した介護DB(介護データベース)があります。日本のほぼ全ての住民をカバーする圧倒的な規模のデータです。しかし、これらが有効に活用されているかというと、大きな疑問符がつきます。実証研究を行う研究者の観点からは、現状、データ利用の手続きのコストが大きいことに加えて、政策に有効な分析を行うのが難しいという問題があります。

具体的に、なぜデータの活用が難しく、また、データがあればどんな分析ができるのでしょうか。先日、社会保障改革を進める国会議員の方々に、「医療・介護データ活用の課題」について、改善(案)を含めてお話しさせていただきました。ご参考にその時のスライドを共有します。日本の公的データは、潜在的には極めて強力なデータであり、政策への有効活用が強く期待されます。

ダウンロードできます。(ダウンロードは画像の右上の「ポップアウト」をクリックしてください。)

 

 

 

メタボ健診の保健指導。制度の再設計を。

保健指導の対象となると、翌年の健康指標は改善する?

皆さんは毎年メタボ健診を受けていますか?健診で、男性の場合腹囲が85cmぐらい、女性は90cmぐらいだと、メタボ健診の保健指導の対象になりやしないかとひやひやしますよね。もし仮に、保健指導の対象となったとすると、翌年の腹囲や体重が減少したり、健康リスクが改善したりするのでしょうか

そのような問題意識から分析を行った私たちの研究が、医学のジャーナル(JAMA Internal Medicine)に掲載されましたのでご紹介します共同研究者:福間真悟(京都大学准教授)、津川友介(UCLA助教授)。

結果を先にお話しすると、保健指導の対象となると翌年の腹囲や体重が減少するものの、効果は限定的(-0.4%)で、心血管のリスク要因の改善は見られませんでした。

f:id:toshi_iizuka:20201009110036p:plain

論文はこちら。どなたでもダウンロードできます。

jamanetwork.com

保健指導の効果は必ずしも明らかではない

特定健診(メタボ健診)は2008年に我が国で導入された健康診断で、内臓肥満の予防を目的としています。40歳以上75歳未満全員が受診を義務付けられており、年間2800万人以上が受診しています。毎年500億円以上の費用がかかっているとされますが*1保険者や受診者の負担等を考慮すると、その何倍もの規模であると想定されます。しかしながら、今までメタボ健診および特定保健指導が健康改善につながっているかに関しては明確ではありませんでした。

f:id:toshi_iizuka:20201009110250p:plain

メタボ健診では、腹囲の基準値(男性85cm、女性90cm)を上回り、かつ血糖値、血圧、コレステロール値のいずれかが基準値を超えている等の場合、生活習慣の改善にむけた保健指導の対象となります。*2。今回の分析では、保健指導の対象となることで、翌年の腹囲や体重、心血管のリスク要因が改善するかを分析しています。

特定保健指導の効果についてはいくつか先行研究がありますが、その効果については必ずしも明らかではありません。既存の研究の多くは、保健指導を受けた人と受けなかった人を比較し、保健指導の効果を推定してきました。

しかしながら、保健指導を受けた人と受けなかった人は、保健指導以外にも多くの違いがあると考えられます。例えば、保健指導を受けた人は、そもそも健康志向の高い人であったかもしれません。その場合、仮に保健指導を受けなかったとしても、健康状態が改善した可能性があります。つまり、単純に両者を比較するだけでは、保健指導の効果を正確に把握することはできないのです。

腹囲85cmを「ギリギリ上回った人」と「ギリギリ下回った人」を比較

今回の我々の研究では、近年経済学で多く用いられている、不連続回帰デザイン(Regression Discontinuity Design:RDD)という因果推論の分析手法を用い、保健指導の対象となる効果をより厳密に分析しています。分析では、腹囲の基準値(男性85cm)を「ギリギリ上回った人」と、「ギリギリ下回った人」では、保健指導の対象となる確率が大きく異なる一方で、健康状態やその他の要因は、基準値の前後で連続的に変化すると考えられることを用いています。*3

データは、全国規模保険者に所属する約7.5万人の健診データ4年間分を用いています。分析対象者の数が十分であった男性を主たる分析対象としました。

まず、1年後の体重、BMI、腹囲の変化をデータで見てみましょう

今年の腹囲(横軸)が85cmをギリギリ超えると、翌年の肥満に関する指標(縦軸)が下方にジャンプすることがわかります。保健指導の対象となることで、肥満に関する指標が改善することが示唆されます。ただし、後ほど推計結果をお示しするように、このインパクトは比較的小さいものにとどまります。

f:id:toshi_iizuka:20201009111640p:plain

次に、心血管リスク(血圧、血糖、脂質)の変化を見てみましょう

こちらは、先ほどのグラフと異なり、85cm前後で明らかな変化はありません。保健指導の対象となっても、心血管リスクは大きく減少しないことが示唆されます。f:id:toshi_iizuka:20201009112236p:plain

推計結果から分かったこと

より厳密な統計的手法(RDD)による推計結果は、上記のデータのプロットから示唆される結果と同様でした。要約すると:

  1. 特定保健指導の対象(実際に指導を受けなかった人も含む)となることで、翌年の体重、BMI、腹囲に減少が見られました。しかしながら、そのインパクトは小さく、いずれも約0.4%の減少にとどまりました。また、これらの効果は短期的で、3年後には観察されませんでした。
  2. 保健指導の対象者の中で、実際に保健指導を受けた人の割合は約16%にとどまりました。これらの人々に対する保健指導の効果は上記よりも大きく、体重、BMIに約2%の減少がみられました。
  3. 一方で、翌年の血糖値、血圧、コレステロール値といった心血管のリスク要因については、実際に保健指導を受けたか否かにかかわらず改善効果は観察されませんでした。

 実際の推計値はこちらです

f:id:toshi_iizuka:20201009121443p:plain

括弧内は95%信頼区間を表します。

f:id:toshi_iizuka:20201009121500p:plain

括弧内は95%信頼区間を表します。

注意!結果があてはまるのは、腹囲85cm周辺の人のみ

今回の分析では、回帰非連続デザインという手法を用いました。この手法では、ある閾値(腹囲85cm)の前後で、保健指導の対象となるかならないか確率が大きく異なることを利用し分析しています。そのため、今回の分析結果は、あくまで腹囲が閾値周辺の方にのみに当てはまることに注意が必要です。言い換えると、腹囲がより大きい人に保健指導を実施した場合、より大きな効果が得られるかもしれませんが、今回の分析からはわかりません。今後、腹囲の基準が今のままでよいのかどうかを含め、検討が必要です。

エビデンスに基づく制度の再設計を

今回の研究では、特定保健指導によって、軽度の肥満改善を認めましたが、心血管リスクの改善は認めませんでした。現在の特定健診・特定保健指導制度による健康アウトカムの改善は限定的であると考えられます。

保健指導の効果が小さい理由としては、比較的健康な人々が多く保健指導の対象に含まれていることが考えられます。保健指導対象者を抽出する際の基準値が比較的低く設定されている可能性があります。今後、より費用対効果の高い保健指導の実施に向けて、基準値が現状のままで良いのか、検討が必要です。

また、保健指導の対象となっても、実際に保健指導を受ける人は約16%と、低い値に留まっていました。どうすれば保健指導を受ける人を増やせるかについても検討が必要です。保険者や個人に対するインセンティブの再検討や、行動経済学の知見を活用するなどが考えられます。

同様に、どのような保健指導がより効果的なのかについても検証が必要です。その際、効果の検証が可能な形で指導方法を比較すること、すなわちエビデンスに基づく検証が求められます。

 

*1:https://www.mhlw.go.jp/jigyo_shiwake/dl/teigen_04_06.pdf

*2:より正確には、腹囲が基準値を下回っていても、BMIが25以上で、血糖値、血圧、コレステロール値のいずれかが基準値を超えている場合も保健指導の対象となります。ただし、血糖値、血圧、コレステロール値改善のために服薬している場合は保健指導の対象となりません

*3:保健指導の対象となるかどうかは、腹囲基準値以外の要素(例えばBMI)も関係しているので、実際の分析ではFuzzy RDDの手法を用いています。

エビデンスに基づく医療政策(EBPM):データ整備の課題

EBPM(Evidence Based Policy Making)という言葉を最近よく聞きます。エビデンス(証拠)に基づき政策立案すべし、ということです。証拠に基づかない政策立案って何?というツッコミはさておき、医療政策においてもEBPMの重要性が指摘されています。

その土台となるのは何と言ってもデータですが、その整備が近年目覚ましく進んでいます。例えば、全国民の医療の診療報酬の明細データ(レセプトデータ)を格納するNDB(ナショナル・データ・ベース)の運用が2013年から始まりました。

一方で、有用なエビデンスを示すために必須のデータが、実はなかなか得られないという問題もあります。そこで、エビデンスに基づく医療政策立案の進展に向けて、今後のデータ整備の課題を3点あげておきたいと思います。

 所得がわからない

 第一は、医療サービスの利用者の所得が、おおまかなレベルですらわからないことです。わが国においても、近年所得の格差の拡大が懸念されています。過去の研究から、所得の低い人々に対しては、医療費の自己負担の上昇が、健康に悪影響を及ぼす可能性が指摘されています。*1 医療データを所得データと紐づけで分析することが重要です。

 医療の「質」のデータが不足している

 第二は、医療の「質」に関するデータが不足していることです。諸外国では、医療機関別の手術後の生存率等の情報をウェブで簡単に検索できますが、日本では質の情報の作成や公表には消極的です。結果として、政策の効果が医療の質に及ぼす影響を分析することが難しい状況です。全ての病院や介護施設等を対象に、統一的な質指標を作成し医療の質の情報を公表することが必要です。

 他のデータとリンクできない

第三は、現在整備中の医療・介護のデータベースでさえ、他のデータとリンクして使えません。外部のデータだけでなく、政府が保有する医療施設や医師のデータとさえリンクできません。

その理由の一つは個人情報の保護とされます。現状、データを不適切に利用した場合のペナルティが比較的弱いため、データ提供の度合いを制限せざるを得ないのかもしれません。しかし、様々なデータとのリンクなしで政策立案に有用なエビデンスを示すことには大きな限界があると感じています。不適切利用に対する罰則強化等の施策とセットで、より広く柔軟にデータ利用を認める方向に舵を切るべきでしょう。

 

より詳しくはこちらからどうぞ

https://www.ihep.jp/wp-content/uploads/2020/04/Vol.31_No.2_2019_1.pdf

*1:代表的な研究に米国で1970年代に行われたRAND Health Insurance Experimentがあります。