●連載205監修=岩田和雄山本哲也205.緑内障診療における統計学的視点山下高明鹿児島大学病院眼科緑内障診療において統計学的な視点をもてば,より正確な診断,より正確な治療,より正確な予想と患者への説明が可能となる.統計学は国語力と数学力によって裏づけられる,きわめて身近で有用な学問である.本稿では,統計学の基本的な考え方と,数値化・図表による理解・感度と特異度について解説する.●統計学とは何か統計学とは,より正確に物事を数値化し,より正確に分析し,より正確に未来予測をする学問である.この3ステップのうち最重要なのは正確に物事を数値化することである.なぜなら正確な数値化が正しい分析と未来予測を可能にするからである.眼科ではオートレフラクトケラトメータにより屈折と角膜曲率半径,視力表による視力,眼軸長測定装置により眼軸長や前房深度が数値化されてきた.緑内障分野でも眼圧計による眼圧値,静的視野検査による視野感度,光干渉断層計(opticalcoher-encetomography:OCT)により網膜神経線維層厚が数値化され,病態解明および診療に格段の進歩をもたらした.もし,眼圧が数値化されていなかったら,緑内障診療はどうなっているであろうか.眼圧の程度がわからず,眼圧下降薬が有効であるかどうかもわからず,治療はままならない.さらにいえば,眼圧が緑内障に重要であると見出すことも数値化の第一歩であり,語彙力も統計学的には重要となる.これは何を数値化するかということであり,たとえば研修医が前眼部を見ても限られた所見しか得ることはできないが,医学用語を熟知した専門医が前眼部を見れば,容易に20種類以上の所見を得ることができる.このように統計学は言葉の力と数字の力の統合であり,統計学を使いこなすことで正確な理解が可能となるのである.そのため,皆で共有できる科学的論文では,方法で「何をどのように正確に数値化をしたか」を述べて,統計学的な手法で仮説を証明するのである.近年は数値化しにくいと考えられていた社会活動や心理も数値化され,経済学・社会学・心理学も格段の進歩を遂げている.つまりあらゆるものを正確に数値化することで,人は病気だけでなく自然・世界・他人を理解することができるのである.本稿では緑内障診療における統計学的視点の一部を解説する.(89)●数値化の重要性緑内障において正確な数値化は案外むずかしい.自覚的検査である視力・視野感度は検査ごとに変動することは臨床上よく経験されるが,他覚的検査である眼圧値でさえも,検査者の熟練度や患者の緊張,涙液の状態などによって変動する.OCTによる網膜や視神経の数値化でも,検査ごとに変動があり,得られた厚みや容積の情報が正しいか人間がチェックする必要がある.たとえば撮影時に網膜面が傾いていれば,検査光が斜めに網膜を通過するために実際より厚く数値化される.OCTは網膜の層や視神経乳頭の輪郭を自動で認識するが,その認識がうまくいかないことをセグメンテーションエラーとよぶ.セグメンテーションエラーを起こすと,マップの画像や厚みが通常では考えられない乱れを生じる(図1,赤矢印).緑内障診断では,網膜前膜や黄斑浮腫などの他疾患が合併すれば,神経線維層欠損の判定は困難である.図1の右眼では青矢印に黄斑前膜があり,乱れたカラーマップとなっている.乱れたカラーマップを見た場合は,B-scan画像を確認すると原因が判明することが多い(図1,青矢印).つまり正確な数値化を行えるよう検査のノウハウと限界を熟知することが,より正しい緑内障診断,進行判定,治療判定を行うために不可欠といえる.●統計学的な見方正しい数値化ができたと仮定して,OCTによる緑内障診断を例にとって,統計学的な見方を説明する.OCTのプリントアウトでは数多くの数値化がなされており,どれを採用するか迷うかもしれない.統計学者の観点からはカラーマップ(図2,赤枠内)がもっとも有用である.なぜなら,カラーマップにはすべての測定データが含まれているからである.つまり測定した網膜,神経線維層,神経節細胞層,内網状層の厚みが色表示で一見して全領域で理解できる.このようなすべてのあたらしい眼科Vol.34,No.7,201710050910-1810/17/\100/頁/JCOPY図1黄斑マップのプリントアウト右眼は黄斑前膜()のためカラーマップに乱れを認め,緑内障の判定は不可能である.左眼はセグメンテーションエラーによるカラーマップの乱れ()を認める.適切な再測定により,赤矢印のオレンジの領域は消失した.生データをわかりやすく表示することが真の統計学的解析である.逆に図2下段のサークルスキャンでは測定円上の厚み情報となり,12分割,4分割のセクターごとの平均の厚みにいたっては,もはや何が原因で厚みが減少しているのかわからなくなる.つまり要約されてどんどん情報が少なくなっている.統計学では要約する方法,たとえば平均やp値による判定があるが,丸められているため実態が隠されてしまうことも珍しくない.実例としては,萎縮型の加齢黄斑変性で網膜が薄くなっているのを,緑内障が進行したと勘違いしてしまう可能性がある.統計学者は,統計学的有意性,すなわちp値を重視しない.そのかわり,生のデータがすべて確認できる散布図や分布図,この場合はすべての厚みの数字が色で表示されたカラーマップを重視する.カラーマップでは,緑内障に特徴的な神経線維の走行に一致した弓状の網膜神経線維層欠損(図2,左眼下方)や神経節細胞層/内網状層欠損を確認することができるため,丸められた,または,省略されたセクターごとの厚みの平均値よりも正確な緑内障診断が可能となる.●感度と特異度診断精度を示す統計用語として,「真の緑内障を正しく緑内障と診断できる割合=感度」,「真の正常を正しく正常と診断できる割合=特異度」がある.OCT検査の感度と特異度はともに約90.95%と報告されており1,2)眼科医による眼底写真の診断精度よりも高い.しかし,,この診断精度の高い,感度・特異度がともに90%のOCT検査であっても,正常なのに緑内障と誤判定される割合(偽陽性)が10%,緑内障の見逃し(偽陰性)が1006あたらしい眼科Vol.34,No.7,2017図2神経乳頭マップのプリントアウトカラーマップからに従って情報がまるめられて,厚みが減少した原因がわからなくなる.赤枠内のカラーマップが緑内障診断に有効であり,左眼の下耳側には神経線維の走行に沿った減少(網膜神経線維束欠損)を認める.10%あることを意味している.見逃しはもちろん避けたいが,もっと問題となるのは正常者を緑内障と判断してしまう誤判定である.有病率の低い(40歳以上で5%)緑内障では,OCT検査により緑内障と判定された症例のほぼ3分の2が,実際は緑内障ではなく,誤判定となる.しかも,実際の臨床現場では40歳未満の若年者も入ってくるため,さらに診断精度は低くなる.つまりOCT検査だけで緑内障を診断しようとすると大量の誤診をしてしまうことになる.このように感度と特異度を理解すれば,一つの検査で緑内障の判定であったとしても,確定診断には眼底検査や視野検査による確認が必須であることは明白となる.●おわりに今回は緑内障診断で有用な統計学的視点を解説したが,おわかりのように統計学は身の回りのすべてのことに応用できる.すなわち,何をどう数値化するのか理解してからさまざまな経験をすることで,より正確に物事を理解して対処することができ,快適な人生を送ることができる.この文章が,皆さんが統計学を勉強するきっかけになれば幸いである.文献1)MayamaC,SaitoH,HirasawaHetal:Circle-andgrid-wiseanalysesofperipapillarynerve.berlayersbyspec-traldomainopticalcoherencetomographyinearly-stageglaucoma.InvestOphthalmolVisSci54:4519-4526,20132)KimYK,YooBW,KimHCetal:Automateddetectionofhemi.elddi.erenceacrosshorizontalrapheonganglioncell–innerplexiformlayerthicknessmap.Ophthalmology122:2252-2260,2015(90)