JP2011080957A - Fibromyalgia and depression evaluation method, fibromyalgia and depression evaluation apparatus, and fibromyalgia and depression evaluation method - Google Patents

Fibromyalgia and depression evaluation method, fibromyalgia and depression evaluation apparatus, and fibromyalgia and depression evaluation method Download PDF

Info

Publication number
JP2011080957A
JP2011080957A JP2009235398A JP2009235398A JP2011080957A JP 2011080957 A JP2011080957 A JP 2011080957A JP 2009235398 A JP2009235398 A JP 2009235398A JP 2009235398 A JP2009235398 A JP 2009235398A JP 2011080957 A JP2011080957 A JP 2011080957A
Authority
JP
Japan
Prior art keywords
fibromyalgia
depression
discriminant
value
amino acid
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Withdrawn
Application number
JP2009235398A
Other languages
Japanese (ja)
Inventor
Kenji Takehana
健司 竹鼻
Takayuki Tanaka
孝幸 田中
Kayo Masuko
佳世 増子
Kenichi Osada
賢一 長田
Tomohiro Kato
智啓 加藤
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Ajinomoto Co Inc
St Marianna University School of Medicine
Original Assignee
Ajinomoto Co Inc
St Marianna University School of Medicine
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Ajinomoto Co Inc, St Marianna University School of Medicine filed Critical Ajinomoto Co Inc
Priority to JP2009235398A priority Critical patent/JP2011080957A/en
Publication of JP2011080957A publication Critical patent/JP2011080957A/en
Withdrawn legal-status Critical Current

Links

Landscapes

  • Investigating Or Analysing Biological Materials (AREA)

Abstract

<P>PROBLEM TO BE SOLVED: To provide a fibromyalgia and depression evaluation method which enables accurate evaluation of the conditions of fibromyalgia and depression, through the use of concentration of amino acids, related to the conditions of fibromyalgia and depression among the concentrations of amino acids in blood, and to provide a fibromyalgia and depression evaluation apparatus, and to provide a fibromyalgia and depression evaluation method. <P>SOLUTION: Amino acid concentration data on concentration values of amino acids is measured on blood collected from a subject to be evaluated. The conditions of fibromyalgia and depression of the subject to be evaluated are evaluated, on the basis of at least one concentration value among Pro, ABA, Orn, Ser, Lys, Cit, Glu, His, Val, Cys2, Ile, and Met contained in measured amino acid concentration data of the subject to be evaluated. <P>COPYRIGHT: (C)2011,JPO&INPIT

Description

本発明は、血液（血漿）中のアミノ酸濃度を利用した線維筋痛症とうつ病の評価方法、線維筋痛症・うつ病評価装置および線維筋痛症・うつ病評価方法に関するものである。   The present invention relates to a fibromyalgia and depression evaluation method, a fibromyalgia / depression evaluation apparatus, and a fibromyalgia / depression evaluation method using amino acid concentrations in blood (plasma).

線維筋痛症は、全身にわたる慢性の痛みを主訴とする非炎症性の疾患であり、患者の運動制限をもたらし社会的活動を大きく損なう。そのため、線維筋痛症の迅速な診断と線維筋痛症への的確な対応が求められている。現状では、血清や尿における確定された診断マーカーは存在しない。また、線維筋痛症は、臨床的に、３ヶ月以上の痛みが持続すること、および診断基準で指定された１８箇所の圧痛点を４ｋｇｆの力で押したときに１１箇所以上痛むこと、などで診断されている。しかし、現状の診断には、３ヶ月以上の観察を必要とするといった問題や、痛みの定量化が困難であり、また痛みが自覚的訴えに依存し、さらに圧痛点によらず医師の主観等で線維筋痛症と診断される可能性があるといった問題、などがある。   Fibromyalgia is a non-inflammatory disease whose chief complaint is chronic pain throughout the body, restricting the movement of patients and greatly impairing social activities. Therefore, a rapid diagnosis of fibromyalgia and an accurate response to fibromyalgia are required. At present, there are no established diagnostic markers in serum or urine. In addition, fibromyalgia is clinically sustained for more than 3 months, and is painful in 11 or more places when pressing the 18 tender points designated by the diagnostic criteria with a force of 4 kgf, etc. Have been diagnosed with However, the current diagnosis requires the observation of more than 3 months, the pain is difficult to quantify, the pain depends on subjective complaints, and the subjectivity of the doctor regardless of the tender point There is a problem that there is a possibility of being diagnosed with fibromyalgia.

ところで、長期に亘る痛み症状には、しばしば気分障害等の精神症状を伴うことが知られ、また抗うつ薬が一定の臨床的効果を示すことも認められている。また、精神科領域でうつ病と診断される患者の中に、疼痛などの身体愁訴を訴える、いわゆる身体化障害を呈する患者が存在することも知られている。   By the way, it is known that long-term pain symptoms are often accompanied by psychiatric symptoms such as mood disorders, and it has been recognized that antidepressants have a certain clinical effect. It is also known that among patients diagnosed with depression in the psychiatric field, there is a patient who presents so-called somatic disorder that complains of physical complaints such as pain.

そして、血中アミノ酸の濃度が、線維筋痛症患者やうつ病患者で変化することについては知られている。   And it is known that the concentration of amino acids in blood changes in fibromyalgia patients and depression patients.

例えば、Ｍａｅｓ Ｍら（非特許文献１参照）は、線維筋痛症患者の血漿中にて、バリン、ロイシン、イソロイシン、フェニルアラニン、ＢＣＡＡｓ（バリン、ロイシン、イソロイシンの総和）、ＣＡＡ（バリン、ロイシン、イソロイシン、チロシン、フェニルアラニンの総和）の濃度が減少することを示している。Ｌａｕｒａら（非特許文献２参照）は、線維筋痛症患者の血漿中にて、タウリン、アラニン、チロシン、バリン、メチオニン、フェニルアラニン、スレオニン、必須アミノ酸の総和、トリプトファンのＣＡＡ（バリン、ロイシン、イソロイシン、チロシン、フェニルアラニンの総和）、チロシン／チロシンのＣＡＡ（バリン、ロイシン、イソロイシン、トリプトファン、フェニルアラニンの総和）の濃度が減少することを示している。   For example, Maes M et al. (See Non-Patent Document 1), valine, leucine, isoleucine, phenylalanine, BCAAs (sum of valine, leucine, isoleucine), CAA (valine, leucine, This shows that the concentration of isoleucine, tyrosine, and phenylalanine) decreases. Laura et al. (See Non-Patent Document 2) show that taurine, alanine, tyrosine, valine, methionine, phenylalanine, threonine, the sum of essential amino acids, tryptophan CAA (valine, leucine, isoleucine) in the plasma of fibromyalgia patients. , Tyrosine and phenylalanine), and tyrosine / tyrosine CAA (sum of valine, leucine, isoleucine, tryptophan, and phenylalanine).

また、Ａｌｔａｍｕｒａ Ｃら（非特許文献３参照）は、大うつ病患者の血漿中にて、タウリン、セリン／グリシンの濃度が増加し、グリシンの濃度が減少することを示している。Ｍｉｔａｎｉ Ｈ（非特許文献４参照）らは、大うつ病患者の血漿中にて、タウリン、グリシン、グルタミン、グルタミン酸の濃度が増加することを示している。Ｍａｕｒｉ ＭＣ（非特許文献５、非特許文献６参照）らは、大うつ病患者の血漿中にて、リジン、タウリン、グルタミン酸、チロシン／ＬＮＡＡｓ（バリン、ロイシン、イソロイシン、チロシン、フェニルアラニンの総和）の濃度が増加し、トリプトファン／ＬＮＡＡｓの濃度が減少することを示している。岸本（非特許文献７参照）は、大うつ病患者の血漿中にて、トリプトファン、チロシン、リジン、ロイシン、イソロイシン、フェニルアラニン、メチオニン、アラニン、グルタミン酸、アルギニン、ヒスチジンの濃度が減少することを示している。   Further, Altura C et al. (See Non-Patent Document 3) show that taurine and serine / glycine concentrations increase and glycine concentration decreases in the plasma of patients with major depression. Mitani H (see Non-Patent Document 4) et al. Show that the concentrations of taurine, glycine, glutamine, and glutamic acid are increased in the plasma of patients with major depression. Mauri MC (see Non-Patent Document 5 and Non-Patent Document 6) and others of lysine, taurine, glutamic acid, tyrosine / LNAAs (total of valine, leucine, isoleucine, tyrosine, and phenylalanine) in the plasma of patients with major depression. It shows that the concentration increases and the concentration of tryptophan / LNAAs decreases. Kishimoto (see Non-Patent Document 7) shows that the concentrations of tryptophan, tyrosine, lysine, leucine, isoleucine, phenylalanine, methionine, alanine, glutamic acid, arginine, and histidine are reduced in the plasma of patients with major depression. Yes.

また、Ａｌｔａｍｕｒａ Ｃら（非特許文献３参照）は、グリシン、グルタミン酸、タウリンを用いた線形判別式によって大うつ病を判別可能であることを示している。Ｍａｕｒｉ ＭＣ（非特許文献５、非特許文献６参照）らは、チロシン／ＬＮＡＡｓ、トリプトファン／ＬＮＡＡｓが抗うつ剤の薬効指標となり得ることを示している。   Further, Altura C et al. (See Non-Patent Document 3) show that major depression can be discriminated by a linear discriminant using glycine, glutamic acid, and taurine. Mauri MC (see Non-Patent Document 5 and Non-Patent Document 6) et al. Show that tyrosine / LNAAs and tryptophan / LNAAs can be used as a drug efficacy index for antidepressants.

さらに、先行特許として、アミノ酸濃度と生体状態とを関連付ける方法に関する特許文献１および特許文献２が公開されており、また、アミノ酸濃度を用いて、抑うつ病または大うつ病を少なくとも含むストレスの状態を評価する方法に関する特許文献３が公開されている。   Furthermore, Patent Literature 1 and Patent Literature 2 relating to a method for associating an amino acid concentration with a biological state are disclosed as prior patents, and the state of stress including at least depression or major depression is disclosed using the amino acid concentration. Patent Document 3 relating to the evaluation method is disclosed.

国際公開第２００４／０５２１９１号International Publication No. 2004/052191 国際公開第２００６／０９８１９２号International Publication No. 2006/098192 国際公開第２００８／０１６１０１号International Publication No. 2008/016101

Ｍａｅｓ Ｍ， Ｖｅｒｋｅｒｋ Ｒ， Ｄｅｌｍｅｉｒｅ Ｌ， Ｖａｎ Ｇａｓｔｅｌ Ａ， Ｖａｎ Ｈｕｎｓｅｌ Ｆ， Ｓｃｈａｒｐｅ Ｓ（２０００） Ｐｓｙｃｈｉａｔｒｙ Ｒｅｓ．９７（１）． １１−２０．Maes M, Verkerk R, Delmeire L, Van Gastel A, Van Hunsel F, Scharpe S (2000) Psychiatry Res. 97 (1). 11-20. Ｌａｕｒａ Ｂ， Ｌｉｏｎｅｌｌａ Ｐ， Ｇｉｎｏ Ｇ， Ａｌｅｓｓａｎｄｒａ Ｒ， Ｆｒａｎｃｅｓｃａ Ｄ Ｆ， Ｃａｍｉｌｏ Ｇ， Ｌａｕｒａ Ｇ， Ｓｔｅｆａｎｏ Ｂ， Ａｎｔｏｎｉｏ Ｌ（２００９） Ｃｌｉｎｉｃａｌ Ｂｉｏｃｈｅｍｉｓｔｒｙ．［Ｅｐｕｂ ａｈｅａｄ ｏｆ ｐｒｉｎｔ］Laura B, Lionella P, Gino G, Alessandra R, Francesca DF, Camilo G, Laura G, Stefano B, Antonio L (2009) Clinical Biochemistry. [Epub ahead of print] Ａｌｔａｍｕｒａ Ｃ， Ｍａｅｓ Ｍ， Ｄａｉ Ｊ， Ｍｅｌｔｚｅｒ ＨＹ（１９９５） Ｅｕｒ Ｎｅｕｒｏｐｓｙｃｈｏｐｈａｒｍａｃｏｌ．５． Ｓｕｐｐｌ７１−５．Altura C, Maes M, Dai J, Meltzer HY (1995) Eur Neuropsychopharmacol. 5. Suppl 71-5. Ｍｉｔａｎｉ Ｈ， Ｓｈｉｒａｙａｍａ Ｙ， Ｙａｍａｄａ Ｔ， Ｍａｅｄａ Ｋ， Ａｓｈｂｙ ＣＲ Ｊｒ， Ｋａｗａｈａｒａ Ｒ （２００６） Ｐｒｏｇ Ｎｅｕｒｏｐｓｙｃｈｏｐｈａｒｍａｃｏｌ Ｂｉｏｌ Ｐｓｙｃｈｉａｔｒｙ． ３０（６）．１１５５−８．Mitani H, Shirayama Y, Yamada T, Maeda K, Ashby CR Jr, Kawahara R (2006) Prog Neuropsychopharma Biol Psychiatry. 30 (6). 1155-8. Ｍａｕｒｉ ＭＣ， Ｆｅｒｒａｒａ Ａ， Ｂｏｓｃａｔｉ Ｌ， Ｂｒａｖｉｎ Ｓ， Ｚａｍｂｅｒｌａｎ Ｆ， Ａｌｅｃｃｉ Ｍ， Ｉｎｖｅｒｎｉｚｚｉ Ｇ（１９９８） Ｎｅｕｒｏｐｓｙｃｈｏｂｉｏｌｏｇｙ． ３７（３）．１２４−９．Mauri MC, Ferrara A, Boscati L, Bravin S, Zamberlan F, Alexi M, Invernizzi G (1998) Neuropsychology. 37 (3). 124-9. Ｍａｕｒｉ ＭＣ， Ｂｏｓｃａｔｉ Ｌ， Ｖｏｌｏｎｔｅｒｉ ＬＳ， Ｓｃａｌｖｉｎｉ ＭＥ， Ｓｔｅｉｎｈｉｌｂｅｒ ＣＰ， Ｌａｉｎｉ Ｖ， Ｚａｍｂｅｒｌａｎ Ｆ （２００１） Ｎｅｕｒｏｐｓｙｃｈｏｂｉｏｌｏｇｙ．４４（３）．１３４−８．Mauri MC, Boscati L, Volonteri LS, Scalvini ME, Steinhilber CP, Laini V, Zamberlan F (2001) Neuropsychology. 44 (3). 134-8. 岸本英爾（１９９３），脳と精神の医学，第４巻，第２号，１９９３年４月．Kishimoto Eisuke (1993), Brain and Psychiatric Medicine, Volume 4, Issue 2, April 1993.

しかしながら、線維筋痛症とうつ病との鑑別もしくはオーバーラップについては、臨床のみならず病因論的にも未だ困難であるという問題点がある。また、特許文献１、特許文献２および特許文献３に開示されている指標式群で線維筋痛症およびうつ病の状態を評価しても、十分な精度を得ることができないという問題点がある。   However, there is a problem that differentiation or overlap between fibromyalgia and depression is still difficult not only clinically but also etiologically. In addition, there is a problem in that sufficient accuracy cannot be obtained even if the fibromyalgia and depression states are evaluated using the index formula groups disclosed in Patent Document 1, Patent Document 2, and Patent Document 3. .

本発明は、上記問題点に鑑みてなされたもので、血液中のアミノ酸の濃度のうち線維筋痛症およびうつ病の状態と関連するアミノ酸の濃度を利用して線維筋痛症およびうつ病の状態を精度よく評価することができる線維筋痛症とうつ病の評価方法、線維筋痛症・うつ病評価装置および線維筋痛症・うつ病評価方法を提供することを目的とする。   The present invention has been made in view of the above-mentioned problems. Among amino acid concentrations in blood, the concentration of amino acids associated with fibromyalgia and depression is used to control fibromyalgia and depression. An object of the present invention is to provide a fibromyalgia and depression evaluation method, a fibromyalgia / depression evaluation apparatus, and a fibromyalgia / depression evaluation method capable of accurately evaluating the state.

本発明者らは、上述した課題を解決するために鋭意検討した結果、線維筋痛症患者とうつ病患者の診断に対して、より特異的なアミノ酸変数を初めて探索・同定する（換言すると、線維筋痛症患者とうつ病患者とで、血漿中アミノ酸パターンに差異があることを初めて見出す）と共に同定したアミノ酸がこれら疾患の鑑別において有用である可能性を示し、さらに同定したアミノ酸の濃度を変数として含む多変量判別式（指標式、相関式）がこれら疾患の状態に有意な相関があることを見出し、本発明を完成するに至った。血漿中アミノ酸濃度の測定は迅速且つ定量的に行えるため、血漿中アミノ酸濃度から算出した指標式は公知技術の問題点を解決できる。また、これらの知見から、慢性疼痛とアミノ酸の病因論的意義が示されたことより、今後、新たな疼痛治療薬の開発につながる可能性がある。   As a result of intensive studies to solve the above-mentioned problems, the present inventors have first searched for and identified a more specific amino acid variable for the diagnosis of fibromyalgia patients and depressed patients (in other words, The amino acids identified together with fibromyalgia patients and depression patients for the first time are found to be useful in the differentiation of these diseases. The multivariate discriminant (index formula, correlation formula) included as a variable has been found to have a significant correlation with the state of these diseases, and the present invention has been completed. Since the plasma amino acid concentration can be measured quickly and quantitatively, the index formula calculated from the plasma amino acid concentration can solve the problems of the known art. In addition, these findings indicate the etiological significance of chronic pain and amino acids, which may lead to the development of new pain medicines in the future.

すなわち、上述した課題を解決し、目的を達成するために、本発明にかかる線維筋痛症とうつ病の評価方法は、評価対象から採取した血液からアミノ酸の濃度値に関するアミノ酸濃度データを測定する測定ステップと、前記測定ステップで測定した前記評価対象の前記アミノ酸濃度データに含まれるＰｒｏ，ＡＢＡ（ａｍｉｎｏｂｕｔｙｒｉｃ ａｃｉｄ，アミノ酪酸），Ｏｒｎ，Ｓｅｒ，Ｌｙｓ，Ｃｉｔ，Ｇｌｕ，Ｈｉｓ，Ｖａｌ，Ｃｙｓ２，Ｉｌｅ，Ｍｅｔのうち少なくとも１つの前記濃度値に基づいて、前記評価対象につき、線維筋痛症およびうつ病の状態を評価する濃度値基準評価ステップとを含むことを特徴とする。   That is, in order to solve the above-described problems and achieve the object, the fibromyalgia and depression evaluation method according to the present invention measures amino acid concentration data relating to amino acid concentration values from blood collected from an evaluation target. Pro, ABA (aminobutyric acid, aminobutyric acid), Orn, Ser, Lys, Cit, Glu, His, Val, Cys2, Ile, which are included in the amino acid concentration data of the evaluation target measured in the measuring step And a concentration value reference evaluation step of evaluating fibromyalgia and depression states for the evaluation object based on at least one of the concentration values of Met.

また、本発明にかかる線維筋痛症とうつ病の評価方法は、前記に記載の線維筋痛症とうつ病の評価方法において、前記濃度値基準評価ステップは、前記測定ステップで測定した前記評価対象の前記アミノ酸濃度データに含まれるＰｒｏ，ＡＢＡ，Ｏｒｎ，Ｓｅｒ，Ｌｙｓ，Ｃｉｔ，Ｇｌｕ，Ｈｉｓ，Ｖａｌ，Ｃｙｓ２，Ｉｌｅ，Ｍｅｔのうち少なくとも１つの前記濃度値に基づいて、前記評価対象につき、線維筋痛症患者群またはうつ病患者群であるか否かを判別する濃度値基準判別ステップをさらに含むことを特徴とする。   Further, the evaluation method for fibromyalgia and depression according to the present invention is the evaluation method for fibromyalgia and depression as described above, wherein the concentration value criterion evaluation step is the evaluation measured in the measurement step. Based on the concentration value of at least one of Pro, ABA, Orn, Ser, Lys, Cit, Glu, His, Val, Cys2, Ile, and Met included in the amino acid concentration data of the subject, It further includes a concentration value criterion determining step for determining whether the patient is a myalgia patient group or a depression patient group.

また、本発明にかかる線維筋痛症とうつ病の評価方法は、前記に記載の線維筋痛症とうつ病の評価方法において、前記濃度値基準評価ステップは、前記測定ステップで測定した前記評価対象の前記アミノ酸濃度データに含まれるＰｒｏ，ＡＢＡ，Ｏｒｎ，Ｓｅｒ，Ｌｙｓ，Ｃｉｔ，Ｇｌｕ，Ｈｉｓ，Ｖａｌ，Ｃｙｓ２，Ｉｌｅ，Ｍｅｔのうち少なくとも１つの前記濃度値、および前記アミノ酸の濃度を変数とする予め設定した多変量判別式であってＰｒｏ，ＡＢＡ，Ｏｒｎ，Ｓｅｒ，Ｌｙｓ，Ｃｉｔ，Ｇｌｕ，Ｈｉｓ，Ｖａｌ，Ｃｙｓ２，Ｉｌｅ，Ｍｅｔのうち少なくとも１つを前記変数として含む前記多変量判別式に基づいて、当該多変量判別式の値である判別値を算出する判別値算出ステップと、前記判別値算出ステップで算出した前記判別値に基づいて、前記評価対象につき、前記線維筋痛症および前記うつ病の前記状態を評価する判別値基準評価ステップとをさらに含むことを特徴とする。   Further, the evaluation method for fibromyalgia and depression according to the present invention is the evaluation method for fibromyalgia and depression as described above, wherein the concentration value criterion evaluation step is the evaluation measured in the measurement step. The concentration value of at least one of Pro, ABA, Orn, Ser, Lys, Cit, Glu, His, Val, Cys2, Ile, and Met included in the target amino acid concentration data, and the amino acid concentration are variables. A preset multivariate discriminant based on the multivariate discriminant including at least one of Pro, ABA, Orn, Ser, Lys, Cit, Glu, His, Val, Cys2, Ile, and Met as the variable. A discriminant value calculating step for calculating a discriminant value that is a value of the multivariate discriminant, and the discriminant value calculating step Based on another value, per the evaluation object, and further comprising a discriminant value criterion evaluating step of evaluating the state of the fibromyalgia and the depression.

また、本発明にかかる線維筋痛症とうつ病の評価方法は、前記に記載の線維筋痛症とうつ病の評価方法において、前記判別値基準評価ステップは、前記判別値算出ステップで算出した前記判別値に基づいて、前記評価対象につき、線維筋痛症患者群またはうつ病患者群であるか否かを判別する判別値基準判別ステップをさらに含むことを特徴とする。   Further, the evaluation method for fibromyalgia and depression according to the present invention is the evaluation method for fibromyalgia and depression described above, wherein the discriminant value criterion evaluation step is calculated in the discriminant value calculation step. The method further includes a discriminant value criterion discriminating step for discriminating whether the evaluation target is a fibromyalgia patient group or a depression patient group based on the discriminant value.

また、本発明にかかる線維筋痛症とうつ病の評価方法は、前記に記載の線維筋痛症とうつ病の評価方法において、前記多変量判別式は、１つの分数式または複数の前記分数式の和、またはロジスティック回帰式、線形判別式、重回帰式、サポートベクターマシンで作成された式、マハラノビス距離法で作成された式、正準判別分析で作成された式、決定木で作成された式のいずれか１つであることを特徴とする。   Further, the fibromyalgia and depression evaluation method according to the present invention is the fibromyalgia and depression evaluation method described above, wherein the multivariate discriminant is one fractional expression or a plurality of the fractions. Formula sum, or logistic regression, linear discriminant, multiple regression, formula created by support vector machine, formula created by Mahalanobis distance method, formula created by canonical discriminant analysis, created by decision tree It is any one of the following formulas.

また、本発明にかかる線維筋痛症とうつ病の評価方法は、前記に記載の線維筋痛症とうつ病の評価方法において、前記多変量判別式は、数式１の前記分数式、Ｓｅｒ，ＡＢＡ，Ｔｒｐ，Ｏｒｎ，Ｌｙｓを前記変数とする前記ロジスティック回帰式、またはＳｅｒ，Ａｓｎ，Ｐｒｏ，ＡＢＡ，Ｏｒｎ，Ｌｙｓを前記変数とする前記線形判別式であることを特徴とする。
ａ１（ＡＢＡ／Ｓｅｒ）＋ｂ１（Ｈｉｓ／Ｔｒｐ）＋ｃ１（Ｌｙｓ／Ｏｒｎ）＋ｄ１
・・・（数式１）
（数式１において、ａ１，ｂ１，ｃ１およびｄ１は任意の実数である。） The fibromyalgia and depression evaluation method according to the present invention is the fibromyalgia and depression evaluation method described above, wherein the multivariate discriminant is the fractional expression of Formula 1, Ser, The logistic regression equation using ABA, Trp, Orn, Lys as the variable, or the linear discriminant using Ser, Asn, Pro, ABA, Orn, Lys as the variable.
a 1 (ABA / Ser) + b 1 (His / Trp) + c 1 (Lys / Orn) + d 1
... (Formula 1)
(In Formula 1, a 1, b 1, c 1 and d 1 are arbitrary real numbers.)

また、本発明にかかる線維筋痛症・うつ病評価装置は、制御手段と記憶手段とを備え、評価対象につき、線維筋痛症およびうつ病の状態を評価する線維筋痛症・うつ病評価装置であって、前記制御手段は、アミノ酸の濃度値に関する予め取得した前記評価対象のアミノ酸濃度データに含まれるＰｒｏ，ＡＢＡ，Ｏｒｎ，Ｓｅｒ，Ｌｙｓ，Ｃｉｔ，Ｇｌｕ，Ｈｉｓ，Ｖａｌ，Ｃｙｓ２，Ｉｌｅ，Ｍｅｔのうち少なくとも１つの前記濃度値、および前記アミノ酸の濃度を変数とする前記記憶手段で記憶した多変量判別式であってＰｒｏ，ＡＢＡ，Ｏｒｎ，Ｓｅｒ，Ｌｙｓ，Ｃｉｔ，Ｇｌｕ，Ｈｉｓ，Ｖａｌ，Ｃｙｓ２，Ｉｌｅ，Ｍｅｔのうち少なくとも１つを前記変数として含む前記多変量判別式に基づいて、当該多変量判別式の値である判別値を算出する判別値算出手段と、前記判別値算出手段で算出した前記判別値に基づいて、前記評価対象につき、前記線維筋痛症および前記うつ病の前記状態を評価する判別値基準評価手段とを備えたことを特徴とする。   The fibromyalgia / depression evaluation apparatus according to the present invention includes a control unit and a storage unit, and evaluates fibromyalgia / depression status for an evaluation object. In the apparatus, the control means includes Pro, ABA, Orn, Ser, Lys, Cit, Glu, His, Val, Cys2, Ile, which are included in the previously obtained amino acid concentration data on the concentration value of amino acids. A multivariate discriminant stored in the storage means using at least one of the concentration values of Met and the concentration of the amino acid as a variable, which is Pro, ABA, Orn, Ser, Lys, Cit, Glu, His, Val, A discriminant value that is a value of the multivariate discriminant based on the multivariate discriminant including at least one of Cys2, Ile, and Met as the variable A discriminant value calculating unit for calculating, and a discriminant value criterion evaluating unit for evaluating the state of the fibromyalgia and the depression for the evaluation object based on the discriminant value calculated by the discriminant value calculating unit. It is characterized by having.

また、本発明にかかる線維筋痛症・うつ病評価装置は、前記に記載の線維筋痛症・うつ病評価装置において、前記判別値基準評価手段は、前記判別値算出手段で算出した前記判別値に基づいて、前記評価対象につき、線維筋痛症患者群またはうつ病患者群であるか否かを判別する判別値基準判別手段をさらに備えたことを特徴とする。   Further, the fibromyalgia / depression evaluation apparatus according to the present invention is the fibromyalgia / depression evaluation apparatus described above, wherein the discriminant value criterion evaluation unit is the discriminant calculated by the discriminant value calculation unit. It is further characterized by further comprising discriminant value criterion discriminating means for discriminating whether the evaluation object is a fibromyalgia patient group or a depression patient group based on the value.

また、本発明にかかる線維筋痛症・うつ病評価装置は、前記に記載の線維筋痛症・うつ病評価装置において、前記多変量判別式は、１つの分数式または複数の前記分数式の和、またはロジスティック回帰式、線形判別式、重回帰式、サポートベクターマシンで作成された式、マハラノビス距離法で作成された式、正準判別分析で作成された式、決定木で作成された式のいずれか１つであることを特徴とする。   The fibromyalgia / depression evaluation apparatus according to the present invention is the fibromyalgia / depression evaluation apparatus described above, wherein the multivariate discriminant is one fractional expression or a plurality of fractional expressions. Sum or logistic regression formula, linear discriminant formula, multiple regression formula, formula created by support vector machine, formula created by Mahalanobis distance method, formula created by canonical discriminant analysis, formula created by decision tree It is any one of these.

また、本発明にかかる線維筋痛症・うつ病評価装置は、前記に記載の線維筋痛症・うつ病評価装置において、前記多変量判別式は、数式１の前記分数式、Ｓｅｒ，ＡＢＡ，Ｔｒｐ，Ｏｒｎ，Ｌｙｓを前記変数とする前記ロジスティック回帰式、またはＳｅｒ，Ａｓｎ，Ｐｒｏ，ＡＢＡ，Ｏｒｎ，Ｌｙｓを前記変数とする前記線形判別式であることを特徴とする。
ａ１（ＡＢＡ／Ｓｅｒ）＋ｂ１（Ｈｉｓ／Ｔｒｐ）＋ｃ１（Ｌｙｓ／Ｏｒｎ）＋ｄ１
・・・（数式１）
（数式１において、ａ１，ｂ１，ｃ１およびｄ１は任意の実数である。） The fibromyalgia / depression evaluation apparatus according to the present invention is the fibromyalgia / depression evaluation apparatus described above, wherein the multivariate discriminant is the fractional expression of Formula 1, Ser, ABA, The logistic regression equation using Trp, Orn, Lys as the variables, or the linear discriminant equation using Ser, Asn, Pro, ABA, Orn, Lys as the variables.
a 1 (ABA / Ser) + b 1 (His / Trp) + c 1 (Lys / Orn) + d 1
... (Formula 1)
(In Formula 1, a 1, b 1, c 1 and d 1 are arbitrary real numbers.)

また、本発明にかかる線維筋痛症・うつ病評価装置は、前記に記載の線維筋痛症・うつ病評価装置において、前記制御手段は、前記アミノ酸濃度データと前記線維筋痛症および前記うつ病の前記状態を表す指標に関する線維筋痛症・うつ病状態指標データとを含む前記記憶手段で記憶した線維筋痛症・うつ病状態情報に基づいて、前記記憶手段で記憶する前記多変量判別式を作成する多変量判別式作成手段をさらに備え、前記多変量判別式作成手段は、前記線維筋痛症・うつ病状態情報から所定の式作成手法に基づいて、前記多変量判別式の候補である候補多変量判別式を作成する候補多変量判別式作成手段と、前記候補多変量判別式作成手段で作成した前記候補多変量判別式を、所定の検証手法に基づいて検証する候補多変量判別式検証手段と、前記候補多変量判別式検証手段での検証結果から所定の変数選択手法に基づいて前記候補多変量判別式の変数を選択することで、前記候補多変量判別式を作成する際に用いる前記線維筋痛症・うつ病状態情報に含まれる前記アミノ酸濃度データの組み合わせを選択する変数選択手段と、をさらに備え、前記候補多変量判別式作成手段、前記候補多変量判別式検証手段および前記変数選択手段を繰り返し実行して蓄積した前記検証結果に基づいて、複数の前記候補多変量判別式の中から前記多変量判別式として採用する前記候補多変量判別式を選出することで、前記多変量判別式を作成することを特徴とする。   The fibromyalgia / depression evaluation apparatus according to the present invention is the fibromyalgia / depression evaluation apparatus described above, wherein the control means includes the amino acid concentration data, the fibromyalgia, and the depression. The multivariate discrimination stored in the storage unit based on the fibromyalgia / depression state information stored in the storage unit including fibromyalgia / depression state index data relating to the index representing the state of the disease A multivariate discriminant creating means for creating a formula, wherein the multivariate discriminant creating means is a candidate for the multivariate discriminant based on a predetermined formula creating method from the fibromyalgia / depression state information A candidate multivariate discriminant creating means for creating a candidate multivariate discriminant and a candidate multivariate for verifying the candidate multivariate discriminant created by the candidate multivariate discriminant creating means based on a predetermined verification method Discriminant verification hand And selecting the variable of the candidate multivariate discriminant based on a predetermined variable selection method from the verification result in the candidate multivariate discriminant verification means, and using the candidate multivariate discriminant Variable selection means for selecting a combination of the amino acid concentration data included in fibromyalgia / depression state information, the candidate multivariate discriminant creation means, the candidate multivariate discriminant verification means, and the variable By selecting the candidate multivariate discriminant to be adopted as the multivariate discriminant from among the plurality of candidate multivariate discriminants based on the verification results accumulated by repeatedly executing selection means, the multivariate A discriminant is created.

また、本発明にかかる線維筋痛症・うつ病評価方法は、制御手段と記憶手段とを備えた情報処理装置において実行される、評価対象につき、線維筋痛症およびうつ病の状態を評価する線維筋痛症・うつ病評価方法であって、前記制御手段において実行される、アミノ酸の濃度値に関する予め取得した前記評価対象のアミノ酸濃度データに含まれるＰｒｏ，ＡＢＡ，Ｏｒｎ，Ｓｅｒ，Ｌｙｓ，Ｃｉｔ，Ｇｌｕ，Ｈｉｓ，Ｖａｌ，Ｃｙｓ２，Ｉｌｅ，Ｍｅｔのうち少なくとも１つの前記濃度値、および前記アミノ酸の濃度を変数とする前記記憶手段で記憶した多変量判別式であってＰｒｏ，ＡＢＡ，Ｏｒｎ，Ｓｅｒ，Ｌｙｓ，Ｃｉｔ，Ｇｌｕ，Ｈｉｓ，Ｖａｌ，Ｃｙｓ２，Ｉｌｅ，Ｍｅｔのうち少なくとも１つを前記変数として含む前記多変量判別式に基づいて、当該多変量判別式の値である判別値を算出する判別値算出ステップと、前記判別値算出ステップで算出した前記判別値に基づいて、前記評価対象につき、前記線維筋痛症および前記うつ病の前記状態を評価する判別値基準評価ステップとを含むことを特徴とする。   The fibromyalgia / depression evaluation method according to the present invention evaluates the state of fibromyalgia and depression for an evaluation object that is executed in an information processing apparatus including a control unit and a storage unit. A method for evaluating fibromyalgia / depression, which is executed in the control means, and includes Pro, ABA, Orn, Ser, Lys, Cit included in the amino acid concentration data of the evaluation object acquired in advance concerning the amino acid concentration value , Glu, His, Val, Cys2, Ile, and Met, a multivariate discriminant stored in the storage means using the concentration value and the amino acid concentration as variables, Pro, ABA, Orn, Ser , Lys, Cit, Glu, His, Val, Cys2, Ile, and Met as the variable. A discriminant value calculating step for calculating a discriminant value which is a value of the multivariate discriminant based on the formula; and the fibromyalgia for the evaluation object based on the discriminant value calculated in the discriminant value calculating step. And a discriminant value criterion evaluation step for evaluating the state of the depression.

また、本発明にかかる線維筋痛症・うつ病評価方法は、前記に記載の線維筋痛症・うつ病評価方法において、前記判別値基準評価ステップは、前記判別値算出ステップで算出した前記判別値に基づいて、前記評価対象につき、線維筋痛症患者群またはうつ病患者群であるか否かを判別する判別値基準判別ステップをさらに含むことを特徴とする。   The fibromyalgia / depression evaluation method according to the present invention is the fibromyalgia / depression evaluation method described above, wherein the discriminant value criterion evaluation step is the discriminant value calculated in the discriminant value calculation step. The method further includes a discriminant value criterion discriminating step for discriminating whether the evaluation target is a fibromyalgia patient group or a depression patient group based on the value.

また、本発明にかかる線維筋痛症・うつ病評価方法は、前記に記載の線維筋痛症・うつ病評価方法において、前記多変量判別式は、１つの分数式または複数の前記分数式の和、またはロジスティック回帰式、線形判別式、重回帰式、サポートベクターマシンで作成された式、マハラノビス距離法で作成された式、正準判別分析で作成された式、決定木で作成された式のいずれか１つであることを特徴とする。   The fibromyalgia / depression evaluation method according to the present invention is the fibromyalgia / depression evaluation method described above, wherein the multivariate discriminant is one fractional expression or a plurality of fractional expressions. Sum or logistic regression formula, linear discriminant formula, multiple regression formula, formula created by support vector machine, formula created by Mahalanobis distance method, formula created by canonical discriminant analysis, formula created by decision tree It is any one of these.

また、本発明にかかる線維筋痛症・うつ病評価方法は、前記に記載の線維筋痛症・うつ病評価方法において、前記多変量判別式は、数式１の前記分数式、Ｓｅｒ，ＡＢＡ，Ｔｒｐ，Ｏｒｎ，Ｌｙｓを前記変数とする前記ロジスティック回帰式、またはＳｅｒ，Ａｓｎ，Ｐｒｏ，ＡＢＡ，Ｏｒｎ，Ｌｙｓを前記変数とする前記線形判別式であることを特徴とする。
ａ１（ＡＢＡ／Ｓｅｒ）＋ｂ１（Ｈｉｓ／Ｔｒｐ）＋ｃ１（Ｌｙｓ／Ｏｒｎ）＋ｄ１
・・・（数式１）
（数式１において、ａ１，ｂ１，ｃ１およびｄ１は任意の実数である。） The fibromyalgia / depression evaluation method according to the present invention is the fibromyalgia / depression evaluation method described above, wherein the multivariate discriminant is the fractional expression of Formula 1, Ser, ABA, The logistic regression equation using Trp, Orn, Lys as the variables, or the linear discriminant equation using Ser, Asn, Pro, ABA, Orn, Lys as the variables.
a 1 (ABA / Ser) + b 1 (His / Trp) + c 1 (Lys / Orn) + d 1
... (Formula 1)
(In Formula 1, a 1, b 1, c 1 and d 1 are arbitrary real numbers.)

また、本発明にかかる線維筋痛症・うつ病評価方法は、前記に記載の線維筋痛症・うつ病評価方法において、前記制御手段において実行される、前記アミノ酸濃度データと前記線維筋痛症および前記うつ病の前記状態を表す指標に関する線維筋痛症・うつ病状態指標データとを含む前記記憶手段で記憶した線維筋痛症・うつ病状態情報に基づいて、前記記憶手段で記憶する前記多変量判別式を作成する多変量判別式作成ステップをさらに含み、前記多変量判別式作成ステップは、前記線維筋痛症・うつ病状態情報から所定の式作成手法に基づいて、前記多変量判別式の候補である候補多変量判別式を作成する候補多変量判別式作成ステップと、前記候補多変量判別式作成ステップで作成した前記候補多変量判別式を、所定の検証手法に基づいて検証する候補多変量判別式検証ステップと、前記候補多変量判別式検証ステップでの検証結果から所定の変数選択手法に基づいて前記候補多変量判別式の変数を選択することで、前記候補多変量判別式を作成する際に用いる前記線維筋痛症・うつ病状態情報に含まれる前記アミノ酸濃度データの組み合わせを選択する変数選択ステップと、をさらに含み、前記候補多変量判別式作成ステップ、前記候補多変量判別式検証ステップおよび前記変数選択ステップを繰り返し実行して蓄積した前記検証結果に基づいて、複数の前記候補多変量判別式の中から前記多変量判別式として採用する前記候補多変量判別式を選出することで、前記多変量判別式を作成することを特徴とする。   The fibromyalgia / depression evaluation method according to the present invention includes the amino acid concentration data and the fibromyalgia executed in the control means in the fibromyalgia / depression evaluation method described above. And the fibromyalgia / depression state index data stored in the storage means including fibromyalgia / depression condition index data relating to the index representing the state of the depression, the storage means stores the information The method further includes a multivariate discriminant creating step for creating a multivariate discriminant, wherein the multivariate discriminant creating step is based on a predetermined formula creating method from the fibromyalgia / depression state information. A candidate multivariate discriminant creating step for creating a candidate multivariate discriminant that is a candidate for a formula, and the candidate multivariate discriminant created in the candidate multivariate discriminant creating step are based on a predetermined verification method. Selecting the candidate multivariate discriminant variable based on a predetermined variable selection method from the verification result in the candidate multivariate discriminant verification step to be verified and the candidate multivariate discriminant verification step, A variable selection step for selecting a combination of the amino acid concentration data included in the fibromyalgia / depression state information used when creating a discriminant, the candidate multivariate discriminant creating step, the candidate The candidate multivariate discriminant adopted as the multivariate discriminant from among the plurality of candidate multivariate discriminants based on the verification results accumulated by repeatedly executing the multivariate discriminant verification step and the variable selection step The multivariate discriminant is created by selecting.

また、本発明にかかる線維筋痛症・うつ病評価システムは、制御手段と記憶手段とを備え、評価対象につき、線維筋痛症およびうつ病の状態を評価する線維筋痛症・うつ病評価装置と、アミノ酸の濃度値に関する前記評価対象のアミノ酸濃度データを提供する情報通信端末装置とを、ネットワークを介して通信可能に接続して構成された線維筋痛症・うつ病評価システムであって、前記情報通信端末装置は、前記評価対象の前記アミノ酸濃度データを前記線維筋痛症・うつ病評価装置へ送信するアミノ酸濃度データ送信手段と、前記線維筋痛症・うつ病評価装置から送信された前記線維筋痛症および前記うつ病の前記状態に関する前記評価対象の評価結果を受信する評価結果受信手段とを備え、前記線維筋痛症・うつ病評価装置の前記制御手段は、前記情報通信端末装置から送信された前記評価対象の前記アミノ酸濃度データを受信するアミノ酸濃度データ受信手段と、前記アミノ酸濃度データ受信手段で受信した前記評価対象の前記アミノ酸濃度データに含まれるＰｒｏ，ＡＢＡ，Ｏｒｎ，Ｓｅｒ，Ｌｙｓ，Ｃｉｔ，Ｇｌｕ，Ｈｉｓ，Ｖａｌ，Ｃｙｓ２，Ｉｌｅ，Ｍｅｔのうち少なくとも１つの前記濃度値、および前記アミノ酸の濃度を変数とする前記記憶手段で記憶した多変量判別式であってＰｒｏ，ＡＢＡ，Ｏｒｎ，Ｓｅｒ，Ｌｙｓ，Ｃｉｔ，Ｇｌｕ，Ｈｉｓ，Ｖａｌ，Ｃｙｓ２，Ｉｌｅ，Ｍｅｔのうち少なくとも１つを前記変数として含む前記多変量判別式に基づいて、当該多変量判別式の値である判別値を算出する判別値算出手段と、前記判別値算出手段で算出した前記判別値に基づいて、前記評価対象につき、前記線維筋痛症および前記うつ病の前記状態を評価する判別値基準評価手段と、前記判別値基準評価手段での前記評価対象の前記評価結果を前記情報通信端末装置へ送信する評価結果送信手段と、を備えたことを特徴とする。   Moreover, the fibromyalgia / depression evaluation system according to the present invention comprises a control means and a storage means, and evaluates fibromyalgia / depression status for an evaluation object. A fibromyalgia / depression evaluation system configured by connecting a device and an information communication terminal device that provides amino acid concentration data of the evaluation object related to the amino acid concentration value so as to be communicable via a network. The information communication terminal device transmits the amino acid concentration data to be evaluated to the fibromyalgia / depression evaluation device, and is transmitted from the fibromyalgia / depression evaluation device. And an evaluation result receiving means for receiving an evaluation result of the evaluation object regarding the fibromyalgia and the state of the depression, and the control hand of the fibromyalgia / depression evaluation apparatus Are the amino acid concentration data receiving means for receiving the amino acid concentration data of the evaluation object transmitted from the information communication terminal device, and the Pro included in the amino acid concentration data of the evaluation object received by the amino acid concentration data receiving means. , ABA, Orn, Ser, Lys, Cit, Glu, His, Val, Cys2, Ile, Met, and the multivariate discriminant stored in the storage means having the concentration value and the amino acid concentration as variables Based on the multivariate discriminant including at least one of Pro, ABA, Orn, Ser, Lys, Cit, Glu, His, Val, Cys2, Ile, and Met as the variable, the multivariate discriminant A discriminant value calculating means for calculating a discriminant value which is the value of the Based on another value, for the evaluation object, a discriminant value criterion-evaluating unit that evaluates the state of the fibromyalgia and the depression, and the evaluation result of the evaluation object in the discriminant value criterion-evaluating unit is And an evaluation result transmitting means for transmitting to the information communication terminal device.

また、本発明にかかる線維筋痛症・うつ病評価プログラムは、制御手段と記憶手段とを備えた情報処理装置において実行させるための、評価対象につき、線維筋痛症およびうつ病の状態を評価する線維筋痛症・うつ病評価プログラムであって、前記制御手段において実行させるための、アミノ酸の濃度値に関する予め取得した前記評価対象のアミノ酸濃度データに含まれるＰｒｏ，ＡＢＡ，Ｏｒｎ，Ｓｅｒ，Ｌｙｓ，Ｃｉｔ，Ｇｌｕ，Ｈｉｓ，Ｖａｌ，Ｃｙｓ２，Ｉｌｅ，Ｍｅｔのうち少なくとも１つの前記濃度値、および前記アミノ酸の濃度を変数とする前記記憶手段で記憶した多変量判別式であってＰｒｏ，ＡＢＡ，Ｏｒｎ，Ｓｅｒ，Ｌｙｓ，Ｃｉｔ，Ｇｌｕ，Ｈｉｓ，Ｖａｌ，Ｃｙｓ２，Ｉｌｅ，Ｍｅｔのうち少なくとも１つを前記変数として含む前記多変量判別式に基づいて、当該多変量判別式の値である判別値を算出する判別値算出ステップと、前記判別値算出ステップで算出した前記判別値に基づいて、前記評価対象につき、前記線維筋痛症および前記うつ病の前記状態を評価する判別値基準評価ステップとを含むことを特徴とする。   Further, the fibromyalgia / depression evaluation program according to the present invention evaluates fibromyalgia and depression states for evaluation objects to be executed in an information processing apparatus including a control unit and a storage unit. A program for evaluating fibromyalgia / depression, which is included in Pro, ABA, Orn, Ser, Lys included in the amino acid concentration data of the evaluation object acquired in advance concerning the amino acid concentration value to be executed by the control means , Cit, Glu, His, Val, Cys2, Ile, and Met, a multivariate discriminant stored in the storage means using the concentration value and the amino acid concentration as variables, Pro, ABA, Orn , Ser, Lys, Cit, Glu, His, Val, Cys2, Ile, and Met. A discriminant value calculating step for calculating a discriminant value that is a value of the multivariate discriminant based on the multivariate discriminant included, and for the evaluation object based on the discriminant value calculated in the discriminant value calculating step And a discriminant value criterion evaluating step for evaluating the state of the fibromyalgia and the depression.

また、本発明にかかる記録媒体は、コンピュータ読み取り可能な記録媒体であって、前記に記載の線維筋痛症・うつ病評価プログラムを記録したことを特徴とする。   A recording medium according to the present invention is a computer-readable recording medium and records the fibromyalgia / depression evaluation program described above.

本発明によれば、評価対象から採取した血液からアミノ酸の濃度値に関するアミノ酸濃度データを測定し、測定した評価対象のアミノ酸濃度データに含まれるＰｒｏ，ＡＢＡ，Ｏｒｎ，Ｓｅｒ，Ｌｙｓ，Ｃｉｔ，Ｇｌｕ，Ｈｉｓ，Ｖａｌ，Ｃｙｓ２，Ｉｌｅ，Ｍｅｔのうち少なくとも１つの濃度値に基づいて評価対象につき線維筋痛症およびうつ病の状態を評価する。これにより、血液中のアミノ酸の濃度のうち線維筋痛症およびうつ病の状態と関連するアミノ酸の濃度を利用して線維筋痛症およびうつ病の状態を精度よく評価することができるという効果を奏する。   According to the present invention, amino acid concentration data relating to amino acid concentration values is measured from blood collected from an evaluation object, and Pro, ABA, Orn, Ser, Lys, Cit, Glu, Based on the concentration value of at least one of His, Val, Cys2, Ile, and Met, the status of fibromyalgia and depression is evaluated for the evaluation target. As a result, it is possible to accurately evaluate fibromyalgia and the state of depression using the concentration of amino acids related to fibromyalgia and depression among the concentrations of amino acids in the blood. Play.

また、本発明によれば、評価対象のアミノ酸濃度データに含まれるＰｒｏ，ＡＢＡ，Ｏｒｎ，Ｓｅｒ，Ｌｙｓ，Ｃｉｔ，Ｇｌｕ，Ｈｉｓ，Ｖａｌ，Ｃｙｓ２，Ｉｌｅ，Ｍｅｔのうち少なくとも１つの濃度値に基づいて評価対象につき線維筋痛症患者群またはうつ病患者群であるか否かを判別する。これにより、血液中のアミノ酸の濃度のうち線維筋痛症患者群とうつ病患者群の２群判別に有用なアミノ酸の濃度を利用して当該判別を精度よく行うことができるという効果を奏する。   Further, according to the present invention, based on at least one concentration value among Pro, ABA, Orn, Ser, Lys, Cit, Glu, His, Val, Cys2, Ile, and Met included in the amino acid concentration data to be evaluated. It is discriminated whether the evaluation target is a fibromyalgia patient group or a depression patient group. Thereby, the amino acid concentration useful for the 2-group discrimination between the fibromyalgia patient group and the depression patient group among the amino acid concentrations in the blood can be used to perform the discrimination with high accuracy.

また、本発明によれば、評価対象のアミノ酸濃度データに含まれるＰｒｏ，ＡＢＡ，Ｏｒｎ，Ｓｅｒ，Ｌｙｓ，Ｃｉｔ，Ｇｌｕ，Ｈｉｓ，Ｖａｌ，Ｃｙｓ２，Ｉｌｅ，Ｍｅｔのうち少なくとも１つの濃度値およびアミノ酸の濃度を変数とする多変量判別式であってＰｒｏ，ＡＢＡ，Ｏｒｎ，Ｓｅｒ，Ｌｙｓ，Ｃｉｔ，Ｇｌｕ，Ｈｉｓ，Ｖａｌ，Ｃｙｓ２，Ｉｌｅ，Ｍｅｔのうち少なくとも１つを変数として含む多変量判別式に基づいて当該多変量判別式の値である判別値を算出し、算出した判別値に基づいて評価対象につき線維筋痛症およびうつ病の状態を評価する。これにより、線維筋痛症およびうつ病の状態と有意な相関がある多変量判別式で得られる判別値を利用して線維筋痛症およびうつ病の状態を精度よく評価することができるという効果を奏する。   Further, according to the present invention, at least one concentration value and amino acid concentration of Pro, ABA, Orn, Ser, Lys, Cit, Glu, His, Val, Cys2, Ile, and Met included in the amino acid concentration data to be evaluated. A multivariate discriminant having a concentration as a variable and based on a multivariate discriminant including at least one of Pro, ABA, Orn, Ser, Lys, Cit, Glu, His, Val, Cys2, Ile, and Met as a variable. Then, the discriminant value which is the value of the multivariate discriminant is calculated, and the status of fibromyalgia and depression is evaluated for the evaluation object based on the calculated discriminant value. As a result, it is possible to accurately evaluate fibromyalgia and depression using the discriminant value obtained with a multivariate discriminant that has a significant correlation with fibromyalgia and depression. Play.

また、本発明によれば、判別値に基づいて評価対象につき線維筋痛症患者群またはうつ病患者群であるか否かを判別する。これにより、線維筋痛症患者群とうつ病患者群の２群判別に有用な多変量判別式で得られる判別値を利用して当該判別を精度よく行うことができるという効果を奏する。   Moreover, according to this invention, it is discriminate | determined whether it is a fibromyalgia patient group or a depression patient group per evaluation object based on a discriminant value. Thereby, there exists an effect that the said discrimination | determination can be accurately performed using the discriminant value obtained by the multivariate discriminant useful for 2 group discrimination | determination of a fibromyalgia patient group and a depression patient group.

また、本発明によれば、多変量判別式は、１つの分数式または複数の分数式の和、またはロジスティック回帰式、線形判別式、重回帰式、サポートベクターマシンで作成された式、マハラノビス距離法で作成された式、正準判別分析で作成された式、決定木で作成された式のいずれか１つである。これにより、線維筋痛症患者群とうつ病患者群の２群判別に特に有用な多変量判別式で得られる判別値を利用して当該判別をさらに精度よく行うことができるという効果を奏する。   Further, according to the present invention, the multivariate discriminant can be one fractional expression or a sum of a plurality of fractional expressions, or a logistic regression formula, a linear discriminant formula, a multiple regression formula, a formula created with a support vector machine, a Mahalanobis distance Any one of an expression created by the method, an expression created by canonical discriminant analysis, and an expression created by a decision tree. Thus, the discrimination value obtained by the multivariate discriminant particularly useful for the 2-group discrimination between the fibromyalgia patient group and the depression patient group can be used to achieve the discrimination more accurately.

また、本発明によれば、多変量判別式は、数式１の分数式、Ｓｅｒ，ＡＢＡ，Ｔｒｐ，Ｏｒｎ，Ｌｙｓを変数とするロジスティック回帰式、またはＳｅｒ，Ａｓｎ，Ｐｒｏ，ＡＢＡ，Ｏｒｎ，Ｌｙｓを変数とする線形判別式である。これにより、線維筋痛症患者群とうつ病患者群の２群判別に特に有用な多変量判別式で得られる判別値を利用して当該判別をさらに精度よく行うことができるという効果を奏する。
ａ１（ＡＢＡ／Ｓｅｒ）＋ｂ１（Ｈｉｓ／Ｔｒｐ）＋ｃ１（Ｌｙｓ／Ｏｒｎ）＋ｄ１
・・・（数式１）
（数式１において、ａ１，ｂ１，ｃ１およびｄ１は任意の実数である。） In addition, according to the present invention, the multivariate discriminant can be expressed as a fractional expression of Equation 1, a logistic regression equation with Ser, ABA, Trp, Orn, Lys as a variable, or Ser, Asn, Pro, ABA, Orn, Lys. It is a linear discriminant used as a variable. Thus, the discrimination value obtained by the multivariate discriminant particularly useful for the 2-group discrimination between the fibromyalgia patient group and the depression patient group can be used to achieve the discrimination more accurately.
a 1 (ABA / Ser) + b 1 (His / Trp) + c 1 (Lys / Orn) + d 1
... (Formula 1)
(In Formula 1, a 1, b 1, c 1 and d 1 are arbitrary real numbers.)

また、本発明によれば、アミノ酸濃度データと線維筋痛症およびうつ病の状態を表す指標に関する線維筋痛症・うつ病状態指標データとを含む記憶手段で記憶した線維筋痛症・うつ病状態情報に基づいて、記憶手段で記憶する多変量判別式を作成する。具体的には、（１）線維筋痛症・うつ病状態情報から所定の式作成手法に基づいて候補多変量判別式を作成し、（２）作成した候補多変量判別式を所定の検証手法に基づいて検証し、（３）その検証結果から所定の変数選択手法に基づいて候補多変量判別式の変数を選択することで、候補多変量判別式を作成する際に用いる線維筋痛症・うつ病状態情報に含まれるアミノ酸濃度データの組み合わせを選択し、（４）複数の候補多変量判別式の中から多変量判別式として採用する候補多変量判別式を（１）、（２）および（３）を繰り返し実行して蓄積した検証結果に基づいて選出することで多変量判別式を作成する。これにより、線維筋痛症およびうつ病の状態評価に最適な多変量判別式を作成することができるという効果を奏する。   Further, according to the present invention, fibromyalgia / depression stored in a storage means including amino acid concentration data and fibromyalgia / depression state index data relating to an index representing fibromyalgia and depression status Based on the state information, a multivariate discriminant stored in the storage means is created. Specifically, (1) a candidate multivariate discriminant is created based on a predetermined formula creation method from fibromyalgia / depression state information, and (2) the created candidate multivariate discriminant is used as a predetermined verification method. (3) By selecting the variable of the candidate multivariate discriminant based on the predetermined variable selection method from the verification result, fibromyalgia used when creating the candidate multivariate discriminant Select a combination of amino acid concentration data included in the depression state information, and (4) select candidate multivariate discriminants to be adopted as multivariate discriminants from among a plurality of candidate multivariate discriminants (1), (2) and A multivariate discriminant is created by selecting based on the verification results accumulated by repeatedly executing (3). Thereby, there is an effect that a multivariate discriminant optimum for evaluation of the state of fibromyalgia and depression can be created.

また、本発明によれば、当該記録媒体に記録された線維筋痛症・うつ病評価プログラムをコンピュータに読み取らせて実行することでコンピュータに線維筋痛症・うつ病評価プログラムを実行させるので、前記と同様の効果を得ることができるという効果を奏する。   Further, according to the present invention, the computer can execute the fibromyalgia / depression evaluation program by causing the computer to read and execute the fibromyalgia / depression evaluation program recorded on the recording medium. There exists an effect that the effect similar to the above can be acquired.

なお、本発明は、線維筋痛症およびうつ病の状態を評価する際（具体的には、線維筋痛症患者群またはうつ病患者群であるか否かを判別する際）、アミノ酸の濃度以外に、その他の生体情報（例えば糖類、有機酸、脂肪酸、核酸・タンパク質・ペプチド・ミネラル・ホルモン等の生体代謝物や、例えば血糖値・血圧値・圧痛点データ・性別・年齢・肝疾患指標・食習慣・飲酒習慣・運動習慣・肥満度・疾患歴・問診データ等）をさらに用いてもかまわない。また、本発明は、線維筋痛症およびうつ病の状態を評価する際（具体的には、線維筋痛症患者群またはうつ病患者群であるか否かを判別する際）、多変量判別式における変数として、アミノ酸の濃度以外に、その他の生体情報（例えば糖類、有機酸、脂肪酸、核酸・タンパク質・ペプチド・ミネラル・ホルモン等の生体代謝物や、例えば血糖値・血圧値・圧痛点データ・性別・年齢・肝疾患指標・食習慣・飲酒習慣・運動習慣・肥満度・疾患歴・問診データ等）をさらに用いてもかまわない。   In the present invention, when assessing fibromyalgia and the state of depression (specifically, when determining whether the patient is a fibromyalgia patient group or a depression patient group), the amino acid concentration In addition to other biological information (for example, biological metabolites such as sugars, organic acids, fatty acids, nucleic acids, proteins, peptides, minerals, hormones, etc., blood glucose level, blood pressure level, tender point data, gender, age, liver disease index, etc.・ Eating habits / drinking habits / exercising habits / obesity level / disease history / interview data, etc.) may be further used. Further, the present invention provides a multivariate discrimination when evaluating the status of fibromyalgia and depression (specifically, when determining whether the patient is a fibromyalgia patient group or a depression patient group). As variables in the formula, in addition to amino acid concentration, other biological information (for example, saccharides, organic acids, fatty acids, biological metabolites such as nucleic acids, proteins, peptides, minerals, hormones, etc., for example, blood glucose level, blood pressure level, tender point data)・ Gender, age, liver disease index, eating habits, drinking habits, exercise habits, obesity, disease history, interview data, etc. may be further used.

図１は、本発明の基本原理を示す原理構成図である。FIG. 1 is a principle configuration diagram showing the basic principle of the present invention. 図２は、第１実施形態にかかる線維筋痛症とうつ病の評価方法の一例を示すフローチャートである。FIG. 2 is a flowchart showing an example of the fibromyalgia and depression evaluation method according to the first embodiment. 図３は、本発明の基本原理を示す原理構成図である。FIG. 3 is a principle configuration diagram showing the basic principle of the present invention. 図４は、本システムの全体構成の一例を示す図である。FIG. 4 is a diagram illustrating an example of the overall configuration of the present system. 図５は、本システムの全体構成の他の一例を示す図である。FIG. 5 is a diagram showing another example of the overall configuration of the present system. 図６は、本システムの線維筋痛症・うつ病評価装置１００の構成の一例を示すブロック図である。FIG. 6 is a block diagram showing an example of the configuration of the fibromyalgia / depression evaluation apparatus 100 of the present system. 図７は、利用者情報ファイル１０６ａに格納される情報の一例を示す図である。FIG. 7 is a diagram illustrating an example of information stored in the user information file 106a. 図８は、アミノ酸濃度データファイル１０６ｂに格納される情報の一例を示す図である。FIG. 8 is a diagram showing an example of information stored in the amino acid concentration data file 106b. 図９は、線維筋痛症・うつ病状態情報ファイル１０６ｃに格納される情報の一例を示す図である。FIG. 9 is a diagram illustrating an example of information stored in the fibromyalgia / depression state information file 106c. 図１０は、指定線維筋痛症・うつ病状態情報ファイル１０６ｄに格納される情報の一例を示す図である。FIG. 10 is a diagram illustrating an example of information stored in the designated fibromyalgia / depression state information file 106d. 図１１は、候補多変量判別式ファイル１０６ｅ１に格納される情報の一例を示す図である。FIG. 11 is a diagram illustrating an example of information stored in the candidate multivariate discriminant file 106e1. 図１２は、検証結果ファイル１０６ｅ２に格納される情報の一例を示す図である。FIG. 12 is a diagram illustrating an example of information stored in the verification result file 106e2. 図１３は、選択線維筋痛症・うつ病状態情報ファイル１０６ｅ３に格納される情報の一例を示す図である。FIG. 13 is a diagram illustrating an example of information stored in the selected fibromyalgia / depression state information file 106e3. 図１４は、多変量判別式ファイル１０６ｅ４に格納される情報の一例を示す図である。FIG. 14 is a diagram illustrating an example of information stored in the multivariate discriminant file 106e4. 図１５は、判別値ファイル１０６ｆに格納される情報の一例を示す図である。FIG. 15 is a diagram illustrating an example of information stored in the discrimination value file 106f. 図１６は、評価結果ファイル１０６ｇに格納される情報の一例を示す図である。FIG. 16 is a diagram illustrating an example of information stored in the evaluation result file 106g. 図１７は、多変量判別式作成部１０２ｈの構成を示すブロック図である。FIG. 17 is a block diagram showing a configuration of the multivariate discriminant-preparing part 102h. 図１８は、判別値基準評価部１０２ｊの構成を示すブロック図である。FIG. 18 is a block diagram illustrating a configuration of the discriminant value criterion-evaluating unit 102j. 図１９は、本システムのクライアント装置２００の構成の一例を示すブロック図である。FIG. 19 is a block diagram illustrating an example of the configuration of the client apparatus 200 of the present system. 図２０は、本システムのデータベース装置４００の構成の一例を示すブロック図である。FIG. 20 is a block diagram showing an example of the configuration of the database apparatus 400 of this system. 図２１は、本システムで行う線維筋痛症・うつ病評価サービス処理の一例を示すフローチャートである。FIG. 21 is a flowchart showing an example of fibromyalgia / depression evaluation service processing performed by the present system. 図２２は、本システムの線維筋痛症・うつ病評価装置１００で行う多変量判別式作成処理の一例を示すフローチャートである。FIG. 22 is a flowchart illustrating an example of multivariate discriminant creation processing performed by the fibromyalgia / depression evaluation apparatus 100 of the present system. 図２３は、線維筋痛症患者群とうつ病患者群のアミノ酸変数の分布を示す図である。FIG. 23 is a diagram showing the distribution of amino acid variables in the fibromyalgia patient group and the depression patient group. 図２４は、指標式１と同等の判別性能を有する多変量判別式の一覧を示す図である。FIG. 24 is a diagram showing a list of multivariate discriminants having discriminative ability equivalent to index formula 1. 図２５は、指標式１と同等の判別性能を有する多変量判別式の一覧を示す図である。FIG. 25 is a diagram showing a list of multivariate discriminants having discriminative ability equivalent to index formula 1. 図２６は、線維筋痛症患者群とうつ病患者群の２群判別におけるＲＯＣ曲線下面積を示す図である。FIG. 26 is a diagram showing an area under the ROC curve in two-group discrimination between a fibromyalgia patient group and a depression patient group. 図２７は、線維筋痛症患者群とうつ病患者群における指標式１の値の分布を示す図である。FIG. 27 is a diagram showing the distribution of the value of index formula 1 in the fibromyalgia patient group and the depression patient group. 図２８は、曲線下面積値が上位１０００の指標式中に出現するアミノ酸変数の確率を示す図である。FIG. 28 is a diagram showing the probabilities of amino acid variables appearing in the index formula with the area under the curve having the top 1000. 図２９は、指標式２と同等の判別性能を有するロジスティック回帰式の一覧を示す図である。FIG. 29 is a diagram showing a list of logistic regression equations having a discrimination performance equivalent to that of the index formula 2. 図３０は、指標式２と同等の判別性能を有するロジスティック回帰式の一覧を示す図である。FIG. 30 is a diagram showing a list of logistic regression equations having a discrimination performance equivalent to that of the index formula 2. 図３１は、線維筋痛症患者群とうつ病患者群の２群判別におけるＲＯＣ曲線下面積を示す図である。FIG. 31 is a diagram showing an area under the ROC curve in two-group discrimination between a fibromyalgia patient group and a depression patient group. 図３２は、線維筋痛症患者群とうつ病患者群における指標式２の値の分布を示す図である。FIG. 32 is a diagram showing the distribution of the value of index formula 2 in the fibromyalgia patient group and the depression patient group. 図３３は、曲線下面積値が上位１０００の指標式中に出現するアミノ酸変数の確率を示す図である。FIG. 33 is a diagram showing the probabilities of amino acid variables appearing in the index formula having the top 1000 area values under the curve. 図３４は、指標式３と同等の判別性能を有する線形判別関数の一覧を示す図である。FIG. 34 is a diagram showing a list of linear discriminant functions having discriminative ability equivalent to the index formula 3. 図３５は、指標式３と同等の判別性能を有する線形判別関数の一覧を示す図である。FIG. 35 is a diagram showing a list of linear discriminant functions having discriminative ability equivalent to the index formula 3. 図３６は、線維筋痛症患者群とうつ病患者群の２群判別におけるＲＯＣ曲線下面積を示す図である。FIG. 36 is a diagram showing the area under the ROC curve in two-group discrimination between a fibromyalgia patient group and a depression patient group. 図３７は、線維筋痛症患者群とうつ病患者群における指標式３の値の分布を示す図である。FIG. 37 is a diagram showing the distribution of the value of index formula 3 in the fibromyalgia patient group and the depression patient group. 図３８は、曲線下面積値が上位１０００の指標式中に出現するアミノ酸変数の確率を示す図である。FIG. 38 is a diagram showing the probabilities of amino acid variables appearing in the index formula with the area value under the curve of the top 1000. 図３９は、単一アミノ酸による線維筋痛症患者群とうつ病患者群の２群判別におけるＲＯＣ曲線下面積を示す図である。FIG. 39 is a diagram showing the area under the ROC curve in two-group discrimination between a fibromyalgia patient group and a depression patient group due to a single amino acid.

以下に、本発明にかかる線維筋痛症とうつ病の評価方法の実施の形態（第１実施形態）、ならびに本発明にかかる線維筋痛症・うつ病評価装置、線維筋痛症・うつ病評価方法、線維筋痛症・うつ病評価システム、線維筋痛症・うつ病評価プログラムおよび記録媒体の実施の形態（第２実施形態）を、図面に基づいて詳細に説明する。なお、本実施の形態により本発明が限定されるものではない。   Hereinafter, an embodiment (first embodiment) of a method for evaluating fibromyalgia and depression according to the present invention, and a fibromyalgia / depression evaluating apparatus, fibromyalgia / depression according to the present invention are described below. An embodiment (second embodiment) of an evaluation method, a fibromyalgia / depression evaluation system, a fibromyalgia / depression evaluation program, and a recording medium will be described in detail with reference to the drawings. In addition, this invention is not limited by this Embodiment.

［第１実施形態］
［１−１．本発明の概要］
ここでは、本発明にかかる線維筋痛症とうつ病の評価方法の概要について図１を参照して説明する。図１は本発明の基本原理を示す原理構成図である。 [First Embodiment]
[1-1. Outline of the present invention]
Here, an overview of the evaluation method for fibromyalgia and depression according to the present invention will be described with reference to FIG. FIG. 1 is a principle configuration diagram showing the basic principle of the present invention.

まず、評価対象（例えば動物やヒトなどの個体）から採取した血液から、アミノ酸の濃度値に関するアミノ酸濃度データを測定する（ステップＳ−１１）。ここで、血中アミノ酸濃度の分析は次のように行った。採血した血液サンプルを、ヘパリン処理したチューブに採取し、採取した血液サンプルを遠心することにより血液から血漿を分離した。全ての血漿サンプルはアミノ酸濃度の測定時まで−７０℃で凍結保存した。アミノ酸濃度測定時にはスルホサリチル酸を添加し３％濃度調整により除蛋白処理を行い、測定には、ポストカラムでニンヒドリン反応を用いた高速液体クロマトグラフィー（ＨＰＬＣ）を原理としたアミノ酸分析機を使用した。なお、アミノ酸濃度の単位は、例えばモル濃度や重量濃度、これらの濃度に任意の定数を加減乗除することで得られるものでもよい。   First, amino acid concentration data relating to amino acid concentration values is measured from blood collected from an evaluation target (for example, an individual such as an animal or a human) (step S-11). Here, the blood amino acid concentration was analyzed as follows. The collected blood sample was collected in a heparinized tube, and plasma was separated from the blood by centrifuging the collected blood sample. All plasma samples were stored frozen at -70 ° C. until the measurement of amino acid concentration. When measuring the amino acid concentration, sulfosalicylic acid was added to remove protein by adjusting the concentration to 3%, and an amino acid analyzer based on high performance liquid chromatography (HPLC) using a ninhydrin reaction in a post column was used for the measurement. The unit of amino acid concentration may be obtained, for example, by adding or subtracting an arbitrary constant to or from the molar concentration or weight concentration, or these concentrations.

つぎに、ステップＳ−１１で測定した評価対象のアミノ酸濃度データに含まれるＰｒｏ，ＡＢＡ，Ｏｒｎ，Ｓｅｒ，Ｌｙｓ，Ｃｉｔ，Ｇｌｕ，Ｈｉｓ，Ｖａｌ，Ｃｙｓ２，Ｉｌｅ，Ｍｅｔのうち少なくとも１つの濃度値に基づいて評価対象につき線維筋痛症および／またはうつ病の状態を評価する（ステップＳ−１２）。   Next, at least one concentration value among Pro, ABA, Orn, Ser, Lys, Cit, Glu, His, Val, Cys2, Ile, and Met included in the amino acid concentration data to be evaluated measured in step S-11. Based on the evaluation object, the fibromyalgia and / or the state of depression is evaluated (step S-12).

以上、本発明によれば、評価対象から採取した血液からアミノ酸の濃度値に関するアミノ酸濃度データを測定し、測定した評価対象のアミノ酸濃度データに含まれるＰｒｏ，ＡＢＡ，Ｏｒｎ，Ｓｅｒ，Ｌｙｓ，Ｃｉｔ，Ｇｌｕ，Ｈｉｓ，Ｖａｌ，Ｃｙｓ２，Ｉｌｅ，Ｍｅｔのうち少なくとも１つの濃度値に基づいて評価対象につき線維筋痛症および／またはうつ病の状態を評価する。これにより、血液中のアミノ酸の濃度のうち線維筋痛症および／またはうつ病の状態と関連するアミノ酸の濃度を利用して線維筋痛症および／またはうつ病の状態を精度よく評価することができるという効果を奏する。   As described above, according to the present invention, amino acid concentration data relating to amino acid concentration values is measured from blood collected from an evaluation object, and Pro, ABA, Orn, Ser, Lys, Cit, Based on the concentration value of at least one of Glu, His, Val, Cys2, Ile, and Met, the status of fibromyalgia and / or depression is evaluated for the evaluation target. This makes it possible to accurately evaluate the state of fibromyalgia and / or depression using the concentration of amino acids associated with fibromyalgia and / or depression among amino acid concentrations in blood. There is an effect that can be done.

ここで、ステップＳ−１２を実行する前に、ステップＳ−１１で測定した評価対象のアミノ酸濃度データから欠損値や外れ値などのデータを除去してもよい。これにより、線維筋痛症および／またはうつ病の状態評価をさらに精度よく評価することができる。   Here, before executing step S-12, data such as missing values and outliers may be removed from the amino acid concentration data to be evaluated measured in step S-11. Thereby, fibromyalgia and / or depression state evaluation can be evaluated more accurately.

また、ステップＳ−１２では、ステップＳ−１１で測定した評価対象のアミノ酸濃度データに含まれるＰｒｏ，ＡＢＡ，Ｏｒｎ，Ｓｅｒ，Ｌｙｓ，Ｃｉｔ，Ｇｌｕ，Ｈｉｓ，Ｖａｌ，Ｃｙｓ２，Ｉｌｅ，Ｍｅｔのうち少なくとも１つの濃度値に基づいて、評価対象につき、線維筋痛症患者群または非線維筋痛症群（健常群）であるか否か、または線維筋痛症患者群またはうつ病患者群であるか否かを判別してもよい。具体的には、Ｐｒｏ，ＡＢＡ，Ｏｒｎ，Ｓｅｒ，Ｌｙｓ，Ｃｉｔ，Ｇｌｕ，Ｈｉｓ，Ｖａｌ，Ｃｙｓ２，Ｉｌｅ，Ｍｅｔのうち少なくとも１つの濃度値と予め設定された閾値（カットオフ値）とを比較することで、評価対象につき、線維筋痛症患者群または非線維筋痛症群（健常群）であるか否か、または線維筋痛症患者群またはうつ病患者群であるか否かを判別してもよい。これにより、血液中のアミノ酸の濃度のうち線維筋痛症患者群と非線維筋痛症群（健常群）の２群判別または線維筋痛症患者群とうつ病患者群の２群判別に有用なアミノ酸の濃度を利用してこれらの判別を精度よく行うことができる。   In step S-12, at least one of Pro, ABA, Orn, Ser, Lys, Cit, Glu, His, Val, Cys2, Ile, and Met included in the amino acid concentration data to be evaluated measured in step S-11. Based on one concentration value, whether the subject is a fibromyalgia patient group or a non-fibromyalgia group (healthy group), or is a fibromyalgia patient group or a depression patient group It may be determined whether or not. Specifically, at least one concentration value among Pro, ABA, Orn, Ser, Lys, Cit, Glu, His, Val, Cys2, Ile, and Met is compared with a preset threshold value (cutoff value). Therefore, it is determined whether the evaluation target is a fibromyalgia patient group or a non-fibromyalgia group (a healthy group), or a fibromyalgia patient group or a depression patient group. May be. This is useful for discriminating between two groups of fibromyalgia patient group and non-fibromyalgia group (healthy group) or two groups of fibromyalgia patient group and depression patient group among amino acid concentrations in blood. These determinations can be made with high accuracy using the amino acid concentration.

また、ステップＳ−１２では、ステップＳ−１１で測定した評価対象のアミノ酸濃度データに含まれるＰｒｏ，ＡＢＡ，Ｏｒｎ，Ｓｅｒ，Ｌｙｓ，Ｃｉｔ，Ｇｌｕ，Ｈｉｓ，Ｖａｌ，Ｃｙｓ２，Ｉｌｅ，Ｍｅｔのうち少なくとも１つの濃度値、およびアミノ酸の濃度を変数とする予め設定した多変量判別式であってＰｒｏ，ＡＢＡ，Ｏｒｎ，Ｓｅｒ，Ｌｙｓ，Ｃｉｔ，Ｇｌｕ，Ｈｉｓ，Ｖａｌ，Ｃｙｓ２，Ｉｌｅ，Ｍｅｔのうち少なくとも１つを変数として含む多変量判別式に基づいて当該多変量判別式の値である判別値を算出し、算出した判別値に基づいて評価対象につき線維筋痛症および／またはうつ病の状態を評価してもよい。これにより、線維筋痛症および／またはうつ病の状態と有意な相関がある多変量判別式で得られる判別値を利用して線維筋痛症および／またはうつ病の状態を精度よく評価することができる。   In step S-12, at least one of Pro, ABA, Orn, Ser, Lys, Cit, Glu, His, Val, Cys2, Ile, and Met included in the amino acid concentration data to be evaluated measured in step S-11. A preset multivariate discriminant having one concentration value and amino acid concentration as a variable, and at least one of Pro, ABA, Orn, Ser, Lys, Cit, Glu, His, Val, Cys2, Ile, and Met The discriminant value that is the value of the multivariate discriminant is calculated based on the multivariate discriminant that includes one as a variable, and the status of fibromyalgia and / or depression is evaluated based on the calculated discriminant. May be. By using discriminant values obtained with multivariate discriminants that have a significant correlation with fibromyalgia and / or depression status, the fibromyalgia and / or depression status can be accurately evaluated. Can do.

また、ステップＳ−１２では、算出した判別値に基づいて、評価対象につき、線維筋痛症患者群または非線維筋痛症群（健常群）であるか否か、または線維筋痛症患者群またはうつ病患者群であるか否かを判別してもよい。具体的には、判別値と予め設定された閾値（カットオフ値）とを比較することで、評価対象につき、線維筋痛症患者群または非線維筋痛症群（健常群）であるか否か、または線維筋痛症患者群またはうつ病患者群であるか否かを判別してもよい。これにより、線維筋痛症患者群と非線維筋痛症群（健常群）の２群判別または線維筋痛症患者群とうつ病患者群の２群判別に有用な多変量判別式で得られる判別値を利用してこれらの判別を精度よく行うことができる。   Further, in step S-12, based on the calculated discriminant value, the evaluation object is a fibromyalgia patient group or a non-fibromyalgia group (healthy group), or a fibromyalgia patient group. Or you may discriminate | determine whether it is a depression patient group. Specifically, by comparing the discriminant value with a preset threshold value (cutoff value), whether the evaluation target is a fibromyalgia patient group or a non-fibromyalgia group (healthy group) Or whether the patient is a fibromyalgia patient group or a depression patient group. Thus, a multivariate discriminant useful for discriminating between two groups of a fibromyalgia patient group and a non-fibromyalgia group (a healthy group) or two groups of a fibromyalgia patient group and a depression patient group is obtained. These determinations can be made with high accuracy using the determination values.

なお、多変量判別式は、１つの分数式または複数の分数式の和、またはロジスティック回帰式、線形判別式、重回帰式、サポートベクターマシンで作成された式、マハラノビス距離法で作成された式、正準判別分析で作成された式、決定木で作成された式のいずれか１つでもよい。具体的には、多変量判別式は、数式１の分数式、Ｓｅｒ，ＡＢＡ，Ｔｒｐ，Ｏｒｎ，Ｌｙｓを変数とするロジスティック回帰式、またはＳｅｒ，Ａｓｎ，Ｐｒｏ，ＡＢＡ，Ｏｒｎ，Ｌｙｓを変数とする線形判別式でもよい。これにより、線維筋痛症患者群と非線維筋痛症群（健常群）の２群判別または線維筋痛症患者群とうつ病患者群の２群判別に特に有用な多変量判別式で得られる判別値を利用してこれらの判別をさらに精度よく行うことができる。
ａ１（ＡＢＡ／Ｓｅｒ）＋ｂ１（Ｈｉｓ／Ｔｒｐ）＋ｃ１（Ｌｙｓ／Ｏｒｎ）＋ｄ１
・・・（数式１）
（数式１において、ａ１，ｂ１，ｃ１およびｄ１は任意の実数である。） The multivariate discriminant can be one fractional expression or the sum of multiple fractional expressions, or a logistic regression formula, linear discriminant formula, multiple regression formula, formula created with support vector machine, formula created with Mahalanobis distance method Any one of an expression created by canonical discriminant analysis and an expression created by a decision tree may be used. Specifically, the multivariate discriminant is a fractional expression of Equation 1, a logistic regression equation with Ser, ABA, Trp, Orn, Lys as variables, or Ser, Asn, Pro, ABA, Orn, Lys as variables. A linear discriminant may be used. This gives a multivariate discriminant that is particularly useful for discriminating between the two groups of the fibromyalgia patient group and the non-fibromyalgia group (healthy group) or the two groups of the fibromyalgia patient group and the depression patient group. These determinations can be performed with higher accuracy using the determined determination values.
a 1 (ABA / Ser) + b 1 (His / Trp) + c 1 (Lys / Orn) + d 1
... (Formula 1)
(In Formula 1, a 1, b 1, c 1 and d 1 are arbitrary real numbers.)

また、上記した各多変量判別式は、本出願人による国際出願である国際公開第２００４／０５２１９１号に記載の方法や、本出願人による国際出願である国際公開第２００６／０９８１９２号に記載の方法（後述する第２実施形態に記載の多変量判別式作成処理）で作成することができる。これら方法で得られた多変量判別式であれば、入力データとしてのアミノ酸濃度データにおけるアミノ酸濃度の単位に因らず、当該多変量判別式を線維筋痛症および／またはうつ病の状態評価に好適に用いることができる。   Each multivariate discriminant described above is described in the method described in International Publication No. 2004/052191, which is an international application by the present applicant, or in International Publication No. 2006/098192, which is an international application by the present applicant. It can be created by a method (multivariate discriminant creation process described in the second embodiment to be described later). If the multivariate discriminant obtained by these methods is used, the multivariate discriminant can be used to evaluate the condition of fibromyalgia and / or depression regardless of the unit of amino acid concentration in the amino acid concentration data as input data. It can be used suitably.

また、分数式とは、当該分数式の分子がアミノ酸Ａ，Ｂ，Ｃ，・・・の和で表わされ及び／又は当該分数式の分母がアミノ酸ａ，ｂ，ｃ，・・・の和で表わされるものである。また、分数式には、このような構成の分数式α，β，γ，・・・の和（例えばα＋βのようなもの）も含まれる。また、分数式には、分割された分数式も含まれる。なお、分子や分母に用いられるアミノ酸にはそれぞれ適当な係数がついてもかまわない。また、分子や分母に用いられるアミノ酸は重複してもかまわない。また、各分数式に適当な係数がついてもかまわない。また、各変数の係数の値や定数項の値は、実数であればかまわない。分数式で、分子の変数と分母の変数を入れ替えた組み合わせは、目的変数との相関の正負の符号は概して逆転するが、それらの相関性は保たれるので、判別性では同等と見なせるので、分子の変数と分母の変数を入れ替えた組み合わせも、包含するものである。   Also, the fractional expression means that the numerator of the fractional expression is represented by the sum of amino acids A, B, C,... And / or the denominator of the fractional expression is the sum of amino acids a, b, c,. It is represented by In addition, the fractional expression includes a sum of fractional expressions α, β, γ,. The fractional expression also includes a divided fractional expression. An appropriate coefficient may be added to each amino acid used in the numerator and denominator. In addition, amino acids used in the numerator and denominator may overlap. Moreover, an appropriate coefficient may be attached to each fractional expression. Moreover, the value of the coefficient of each variable and the value of the constant term may be real numbers. In the fractional expression, the combination of the numerator variable and the denominator variable is generally reversed in the sign of the correlation with the objective variable, but since the correlation is maintained, it can be considered equivalent in discriminability. Combinations of swapping numerator and denominator variables are also included.

また、多変量判別式とは、一般に多変量解析で用いられる式の形式を意味し、例えば重回帰式、多重ロジスティック回帰式、線形判別関数、マハラノビス距離、正準判別関数、サポートベクターマシン、決定木などを包含する。また、異なる形式の多変量判別式の和で示されるような式も含まれる。また、重回帰式、多重ロジスティック回帰式、正準判別関数においては各変数に係数および定数項が付加されるが、この場合の係数および定数項は、好ましくは実数であること、より好ましくはデータから判別を行うために得られた係数および定数項の９９％信頼区間の範囲に属する値、さらに好ましくはデータから判別を行うために得られた係数および定数項の９５％信頼区間の範囲に属する値であればかまわない。また、各係数の値、及びその信頼区間は、それを実数倍したものでもよく、定数項の値、及びその信頼区間は、それに任意の実定数を加減乗除したものでもよい。ロジスティック回帰、線形判別、重回帰分析などの表示式を指標に用いる場合、表示式の線形変換（定数の加算、定数倍）や単調増加（減少）の変換（例えばｌｏｇｉｔ変換など）は判別性能を変えるものではなく同等であるので、表示式はそれらを含むものである。   The multivariate discriminant generally means a formula used in multivariate analysis. For example, multiple regression, multiple logistic regression, linear discriminant function, Mahalanobis distance, canonical discriminant function, support vector machine, decision Includes trees. Also included are expressions as indicated by the sum of different forms of multivariate discriminants. In the multiple regression equation, multiple logistic regression equation, and canonical discriminant function, a coefficient and a constant term are added to each variable. In this case, the coefficient and the constant term are preferably real numbers, more preferably data. Values belonging to the range of 99% confidence intervals of the coefficients and constant terms obtained from the data, more preferably belonging to the range of 95% confidence intervals of the coefficients and constant terms obtained from the data Any value can be used. Further, the value of each coefficient and its confidence interval may be obtained by multiplying it by a real number, and the value of the constant term and its confidence interval may be obtained by adding / subtracting / multiplying / dividing an arbitrary real constant thereto. When using display formulas such as logistic regression, linear discriminant, multiple regression analysis as indicators, linear transformation (addition of constants, multiple of constants) or monotonically increasing (decreasing) transformations of display formulas (such as logit transformation) have discriminative performance. The display formulas include them because they are equivalent, not changed.

そして、本発明は、線維筋痛症および／またはうつ病の状態を評価する際（具体的には、線維筋痛症患者群または非線維筋痛症群（健常群）であるか否かを判別する際、線維筋痛症患者群またはうつ病患者群であるか否かを判別する際）、アミノ酸の濃度以外に、その他の生体情報（例えば糖類、有機酸、脂肪酸、核酸・タンパク質・ペプチド・ミネラル・ホルモン等の生体代謝物や、例えば血糖値・血圧値・圧痛点データ・性別・年齢・肝疾患指標・食習慣・飲酒習慣・運動習慣・肥満度・疾患歴・問診データ等）をさらに用いてもかまわない。また、本発明は、線維筋痛症および／またはうつ病の状態を評価する際（具体的には、線維筋痛症患者群または非線維筋痛症群（健常群）であるか否かを判別する際、線維筋痛症患者群またはうつ病患者群であるか否かを判別する際）、多変量判別式における変数として、アミノ酸の濃度以外に、その他の生体情報（例えば糖類、有機酸、脂肪酸、核酸・タンパク質・ペプチド・ミネラル・ホルモン等の生体代謝物や、例えば血糖値・血圧値・圧痛点データ・性別・年齢・肝疾患指標・食習慣・飲酒習慣・運動習慣・肥満度・疾患歴・問診データ等）をさらに用いてもかまわない。   Then, the present invention evaluates the state of fibromyalgia and / or depression (specifically, whether it is a fibromyalgia patient group or a non-fibromyalgia group (healthy group)). When determining whether it is a fibromyalgia patient group or a depression patient group), in addition to the amino acid concentration, other biological information (for example, saccharides, organic acids, fatty acids, nucleic acids, proteins, peptides)・ Biological metabolites such as minerals and hormones, for example, blood glucose level, blood pressure level, tender point data, gender, age, liver disease index, eating habits, drinking habits, exercise habits, obesity, disease history, interview data, etc.) Further, it may be used. Further, the present invention provides a method for evaluating the state of fibromyalgia and / or depression (specifically, whether it is a fibromyalgia patient group or a non-fibromyalgia group (healthy group)). When discriminating, whether it is a fibromyalgia patient group or a depression patient group), as a variable in the multivariate discriminant, in addition to the amino acid concentration, other biological information (for example, sugars, organic acids) , Fatty acids, nucleic acids, proteins, peptides, minerals, hormones, and other biological metabolites, such as blood glucose level, blood pressure level, tender point data, gender, age, liver disease index, dietary habits, drinking habits, exercise habits, obesity, (Disease history, interview data, etc.) may be further used.

［１−２．第１実施形態にかかる線維筋痛症とうつ病の評価方法］
ここでは、第１実施形態にかかる線維筋痛症とうつ病の評価方法について図２を参照して説明する。図２は、第１実施形態にかかる線維筋痛症とうつ病の評価方法の一例を示すフローチャートである。 [1-2. Evaluation Method for Fibromyalgia and Depression According to First Embodiment]
Here, a method for evaluating fibromyalgia and depression according to the first embodiment will be described with reference to FIG. FIG. 2 is a flowchart showing an example of the fibromyalgia and depression evaluation method according to the first embodiment.

まず、動物やヒトなどの個体から採取した血液からアミノ酸の濃度値に関するアミノ酸濃度データを測定する（ステップＳＡ−１１）。なお、アミノ酸の濃度値の測定は上述した方法で行う。   First, amino acid concentration data relating to amino acid concentration values is measured from blood collected from individuals such as animals and humans (step SA-11). The amino acid concentration value is measured by the method described above.

つぎに、ステップＳＡ−１１で測定した個体のアミノ酸濃度データから欠損値や外れ値などのデータを除去する（ステップＳＡ−１２）。   Next, data such as missing values and outliers are removed from the amino acid concentration data of the individual measured in step SA-11 (step SA-12).

つぎに、ステップＳＡ−１２で欠損値や外れ値などのデータが除去された個体のアミノ酸濃度データに含まれるＰｒｏ，ＡＢＡ，Ｏｒｎ，Ｓｅｒ，Ｌｙｓ，Ｃｉｔ，Ｇｌｕ，Ｈｉｓ，Ｖａｌ，Ｃｙｓ２，Ｉｌｅ，Ｍｅｔのうち少なくとも１つの濃度値と予め設定された閾値（カットオフ値）とを比較することで、個体につき、線維筋痛症患者群または非線維筋痛症群（健常群）であるか否か、または線維筋痛症患者群またはうつ病患者群であるか否かを判別する（ステップＳＡ−１３）。   Next, Pro, ABA, Orn, Ser, Lys, Cit, Glu, His, Val, Cys2, Ile, which are included in the amino acid concentration data of individuals from which data such as missing values and outliers have been removed in step SA-12. Whether the individual is a fibromyalgia patient group or a non-fibromyalgia group (healthy group) by comparing at least one concentration value of Met with a preset threshold value (cut-off value) Or whether it is a fibromyalgia patient group or a depression patient group (step SA-13).

［１−３．第１実施形態のまとめ、およびその他の実施形態］
以上、詳細に説明したように、第１実施形態にかかる線維筋痛症とうつ病の評価方法によれば、（１）個体から採取した血液からアミノ酸濃度データを測定し、（２）測定した個体のアミノ酸濃度データから欠損値や外れ値などのデータを除去し、（３）欠損値や外れ値などのデータが除去された個体のアミノ酸濃度データに含まれるＰｒｏ，ＡＢＡ，Ｏｒｎ，Ｓｅｒ，Ｌｙｓ，Ｃｉｔ，Ｇｌｕ，Ｈｉｓ，Ｖａｌ，Ｃｙｓ２，Ｉｌｅ，Ｍｅｔのうち少なくとも１つの濃度値と予め設定された閾値（カットオフ値）とを比較することで、個体につき、線維筋痛症患者群または非線維筋痛症群（健常群）であるか否か、または線維筋痛症患者群またはうつ病患者群であるか否かを判別する。これにより、血液中のアミノ酸の濃度のうち線維筋痛症患者群と非線維筋痛症群（健常群）の２群判別または線維筋痛症患者群とうつ病患者群の２群判別に有用なアミノ酸の濃度を利用してこれらの判別を精度よく行うことができる。 [1-3. Summary of First Embodiment and Other Embodiments]
As described above in detail, according to the fibromyalgia and depression evaluation method according to the first embodiment, (1) amino acid concentration data is measured from blood collected from an individual, and (2) measurement is performed. Data such as missing values and outliers are removed from individual amino acid concentration data, and (3) Pro, ABA, Orn, Ser, Lys included in the amino acid concentration data of individuals from which data such as missing values and outliers have been removed. , Cit, Glu, His, Val, Cys2, Ile, and Met are compared with a preset threshold value (cut-off value) to determine whether the individual has a fibromyalgia patient group or not. It is discriminated whether it is a fibromyalgia group (a healthy group) or a fibromyalgia patient group or a depression patient group. This is useful for discriminating between two groups of fibromyalgia patient group and non-fibromyalgia group (healthy group) or two groups of fibromyalgia patient group and depression patient group among amino acid concentrations in blood. These determinations can be made with high accuracy using the amino acid concentration.

ここで、ステップＳＡ−１３において、ステップＳＡ−１２で欠損値や外れ値などのデータが除去された個体のアミノ酸濃度データに含まれるＰｒｏ，ＡＢＡ，Ｏｒｎ，Ｓｅｒ，Ｌｙｓ，Ｃｉｔ，Ｇｌｕ，Ｈｉｓ，Ｖａｌ，Ｃｙｓ２，Ｉｌｅ，Ｍｅｔのうち少なくとも１つの濃度値、およびＰｒｏ，ＡＢＡ，Ｏｒｎ，Ｓｅｒ，Ｌｙｓ，Ｃｉｔ，Ｇｌｕ，Ｈｉｓ，Ｖａｌ，Ｃｙｓ２，Ｉｌｅ，Ｍｅｔのうち少なくとも１つを変数として含む多変量判別式に基づいて判別値を算出し、算出した判別値と予め設定された閾値（カットオフ値）とを比較することで、個体につき、線維筋痛症患者群または非線維筋痛症群（健常群）であるか否か、または線維筋痛症患者群またはうつ病患者群であるか否かを判別してもよい。これにより、線維筋痛症患者群と非線維筋痛症群（健常群）の２群判別または線維筋痛症患者群とうつ病患者群の２群判別に有用な多変量判別式で得られる判別値を利用してこれらの判別を精度よく行うことができる。   Here, in step SA-13, Pro, ABA, Orn, Ser, Lys, Cit, Glu, His, included in the amino acid concentration data of the individual from which data such as missing values and outliers were removed in step SA-12. Multivariate including at least one concentration value of Val, Cys2, Ile, Met and at least one of Pro, ABA, Orn, Ser, Lys, Cit, Glu, His, Val, Cys2, Ile, Met as a variable By calculating the discriminant value based on the discriminant and comparing the calculated discriminant value with a preset threshold value (cut-off value), the fibromyalgia patient group or the non-fibromyalgia group ( It may be determined whether the patient is a healthy group) or a fibromyalgia patient group or a depression patient group. Thus, a multivariate discriminant useful for discriminating between two groups of a fibromyalgia patient group and a non-fibromyalgia group (a healthy group) or two groups of a fibromyalgia patient group and a depression patient group is obtained. These determinations can be made with high accuracy using the determination values.

なお、ステップＳＡ−１３において、多変量判別式は、１つの分数式または複数の分数式の和、またはロジスティック回帰式、線形判別式、重回帰式、サポートベクターマシンで作成された式、マハラノビス距離法で作成された式、正準判別分析で作成された式、決定木で作成された式のいずれか１つでもよい。具体的には、多変量判別式は、数式１の分数式、Ｓｅｒ，ＡＢＡ，Ｔｒｐ，Ｏｒｎ，Ｌｙｓを変数とするロジスティック回帰式、またはＳｅｒ，Ａｓｎ，Ｐｒｏ，ＡＢＡ，Ｏｒｎ，Ｌｙｓを変数とする線形判別式でもよい。これにより、線維筋痛症患者群と非線維筋痛症群（健常群）の２群判別または線維筋痛症患者群とうつ病患者群の２群判別に特に有用な多変量判別式で得られる判別値を利用してこれらの判別をさらに精度よく行うことができる。
ａ１（ＡＢＡ／Ｓｅｒ）＋ｂ１（Ｈｉｓ／Ｔｒｐ）＋ｃ１（Ｌｙｓ／Ｏｒｎ）＋ｄ１
・・・（数式１）
（数式１において、ａ１，ｂ１，ｃ１およびｄ１は任意の実数である。） In step SA-13, the multivariate discriminant is a sum of one fractional formula or a plurality of fractional formulas, a logistic regression formula, a linear discriminant formula, a multiple regression formula, a formula created with a support vector machine, or a Mahalanobis distance. Any one of an expression created by the method, an expression created by canonical discriminant analysis, and an expression created by a decision tree may be used. Specifically, the multivariate discriminant is a fractional expression of Equation 1, a logistic regression equation with Ser, ABA, Trp, Orn, Lys as variables, or Ser, Asn, Pro, ABA, Orn, Lys as variables. A linear discriminant may be used. This gives a multivariate discriminant that is particularly useful for discriminating between the two groups of the fibromyalgia patient group and the non-fibromyalgia group (healthy group) or the two groups of the fibromyalgia patient group and the depression patient group. These determinations can be performed with higher accuracy using the determined determination values.
a 1 (ABA / Ser) + b 1 (His / Trp) + c 1 (Lys / Orn) + d 1
... (Formula 1)
(In Formula 1, a 1, b 1, c 1 and d 1 are arbitrary real numbers.)

［第２実施形態］
［２−１．本発明の概要］
ここでは、本発明にかかる線維筋痛症・うつ病評価装置、線維筋痛症・うつ病評価方法、線維筋痛症・うつ病評価システム、線維筋痛症・うつ病評価プログラムおよび記録媒体の概要について、図３を参照して説明する。図３は本発明の基本原理を示す原理構成図である。 [Second Embodiment]
[2-1. Outline of the present invention]
Here, a fibromyalgia / depression evaluation apparatus, a fibromyalgia / depression evaluation method, a fibromyalgia / depression evaluation system, a fibromyalgia / depression evaluation program, and a recording medium according to the present invention The outline will be described with reference to FIG. FIG. 3 is a principle configuration diagram showing the basic principle of the present invention.

まず、本発明は、制御部で、アミノ酸の濃度値に関する予め取得した評価対象（例えば動物やヒトなどの個体）のアミノ酸濃度データに含まれるＰｒｏ，ＡＢＡ，Ｏｒｎ，Ｓｅｒ，Ｌｙｓ，Ｃｉｔ，Ｇｌｕ，Ｈｉｓ，Ｖａｌ，Ｃｙｓ２，Ｉｌｅ，Ｍｅｔのうち少なくとも１つの濃度値、およびアミノ酸の濃度を変数する記憶部で記憶した多変量判別式であってＰｒｏ，ＡＢＡ，Ｏｒｎ，Ｓｅｒ，Ｌｙｓ，Ｃｉｔ，Ｇｌｕ，Ｈｉｓ，Ｖａｌ，Ｃｙｓ２，Ｉｌｅ，Ｍｅｔのうち少なくとも１つを変数として含む多変量判別式に基づいて当該多変量判別式の値である判別値を算出する（ステップＳ−２１）。   First, according to the present invention, the control unit includes Pro, ABA, Orn, Ser, Lys, Cit, Glu, and the like included in the amino acid concentration data of an evaluation object (for example, an individual such as an animal or a human) acquired in advance regarding the amino acid concentration value. A multivariate discriminant stored in a storage unit for varying the concentration value of at least one of His, Val, Cys2, Ile, and Met, and the concentration of an amino acid, Pro, ABA, Orn, Ser, Lys, Cit, Glu, Based on a multivariate discriminant including at least one of His, Val, Cys2, Ile, and Met as a variable, a discriminant value that is the value of the multivariate discriminant is calculated (step S-21).

つぎに、本発明は、制御部で、ステップＳ−２１で算出した判別値に基づいて評価対象につき線維筋痛症および／またはうつ病の状態を評価する（ステップＳ−２２）。   Next, in the present invention, the control unit evaluates the state of fibromyalgia and / or depression per evaluation object based on the discriminant value calculated in step S-21 (step S-22).

以上、本発明によれば、評価対象のアミノ酸濃度データに含まれるＰｒｏ，ＡＢＡ，Ｏｒｎ，Ｓｅｒ，Ｌｙｓ，Ｃｉｔ，Ｇｌｕ，Ｈｉｓ，Ｖａｌ，Ｃｙｓ２，Ｉｌｅ，Ｍｅｔのうち少なくとも１つの濃度値、およびＰｒｏ，ＡＢＡ，Ｏｒｎ，Ｓｅｒ，Ｌｙｓ，Ｃｉｔ，Ｇｌｕ，Ｈｉｓ，Ｖａｌ，Ｃｙｓ２，Ｉｌｅ，Ｍｅｔのうち少なくとも１つを変数として含む多変量判別式に基づいて当該多変量判別式の値である判別値を算出し、算出した判別値に基づいて評価対象につき線維筋痛症および／またはうつ病の状態を評価する。これにより、線維筋痛症および／またはうつ病の状態と有意な相関がある多変量判別式で得られる判別値を利用して線維筋痛症および／またはうつ病の状態を精度よく評価することができる。   As described above, according to the present invention, at least one concentration value of Pro, ABA, Orn, Ser, Lys, Cit, Glu, His, Val, Cys2, Ile, and Met included in the amino acid concentration data to be evaluated, and Pro , ABA, Orn, Ser, Lys, Cit, Glu, His, Val, Cys2, Ile, Met based on the multivariate discriminant including at least one variable, the discriminant value that is the value of the multivariate discriminant The fibromyalgia and / or depression state is evaluated for each evaluation object based on the calculated discriminant value. By using discriminant values obtained with multivariate discriminants that have a significant correlation with fibromyalgia and / or depression status, the fibromyalgia and / or depression status can be accurately evaluated. Can do.

ここで、ステップＳ−２２では、ステップＳ−２１で算出した判別値に基づいて、評価対象につき、線維筋痛症患者群または非線維筋痛症群（健常群）であるか否か、または線維筋痛症患者群またはうつ病患者群であるか否かを判別してもよい。具体的には、判別値と予め設定された閾値（カットオフ値）とを比較することで、評価対象につき、線維筋痛症患者群または非線維筋痛症群（健常群）であるか否か、または線維筋痛症患者群またはうつ病患者群であるか否かを判別してもよい。これにより、線維筋痛症患者群と非線維筋痛症群（健常群）の２群判別または線維筋痛症患者群とうつ病患者群の２群判別に有用な多変量判別式で得られる判別値を利用してこれらの判別を精度よく行うことができる。   Here, in step S-22, based on the discriminant value calculated in step S-21, whether the evaluation target is a fibromyalgia patient group or a non-fibromyalgia group (healthy group), or It may be determined whether the patient is a fibromyalgia patient group or a depression patient group. Specifically, by comparing the discriminant value with a preset threshold value (cutoff value), whether the evaluation target is a fibromyalgia patient group or a non-fibromyalgia group (healthy group) Or whether the patient is a fibromyalgia patient group or a depression patient group. Thus, a multivariate discriminant useful for discriminating between two groups of a fibromyalgia patient group and a non-fibromyalgia group (a healthy group) or two groups of a fibromyalgia patient group and a depression patient group is obtained. These determinations can be made with high accuracy using the determination values.

なお、多変量判別式は、１つの分数式または複数の分数式の和、またはロジスティック回帰式、線形判別式、重回帰式、サポートベクターマシンで作成された式、マハラノビス距離法で作成された式、正準判別分析で作成された式、決定木で作成された式のいずれか１つでもよい。具体的には、多変量判別式は、数式１の分数式、Ｓｅｒ，ＡＢＡ，Ｔｒｐ，Ｏｒｎ，Ｌｙｓを変数とするロジスティック回帰式、またはＳｅｒ，Ａｓｎ，Ｐｒｏ，ＡＢＡ，Ｏｒｎ，Ｌｙｓを変数とする線形判別式でもよい。これにより、線維筋痛症患者群と非線維筋痛症群（健常群）の２群判別または線維筋痛症患者群とうつ病患者群の２群判別に特に有用な多変量判別式で得られる判別値を利用してこれらの判別をさらに精度よく行うことができる。
ａ１（ＡＢＡ／Ｓｅｒ）＋ｂ１（Ｈｉｓ／Ｔｒｐ）＋ｃ１（Ｌｙｓ／Ｏｒｎ）＋ｄ１
・・・（数式１）
（数式１において、ａ１，ｂ１，ｃ１およびｄ１は任意の実数である。） The multivariate discriminant can be one fractional expression or the sum of multiple fractional expressions, or a logistic regression formula, linear discriminant formula, multiple regression formula, formula created with support vector machine, formula created with Mahalanobis distance method Any one of an expression created by canonical discriminant analysis and an expression created by a decision tree may be used. Specifically, the multivariate discriminant is a fractional expression of Equation 1, a logistic regression equation with Ser, ABA, Trp, Orn, Lys as variables, or Ser, Asn, Pro, ABA, Orn, Lys as variables. A linear discriminant may be used. This gives a multivariate discriminant that is particularly useful for discriminating between the two groups of the fibromyalgia patient group and the non-fibromyalgia group (healthy group) or the two groups of the fibromyalgia patient group and the depression patient group. These determinations can be performed with higher accuracy using the determined determination values.
a 1 (ABA / Ser) + b 1 (His / Trp) + c 1 (Lys / Orn) + d 1
... (Formula 1)
(In Formula 1, a 1, b 1, c 1 and d 1 are arbitrary real numbers.)

また、上記した各多変量判別式は、本出願人による国際出願である国際公開第２００４／０５２１９１号に記載の方法や、本出願人による国際出願である国際公開第２００６／０９８１９２号に記載の方法（後述する多変量判別式作成処理）で作成することができる。これら方法で得られた多変量判別式であれば、入力データとしてのアミノ酸濃度データにおけるアミノ酸濃度の単位に因らず、当該多変量判別式を、線維筋痛症および／またはうつ病の状態評価に好適に用いることができる。   Each multivariate discriminant described above is described in the method described in International Publication No. 2004/052191, which is an international application by the present applicant, or in International Publication No. 2006/098192, which is an international application by the present applicant. It can be created by a method (multivariate discriminant creation process described later). If the multivariate discriminant obtained by these methods is used, the multivariate discriminant can be used to evaluate the status of fibromyalgia and / or depression regardless of the unit of amino acid concentration in the amino acid concentration data as input data. Can be suitably used.

また、分数式とは、当該分数式の分子がアミノ酸Ａ，Ｂ，Ｃ，・・・の和で表わされ及び／又は当該分数式の分母がアミノ酸ａ，ｂ，ｃ，・・・の和で表わされるものである。また、分数式には、このような構成の分数式α，β，γ，・・・の和（例えばα＋βのようなもの）も含まれる。また、分数式には、分割された分数式も含まれる。なお、分子や分母に用いられるアミノ酸にはそれぞれ適当な係数がついてもかまわない。また、分子や分母に用いられるアミノ酸は重複してもかまわない。また、各分数式に適当な係数がついてもかまわない。また、各変数の係数の値や定数項の値は、実数であればかまわない。分数式で、分子の変数と分母の変数を入れ替えた組み合わせは、目的変数との相関の正負の符号は概して逆転するが、それらの相関性は保たれるので、判別性では同等と見なせるので、分子の変数と分母の変数を入れ替えた組み合わせも、包含するものである。   Also, the fractional expression means that the numerator of the fractional expression is represented by the sum of amino acids A, B, C,... And / or the denominator of the fractional expression is the sum of amino acids a, b, c,. It is represented by In addition, the fractional expression includes a sum of fractional expressions α, β, γ,. The fractional expression also includes a divided fractional expression. An appropriate coefficient may be added to each amino acid used in the numerator and denominator. In addition, amino acids used in the numerator and denominator may overlap. Moreover, an appropriate coefficient may be attached to each fractional expression. Moreover, the value of the coefficient of each variable and the value of the constant term may be real numbers. In the fractional expression, the combination of the numerator variable and the denominator variable is generally reversed in the sign of the correlation with the objective variable, but since the correlation is maintained, it can be considered equivalent in discriminability. Combinations of swapping numerator and denominator variables are also included.

また、多変量判別式とは、一般に多変量解析で用いられる式の形式を意味し、例えば重回帰式、多重ロジスティック回帰式、線形判別関数、マハラノビス距離、正準判別関数、サポートベクターマシン、決定木などを包含する。また、異なる形式の多変量判別式の和で示されるような式も含まれる。また、重回帰式、多重ロジスティック回帰式、正準判別関数においては各変数に係数および定数項が付加されるが、この場合の係数および定数項は、好ましくは実数であること、より好ましくはデータから判別を行うために得られた係数および定数項の９９％信頼区間の範囲に属する値、さらに好ましくはデータから判別を行うために得られた係数および定数項の９５％信頼区間の範囲に属する値であればかまわない。また、各係数の値、及びその信頼区間は、それを実数倍したものでもよく、定数項の値、及びその信頼区間は、それに任意の実定数を加減乗除したものでもよい。ロジスティック回帰、線形判別、重回帰分析などの表示式を指標に用いる場合、表示式の線形変換（定数の加算、定数倍）や単調増加（減少）の変換（例えばｌｏｇｉｔ変換など）は判別性能を変えるものではなく同等であるので、表示式はそれらを含むものである。   The multivariate discriminant generally means a formula used in multivariate analysis. For example, multiple regression, multiple logistic regression, linear discriminant function, Mahalanobis distance, canonical discriminant function, support vector machine, decision Includes trees. Also included are expressions as indicated by the sum of different forms of multivariate discriminants. In the multiple regression equation, multiple logistic regression equation, and canonical discriminant function, a coefficient and a constant term are added to each variable. In this case, the coefficient and the constant term are preferably real numbers, more preferably data. Values belonging to the range of 99% confidence intervals of the coefficients and constant terms obtained from the data, more preferably belonging to the range of 95% confidence intervals of the coefficients and constant terms obtained from the data Any value can be used. Further, the value of each coefficient and its confidence interval may be obtained by multiplying it by a real number, and the value of the constant term and its confidence interval may be obtained by adding / subtracting / multiplying / dividing an arbitrary real constant thereto. When using display formulas such as logistic regression, linear discriminant, multiple regression analysis as indicators, linear transformation (addition of constants, multiple of constants) or monotonically increasing (decreasing) transformations of display formulas (such as logit transformation) have discriminative performance. The display formulas include them because they are equivalent, not changed.

そして、本発明は、線維筋痛症および／またはうつ病の状態を評価する際（具体的には、線維筋痛症患者群または非線維筋痛症群（健常群）であるか否かを判別する際、線維筋痛症患者群またはうつ病患者群であるか否かを判別する際）、アミノ酸の濃度以外に、その他の生体情報（例えば糖類、有機酸、脂肪酸、核酸・タンパク質・ペプチド・ミネラル・ホルモン等の生体代謝物や、例えば血糖値・血圧値・圧痛点データ・性別・年齢・肝疾患指標・食習慣・飲酒習慣・運動習慣・肥満度・疾患歴・問診データ等）をさらに用いてもかまわない。また、本発明は、線維筋痛症および／またはうつ病の状態を評価する際（具体的には、線維筋痛症患者群または非線維筋痛症群（健常群）であるか否かを判別する際、線維筋痛症患者群またはうつ病患者群であるか否かを判別する際）、多変量判別式における変数として、アミノ酸の濃度以外に、その他の生体情報（例えば糖類、有機酸、脂肪酸、核酸・タンパク質・ペプチド・ミネラル・ホルモン等の生体代謝物や、例えば血糖値・血圧値・圧痛点データ・性別・年齢・肝疾患指標・食習慣・飲酒習慣・運動習慣・肥満度・疾患歴・問診データ等）をさらに用いてもかまわない。   Then, the present invention evaluates the state of fibromyalgia and / or depression (specifically, whether it is a fibromyalgia patient group or a non-fibromyalgia group (healthy group)). When determining whether it is a fibromyalgia patient group or a depression patient group), in addition to the amino acid concentration, other biological information (for example, saccharides, organic acids, fatty acids, nucleic acids, proteins, peptides)・ Biological metabolites such as minerals and hormones, for example, blood glucose level, blood pressure level, tender point data, gender, age, liver disease index, eating habits, drinking habits, exercise habits, obesity, disease history, interview data, etc.) Further, it may be used. Further, the present invention provides a method for evaluating the state of fibromyalgia and / or depression (specifically, whether it is a fibromyalgia patient group or a non-fibromyalgia group (healthy group)). When discriminating, whether it is a fibromyalgia patient group or a depression patient group), as a variable in the multivariate discriminant, in addition to the amino acid concentration, other biological information (for example, sugars, organic acids) , Fatty acids, nucleic acids, proteins, peptides, minerals, hormones, and other biological metabolites, such as blood glucose level, blood pressure level, tender point data, gender, age, liver disease index, dietary habits, drinking habits, exercise habits, obesity, (Disease history, interview data, etc.) may be further used.

ここで、多変量判別式作成処理（工程１〜工程４）の概要について詳細に説明する。   Here, the outline | summary of a multivariate discriminant preparation process (process 1-process 4) is demonstrated in detail.

まず、本発明は、制御部で、アミノ酸濃度データと線維筋痛症および／またはうつ病の状態を表す指標に関する線維筋痛症・うつ病状態指標データとを含む記憶部で記憶した線維筋痛症・うつ病状態情報から所定の式作成手法に基づいて、多変量判別式の候補である候補多変量判別式（例えば、ｙ＝ａ１ｘ１＋ａ２ｘ２＋・・・＋ａｎｘｎ、ｙ：線維筋痛症・うつ病状態指標データ、ｘｉ：アミノ酸濃度データ、ａｉ：定数、ｉ＝１，２，・・・，ｎ）を作成する（工程１）。なお、事前に、線維筋痛症・うつ病状態情報から欠損値や外れ値などを持つデータを除去してもよい。 First, according to the present invention, the control unit stores fibromyalgia stored in a storage unit including amino acid concentration data and fibromyalgia / depression state index data relating to an index indicating a fibromyalgia and / or depression state. Candidate multivariate discriminant that is a candidate for multivariate discriminant (for example, y = a 1 x 1 + a 2 x 2 +... + A n x n , Y: fibromyalgia / depression state index data, x i : amino acid concentration data, a i : constant, i = 1, 2,..., N) are created (step 1). In addition, data having a missing value or an outlier may be removed from the fibromyalgia / depression state information in advance.

なお、工程１において、線維筋痛症・うつ病状態情報から、複数の異なる式作成手法（主成分分析や判別分析、サポートベクターマシン、重回帰分析、ロジスティック回帰分析、ｋ−ｍｅａｎｓ法、クラスター解析、決定木などの多変量解析に関するものを含む。）を併用して複数の候補多変量判別式を作成してもよい。具体的には、多数の健常群ならびに線維筋痛症患者群および／またはうつ病患者群から得た血液を分析して得たアミノ酸濃度データおよび線維筋痛症・うつ病状態指標データから構成される多変量データである線維筋痛症・うつ病状態情報に対して、複数の異なるアルゴリズムを利用して複数群の候補多変量判別式を同時並行的に作成してもよい。例えば、異なるアルゴリズムを利用して判別分析およびロジスティック回帰分析を同時に行い、２つの異なる候補多変量判別式を作成してもよい。また、主成分分析を行って作成した候補多変量判別式を利用して線維筋痛症・うつ病状態情報を変換し、変換した線維筋痛症・うつ病状態情報に対して判別分析を行うことで候補多変量判別式を作成してもよい。これにより、最終的に、診断条件に合った適切な多変量判別式を作成することができる。   In step 1, multiple different formula creation methods (principal component analysis, discriminant analysis, support vector machine, multiple regression analysis, logistic regression analysis, k-means method, cluster analysis from fibromyalgia / depression status information In addition, a plurality of candidate multivariate discriminants may be created in combination with a decision tree or the like related to multivariate analysis. Specifically, it is composed of amino acid concentration data and fibromyalgia / depression status index data obtained by analyzing blood obtained from a number of healthy groups and fibromyalgia patients and / or depression patients. A plurality of groups of candidate multivariate discriminants may be created in parallel using a plurality of different algorithms with respect to fibromyalgia / depression state information that is multivariate data. For example, two different candidate multivariate discriminants may be created by performing discriminant analysis and logistic regression analysis simultaneously using different algorithms. Also, the fibromyalgia / depression state information is converted using the candidate multivariate discriminant created by principal component analysis, and the discriminant analysis is performed on the converted fibromyalgia / depression state information. Thus, a candidate multivariate discriminant may be created. Thereby, finally, an appropriate multivariate discriminant suitable for the diagnosis condition can be created.

ここで、主成分分析を用いて作成した候補多変量判別式は、全てのアミノ酸濃度データの分散を最大にするような各アミノ酸変数からなる一次式である。また、判別分析を用いて作成した候補多変量判別式は、各群内の分散の和の全てのアミノ酸濃度データの分散に対する比を最小にするような各アミノ酸変数からなる高次式（指数や対数を含む）である。また、サポートベクターマシンを用いて作成した候補多変量判別式は、群間の境界を最大にするような各アミノ酸変数からなる高次式（カーネル関数を含む）である。また、重回帰分析を用いて作成した候補多変量判別式は、全てのアミノ酸濃度データからの距離の和を最小にするような各アミノ酸変数からなる高次式である。ロジスティック回帰分析を用いて作成した候補多変量判別式は、尤度を最大にするような各アミノ酸変数からなる一次式を指数とする自然対数を項に持つ分数式である。また、ｋ−ｍｅａｎｓ法とは、各アミノ酸濃度データのｋ個近傍を探索し、近傍点の属する群の中で一番多いものをそのデータの所属群と定義し、入力されたアミノ酸濃度データの属する群と定義された群とが最も合致するようなアミノ酸変数を選択する手法である。また、クラスター解析とは、全てのアミノ酸濃度データの中で最も近い距離にある点同士をクラスタリング（群化）する手法である。また、決定木とは、アミノ酸変数に序列をつけて、序列が上位であるアミノ酸変数の取りうるパターンからアミノ酸濃度データの群を予測する手法である。   Here, the candidate multivariate discriminant created using principal component analysis is a linear expression composed of amino acid variables that maximizes the dispersion of all amino acid concentration data. In addition, the candidate multivariate discriminant created using discriminant analysis is a high-order formula (index or index) consisting of amino acid variables that minimizes the ratio of the sum of variances within each group to the variance of all amino acid concentration data. Including logarithm). The candidate multivariate discriminant created using the support vector machine is a higher-order formula (including a kernel function) made up of amino acid variables that maximizes the boundary between groups. In addition, the candidate multivariate discriminant created using multiple regression analysis is a higher-order expression composed of amino acid variables that minimizes the sum of distances from all amino acid concentration data. A candidate multivariate discriminant created using logistic regression analysis is a fractional expression having a natural logarithm as a term, which is a linear expression composed of amino acid variables that maximize the likelihood. The k-means method searches k neighborhoods of each amino acid concentration data, defines the largest number of groups to which neighboring points belong as the group to which the data belongs, This is a method of selecting an amino acid variable that best matches the group to which the group belongs. Cluster analysis is a method of clustering (grouping) points that are closest to each other in all amino acid concentration data. Further, the decision tree is a technique for predicting a group of amino acid concentration data from patterns that can be taken by amino acid variables having higher ranks by adding ranks to amino acid variables.

多変量判別式作成処理の説明に戻り、本発明は、制御部で、工程１で作成した候補多変量判別式を、所定の検証手法に基づいて検証（相互検証）する（工程２）。候補多変量判別式の検証は、工程１で作成した各候補多変量判別式に対して行う。   Returning to the description of the multivariate discriminant creation process, in the present invention, the control unit verifies (mutually verifies) the candidate multivariate discriminant created in step 1 based on a predetermined verification method (step 2). The candidate multivariate discriminant is verified for each candidate multivariate discriminant created in step 1.

なお、工程２において、ブートストラップ法やホールドアウト法、リーブワンアウト法などのうち少なくとも１つに基づいて候補多変量判別式の判別率や感度、特異性、情報量基準などのうち少なくとも１つに関して検証してもよい。これにより、線維筋痛症・うつ病状態情報や診断条件を考慮した予測性または頑健性の高い候補多変量判別式を作成することができる。   In step 2, at least one of the discrimination rate, sensitivity, specificity, information criterion, etc. of the candidate multivariate discriminant based on at least one of the bootstrap method, holdout method, leave one out method, etc. May be verified. This makes it possible to create a candidate multivariate discriminant having high predictability or robustness in consideration of fibromyalgia / depression state information and diagnostic conditions.

ここで、判別率とは、全入力データの中で、本発明で評価した線維筋痛症および／またはうつ病の状態が正しい割合である。また、感度とは、入力データに記載された線維筋痛症および／またはうつ病の状態になっているものの中で、本発明で評価した線維筋痛症および／またはうつ病の状態が正しい割合である。また、特異性とは、入力データに記載された線維筋痛症および／またはうつ病が正常になっているものの中で、本発明で評価した線維筋痛症および／またはうつ病の状態が正しい割合である。また、情報量基準とは、工程１で作成した候補多変量判別式のアミノ酸変数の数と、本発明で評価した線維筋痛症および／またはうつ病の状態および入力データに記載された線維筋痛症および／またはうつ病の状態の差異と、を足し合わせたものである。また、予測性とは、候補多変量判別式の検証を繰り返すことで得られた判別率や感度、特異性を平均したものである。また、頑健性とは、候補多変量判別式の検証を繰り返すことで得られた判別率や感度、特異性の分散である。   Here, the discrimination rate is the ratio of the correct fibromyalgia and / or depression status evaluated in the present invention among all input data. Sensitivity is the proportion of the fibromyalgia and / or depression state described in the input data that is correct for the fibromyalgia and / or depression state evaluated in the present invention. It is. The specificity means that the fibromyalgia and / or depression described in the input data is normal and the fibromyalgia and / or depression state evaluated in the present invention is correct. It is a ratio. The information criterion is the number of amino acid variables in the candidate multivariate discriminant prepared in step 1, the fibromyalgia and / or depression status evaluated in the present invention, and the fibromuscular muscle described in the input data. The sum of the pain and / or the difference in depression. The predictability is an average of the discrimination rate, sensitivity, and specificity obtained by repeating the verification of the candidate multivariate discriminant. Robustness is the variance of discrimination rate, sensitivity, and specificity obtained by repeating verification of candidate multivariate discriminants.

多変量判別式作成処理の説明に戻り、本発明は、制御部で、工程２での検証結果から所定の変数選択手法に基づいて候補多変量判別式の変数を選択することで、候補多変量判別式を作成する際に用いる線維筋痛症・うつ病状態情報に含まれるアミノ酸濃度データの組み合わせを選択する（工程３）。アミノ酸変数の選択は、工程１で作成した各候補多変量判別式に対して行う。これにより、候補多変量判別式のアミノ酸変数を適切に選択することができる。そして、工程３で選択したアミノ酸濃度データを含む線維筋痛症・うつ病状態情報を用いて再び工程１を実行する。   Returning to the description of the multivariate discriminant creation process, the present invention selects the candidate multivariate discriminant variable by selecting a variable of the candidate multivariate discriminant from the verification result in step 2 based on a predetermined variable selection method. A combination of amino acid concentration data included in the fibromyalgia / depression state information used when creating the discriminant is selected (step 3). Amino acid variables are selected for each candidate multivariate discriminant created in step 1. Thereby, the amino acid variable of a candidate multivariate discriminant can be selected appropriately. Then, Step 1 is executed again using the fibromyalgia / depression state information including the amino acid concentration data selected in Step 3.

なお、工程３において、工程２での検証結果からステップワイズ法、ベストパス法、近傍探索法、遺伝的アルゴリズムのうち少なくとも１つに基づいて候補多変量判別式のアミノ酸変数を選択してもよい。   In step 3, the amino acid variable of the candidate multivariate discriminant may be selected from the verification result in step 2 based on at least one of the stepwise method, the best path method, the neighborhood search method, and the genetic algorithm. .

ここで、ベストパス法とは、候補多変量判別式に含まれるアミノ酸変数を１つずつ順次減らしていき、候補多変量判別式が与える評価指標を最適化することでアミノ酸変数を選択する方法である。   Here, the best path method is a method of selecting amino acid variables by sequentially reducing amino acid variables included in the candidate multivariate discriminant one by one and optimizing the evaluation index given by the candidate multivariate discriminant. is there.

多変量判別式作成処理の説明に戻り、本発明は、制御部で、上述した工程１、工程２および工程３を繰り返し実行し、これにより蓄積した検証結果に基づいて、複数の候補多変量判別式の中から多変量判別式として採用する候補多変量判別式を選出することで、多変量判別式を作成する（工程４）。なお、候補多変量判別式の選出には、例えば、同じ式作成手法で作成した候補多変量判別式の中から最適なものを選出する場合と、すべての候補多変量判別式の中から最適なものを選出する場合とがある。   Returning to the description of the multivariate discriminant creation process, the present invention repeatedly executes the above-described step 1, step 2 and step 3 in the control unit, and a plurality of candidate multivariate discriminants based on the verification results accumulated thereby. A multivariate discriminant is created by selecting candidate multivariate discriminants to be adopted as multivariate discriminants from the formula (step 4). In selecting candidate multivariate discriminants, for example, selecting the optimal one from among candidate multivariate discriminants created by the same formula creation method, and selecting the most suitable from all candidate multivariate discriminants There is a case to choose one.

以上、説明したように、多変量判別式作成処理では、線維筋痛症・うつ病状態情報に基づいて、候補多変量判別式の作成、候補多変量判別式の検証および候補多変量判別式の変数の選択に関する処理を一連の流れで体系化（システム化）して実行することにより、線維筋痛症および／またはうつ病の状態評価に最適な多変量判別式を作成することができる。換言すると、多変量判別式作成処理では、アミノ酸濃度を多変量の統計解析に用い、最適でロバストな変数の組を選択するために変数選択法とクロスバリデーションとを組み合わせて、診断性能の高い多変量判別式を抽出する。多変量判別式としては、ロジスティック回帰、線形判別、サポートベクターマシン、マハラノビス距離法、重回帰分析、クラスター解析などを用いることができる。   As described above, in the multivariate discriminant creation process, based on fibromyalgia / depression state information, candidate multivariate discriminant creation, candidate multivariate discriminant verification, and candidate multivariate discriminant By executing the processing related to the selection of variables in a systematic manner (systematization) in a series of flows, it is possible to create a multivariate discriminant that is optimal for evaluating the condition of fibromyalgia and / or depression. In other words, in the multivariate discriminant creation process, amino acid concentrations are used for multivariate statistical analysis, and variable selection methods and cross-validation are combined in order to select optimal and robust variable sets. Extract the variable discriminant. As the multivariate discriminant, logistic regression, linear discrimination, support vector machine, Mahalanobis distance method, multiple regression analysis, cluster analysis, and the like can be used.

［２−２．システム構成］
ここでは、第２実施形態にかかる線維筋痛症・うつ病評価システム（以下では本システムと記す場合がある。）の構成について、図４から図２０を参照して説明する。なお、本システムはあくまでも一例であり、本発明はこれに限定されない。 [2-2. System configuration]
Here, the configuration of the fibromyalgia / depression evaluation system according to the second embodiment (hereinafter sometimes referred to as the present system) will be described with reference to FIGS. This system is merely an example, and the present invention is not limited to this.

まず、本システムの全体構成について図４および図５を参照して説明する。図４は本システムの全体構成の一例を示す図である。また、図５は本システムの全体構成の他の一例を示す図である。本システムは、図４に示すように、評価対象につき、線維筋痛症および／またはうつ病の状態を評価する線維筋痛症・うつ病評価装置１００と、アミノ酸の濃度値に関する評価対象のアミノ酸濃度データを提供するクライアント装置２００（本発明の情報通信端末装置に相当）とを、ネットワーク３００を介して通信可能に接続して構成されている。   First, the overall configuration of this system will be described with reference to FIGS. 4 and 5. FIG. FIG. 4 is a diagram showing an example of the overall configuration of the present system. FIG. 5 is a diagram showing another example of the overall configuration of the present system. As shown in FIG. 4, the system includes a fibromyalgia / depression evaluation apparatus 100 that evaluates fibromyalgia and / or a state of depression for an evaluation object, and an amino acid to be evaluated regarding an amino acid concentration value. A client apparatus 200 (corresponding to an information communication terminal apparatus of the present invention) that provides density data is configured to be communicably connected via a network 300.

なお、本システムは、図５に示すように、線維筋痛症・うつ病評価装置１００やクライアント装置２００の他に、線維筋痛症・うつ病評価装置１００で多変量判別式を作成する際に用いる線維筋痛症・うつ病状態情報や、線維筋痛症および／またはうつ病の状態評価を行うために用いる多変量判別式などを格納したデータベース装置４００を、ネットワーク３００を介して通信可能に接続して構成されてもよい。これにより、ネットワーク３００を介して、線維筋痛症・うつ病評価装置１００からクライアント装置２００やデータベース装置４００へ、あるいはクライアント装置２００やデータベース装置４００から線維筋痛症・うつ病評価装置１００へ、線維筋痛症および／またはうつ病の状態に関する情報などが提供される。ここで、線維筋痛症および／またはうつ病の状態に関する情報とは、ヒトを含む生物の線維筋痛症および／またはうつ病の状態に関する特定の項目について測定した値に関する情報である。また、線維筋痛症および／またはうつ病の状態に関する情報は、線維筋痛症・うつ病評価装置１００やクライアント装置２００や他の装置（例えば各種の計測装置等）で生成され、主にデータベース装置４００に蓄積される。   In addition to the fibromyalgia / depression evaluation apparatus 100 and the client apparatus 200, this system creates a multivariate discriminant with the fibromyalgia / depression evaluation apparatus 100 as shown in FIG. Database device 400 storing fibromyalgia / depression status information used for the test, multivariate discriminant used for evaluating fibromyalgia and / or depression status, etc. can be communicated via network 300 It may be configured to be connected to. Thereby, via the network 300, the fibromyalgia / depression evaluation apparatus 100 to the client apparatus 200 or the database apparatus 400, or from the client apparatus 200 or the database apparatus 400 to the fibromyalgia / depression evaluation apparatus 100, Information such as fibromyalgia and / or depression status is provided. Here, the information relating to the fibromyalgia and / or depression state is information relating to a value measured for a specific item relating to the fibromyalgia and / or depression state of organisms including humans. In addition, information on the fibromyalgia and / or depression state is generated by the fibromyalgia / depression evaluation apparatus 100, the client apparatus 200, and other apparatuses (for example, various measurement apparatuses), and is mainly a database. Accumulated in device 400.

つぎに、本システムの線維筋痛症・うつ病評価装置１００の構成について図６から図１８を参照して説明する。図６は、本システムの線維筋痛症・うつ病評価装置１００の構成の一例を示すブロック図であり、該構成のうち本発明に関係する部分のみを概念的に示している。   Next, the configuration of the fibromyalgia / depression evaluation apparatus 100 of the present system will be described with reference to FIGS. FIG. 6 is a block diagram showing an example of the configuration of the fibromyalgia / depression evaluation apparatus 100 of the present system, and conceptually shows only the part related to the present invention in the configuration.

線維筋痛症・うつ病評価装置１００は、当該線維筋痛症・うつ病評価装置を統括的に制御するＣＰＵ等の制御部１０２と、ルータ等の通信装置および専用線等の有線または無線の通信回線を介して当該線維筋痛症・うつ病評価装置をネットワーク３００に通信可能に接続する通信インターフェース部１０４と、各種のデータベースやテーブルやファイルなどを格納する記憶部１０６と、入力装置１１２や出力装置１１４に接続する入出力インターフェース部１０８と、で構成されており、これら各部は任意の通信路を介して通信可能に接続されている。ここで、線維筋痛症・うつ病評価装置１００は、各種の分析装置（例えばアミノ酸アナライザー等）と同一筐体で構成されてもよい。また、線維筋痛症・うつ病評価装置１００の分散・統合の具体的形態は図示のものに限られず、その全部または一部を、各種の負荷等に応じた任意の単位で、機能的または物理的に分散・統合して構成してもよい。   The fibromyalgia / depression evaluation apparatus 100 includes a control unit 102 such as a CPU that centrally controls the fibromyalgia / depression evaluation apparatus, a communication device such as a router, and a wired or wireless line such as a dedicated line. A communication interface unit 104 that connects the fibromyalgia / depression evaluation apparatus to the network 300 via a communication line so as to be communicable, a storage unit 106 that stores various databases, tables, files, and the like, an input device 112, The input / output interface unit 108 is connected to the output device 114, and these units are communicably connected via an arbitrary communication path. Here, the fibromyalgia / depression evaluation apparatus 100 may be configured in the same housing as various analysis apparatuses (for example, an amino acid analyzer or the like). In addition, the specific form of distribution / integration of the fibromyalgia / depression evaluation apparatus 100 is not limited to the illustrated one, and all or a part thereof is functional or arbitrary in various units according to various loads. It may be configured to be physically distributed and integrated.

記憶部１０６は、ストレージ手段であり、例えば、ＲＡＭ・ＲＯＭ等のメモリ装置や、ハードディスクのような固定ディスク装置、フレキシブルディスク、光ディスク等を用いることができる。記憶部１０６には、ＯＳ（Ｏｐｅｒａｔｉｎｇ Ｓｙｓｔｅｍ）と協働してＣＰＵに命令を与え各種処理を行うためのコンピュータプログラムが記録されている。記憶部１０６は、図示の如く、利用者情報ファイル１０６ａと、アミノ酸濃度データファイル１０６ｂと、線維筋痛症・うつ病状態情報ファイル１０６ｃと、指定線維筋痛症・うつ病状態情報ファイル１０６ｄと、多変量判別式関連情報データベース１０６ｅと、判別値ファイル１０６ｆと、評価結果ファイル１０６ｇと、を格納する。   The storage unit 106 is a storage unit, and for example, a memory device such as a RAM / ROM, a fixed disk device such as a hard disk, a flexible disk, an optical disk, or the like can be used. The storage unit 106 stores a computer program for giving instructions to the CPU and performing various processes in cooperation with an OS (Operating System). As shown in the figure, the storage unit 106 includes a user information file 106a, an amino acid concentration data file 106b, a fibromyalgia / depression state information file 106c, a designated fibromyalgia / depression state information file 106d, A multivariate discriminant-related information database 106e, a discriminant value file 106f, and an evaluation result file 106g are stored.

利用者情報ファイル１０６ａは、利用者に関する利用者情報を格納する。図７は、利用者情報ファイル１０６ａに格納される情報の一例を示す図である。利用者情報ファイル１０６ａに格納される情報は、図７に示すように、利用者を一意に識別するための利用者ＩＤと、利用者が正当な者であるか否かの認証を行うための利用者パスワードと、利用者の氏名と、利用者の所属する所属先を一意に識別するための所属先ＩＤと、利用者の所属する所属先の部門を一意に識別するための部門ＩＤと、部門名と、利用者の電子メールアドレスと、を相互に関連付けて構成されている。   The user information file 106a stores user information related to users. FIG. 7 is a diagram illustrating an example of information stored in the user information file 106a. As shown in FIG. 7, the information stored in the user information file 106a includes a user ID for uniquely identifying a user and authentication for whether or not the user is a valid person. A user password, a user name, an affiliation ID for uniquely identifying the affiliation to which the user belongs, a department ID for uniquely identifying the department to which the user belongs, The department name and the user's e-mail address are associated with each other.

図６に戻り、アミノ酸濃度データファイル１０６ｂは、アミノ酸の濃度値に関するアミノ酸濃度データを格納する。図８は、アミノ酸濃度データファイル１０６ｂに格納される情報の一例を示す図である。アミノ酸濃度データファイル１０６ｂに格納される情報は、図８に示すように、評価対象である個体（サンプル）を一意に識別するための個体番号と、アミノ酸濃度データとを相互に関連付けて構成されている。ここで、図８では、アミノ酸濃度データを数値、すなわち連続尺度として扱っているが、アミノ酸濃度データは名義尺度や順序尺度でもよい。なお、名義尺度や順序尺度の場合は、それぞれの状態に対して任意の数値を与えることで解析してもよい。また、アミノ酸濃度データに、その他の生体情報（例えば糖類、有機酸、脂肪酸、核酸・タンパク質・ペプチド・ミネラル・ホルモン等の生体代謝物や、例えば血糖値・血圧値・圧痛点データ・性別・年齢・肝疾患指標・食習慣・飲酒習慣・運動習慣・肥満度・疾患歴・問診データ等）を組み合わせてもよい。   Returning to FIG. 6, the amino acid concentration data file 106b stores amino acid concentration data relating to amino acid concentration values. FIG. 8 is a diagram showing an example of information stored in the amino acid concentration data file 106b. As shown in FIG. 8, the information stored in the amino acid concentration data file 106b is configured by associating an individual number for uniquely identifying an individual (sample) to be evaluated with amino acid concentration data. Yes. Here, in FIG. 8, amino acid concentration data is treated as a numerical value, that is, a continuous scale, but the amino acid concentration data may be a nominal scale or an order scale. In the case of a nominal scale or an order scale, analysis may be performed by giving an arbitrary numerical value to each state. In addition, amino acid concentration data includes other biological information (for example, saccharides, organic acids, fatty acids, biological metabolites such as nucleic acids, proteins, peptides, minerals, hormones, etc., blood glucose levels, blood pressure values, tender point data, sex, age, etc. -Liver disease indicators, eating habits, drinking habits, exercise habits, obesity, disease history, interview data, etc.) may be combined.

図６に戻り、線維筋痛症・うつ病状態情報ファイル１０６ｃは、多変量判別式を作成する際に用いる線維筋痛症・うつ病状態情報を格納する。図９は、線維筋痛症・うつ病状態情報ファイル１０６ｃに格納される情報の一例を示す図である。線維筋痛症・うつ病状態情報ファイル１０６ｃに格納される情報は、図９に示すように、個体番号と、線維筋痛症および／またはうつ病の状態を表す指標（指標Ｔ１、指標Ｔ２、指標Ｔ３・・・）に関する線維筋痛症・うつ病状態指標データ（Ｔ）と、アミノ酸濃度データと、を相互に関連付けて構成されている。ここで、図９では、線維筋痛症・うつ病状態指標データおよびアミノ酸濃度データを数値（すなわち連続尺度）として扱っているが、線維筋痛症・うつ病状態指標データおよびアミノ酸濃度データは名義尺度や順序尺度でもよい。なお、名義尺度や順序尺度の場合は、それぞれの状態に対して任意の数値を与えることで解析してもよい。また、線維筋痛症・うつ病状態指標データは、線維筋痛症および／またはうつ病の状態のマーカーとなる既知の単一の状態指標であり、数値データを用いてもよい。 Returning to FIG. 6, the fibromyalgia / depression state information file 106c stores fibromyalgia / depression state information used when creating a multivariate discriminant. FIG. 9 is a diagram illustrating an example of information stored in the fibromyalgia / depression state information file 106c. As shown in FIG. 9, the information stored in the fibromyalgia / depression state information file 106c includes an individual number and an index (index T 1 , index T) indicating the fibromyalgia and / or depression state. 2 , the fibromyalgia / depression state index data (T) related to the index T 3 ... And the amino acid concentration data are associated with each other. Here, in FIG. 9, fibromyalgia / depression state index data and amino acid concentration data are treated as numerical values (that is, a continuous scale), but the fibromyalgia / depression state index data and amino acid concentration data are nominal. It may be a scale or an order scale. In the case of a nominal scale or an order scale, analysis may be performed by giving an arbitrary numerical value to each state. The fibromyalgia / depression condition index data is a known single condition index serving as a marker of fibromyalgia and / or depression, and numerical data may be used.

図６に戻り、指定線維筋痛症・うつ病状態情報ファイル１０６ｄは、後述する線維筋痛症・うつ病状態情報指定部１０２ｇで指定した線維筋痛症・うつ病状態情報を格納する。図１０は、指定線維筋痛症・うつ病状態情報ファイル１０６ｄに格納される情報の一例を示す図である。指定線維筋痛症・うつ病状態情報ファイル１０６ｄに格納される情報は、図１０に示すように、個体番号と、指定した線維筋痛症・うつ病状態指標データと、指定したアミノ酸濃度データと、を相互に関連付けて構成されている。   Returning to FIG. 6, the designated fibromyalgia / depression state information file 106d stores the fibromyalgia / depression state information designated by the fibromyalgia / depression state information designating unit 102g described later. FIG. 10 is a diagram illustrating an example of information stored in the designated fibromyalgia / depression state information file 106d. As shown in FIG. 10, the information stored in the designated fibromyalgia / depression state information file 106d includes an individual number, designated fibromyalgia / depression state index data, designated amino acid concentration data, and Are related to each other.

図６に戻り、多変量判別式関連情報データベース１０６ｅは、後述する候補多変量判別式作成部１０２ｈ１で作成した候補多変量判別式を格納する候補多変量判別式ファイル１０６ｅ１と、後述する候補多変量判別式検証部１０２ｈ２での検証結果を格納する検証結果ファイル１０６ｅ２と、後述する変数選択部１０２ｈ３で選択したアミノ酸濃度データの組み合わせを含む線維筋痛症・うつ病状態情報を格納する選択線維筋痛症・うつ病状態情報ファイル１０６ｅ３と、後述する多変量判別式作成部１０２ｈで作成した多変量判別式を格納する多変量判別式ファイル１０６ｅ４と、で構成される。   Returning to FIG. 6, the multivariate discriminant-related information database 106e includes a candidate multivariate discriminant file 106e1 for storing the candidate multivariate discriminant created by the candidate multivariate discriminant-preparing part 102h1, which will be described later, and a candidate multivariate discriminant described later. Selected fibromyalgia containing fibromyalgia / depression state information including a combination of a verification result file 106e2 for storing a verification result in the discriminant verification unit 102h2 and amino acid concentration data selected by a variable selection unit 102h3 described later And a multivariate discriminant file 106e4 that stores the multivariate discriminant created by the multivariate discriminant-preparing part 102h described later.

候補多変量判別式ファイル１０６ｅ１は、後述する候補多変量判別式作成部１０２ｈ１で作成した候補多変量判別式を格納する。図１１は、候補多変量判別式ファイル１０６ｅ１に格納される情報の一例を示す図である。候補多変量判別式ファイル１０６ｅ１に格納される情報は、図１１に示すように、ランクと、候補多変量判別式（図１１では、Ｆ１（Ｇｌｙ，Ｌｅｕ，Ｐｈｅ，・・・）やＦ２（Ｇｌｙ，Ｌｅｕ，Ｐｈｅ，・・・）、Ｆ３（Ｇｌｙ，Ｌｅｕ，Ｐｈｅ，・・・）など）とを相互に関連付けて構成されている。 The candidate multivariate discriminant file 106e1 stores the candidate multivariate discriminant created by the candidate multivariate discriminant creation unit 102h1 described later. FIG. 11 is a diagram illustrating an example of information stored in the candidate multivariate discriminant file 106e1. As shown in FIG. 11, information stored in the candidate multivariate discriminant file 106e1 includes a rank, a candidate multivariate discriminant (in FIG. 11, F 1 (Gly, Leu, Phe,...)) And F 2. (Gly, Leu, Phe,...), F 3 (Gly, Leu, Phe,...)) Are associated with each other.

図６に戻り、検証結果ファイル１０６ｅ２は、後述する候補多変量判別式検証部１０２ｈ２での検証結果を格納する。図１２は、検証結果ファイル１０６ｅ２に格納される情報の一例を示す図である。検証結果ファイル１０６ｅ２に格納される情報は、図１２に示すように、ランクと、候補多変量判別式（図１２では、Ｆｋ（Ｇｌｙ，Ｌｅｕ，Ｐｈｅ，・・・）やＦｍ（Ｇｌｙ，Ｌｅｕ，Ｐｈｅ，・・・）、Ｆｌ（Ｇｌｙ，Ｌｅｕ，Ｐｈｅ，・・・）など）と、各候補多変量判別式の検証結果（例えば各候補多変量判別式の評価値）と、を相互に関連付けて構成されている。 Returning to FIG. 6, the verification result file 106e2 stores the verification result in the candidate multivariate discriminant verification unit 102h2 described later. FIG. 12 is a diagram illustrating an example of information stored in the verification result file 106e2. As shown in FIG. 12, the information stored in the verification result file 106e2 includes rank, candidate multivariate discriminant (in FIG. 12, F k (Gly, Leu, Phe,...) And F m (Gly, Le, Phe,...), Fl (Gly, Leu, Phe,...)) And the verification results of each candidate multivariate discriminant (for example, the evaluation value of each candidate multivariate discriminant). They are related to each other.

図６に戻り、選択線維筋痛症・うつ病状態情報ファイル１０６ｅ３は、後述する変数選択部１０２ｈ３で選択した変数に対応するアミノ酸濃度データの組み合わせを含む線維筋痛症・うつ病状態情報を格納する。図１３は、選択線維筋痛症・うつ病状態情報ファイル１０６ｅ３に格納される情報の一例を示す図である。選択線維筋痛症・うつ病状態情報ファイル１０６ｅ３に格納される情報は、図１３に示すように、個体番号と、後述する線維筋痛症・うつ病状態情報指定部１０２ｇで指定した線維筋痛症・うつ病状態指標データと、後述する変数選択部１０２ｈ３で選択したアミノ酸濃度データと、を相互に関連付けて構成されている。   Returning to FIG. 6, the selected fibromyalgia / depression state information file 106e3 stores fibromyalgia / depression state information including a combination of amino acid concentration data corresponding to variables selected by the variable selection unit 102h3 described later. To do. FIG. 13 is a diagram illustrating an example of information stored in the selected fibromyalgia / depression state information file 106e3. As shown in FIG. 13, information stored in the selected fibromyalgia / depression state information file 106e3 includes an individual number and fibromyalgia designated by a fibromyalgia / depression state information designating unit 102g described later. The symptom / depression state index data and the amino acid concentration data selected by the variable selection unit 102h3 described later are associated with each other.

図６に戻り、多変量判別式ファイル１０６ｅ４は、後述する多変量判別式作成部１０２ｈで作成した多変量判別式を格納する。図１４は、多変量判別式ファイル１０６ｅ４に格納される情報の一例を示す図である。多変量判別式ファイル１０６ｅ４に格納される情報は、図１４に示すように、ランクと、多変量判別式（図１４では、Ｆｐ（Ｐｈｅ，・・・）やＦｐ（Ｇｌｙ，Ｌｅｕ，Ｐｈｅ）、Ｆｋ（Ｇｌｙ，Ｌｅｕ，Ｐｈｅ，・・・）など）と、各式作成手法に対応する閾値と、各多変量判別式の検証結果（例えば各多変量判別式の評価値）と、を相互に関連付けて構成されている。 Returning to FIG. 6, the multivariate discriminant file 106e4 stores the multivariate discriminant created by the multivariate discriminant-preparing part 102h described later. FIG. 14 is a diagram illustrating an example of information stored in the multivariate discriminant file 106e4. As shown in FIG. 14, the information stored in the multivariate discriminant file 106e4 includes the rank, the multivariate discriminant (in FIG. 14, F p (Phe,...) And F p (Gly, Leu, Phe). ), F k (Gly, Leu, Phe,...)), A threshold corresponding to each formula creation method, a verification result of each multivariate discriminant (for example, an evaluation value of each multivariate discriminant), Are related to each other.

図６に戻り、判別値ファイル１０６ｆは、後述する判別値算出部１０２ｉで算出した判別値を格納する。図１５は、判別値ファイル１０６ｆに格納される情報の一例を示す図である。判別値ファイル１０６ｆに格納される情報は、図１５に示すように、評価対象である個体（サンプル）を一意に識別するための個体番号と、ランク（多変量判別式を一意に識別するための番号）と、判別値と、を相互に関連付けて構成されている。   Returning to FIG. 6, the discriminant value file 106f stores the discriminant value calculated by the discriminant value calculator 102i described later. FIG. 15 is a diagram illustrating an example of information stored in the discrimination value file 106f. As shown in FIG. 15, information stored in the discriminant value file 106f includes an individual number for uniquely identifying an individual (sample) to be evaluated and a rank (for uniquely identifying a multivariate discriminant). Number) and the discrimination value are associated with each other.

図６に戻り、評価結果ファイル１０６ｇは、後述する判別値基準評価部１０２ｊでの評価結果（具体的には、後述する判別値基準判別部１０２ｊ１での判別結果）を格納する。図１６は、評価結果ファイル１０６ｇに格納される情報の一例を示す図である。評価結果ファイル１０６ｇに格納される情報は、評価対象である個体（サンプル）を一意に識別するための個体番号と、予め取得した評価対象のアミノ酸濃度データと、多変量判別式で算出した判別値と、線維筋痛症および／またはうつ病の状態評価に関する評価結果と、を相互に関連付けて構成されている。   Returning to FIG. 6, the evaluation result file 106g stores an evaluation result in a discriminant value criterion-evaluating unit 102j described later (specifically, a discrimination result in a discriminant value criterion-discriminating unit 102j1 described later). FIG. 16 is a diagram illustrating an example of information stored in the evaluation result file 106g. Information stored in the evaluation result file 106g includes an individual number for uniquely identifying an individual (sample) to be evaluated, amino acid concentration data of the evaluation target acquired in advance, and a discriminant value calculated by a multivariate discriminant. And an evaluation result relating to the evaluation of the state of fibromyalgia and / or depression are associated with each other.

通信インターフェース部１０４は、線維筋痛症・うつ病評価装置１００とネットワーク３００（またはルータ等の通信装置）との間における通信を媒介する。すなわち、通信インターフェース部１０４は、他の端末と通信回線を介してデータを通信する機能を有する。   The communication interface unit 104 mediates communication between the fibromyalgia / depression evaluation apparatus 100 and the network 300 (or a communication apparatus such as a router). That is, the communication interface unit 104 has a function of communicating data with other terminals via a communication line.

入出力インターフェース部１０８は、入力装置１１２や出力装置１１４に接続する。ここで、出力装置１１４には、モニタ（家庭用テレビを含む）の他、スピーカやプリンタを用いることができる（なお、以下では、出力装置１１４をモニタ１１４として記載する場合がある。）。入力装置１１２には、キーボードやマウスやマイクの他、マウスと協働してポインティングデバイス機能を実現するモニタを用いることができる。   The input / output interface unit 108 is connected to the input device 112 and the output device 114. Here, in addition to a monitor (including a home television), a speaker or a printer can be used as the output device 114 (hereinafter, the output device 114 may be described as the monitor 114). As the input device 112, a monitor that realizes a pointing device function in cooperation with a mouse can be used in addition to a keyboard, a mouse, and a microphone.

制御部１０２は、ＯＳ（Ｏｐｅｒａｔｉｎｇ Ｓｙｓｔｅｍ）等の制御プログラム・各種の処理手順等を規定したプログラム・所要データなどを格納するための内部メモリを有し、これらのプログラムに基づいて種々の情報処理を実行する。制御部１０２は、図示の如く、大別して、要求解釈部１０２ａと閲覧処理部１０２ｂと認証処理部１０２ｃと電子メール生成部１０２ｄとＷｅｂページ生成部１０２ｅと受信部１０２ｆと線維筋痛症・うつ病状態情報指定部１０２ｇと多変量判別式作成部１０２ｈと判別値算出部１０２ｉと判別値基準評価部１０２ｊと結果出力部１０２ｋと送信部１０２ｍとを備えている。制御部１０２は、データベース装置４００から送信された線維筋痛症・うつ病状態情報やクライアント装置２００から送信されたアミノ酸濃度データに対して、欠損値のあるデータの除去・外れ値の多いデータの除去・欠損値のあるデータの多い変数の除去などのデータ処理も行う。   The control unit 102 has an internal memory for storing a control program such as an OS (Operating System), a program that defines various processing procedures, and necessary data, and performs various information processing based on these programs. Execute. As shown in the figure, the control unit 102 is roughly divided into a request interpretation unit 102a, a browsing processing unit 102b, an authentication processing unit 102c, an email generation unit 102d, a Web page generation unit 102e, a reception unit 102f, and fibromyalgia / depression. A state information specifying unit 102g, a multivariate discriminant creating unit 102h, a discriminant value calculating unit 102i, a discriminant value criterion evaluating unit 102j, a result output unit 102k, and a transmitting unit 102m are provided. The control unit 102 removes data with a missing value / data with many outliers from the fibromyalgia / depression state information transmitted from the database device 400 and the amino acid concentration data transmitted from the client device 200. Data processing such as removal of variables with many data with removal / missing values is also performed.

要求解釈部１０２ａは、クライアント装置２００やデータベース装置４００からの要求内容を解釈し、その解釈結果に応じて制御部１０２の各部に処理を受け渡す。閲覧処理部１０２ｂは、クライアント装置２００からの各種画面の閲覧要求を受けて、これら画面のＷｅｂデータの生成や送信を行なう。認証処理部１０２ｃは、クライアント装置２００やデータベース装置４００からの認証要求を受けて、認証判断を行う。電子メール生成部１０２ｄは、各種の情報を含んだ電子メールを生成する。Ｗｅｂページ生成部１０２ｅは、利用者がクライアント装置２００で閲覧するＷｅｂページを生成する。   The request interpreter 102a interprets the request contents from the client device 200 and the database device 400, and passes the processing to each unit of the controller 102 according to the interpretation result. Upon receiving browsing requests for various screens from the client device 200, the browsing processing unit 102b generates and transmits Web data for these screens. Upon receiving an authentication request from the client device 200 or the database device 400, the authentication processing unit 102c makes an authentication determination. The e-mail generation unit 102d generates an e-mail including various types of information. The web page generation unit 102e generates a web page that the user browses on the client device 200.

受信部１０２ｆは、クライアント装置２００やデータベース装置４００から送信された情報（具体的には、アミノ酸濃度データや線維筋痛症・うつ病状態情報、多変量判別式など）を、ネットワーク３００を介して受信する。線維筋痛症・うつ病状態情報指定部１０２ｇは、多変量判別式を作成するにあたり、対象とする線維筋痛症・うつ病状態指標データおよびアミノ酸濃度データを指定する。   The receiving unit 102f receives information (specifically, amino acid concentration data, fibromyalgia / depression state information, multivariate discriminant, etc.) transmitted from the client device 200 or the database device 400 via the network 300. Receive. The fibromyalgia / depression state information designation unit 102g designates target fibromyalgia / depression state index data and amino acid concentration data when creating a multivariate discriminant.

多変量判別式作成部１０２ｈは、受信部１０２ｆで受信した線維筋痛症・うつ病状態情報や線維筋痛症・うつ病状態情報指定部１０２ｇで指定した線維筋痛症・うつ病状態情報に基づいて多変量判別式を作成する。具体的には、多変量判別式作成部１０２ｈは、線維筋痛症・うつ病状態情報から、候補多変量判別式作成部１０２ｈ１、候補多変量判別式検証部１０２ｈ２および変数選択部１０２ｈ３を繰り返し実行させることにより蓄積された検証結果に基づいて、複数の候補多変量判別式の中から多変量判別式として採用する候補多変量判別式を選出することで、多変量判別式を作成する。   The multivariate discriminant-preparing part 102h uses the fibromyalgia / depression state information received by the receiving part 102f and the fibromyalgia / depression state information specified by the fibromyalgia / depression state information specifying part 102g. Create a multivariate discriminant based on it. Specifically, the multivariate discriminant creation unit 102h repeatedly executes the candidate multivariate discriminant creation unit 102h1, the candidate multivariate discriminant verification unit 102h2, and the variable selection unit 102h3 from the fibromyalgia / depression state information. A multivariate discriminant is created by selecting a candidate multivariate discriminant to be adopted as a multivariate discriminant from among a plurality of candidate multivariate discriminants based on the verification result accumulated by doing so.

なお、多変量判別式が予め記憶部１０６の所定の記憶領域に格納されている場合には、多変量判別式作成部１０２ｈは、記憶部１０６から所望の多変量判別式を選択することで、多変量判別式を作成してもよい。また、多変量判別式作成部１０２ｈは、多変量判別式を予め格納した他のコンピュータ装置（例えばデータベース装置４００）から所望の多変量判別式を選択しダウンロードすることで、多変量判別式を作成してもよい。   When the multivariate discriminant is stored in advance in a predetermined storage area of the storage unit 106, the multivariate discriminant-preparing unit 102h selects a desired multivariate discriminant from the storage unit 106, A multivariate discriminant may be created. In addition, the multivariate discriminant creation unit 102h creates a multivariate discriminant by selecting and downloading a desired multivariate discriminant from another computer device (for example, the database device 400) that stores the multivariate discriminant in advance. May be.

ここで、多変量判別式作成部１０２ｈの構成について図１７を参照して説明する。図１７は、多変量判別式作成部１０２ｈの構成を示すブロック図であり、該構成のうち本発明に関係する部分のみを概念的に示している。多変量判別式作成部１０２ｈは、候補多変量判別式作成部１０２ｈ１と、候補多変量判別式検証部１０２ｈ２と、変数選択部１０２ｈ３と、をさらに備えている。候補多変量判別式作成部１０２ｈ１は、線維筋痛症・うつ病状態情報から所定の式作成手法に基づいて多変量判別式の候補である候補多変量判別式を作成する。なお、候補多変量判別式作成部１０２ｈ１は、線維筋痛症・うつ病状態情報から、複数の異なる式作成手法を併用して複数の候補多変量判別式を作成してもよい。候補多変量判別式検証部１０２ｈ２は、候補多変量判別式作成部１０２ｈ１で作成した候補多変量判別式を所定の検証手法に基づいて検証する。なお、候補多変量判別式検証部１０２ｈ２は、ブートストラップ法、ホールドアウト法、リーブワンアウト法のうち少なくとも１つに基づいて候補多変量判別式の判別率、感度、特異性、情報量基準のうち少なくとも１つに関して検証してもよい。変数選択部１０２ｈ３は、候補多変量判別式検証部１０２ｈ２での検証結果から所定の変数選択手法に基づいて候補多変量判別式の変数を選択することで、候補多変量判別式を作成する際に用いる線維筋痛症・うつ病状態情報に含まれるアミノ酸濃度データの組み合わせを選択する。なお、変数選択部１０２ｈ３は、検証結果からステップワイズ法、ベストパス法、近傍探索法、遺伝的アルゴリズムのうち少なくとも１つに基づいて候補多変量判別式の変数を選択してもよい。   Here, the configuration of the multivariate discriminant-preparing part 102h will be described with reference to FIG. FIG. 17 is a block diagram showing the configuration of the multivariate discriminant-preparing part 102h, and conceptually shows only the part related to the present invention. The multivariate discriminant creation unit 102h further includes a candidate multivariate discriminant creation unit 102h1, a candidate multivariate discriminant verification unit 102h2, and a variable selection unit 102h3. The candidate multivariate discriminant-preparing part 102h1 creates a candidate multivariate discriminant that is a candidate for the multivariate discriminant from the fibromyalgia / depression state information based on a predetermined formula creation method. The candidate multivariate discriminant creation unit 102h1 may create a plurality of candidate multivariate discriminants from a combination of a plurality of different formula creation methods from fibromyalgia / depression state information. The candidate multivariate discriminant verification unit 102h2 verifies the candidate multivariate discriminant created by the candidate multivariate discriminant creation unit 102h1 based on a predetermined verification method. It should be noted that the candidate multivariate discriminant verification unit 102h2 is based on at least one of the bootstrap method, the holdout method, and the leave one-out method. At least one of them may be verified. When the variable selection unit 102h3 creates a candidate multivariate discriminant by selecting a variable of the candidate multivariate discriminant based on a predetermined variable selection method from the verification result in the candidate multivariate discriminant verification unit 102h2. A combination of amino acid concentration data included in the fibromyalgia / depression state information to be used is selected. Note that the variable selection unit 102h3 may select a variable of the candidate multivariate discriminant from the verification result based on at least one of the stepwise method, the best path method, the neighborhood search method, and the genetic algorithm.

図６に戻り、判別値算出部１０２ｉは、多変量判別式作成部１０２ｈで作成した多変量判別式（例えば、Ｐｒｏ，ＡＢＡ，Ｏｒｎ，Ｓｅｒ，Ｌｙｓ，Ｃｉｔ，Ｇｌｕ，Ｈｉｓ，Ｖａｌ，Ｃｙｓ２，Ｉｌｅ，Ｍｅｔのうち少なくとも１つを変数として含む多変量判別式）、および受信部１０２ｆで受信した評価対象のアミノ酸濃度データ（例えば、Ｐｒｏ，ＡＢＡ，Ｏｒｎ，Ｓｅｒ，Ｌｙｓ，Ｃｉｔ，Ｇｌｕ，Ｈｉｓ，Ｖａｌ，Ｃｙｓ２，Ｉｌｅ，Ｍｅｔのうち少なくとも１つの濃度値）に基づいて、当該多変量判別式の値である判別値を算出する。   Returning to FIG. 6, the discriminant value calculation unit 102 i uses the multivariate discriminant created by the multivariate discriminant creation unit 102 h (for example, Pro, ABA, Orn, Ser, Lys, Cit, Glu, His, Val, Cys2, Ile). , Met, a multivariate discriminant including at least one as a variable, and the amino acid concentration data to be evaluated received by the receiving unit 102f (for example, Pro, ABA, Orn, Ser, Lys, Cit, Glu, His, Val , Cys2, Ile, and Met), a discriminant value that is a value of the multivariate discriminant is calculated.

ここで、多変量判別式は、１つの分数式または複数の分数式の和、またはロジスティック回帰式、線形判別式、重回帰式、サポートベクターマシンで作成された式、マハラノビス距離法で作成された式、正準判別分析で作成された式、決定木で作成された式のいずれか１つでもよい。具体的には、多変量判別式は、数式１の分数式、Ｓｅｒ，ＡＢＡ，Ｔｒｐ，Ｏｒｎ，Ｌｙｓを変数とするロジスティック回帰式、またはＳｅｒ，Ａｓｎ，Ｐｒｏ，ＡＢＡ，Ｏｒｎ，Ｌｙｓを変数とする線形判別式でもよい。
ａ１（ＡＢＡ／Ｓｅｒ）＋ｂ１（Ｈｉｓ／Ｔｒｐ）＋ｃ１（Ｌｙｓ／Ｏｒｎ）＋ｄ１
・・・（数式１）
（数式１において、ａ１，ｂ１，ｃ１およびｄ１は任意の実数である。） Here, the multivariate discriminant is the sum of one fractional formula or multiple fractional formulas, or a logistic regression formula, linear discriminant formula, multiple regression formula, formula created with support vector machine, Mahalanobis distance formula Any one of an expression, an expression created by canonical discriminant analysis, and an expression created by a decision tree may be used. Specifically, the multivariate discriminant is a fractional expression of Equation 1, a logistic regression equation with Ser, ABA, Trp, Orn, Lys as variables, or Ser, Asn, Pro, ABA, Orn, Lys as variables. A linear discriminant may be used.
a 1 (ABA / Ser) + b 1 (His / Trp) + c 1 (Lys / Orn) + d 1
... (Formula 1)
(In Formula 1, a 1, b 1, c 1 and d 1 are arbitrary real numbers.)

判別値基準評価部１０２ｊは、判別値算出部１０２ｉで算出した判別値に基づいて評価対象につき線維筋痛症および／またはうつ病の状態を評価する。判別値基準評価部１０２ｊは、判別値基準判別部１０２ｊ１をさらに備えている。ここで、判別値基準評価部１０２ｊの構成について図１８を参照して説明する。図１８は、判別値基準評価部１０２ｊの構成を示すブロック図であり、該構成のうち本発明に関係する部分のみを概念的に示している。判別値基準判別部１０２ｊ１は、判別値に基づいて、評価対象につき、線維筋痛症患者群または非線維筋痛症群（健常群）であるか否か、または線維筋痛症患者群またはうつ病患者群であるか否かを判別する。具体的には、判別値基準判別部１０２ｊ１は、判別値と予め設定された閾値（カットオフ値）とを比較することで、評価対象につき、線維筋痛症患者群または非線維筋痛症群（健常群）であるか否か、または線維筋痛症患者群またはうつ病患者群であるか否かを判別する。   The discriminant value criterion-evaluating unit 102j evaluates the state of fibromyalgia and / or depression per evaluation object based on the discriminant value calculated by the discriminant value calculator 102i. The discriminant value criterion-evaluating unit 102j further includes a discriminant value criterion-discriminating unit 102j1. Here, the configuration of the discriminant value criterion-evaluating unit 102j will be described with reference to FIG. FIG. 18 is a block diagram showing the configuration of the discriminant value criterion-evaluating unit 102j, and conceptually shows only the portion related to the present invention. Based on the discriminant value, the discriminant value criterion discriminating unit 102j1 determines whether the evaluation target is a fibromyalgia patient group or a non-fibromyalgia group (healthy group), or a fibromyalgia patient group or depression. It is determined whether or not the patient is a disease patient group. Specifically, the discriminant value criterion discriminating unit 102j1 compares the discriminant value with a preset threshold value (cutoff value), so that the fibromyalgia patient group or the non-fibromyalgia group It is discriminated whether it is a (healthy group) or a fibromyalgia patient group or a depression patient group.

図６に戻り、結果出力部１０２ｋは、制御部１０２の各処理部での処理結果（判別値基準評価部１０２ｊでの評価結果（具体的には判別値基準判別部１０２ｊ１での判別結果）を含む）等を出力装置１１４に出力する。   Returning to FIG. 6, the result output unit 102k displays the processing results in the respective processing units of the control unit 102 (evaluation results in the discrimination value criterion evaluation unit 102j (specifically, discrimination results in the discrimination value criterion discrimination unit 102j1)). Output) to the output device 114.

送信部１０２ｍは、評価対象のアミノ酸濃度データの送信元のクライアント装置２００に対して評価結果を送信したり、データベース装置４００に対して、線維筋痛症・うつ病評価装置１００で作成した多変量判別式や評価結果を送信したりする。   The transmission unit 102m transmits the evaluation result to the client device 200 that is the transmission source of the amino acid concentration data to be evaluated, or the multivariate created by the fibromyalgia / depression evaluation device 100 to the database device 400. Send discriminants and evaluation results.

つぎに、本システムのクライアント装置２００の構成について図１９を参照して説明する。図１９は、本システムのクライアント装置２００の構成の一例を示すブロック図であり、該構成のうち本発明に関係する部分のみを概念的に示している。   Next, the configuration of the client device 200 of this system will be described with reference to FIG. FIG. 19 is a block diagram showing an example of the configuration of the client device 200 of the present system, and conceptually shows only the portion related to the present invention in the configuration.

クライアント装置２００は、制御部２１０とＲＯＭ２２０とＨＤ２３０とＲＡＭ２４０と入力装置２５０と出力装置２６０と入出力ＩＦ２７０と通信ＩＦ２８０とで構成されており、これら各部は任意の通信路を介して通信可能に接続されている。   The client device 200 includes a control unit 210, a ROM 220, an HD 230, a RAM 240, an input device 250, an output device 260, an input / output IF 270, and a communication IF 280. These units are communicably connected via an arbitrary communication path. Has been.

制御部２１０は、Ｗｅｂブラウザ２１１、電子メーラ２１２、受信部２１３、送信部２１４を備えている。Ｗｅｂブラウザ２１１は、Ｗｅｂデータを解釈し、解釈したＷｅｂデータを後述するモニタ２６１に表示するブラウズ処理を行う。なお、Ｗｅｂブラウザ２１１には、ストリーム映像の受信・表示・フィードバック等を行う機能を備えたストリームプレイヤ等の各種のソフトウェアをプラグインしてもよい。電子メーラ２１２は、所定の通信規約（例えば、ＳＭＴＰ（Ｓｉｍｐｌｅ Ｍａｉｌ Ｔｒａｎｓｆｅｒ Ｐｒｏｔｏｃｏｌ）やＰＯＰ３（Ｐｏｓｔ Ｏｆｆｉｃｅ Ｐｒｏｔｏｃｏｌ ｖｅｒｓｉｏｎ ３）等）に従って電子メールの送受信を行う。受信部２１３は、通信ＩＦ２８０を介して、線維筋痛症・うつ病評価装置１００から送信された評価結果などの各種情報を受信する。送信部２１４は、通信ＩＦ２８０を介して、評価対象のアミノ酸濃度データなどの各種情報を線維筋痛症・うつ病評価装置１００へ送信する。   The control unit 210 includes a web browser 211, an electronic mailer 212, a reception unit 213, and a transmission unit 214. The web browser 211 interprets the web data and performs a browsing process for displaying the interpreted web data on a monitor 261 described later. Note that the web browser 211 may be plugged in with various software such as a stream player having a function of receiving, displaying, and feedbacking the stream video. The electronic mailer 212 performs transmission / reception of electronic mail in accordance with a predetermined communication protocol (for example, Simple Mail Transfer Protocol (SMTP), Post Office Protocol version 3 (POP3), etc.). The receiving unit 213 receives various information such as the evaluation result transmitted from the fibromyalgia / depression evaluation apparatus 100 via the communication IF 280. The transmission unit 214 transmits various types of information such as amino acid concentration data to be evaluated to the fibromyalgia / depression evaluation apparatus 100 via the communication IF 280.

入力装置２５０はキーボードやマウスやマイク等である。なお、後述するモニタ２６１もマウスと協働してポインティングデバイス機能を実現する。出力装置２６０は、通信ＩＦ２８０を介して受信した情報を出力する出力手段であり、モニタ（家庭用テレビを含む）２６１およびプリンタ２６２を含む。この他、出力装置２６０にスピーカ等を設けてもよい。入出力ＩＦ２７０は入力装置２５０や出力装置２６０に接続する。   The input device 250 is a keyboard, a mouse, a microphone, or the like. A monitor 261, which will be described later, also realizes a pointing device function in cooperation with the mouse. The output device 260 is an output unit that outputs information received via the communication IF 280, and includes a monitor (including a home television) 261 and a printer 262. In addition, the output device 260 may be provided with a speaker or the like. The input / output IF 270 is connected to the input device 250 and the output device 260.

通信ＩＦ２８０は、クライアント装置２００とネットワーク３００（またはルータ等の通信装置）とを通信可能に接続する。換言すると、クライアント装置２００は、モデムやＴＡやルータなどの通信装置および電話回線を介して、または専用線を介してネットワーク３００に接続される。これにより、クライアント装置２００は、所定の通信規約に従って線維筋痛症・うつ病評価装置１００にアクセスすることができる。   The communication IF 280 connects the client device 200 and the network 300 (or a communication device such as a router) so that they can communicate with each other. In other words, the client device 200 is connected to the network 300 via a communication device such as a modem, TA, or router and a telephone line, or via a dedicated line. Thereby, the client apparatus 200 can access the fibromyalgia / depression evaluation apparatus 100 according to a predetermined communication protocol.

つぎに、本システムのネットワーク３００について図４、図５を参照して説明する。ネットワーク３００は、線維筋痛症・うつ病評価装置１００とクライアント装置２００とデータベース装置４００とを相互に通信可能に接続する機能を有し、例えばインターネットやイントラネットやＬＡＮ（有線／無線の双方を含む）等である。なお、ネットワーク３００は、ＶＡＮや、パソコン通信網や、公衆電話網（アナログ／デジタルの双方を含む）や、専用回線網（アナログ／デジタルの双方を含む）や、ＣＡＴＶ網や、携帯回線交換網または携帯パケット交換網（ＩＭＴ２０００方式、ＧＳＭ方式またはＰＤＣ／ＰＤＣ−Ｐ方式等を含む）や、無線呼出網や、Ｂｌｕｅｔｏｏｔｈ（登録商標）等の局所無線網や、ＰＨＳ網や、衛星通信網（ＣＳ、ＢＳまたはＩＳＤＢ等を含む）等でもよい。   Next, the network 300 of this system will be described with reference to FIGS. The network 300 has a function of connecting the fibromyalgia / depression evaluation apparatus 100, the client apparatus 200, and the database apparatus 400 so that they can communicate with each other, and includes, for example, the Internet, an intranet, and a LAN (both wired / wireless). ) Etc. The network 300 includes a VAN, a personal computer communication network, a public telephone network (including both analog / digital), a dedicated line network (including both analog / digital), a CATV network, and a mobile line switching network. Or mobile packet switching network (including IMT2000 system, GSM system or PDC / PDC-P system), wireless paging network, local wireless network such as Bluetooth (registered trademark), PHS network, satellite communication network (CS , BS, ISDB, etc.).

つぎに、本システムのデータベース装置４００の構成について図２０を参照して説明する。図２０は、本システムのデータベース装置４００の構成の一例を示すブロック図であり、該構成のうち本発明に関係する部分のみを概念的に示している。   Next, the configuration of the database apparatus 400 of this system will be described with reference to FIG. FIG. 20 is a block diagram showing an example of the configuration of the database apparatus 400 of this system, and conceptually shows only the portion related to the present invention in the configuration.

データベース装置４００は、線維筋痛症・うつ病評価装置１００または当該データベース装置で多変量判別式を作成する際に用いる線維筋痛症・うつ病状態情報や、線維筋痛症・うつ病評価装置１００で作成した多変量判別式、線維筋痛症・うつ病評価装置１００での評価結果などを格納する機能を有する。図２０に示すように、データベース装置４００は、当該データベース装置を統括的に制御するＣＰＵ等の制御部４０２と、ルータ等の通信装置および専用線等の有線または無線の通信回路を介して当該データベース装置をネットワーク３００に通信可能に接続する通信インターフェース部４０４と、各種のデータベースやテーブルやファイル（例えばＷｅｂページ用ファイル）などを格納する記憶部４０６と、入力装置４１２や出力装置４１４に接続する入出力インターフェース部４０８と、で構成されており、これら各部は任意の通信路を介して通信可能に接続されている。   The database apparatus 400 is a fibromyalgia / depression evaluation apparatus 100 or fibromyalgia / depression state information used when creating a multivariate discriminant with the database apparatus, or a fibromyalgia / depression evaluation apparatus. 100 has a function of storing the multivariate discriminant created in 100, the evaluation result of the fibromyalgia / depression evaluation apparatus 100, and the like. As shown in FIG. 20, the database device 400 includes a control unit 402 such as a CPU that controls the database device in an integrated manner, a communication device such as a router, and a wired or wireless communication circuit such as a dedicated line. A communication interface unit 404 that connects the apparatus to the network 300 to be communicable, a storage unit 406 that stores various databases, tables, and files (for example, files for Web pages), and an input unit that connects to the input unit 412 and the output unit 414. The output interface unit 408 is configured to be communicable via an arbitrary communication path.

記憶部４０６は、ストレージ手段であり、例えば、ＲＡＭ・ＲＯＭ等のメモリ装置や、ハードディスクのような固定ディスク装置や、フレキシブルディスクや、光ディスク等を用いることができる。記憶部４０６には、各種処理に用いる各種プログラム等を格納する。通信インターフェース部４０４は、データベース装置４００とネットワーク３００（またはルータ等の通信装置）との間における通信を媒介する。すなわち、通信インターフェース部４０４は、他の端末と通信回線を介してデータを通信する機能を有する。入出力インターフェース部４０８は、入力装置４１２や出力装置４１４に接続する。ここで、出力装置４１４には、モニタ（家庭用テレビを含む）の他、スピーカやプリンタを用いることができる（なお、以下で、出力装置４１４をモニタ４１４として記載する場合がある。）。また、入力装置４１２には、キーボードやマウスやマイクの他、マウスと協働してポインティングデバイス機能を実現するモニタを用いることができる。   The storage unit 406 is a storage unit, and for example, a memory device such as a RAM / ROM, a fixed disk device such as a hard disk, a flexible disk, an optical disk, or the like can be used. The storage unit 406 stores various programs used for various processes. The communication interface unit 404 mediates communication between the database device 400 and the network 300 (or a communication device such as a router). That is, the communication interface unit 404 has a function of communicating data with other terminals via a communication line. The input / output interface unit 408 is connected to the input device 412 and the output device 414. Here, in addition to a monitor (including a home television), a speaker or a printer can be used as the output device 414 (hereinafter, the output device 414 may be described as the monitor 414). In addition to the keyboard, mouse, and microphone, the input device 412 can be a monitor that realizes a pointing device function in cooperation with the mouse.

制御部４０２は、ＯＳ（Ｏｐｅｒａｔｉｎｇ Ｓｙｓｔｅｍ）等の制御プログラム・各種の処理手順等を規定したプログラム・所要データなどを格納するための内部メモリを有し、これらのプログラムに基づいて種々の情報処理を実行する。制御部４０２は、図示の如く、大別して、要求解釈部４０２ａと閲覧処理部４０２ｂと認証処理部４０２ｃと電子メール生成部４０２ｄとＷｅｂページ生成部４０２ｅと送信部４０２ｆとを備えている。   The control unit 402 has an internal memory for storing a control program such as an OS (Operating System), a program that defines various processing procedures, and necessary data, and performs various information processing based on these programs. Execute. As shown in the figure, the control unit 402 is roughly divided into a request interpretation unit 402a, a browsing processing unit 402b, an authentication processing unit 402c, an email generation unit 402d, a Web page generation unit 402e, and a transmission unit 402f.

要求解釈部４０２ａは、線維筋痛症・うつ病評価装置１００からの要求内容を解釈し、その解釈結果に応じて制御部４０２の各部に処理を受け渡す。閲覧処理部４０２ｂは、線維筋痛症・うつ病評価装置１００からの各種画面の閲覧要求を受けて、これら画面のＷｅｂデータの生成や送信を行う。認証処理部４０２ｃは、線維筋痛症・うつ病評価装置１００からの認証要求を受けて、認証判断を行う。電子メール生成部４０２ｄは、各種の情報を含んだ電子メールを生成する。Ｗｅｂページ生成部４０２ｅは、利用者がクライアント装置２００で閲覧するＷｅｂページを生成する。送信部４０２ｆは、線維筋痛症・うつ病状態情報や多変量判別式などの各種情報を、線維筋痛症・うつ病評価装置１００へ送信する。   The request interpretation unit 402a interprets the request content from the fibromyalgia / depression evaluation apparatus 100 and passes the processing to each unit of the control unit 402 according to the interpretation result. Upon receiving browsing requests for various screens from the fibromyalgia / depression evaluation apparatus 100, the browsing processing unit 402b generates and transmits Web data for these screens. Upon receiving an authentication request from the fibromyalgia / depression evaluation apparatus 100, the authentication processing unit 402c makes an authentication determination. The e-mail generation unit 402d generates an e-mail including various types of information. The web page generation unit 402e generates a web page that the user browses on the client device 200. The transmitting unit 402f transmits various information such as fibromyalgia / depression state information and multivariate discriminant to the fibromyalgia / depression evaluation apparatus 100.

［２−３．本システムの処理］
ここでは、以上のように構成された本システムで行われる線維筋痛症・うつ病評価サービス処理の一例を、図２１を参照して説明する。図２１は、線維筋痛症・うつ病評価サービス処理の一例を示すフローチャートである。 [2-3. Processing of this system]
Here, an example of the fibromyalgia / depression evaluation service process performed in the system configured as described above will be described with reference to FIG. FIG. 21 is a flowchart illustrating an example of fibromyalgia / depression evaluation service processing.

なお、本処理で用いるアミノ酸濃度データは、個体から予め採取した血液を分析して得たアミノ酸の濃度値に関するものである。ここで、血液中のアミノ酸の分析方法について簡単に説明する。まず、採血した血液サンプルを、ヘパリン処理したチューブに採取し、その後、当該チューブに対して遠心分離を行うことで血漿を分離する。なお、分離したすべての血漿サンプルはアミノ酸濃度の測定時まで−７０℃で凍結保存する。そして、アミノ酸濃度の測定時に、血漿サンプルに対してスルホサリチル酸を添加し３％濃度調整により除蛋白処理を行う。なお、アミノ酸濃度の測定には、ポストカラムでニンヒドリン反応を用いた高速液体クロマトグラフィー（ＨＰＬＣ）を原理としたアミノ酸分析機を使用した。   The amino acid concentration data used in this process relates to the amino acid concentration value obtained by analyzing blood collected in advance from an individual. Here, a method for analyzing amino acids in blood will be briefly described. First, a collected blood sample is collected in a heparinized tube, and then the plasma is separated by centrifuging the tube. All separated plasma samples are stored frozen at -70 ° C. until the amino acid concentration is measured. Then, at the time of measuring the amino acid concentration, sulfosalicylic acid is added to the plasma sample and protein removal treatment is performed by adjusting the concentration by 3%. The amino acid concentration was measured using an amino acid analyzer based on the principle of high performance liquid chromatography (HPLC) using a ninhydrin reaction in a post column.

まず、Ｗｅｂブラウザ２１１を表示した画面上で利用者が入力装置２５０を介して線維筋痛症・うつ病評価装置１００が提供するＷｅｂサイトのアドレス（ＵＲＬなど）を指定すると、クライアント装置２００は線維筋痛症・うつ病評価装置１００へアクセスする。具体的には、利用者がクライアント装置２００のＷｅｂブラウザ２１１の画面更新を指示すると、Ｗｅｂブラウザ２１１は、線維筋痛症・うつ病評価装置１００が提供するＷｅｂサイトのアドレスを所定の通信規約で線維筋痛症・うつ病評価装置１００へ送信することで、アミノ酸濃度データ送信画面に対応するＷｅｂページの送信要求を、当該アドレスに基づくルーティングで線維筋痛症・うつ病評価装置１００へ行う。   First, when the user designates an address (URL or the like) of a website provided by the fibromyalgia / depression evaluation apparatus 100 via the input device 250 on the screen displaying the web browser 211, the client apparatus 200 displays the fiber. Access to the myalgia / depression evaluation apparatus 100. Specifically, when the user instructs to update the screen of the Web browser 211 of the client device 200, the Web browser 211 sets the address of the Web site provided by the fibromyalgia / depression evaluation device 100 according to a predetermined communication protocol. By transmitting to the fibromyalgia / depression evaluation apparatus 100, a transmission request for a Web page corresponding to the amino acid concentration data transmission screen is made to the fibromyalgia / depression evaluation apparatus 100 by routing based on the address.

つぎに、線維筋痛症・うつ病評価装置１００は、要求解釈部１０２ａで、クライアント装置２００からの送信を受け、当該送信の内容を解析し、解析結果に応じて制御部１０２の各部に処理を移す。具体的には、送信の内容がアミノ酸濃度データ送信画面に対応するＷｅｂページの送信要求であった場合、線維筋痛症・うつ病評価装置１００は、主として閲覧処理部１０２ｂで、記憶部１０６の所定の記憶領域に格納されている当該Ｗｅｂページを表示するためのＷｅｂデータを取得し、取得したＷｅｂデータをクライアント装置２００へ送信する。より具体的には、利用者からアミノ酸濃度データ送信画面に対応するＷｅｂページの送信要求があった場合、線維筋痛症・うつ病評価装置１００は、まず、制御部１０２で、利用者ＩＤや利用者パスワードの入力を利用者に対して求める。そして、利用者ＩＤやパスワードが入力されると、線維筋痛症・うつ病評価装置１００は、認証処理部１０２ｃで、入力された利用者ＩＤやパスワードと利用者情報ファイル１０６ａに格納されている利用者ＩＤや利用者パスワードとの認証判断を行う。そして、線維筋痛症・うつ病評価装置１００は、認証可の場合にのみ、閲覧処理部１０２ｂで、アミノ酸濃度データ送信画面に対応するＷｅｂページを表示するためのＷｅｂデータをクライアント装置２００へ送信する。なお、クライアント装置２００の特定は、クライアント装置２００から送信要求と共に送信されたＩＰアドレスで行う。   Next, the fibromyalgia / depression evaluation apparatus 100 receives the transmission from the client apparatus 200 by the request interpretation unit 102a, analyzes the content of the transmission, and processes each part of the control unit 102 according to the analysis result. Move. Specifically, when the content of the transmission is a web page transmission request corresponding to the amino acid concentration data transmission screen, the fibromyalgia / depression evaluation apparatus 100 is mainly the browsing processing unit 102b and the storage unit 106 Web data for displaying the Web page stored in a predetermined storage area is acquired, and the acquired Web data is transmitted to the client device 200. More specifically, when there is a transmission request for a Web page corresponding to the amino acid concentration data transmission screen from the user, the fibromyalgia / depression evaluation apparatus 100 first uses the user ID or the Prompt the user for the user password. When the user ID and password are input, the fibromyalgia / depression evaluation apparatus 100 is stored in the input user ID and password and the user information file 106a by the authentication processing unit 102c. The authentication judgment with the user ID and the user password is performed. The fibromyalgia / depression evaluation apparatus 100 transmits, to the client apparatus 200, Web data for displaying a Web page corresponding to the amino acid concentration data transmission screen by the browsing processing unit 102b only when authentication is possible. To do. The client device 200 is identified by the IP address transmitted from the client device 200 together with the transmission request.

つぎに、クライアント装置２００は、線維筋痛症・うつ病評価装置１００から送信されたＷｅｂデータ（アミノ酸濃度データ送信画面に対応するＷｅｂページを表示するためのもの）を受信部２１３で受信し、受信したＷｅｂデータをＷｅｂブラウザ２１１で解釈し、モニタ２６１にアミノ酸濃度データ送信画面を表示する。   Next, the client device 200 receives the Web data (for displaying a Web page corresponding to the amino acid concentration data transmission screen) transmitted from the fibromyalgia / depression evaluation device 100 by the receiving unit 213, The received web data is interpreted by the web browser 211, and an amino acid concentration data transmission screen is displayed on the monitor 261.

つぎに、モニタ２６１に表示されたアミノ酸濃度データ送信画面に対し利用者が入力装置２５０を介して個体のアミノ酸濃度データなどを入力・選択すると、クライアント装置２００は、送信部２１４で、入力情報や選択事項を特定するための識別子を線維筋痛症・うつ病評価装置１００へ送信することで、評価対象の個体のアミノ酸濃度データを線維筋痛症・うつ病評価装置１００へ送信する（ステップＳＡ−２１）。なお、ステップＳＡ−２１におけるアミノ酸濃度データの送信は、ＦＴＰ等の既存のファイル転送技術等により実現してもよい。   Next, when the user inputs / selects individual amino acid concentration data or the like via the input device 250 on the amino acid concentration data transmission screen displayed on the monitor 261, the client device 200 uses the transmission unit 214 to input information and By transmitting an identifier for specifying the selection item to the fibromyalgia / depression evaluation apparatus 100, the amino acid concentration data of the individual to be evaluated is transmitted to the fibromyalgia / depression evaluation apparatus 100 (step SA). -21). The transmission of amino acid concentration data in step SA-21 may be realized by an existing file transfer technique such as FTP.

つぎに、線維筋痛症・うつ病評価装置１００は、要求解釈部１０２ａで、クライアント装置２００から送信された識別子を解釈することによりクライアント装置２００の要求内容を解釈し、線維筋痛症および／またはうつ病の状態評価用の多変量判別式（具体的には、線維筋痛症患者群と非線維筋痛症群（健常群）の２群判別用の多変量判別式、線維筋痛症患者群とうつ病患者群の２群判別用の多変量判別式）の送信要求をデータベース装置４００へ行う。   Next, the fibromyalgia / depression evaluation apparatus 100 interprets the request content of the client apparatus 200 by interpreting the identifier transmitted from the client apparatus 200 by the request interpreter 102a, and thereby fibromyalgia and / or Or a multivariate discriminant for evaluating the state of depression (specifically, a multivariate discriminant for discriminating two groups of a fibromyalgia patient group and a non-fibromyalgia group (healthy group), fibromyalgia A transmission request of a multivariate discriminant for discriminating two groups of a patient group and a depression patient group is made to the database apparatus 400.

つぎに、データベース装置４００は、要求解釈部４０２ａで、線維筋痛症・うつ病評価装置１００からの送信要求を解釈し、Ｐｒｏ，ＡＢＡ，Ｏｒｎ，Ｓｅｒ，Ｌｙｓ，Ｃｉｔ，Ｇｌｕ，Ｈｉｓ，Ｖａｌ，Ｃｙｓ２，Ｉｌｅ，Ｍｅｔのうち少なくとも１つを変数として含む記憶部４０６の所定の記憶領域に格納した多変量判別式（例えばアップデートされた最新の多変量判別式）を線維筋痛症・うつ病評価装置１００へ送信する（ステップＳＡ−２２）。   Next, the database apparatus 400 interprets the transmission request from the fibromyalgia / depression evaluation apparatus 100 by the request interpretation unit 402a, and Pro, ABA, Orn, Ser, Lys, Cit, Glu, His, Val, Evaluation of fibromyalgia / depression using a multivariate discriminant (for example, the updated multivariate discriminant updated) stored in a predetermined storage area of the storage unit 406 including at least one of Cys2, Ile, and Met as a variable It transmits to the apparatus 100 (step SA-22).

ここで、ステップＳＡ−２２において、線維筋痛症・うつ病評価装置１００へ送信する多変量判別式は、１つの分数式または複数の分数式の和、またはロジスティック回帰式、線形判別式、重回帰式、サポートベクターマシンで作成された式、マハラノビス距離法で作成された式、正準判別分析で作成された式、決定木で作成された式のいずれか１つでもよい。具体的には、多変量判別式は、数式１の分数式、Ｓｅｒ，ＡＢＡ，Ｔｒｐ，Ｏｒｎ，Ｌｙｓを変数とするロジスティック回帰式、またはＳｅｒ，Ａｓｎ，Ｐｒｏ，ＡＢＡ，Ｏｒｎ，Ｌｙｓを変数とする線形判別式でもよい。
ａ１（ＡＢＡ／Ｓｅｒ）＋ｂ１（Ｈｉｓ／Ｔｒｐ）＋ｃ１（Ｌｙｓ／Ｏｒｎ）＋ｄ１
・・・（数式１）
（数式１において、ａ１，ｂ１，ｃ１およびｄ１は任意の実数である。） Here, in step SA-22, the multivariate discriminant transmitted to the fibromyalgia / depression evaluation apparatus 100 is one fractional expression or a sum of a plurality of fractional expressions, or a logistic regression expression, a linear discriminant, a weight Any one of a regression expression, an expression created by a support vector machine, an expression created by Mahalanobis distance method, an expression created by canonical discriminant analysis, and an expression created by a decision tree may be used. Specifically, the multivariate discriminant is a fractional expression of Equation 1, a logistic regression equation with Ser, ABA, Trp, Orn, Lys as variables, or Ser, Asn, Pro, ABA, Orn, Lys as variables. A linear discriminant may be used.
a 1 (ABA / Ser) + b 1 (His / Trp) + c 1 (Lys / Orn) + d 1
... (Formula 1)
(In Formula 1, a 1, b 1, c 1 and d 1 are arbitrary real numbers.)

つぎに、線維筋痛症・うつ病評価装置１００は、受信部１０２ｆで、クライアント装置２００から送信された個体のアミノ酸濃度データおよびデータベース装置４００から送信された多変量判別式を受信し、受信したアミノ酸濃度データをアミノ酸濃度データファイル１０６ｂの所定の記憶領域に格納すると共に、受信した多変量判別式を多変量判別式ファイル１０６ｅ４の所定の記憶領域に格納する（ステップＳＡ−２３）。   Next, the fibromyalgia / depression evaluation apparatus 100 receives and receives the individual amino acid concentration data transmitted from the client apparatus 200 and the multivariate discriminant transmitted from the database apparatus 400 by the receiving unit 102f. The amino acid concentration data is stored in a predetermined storage area of the amino acid concentration data file 106b, and the received multivariate discriminant is stored in a predetermined storage area of the multivariate discriminant file 106e4 (step SA-23).

つぎに、線維筋痛症・うつ病評価装置１００は、制御部１０２で、ステップＳＡ−２３で受信した個体のアミノ酸濃度データから欠損値や外れ値などのデータを除去する（ステップＳＡ−２４）。   Next, in the fibromyalgia / depression evaluation apparatus 100, the control unit 102 removes data such as missing values and outliers from the individual amino acid concentration data received in step SA-23 (step SA-24). .

つぎに、線維筋痛症・うつ病評価装置１００は、判別値算出部１０２ｉで、ステップＳＡ−２４で欠損値や外れ値などのデータが除去された個体のアミノ酸濃度データに含まれるＰｒｏ，ＡＢＡ，Ｏｒｎ，Ｓｅｒ，Ｌｙｓ，Ｃｉｔ，Ｇｌｕ，Ｈｉｓ，Ｖａｌ，Ｃｙｓ２，Ｉｌｅ，Ｍｅｔのうち少なくとも１つの濃度値およびステップＳＡ−２３で受信した多変量判別式に基づいて判別値を算出する（ステップＳＡ−２５）。   Next, the fibromyalgia / depression evaluation apparatus 100 uses the discriminant value calculation unit 102i to include Pro, ABA included in the amino acid concentration data of the individual from which data such as missing values and outliers have been removed in step SA-24. , Orn, Ser, Lys, Cit, Glu, His, Val, Cys2, Ile, and Met, and a discriminant value is calculated based on the multivariate discriminant received in step SA-23 (step SA). -25).

つぎに、線維筋痛症・うつ病評価装置１００は、判別値基準判別部１０２ｊ１で、ステップＳＡ−２５で算出した判別値と予め設定された閾値（カットオフ値）とを比較することで、個体につき、線維筋痛症患者群または非線維筋痛症群（健常群）であるか否か、または線維筋痛症患者群またはうつ病患者群であるか否かを判別し、その判別結果を評価結果ファイル１０６ｇの所定の記憶領域に格納する（ステップＳＡ−２６）。   Next, the fibromyalgia / depression evaluation apparatus 100 compares the discriminant value calculated in step SA-25 with a preset threshold value (cutoff value) in the discriminant value criterion discriminator 102j1. Determine whether each individual is a fibromyalgia patient group or a non-fibromyalgia group (healthy group), or a fibromyalgia patient group or a depression patient group, and the discrimination result Is stored in a predetermined storage area of the evaluation result file 106g (step SA-26).

つぎに、線維筋痛症・うつ病評価装置１００は、送信部１０２ｍで、ステップＳＡ−２６で得た判別結果を、アミノ酸濃度データの送信元のクライアント装置２００とデータベース装置４００とへ送信する（ステップＳＡ−２７）。具体的には、まず、線維筋痛症・うつ病評価装置１００は、Ｗｅｂページ生成部１０２ｅで、判別結果を表示するためのＷｅｂページを作成し、作成したＷｅｂページに対応するＷｅｂデータを記憶部１０６の所定の記憶領域に格納する。ついで、利用者がクライアント装置２００のＷｅｂブラウザ２１１に入力装置２５０を介して所定のＵＲＬを入力し上述した認証を経た後、クライアント装置２００は、当該Ｗｅｂページの閲覧要求を線維筋痛症・うつ病評価装置１００へ送信する。ついで、線維筋痛症・うつ病評価装置１００は、閲覧処理部１０２ｂで、クライアント装置２００から送信された閲覧要求を解釈し、判別結果を表示するためのＷｅｂページに対応するＷｅｂデータを記憶部１０６の所定の記憶領域から読み出す。そして、線維筋痛症・うつ病評価装置１００は、送信部１０２ｍで、読み出したＷｅｂデータをクライアント装置２００へ送信すると共に、当該Ｗｅｂデータ又は判別結果をデータベース装置４００へ送信する。   Next, the fibromyalgia / depression evaluation apparatus 100 transmits the determination result obtained in step SA-26 to the client apparatus 200 and the database apparatus 400 that are the transmission source of the amino acid concentration data in the transmission unit 102m ( Step SA-27). Specifically, first, the fibromyalgia / depression evaluation apparatus 100 creates a web page for displaying a discrimination result in the web page generation unit 102e, and stores web data corresponding to the created web page. The data is stored in a predetermined storage area of the unit 106. Next, after the user inputs a predetermined URL to the Web browser 211 of the client device 200 via the input device 250 and undergoes the above-described authentication, the client device 200 issues a request for browsing the Web page to fibromyalgia / depression. It transmits to the disease evaluation apparatus 100. Next, in the fibromyalgia / depression evaluation apparatus 100, the browsing processing unit 102b interprets the browsing request transmitted from the client device 200, and stores Web data corresponding to the Web page for displaying the determination result. Read out from a predetermined storage area 106. The fibromyalgia / depression evaluation apparatus 100 transmits the read Web data to the client apparatus 200 and transmits the Web data or the determination result to the database apparatus 400 by the transmission unit 102m.

ここで、ステップＳＡ−２７において、線維筋痛症・うつ病評価装置１００は、制御部１０２で、判別結果を電子メールで利用者のクライアント装置２００へ通知してもよい。具体的には、まず、線維筋痛症・うつ病評価装置１００は、電子メール生成部１０２ｄで、利用者ＩＤなどを基にして利用者情報ファイル１０６ａに格納されている利用者情報を送信タイミングに従って参照し、利用者の電子メールアドレスを取得する。ついで、線維筋痛症・うつ病評価装置１００は、電子メール生成部１０２ｄで、取得した電子メールアドレスを宛て先とし利用者の氏名および判別結果を含む電子メールに関するデータを生成する。ついで、線維筋痛症・うつ病評価装置１００は、送信部１０２ｍで、生成した当該データを利用者のクライアント装置２００へ送信する。   Here, in step SA-27, the fibromyalgia / depression evaluation apparatus 100 may notify the user client apparatus 200 of the determination result by e-mail at the control unit 102. Specifically, first, the fibromyalgia / depression evaluation apparatus 100 uses the e-mail generation unit 102d to transmit user information stored in the user information file 106a based on the user ID and the like. To obtain the user's e-mail address. Next, the fibromyalgia / depression evaluation apparatus 100 uses the e-mail generation unit 102d to generate data related to the e-mail including the user's name and discrimination result with the acquired e-mail address as the destination. Next, the fibromyalgia / depression evaluation apparatus 100 transmits the generated data to the user client apparatus 200 by the transmission unit 102m.

また、ステップＳＡ−２７において、線維筋痛症・うつ病評価装置１００は、ＦＴＰ等の既存のファイル転送技術等で、判別結果を利用者のクライアント装置２００へ送信してもよい。   In step SA-27, the fibromyalgia / depression evaluation apparatus 100 may transmit the determination result to the user client apparatus 200 using an existing file transfer technology such as FTP.

図２１の説明に戻り、データベース装置４００は、制御部４０２で、線維筋痛症・うつ病評価装置１００から送信された判別結果またはＷｅｂデータを受信し、受信した判別結果またはＷｅｂデータを記憶部４０６の所定の記憶領域に保存（蓄積）する（ステップＳＡ−２８）。   Returning to the description of FIG. 21, the database apparatus 400 receives the determination result or Web data transmitted from the fibromyalgia / depression evaluation apparatus 100 in the control unit 402, and stores the received determination result or Web data in the storage unit Save (accumulate) in a predetermined storage area 406 (step SA-28).

また、クライアント装置２００は、受信部２１３で、線維筋痛症・うつ病評価装置１００から送信されたＷｅｂデータを受信し、受信したＷｅｂデータをＷｅｂブラウザ２１１で解釈し、個体の判別結果が記されたＷｅｂページの画面をモニタ２６１に表示する（ステップＳＡ−２９）。なお、判別結果が線維筋痛症・うつ病評価装置１００から電子メールで送信された場合には、クライアント装置２００は、電子メーラ２１２の公知の機能で、線維筋痛症・うつ病評価装置１００から送信された電子メールを任意のタイミングで受信し、受信した電子メールをモニタ２６１に表示する。   Further, the client device 200 receives the Web data transmitted from the fibromyalgia / depression evaluation device 100 by the receiving unit 213, interprets the received Web data by the Web browser 211, and records the individual determination result. The screen of the web page thus displayed is displayed on the monitor 261 (step SA-29). When the determination result is transmitted by e-mail from the fibromyalgia / depression evaluation apparatus 100, the client apparatus 200 is a known function of the electronic mailer 212, and the fibromyalgia / depression evaluation apparatus 100. The e-mail transmitted from is received at an arbitrary timing, and the received e-mail is displayed on the monitor 261.

以上により、利用者は、モニタ２６１に表示されたＷｅｂページを閲覧することで、線維筋痛症患者群と非線維筋痛症群（健常群）の２群判別または線維筋痛症患者群とうつ病患者群の２群判別に関する個体の判別結果を確認することができる。なお、利用者は、モニタ２６１に表示されたＷｅｂページの表示内容をプリンタ２６２で印刷してもよい。   As described above, by browsing the Web page displayed on the monitor 261, the user can discriminate between the two groups of the fibromyalgia patient group and the non-fibromyalgia group (healthy group) or the fibromyalgia patient group. It is possible to confirm the individual discrimination result regarding the 2-group discrimination of the depression patient group. Note that the user may print the display content of the Web page displayed on the monitor 261 with the printer 262.

また、判別結果が線維筋痛症・うつ病評価装置１００から電子メールで送信された場合には、利用者は、モニタ２６１に表示された電子メールを閲覧することで、線維筋痛症患者群と非線維筋痛症群（健常群）の２群判別または線維筋痛症患者群とうつ病患者群の２群判別に関する個体の判別結果を確認することができる。利用者は、モニタ２６１に表示された電子メールの表示内容をプリンタ２６２で印刷してもよい。   Further, when the discrimination result is transmitted from the fibromyalgia / depression evaluation apparatus 100 by e-mail, the user browses the e-mail displayed on the monitor 261 to thereby obtain the fibromyalgia patient group. And non-fibromyalgia group (healthy group) can be confirmed, or the individual discrimination results regarding the 2-group discrimination between the fibromyalgia patient group and the depression patient group can be confirmed. The user may print the content of the e-mail displayed on the monitor 261 with the printer 262.

これにて、線維筋痛症・うつ病評価サービス処理の説明を終了する。   This completes the description of the fibromyalgia / depression evaluation service process.

［２−４．第２実施形態のまとめ、およびその他の実施形態］
以上、詳細に説明したように、線維筋痛症・うつ病評価システムによれば、クライアント装置２００は個体のアミノ酸濃度データを線維筋痛症・うつ病評価装置１００へ送信し、データベース装置４００は線維筋痛症・うつ病評価装置１００からの要求を受けて、線維筋痛症患者群と非線維筋痛症群（健常群）の２群判別用または線維筋痛症患者群とうつ病患者群の２群判別用の多変量判別式を線維筋痛症・うつ病評価装置１００へ送信する。そして、線維筋痛症・うつ病評価装置１００は、（１）クライアント装置２００からアミノ酸濃度データを受信すると共にデータベース装置４００から多変量判別式を受信し、（２）受信したアミノ酸濃度データおよび多変量判別式に基づいて判別値を算出し、（３）算出した判別値と予め設定した閾値とを比較することで個体につき、線維筋痛症患者群または非線維筋痛症群（健常群）であるか否か、または線維筋痛症患者群またはうつ病患者群であるか否かを判別し、（４）この判別結果をクライアント装置２００やデータベース装置４００へ送信する。そして、クライアント装置２００は線維筋痛症・うつ病評価装置１００から送信された判別結果を受信して表示し、データベース装置４００は線維筋痛症・うつ病評価装置１００から送信された判別結果を受信して格納する。これにより、線維筋痛症患者群と非線維筋痛症群（健常群）の２群判別または線維筋痛症患者群とうつ病患者群の２群判別に有用な多変量判別式で得られる判別値を利用してこれらの判別を精度よく行うことができる。 [2-4. Summary of Second Embodiment and Other Embodiments]
As described above in detail, according to the fibromyalgia / depression evaluation system, the client device 200 transmits the amino acid concentration data of the individual to the fibromyalgia / depression evaluation device 100, and the database device 400 In response to a request from the fibromyalgia / depression evaluation apparatus 100, for discrimination between two groups of a fibromyalgia patient group and a non-fibromyalgia group (a healthy group) or a fibromyalgia patient group and a depression patient The multivariate discriminant for group 2 discrimination is transmitted to the fibromyalgia / depression evaluation apparatus 100. Then, the fibromyalgia / depression evaluation apparatus 100 (1) receives amino acid concentration data from the client apparatus 200 and also receives a multivariate discriminant from the database apparatus 400, and (2) receives the received amino acid concentration data and multiple A discriminant value is calculated based on a variable discriminant, and (3) a fibromyalgia patient group or a non-fibromyalgia group (healthy group) for each individual by comparing the calculated discriminant value with a preset threshold value. Or whether it is a fibromyalgia patient group or a depression patient group, and (4) the discrimination result is transmitted to the client device 200 and the database device 400. The client apparatus 200 receives and displays the discrimination result transmitted from the fibromyalgia / depression evaluation apparatus 100, and the database apparatus 400 displays the discrimination result transmitted from the fibromyalgia / depression evaluation apparatus 100. Receive and store. Thus, a multivariate discriminant useful for discriminating between two groups of a fibromyalgia patient group and a non-fibromyalgia group (a healthy group) or two groups of a fibromyalgia patient group and a depression patient group is obtained. These determinations can be made with high accuracy using the determination values.

ここで、線維筋痛症・うつ病評価システムによれば、多変量判別式は、１つの分数式または複数の分数式の和、またはロジスティック回帰式、線形判別式、重回帰式、サポートベクターマシンで作成された式、マハラノビス距離法で作成された式、正準判別分析で作成された式、決定木で作成された式のいずれか１つでもよい。具体的には、多変量判別式は、数式１の分数式、Ｓｅｒ，ＡＢＡ，Ｔｒｐ，Ｏｒｎ，Ｌｙｓを変数とするロジスティック回帰式、またはＳｅｒ，Ａｓｎ，Ｐｒｏ，ＡＢＡ，Ｏｒｎ，Ｌｙｓを変数とする線形判別式でもよい。これにより、線維筋痛症患者群と非線維筋痛症群（健常群）の２群判別または線維筋痛症患者群とうつ病患者群の２群判別に特に有用な多変量判別式で得られる判別値を利用してこれらの判別をさらに精度よく行うことができる。
ａ１（ＡＢＡ／Ｓｅｒ）＋ｂ１（Ｈｉｓ／Ｔｒｐ）＋ｃ１（Ｌｙｓ／Ｏｒｎ）＋ｄ１
・・・（数式１）
（数式１において、ａ１，ｂ１，ｃ１およびｄ１は任意の実数である。） Here, according to the fibromyalgia / depression evaluation system, the multivariate discriminant is the sum of one fractional expression or a plurality of fractional expressions, or the logistic regression formula, linear discriminant formula, multiple regression formula, support vector machine Any one of the formulas created in (1), formulas created by Mahalanobis distance method, formulas created by canonical discriminant analysis, and formulas created by decision trees may be used. Specifically, the multivariate discriminant is a fractional expression of Equation 1, a logistic regression equation with Ser, ABA, Trp, Orn, Lys as variables, or Ser, Asn, Pro, ABA, Orn, Lys as variables. A linear discriminant may be used. This gives a multivariate discriminant that is particularly useful for discriminating between the two groups of the fibromyalgia patient group and the non-fibromyalgia group (healthy group) or the two groups of the fibromyalgia patient group and the depression patient group. These determinations can be performed with higher accuracy using the determined determination values.
a 1 (ABA / Ser) + b 1 (His / Trp) + c 1 (Lys / Orn) + d 1
... (Formula 1)
(In Formula 1, a 1, b 1, c 1 and d 1 are arbitrary real numbers.)

また、本発明にかかる線維筋痛症・うつ病評価装置、線維筋痛症・うつ病評価方法、線維筋痛症・うつ病評価システム、線維筋痛症・うつ病評価プログラムおよび記録媒体は、上述した第２実施形態以外にも、種々の異なる実施形態にて実施されてよいものである。例えば、上述した第２実施形態で説明した各処理のうち、自動的に行なわれるものとして説明した処理の全部または一部を手動的に行うこともでき、手動的に行なわれるものとして説明した処理の全部または一部を公知の方法で自動的に行うこともできる。この他、上記文書中や図面中で示した処理手順、制御手順、具体的名称、各種の登録データおよび検索条件等のパラメータを含む情報、画面例、データベース構成については、特記する場合を除いて任意に変更することができる。例えば、線維筋痛症・うつ病評価装置１００に関して、図示の各構成要素は機能概念的なものであり、必ずしも物理的に図示の如く構成されていることを要しない。また、線維筋痛症・うつ病評価装置１００の各部または各装置が備える処理機能（特に制御部１０２にて行なわれる各処理機能）については、ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）および当該ＣＰＵにて解釈実行されるプログラムにて、その全部または任意の一部を実現することができ、ワイヤードロジックによるハードウェアとして実現することもできる。   Further, the fibromyalgia / depression evaluation apparatus, the fibromyalgia / depression evaluation method, the fibromyalgia / depression evaluation system, the fibromyalgia / depression evaluation program, and the recording medium according to the present invention include: In addition to the second embodiment described above, the present invention may be implemented in various different embodiments. For example, among the processes described in the second embodiment, all or part of the processes described as being performed automatically can be performed manually, or the processes described as being performed manually. All or a part of the above can be automatically performed by a known method. In addition, the processing procedures, control procedures, specific names, information including parameters such as various registration data and search conditions, screen examples, and database configurations shown in the above documents and drawings, unless otherwise specified. It can be changed arbitrarily. For example, regarding the fibromyalgia / depression evaluation apparatus 100, each illustrated component is functionally conceptual and does not necessarily need to be physically configured as illustrated. In addition, each unit of the fibromyalgia / depression evaluation apparatus 100 or a processing function included in each apparatus (particularly, each processing function performed by the control unit 102) is interpreted and executed by a CPU (Central Processing Unit) and the CPU. The program can be realized entirely or arbitrarily, and can also be realized as wired logic hardware.

ここで、「プログラム」とは任意の言語や記述方法にて記述されたデータ処理方法であり、ソースコードやバイナリコード等の形式を問わない。なお、「プログラム」は、必ずしも単一的に構成されるものに限られず、複数のモジュールやライブラリとして分散構成されるものや、ＯＳ（Ｏｐｅｒａｔｉｎｇ Ｓｙｓｔｅｍ）に代表される別個のプログラムと協働してその機能を達成するものを含む。なお、プログラムは、記録媒体に記録されており、必要に応じて線維筋痛症・うつ病評価装置１００に機械的に読み取られる。記録媒体に記録されたプログラムを各装置で読み取るための具体的な構成や読み取り手順や読み取り後のインストール手順等については、周知の構成や手順を用いることができる。   Here, the “program” is a data processing method described in an arbitrary language or description method, and may be in any format such as source code or binary code. The “program” is not necessarily limited to a single configuration, but is distributed in the form of a plurality of modules and libraries, or in cooperation with a separate program typified by an OS (Operating System). Includes those that achieve that function. The program is recorded on a recording medium and mechanically read by the fibromyalgia / depression evaluation apparatus 100 as necessary. As a specific configuration for reading the program recorded on the recording medium by each device, a reading procedure, an installation procedure after reading, and the like, a well-known configuration and procedure can be used.

また、「記録媒体」とは任意の「可搬用の物理媒体」や任意の「固定用の物理媒体」や「通信媒体」を含むものとする。なお、「可搬用の物理媒体」とはフレキシブルディスクや光磁気ディスクやＲＯＭやＥＰＲＯＭやＥＥＰＲＯＭやＣＤ−ＲＯＭやＭＯやＤＶＤ等である。「固定用の物理媒体」とは各種コンピュータシステムに内蔵されるＲＯＭやＲＡＭやＨＤ等である。「通信媒体」とは、ＬＡＮやＷＡＮやインターネット等のネットワークを介してプログラムを送信する場合における通信回線や搬送波のように、短期にプログラムを保持するものである。   The “recording medium” includes any “portable physical medium”, any “fixed physical medium”, and “communication medium”. The “portable physical medium” is a flexible disk, magneto-optical disk, ROM, EPROM, EEPROM, CD-ROM, MO, DVD, or the like. The “fixed physical medium” is a ROM, RAM, HD or the like built in various computer systems. A “communication medium” is a program that holds a program in a short period of time, such as a communication line or a carrier wave in the case of transmitting a program via a network such as a LAN, WAN, or the Internet.

最後に、線維筋痛症・うつ病評価装置１００で行う多変量判別式作成処理の一例について図２２を参照して詳細に説明する。図２２は多変量判別式作成処理の一例を示すフローチャートである。なお、当該多変量判別式作成処理は、線維筋痛症・うつ病状態情報を管理するデータベース装置４００で行ってもよい。   Finally, an example of multivariate discriminant creation processing performed by the fibromyalgia / depression evaluation apparatus 100 will be described in detail with reference to FIG. FIG. 22 is a flowchart illustrating an example of multivariate discriminant creation processing. The multivariate discriminant creation process may be performed by the database device 400 that manages fibromyalgia / depression state information.

なお、本説明では、線維筋痛症・うつ病評価装置１００は、データベース装置４００から事前に取得した線維筋痛症・うつ病状態情報を、線維筋痛症・うつ病状態情報ファイル１０６ｃの所定の記憶領域に格納しているものとする。また、線維筋痛症・うつ病評価装置１００は、線維筋痛症・うつ病状態情報指定部１０２ｇで事前に指定した線維筋痛症・うつ病状態指標データおよびアミノ酸濃度データを含む線維筋痛症・うつ病状態情報を、指定線維筋痛症・うつ病状態情報ファイル１０６ｄの所定の記憶領域に格納しているものとする。   In this description, the fibromyalgia / depression evaluation apparatus 100 uses the fibromyalgia / depression state information acquired in advance from the database apparatus 400 as a predetermined value in the fibromyalgia / depression state information file 106c. Are stored in the storage area. Further, the fibromyalgia / depression evaluation apparatus 100 includes fibromyalgia / depression state index data and amino acid concentration data that are designated in advance by the fibromyalgia / depression state information designating unit 102g. It is assumed that the disease / depression state information is stored in a predetermined storage area of the designated fibromyalgia / depression state information file 106d.

まず、多変量判別式作成部１０２ｈは、候補多変量判別式作成部１０２ｈ１で、指定線維筋痛症・うつ病状態情報ファイル１０６ｄの所定の記憶領域に格納されている線維筋痛症・うつ病状態情報から所定の式作成手法に基づいて候補多変量判別式を作成し、作成した候補多変量判別式を候補多変量判別式ファイル１０６ｅ１の所定の記憶領域に格納する（ステップＳＢ−２１）。具体的には、まず、多変量判別式作成部１０２ｈは、候補多変量判別式作成部１０２ｈ１で、複数の異なる式作成手法（主成分分析や判別分析、サポートベクターマシン、重回帰分析、ロジスティック回帰分析、ｋ−ｍｅａｎｓ法、クラスター解析、決定木などの多変量解析に関するものを含む。）の中から所望のものを１つ選択し、選択した式作成手法に基づいて、作成する候補多変量判別式の形（式の形）を決定する。つぎに、多変量判別式作成部１０２ｈは、候補多変量判別式作成部１０２ｈ１で、線維筋痛症・うつ病状態情報に基づいて、選択した式選択手法に対応する種々（例えば平均や分散など）の計算を実行する。つぎに、多変量判別式作成部１０２ｈは、候補多変量判別式作成部１０２ｈ１で、計算結果および決定した候補多変量判別式のパラメータを決定する。これにより、選択した式作成手法に基づいて候補多変量判別式が作成される。なお、複数の異なる式作成手法を併用して候補多変量判別式を同時並行（並列）的に作成する場合は、選択した式作成手法ごとに上記の処理を並行して実行すればよい。また、複数の異なる式作成手法を併用して候補多変量判別式を直列的に作成する場合は、例えば、主成分分析を行って作成した候補多変量判別式を利用して線維筋痛症・うつ病状態情報を変換し、変換した線維筋痛症・うつ病状態情報に対して判別分析を行うことで候補多変量判別式を作成してもよい。   First, the multivariate discriminant creation unit 102h is the candidate multivariate discriminant creation unit 102h1, and the fibromyalgia / depression stored in a predetermined storage area of the designated fibromyalgia / depression state information file 106d. A candidate multivariate discriminant is created from the state information based on a predetermined formula creation method, and the created candidate multivariate discriminant is stored in a predetermined storage area of the candidate multivariate discriminant file 106e1 (step SB-21). Specifically, first, the multivariate discriminant-preparing part 102h is a candidate multivariate discriminant-preparing part 102h1, and a plurality of different formula creation methods (principal component analysis, discriminant analysis, support vector machine, multiple regression analysis, logistic regression) Analysis, k-means method, cluster analysis, multivariate analysis such as decision tree, etc.) Select a desired one from among them, and create candidate multivariate discrimination based on the selected formula creation method Determine the form of the expression (form of the expression). Next, the multivariate discriminant-preparing part 102 h is a candidate multivariate discriminant-preparing part 102 h 1, based on the fibromyalgia / depression state information, and various types (for example, average, variance, etc.) corresponding to the selected formula selection method. ). Next, the multivariate discriminant-preparing part 102h determines the calculation result and parameters of the determined candidate multivariate discriminant-expression in the candidate multivariate discriminant-preparing part 102h1. Thereby, a candidate multivariate discriminant is created based on the selected formula creation method. In addition, when a candidate multivariate discriminant is created simultaneously and in parallel (in parallel) by using a plurality of different formula creation techniques, the above-described processing may be executed in parallel for each selected formula creation technique. In addition, when creating a candidate multivariate discriminant serially using a combination of a plurality of different formula creation methods, for example, using a candidate multivariate discriminant created by performing principal component analysis, fibromyalgia / The candidate multivariate discriminant may be created by converting the depression state information and performing discriminant analysis on the converted fibromyalgia / depression state information.

つぎに、多変量判別式作成部１０２ｈは、候補多変量判別式検証部１０２ｈ２で、ステップＳＢ−２１で作成した候補多変量判別式を所定の検証手法に基づいて検証（相互検証）し、検証結果を検証結果ファイル１０６ｅ２の所定の記憶領域に格納する（ステップＳＢ−２２）。具体的には、多変量判別式作成部１０２ｈは、候補多変量判別式検証部１０２ｈ２で、指定線維筋痛症・うつ病状態情報ファイル１０６ｄの所定の記憶領域に格納されている線維筋痛症・うつ病状態情報に基づいて候補多変量判別式を検証する際に用いる検証用データを作成し、作成した検証用データに基づいて候補多変量判別式を検証する。なお、ステップＳＢ−２１で複数の異なる式作成手法を併用して候補多変量判別式を複数作成した場合には、多変量判別式作成部１０２ｈは、候補多変量判別式検証部１０２ｈ２で、各式作成手法に対応する候補多変量判別式ごとに所定の検証手法に基づいて検証する。ここで、ステップＳＢ−２２において、ブートストラップ法やホールドアウト法、リーブワンアウト法などのうち少なくとも１つに基づいて候補多変量判別式の判別率や感度、特異性、情報量基準などのうち少なくとも１つに関して検証してもよい。これにより、線維筋痛症・うつ病状態情報や診断条件を考慮した予測性または頑健性の高い候補指標式を選択することができる。   Next, the multivariate discriminant-preparing part 102h verifies (mutually verifies) the candidate multivariate discriminant created in step SB-21 based on a predetermined verification method in the candidate multivariate discriminant-verifying part 102h2. The result is stored in a predetermined storage area of the verification result file 106e2 (step SB-22). Specifically, the multivariate discriminant-preparing part 102h is the fibromyalgia stored in a predetermined storage area of the designated fibromyalgia / depression state information file 106d by the candidate multivariate discriminant-verifying part 102h2. -The verification data used when verifying a candidate multivariate discriminant based on the depression state information is created, and the candidate multivariate discriminant is verified based on the created verification data. Note that when a plurality of candidate multivariate discriminants are created in combination with a plurality of different formula creation methods in step SB-21, the multivariate discriminant-preparing unit 102h is a candidate multivariate discriminant-verifying unit 102h2, Each candidate multivariate discriminant corresponding to the formula creation method is verified based on a predetermined verification method. Here, in step SB-22, among the discrimination rate, sensitivity, specificity, information criterion, etc. of the candidate multivariate discriminant based on at least one of the bootstrap method, holdout method, leave one out method, etc. You may verify about at least one. Thereby, it is possible to select candidate index formulas having high predictability or robustness in consideration of fibromyalgia / depression state information and diagnosis conditions.

つぎに、多変量判別式作成部１０２ｈは、変数選択部１０２ｈ３で、ステップＳＢ−２２での検証結果から所定の変数選択手法に基づいて、候補多変量判別式の変数を選択することで、候補多変量判別式を作成する際に用いる線維筋痛症・うつ病状態情報に含まれるアミノ酸濃度データの組み合わせを選択し、選択したアミノ酸濃度データの組み合わせを含む線維筋痛症・うつ病状態情報を選択線維筋痛症・うつ病状態情報ファイル１０６ｅ３の所定の記憶領域に格納する（ステップＳＢ−２３）。なお、ステップＳＢ−２１で複数の異なる式作成手法を併用して候補多変量判別式を複数作成し、ステップＳＢ−２２で各式作成手法に対応する候補多変量判別式ごとに所定の検証手法に基づいて検証した場合には、ステップＳＢ−２３において、多変量判別式作成部１０２ｈは、変数選択部１０２ｈ３で、ステップＳＢ−２２での検証結果に対応する候補多変量判別式ごとに所定の変数選択手法に基づいて候補多変量判別式の変数を選択する。ここで、ステップＳＢ−２３において、検証結果からステップワイズ法、ベストパス法、近傍探索法、遺伝的アルゴリズムのうち少なくとも１つに基づいて候補多変量判別式の変数を選択してもよい。なお、ベストパス法とは、候補多変量判別式に含まれる変数を１つずつ順次減らしていき、候補多変量判別式が与える評価指標を最適化することで変数を選択する方法である。また、ステップＳＢ−２３において、多変量判別式作成部１０２ｈは、変数選択部１０２ｈ３で、指定線維筋痛症・うつ病状態情報ファイル１０６ｄの所定の記憶領域に格納されている線維筋痛症・うつ病状態情報に基づいてアミノ酸濃度データの組み合わせを選択してもよい。   Next, the multivariate discriminant-preparing part 102h selects the candidate multivariate discriminant variable from the verification result in step SB-22 based on a predetermined variable selection method in the variable selection part 102h3, so that the candidate Select the combination of amino acid concentration data included in the fibromyalgia / depression status information used when creating the multivariate discriminant, and select the fibromyalgia / depression status information including the selected amino acid concentration data combination. The selected fibromyalgia / depression state information file 106e3 is stored in a predetermined storage area (step SB-23). Note that a plurality of candidate multivariate discriminants are created in combination with a plurality of different formula creation methods in step SB-21, and a predetermined verification method is provided for each candidate multivariate discriminant corresponding to each formula creation method in step SB-22. In step SB-23, the multivariate discriminant-preparing part 102h uses the variable selection part 102h3 for each candidate multivariate discriminant corresponding to the verification result in step SB-22. Select a candidate multivariate discriminant variable based on a variable selection technique. Here, in step SB-23, the variable of the candidate multivariate discriminant may be selected from the verification result based on at least one of the stepwise method, the best path method, the neighborhood search method, and the genetic algorithm. The best path method is a method of selecting variables by sequentially reducing the variables included in the candidate multivariate discriminant one by one and optimizing the evaluation index given by the candidate multivariate discriminant. In step SB-23, the multivariate discriminant-preparing part 102h uses the variable selection part 102h3 to store the fibromyalgia / depression state information file 106d stored in a predetermined storage area. A combination of amino acid concentration data may be selected based on the depression state information.

つぎに、多変量判別式作成部１０２ｈは、指定線維筋痛症・うつ病状態情報ファイル１０６ｄの所定の記憶領域に格納されている線維筋痛症・うつ病状態情報に含まれるアミノ酸濃度データの全ての組み合わせが終了したか否かを判定し、判定結果が「終了」であった場合（ステップＳＢ−２４：Ｙｅｓ）には次のステップ（ステップＳＢ−２５）へ進み、判定結果が「終了」でなかった場合（ステップＳＢ−２４：Ｎｏ）にはステップＳＢ−２１へ戻る。なお、多変量判別式作成部１０２ｈは、予め設定した回数が終了したか否かを判定し、判定結果が「終了」であった場合には（ステップＳＢ−２４：Ｙｅｓ）次のステップ（ステップＳＢ−２５）へ進み、判定結果が「終了」でなかった場合（ステップＳＢ−２４：Ｎｏ）にはステップＳＢ−２１へ戻ってもよい。また、多変量判別式作成部１０２ｈは、ステップＳＢ−２３で選択したアミノ酸濃度データの組み合わせが、指定線維筋痛症・うつ病状態情報ファイル１０６ｄの所定の記憶領域に格納されている線維筋痛症・うつ病状態情報に含まれるアミノ酸濃度データの組み合わせまたは前回のステップＳＢ−２３で選択したアミノ酸濃度データの組み合わせと同じであるか否かを判定し、判定結果が「同じ」であった場合（ステップＳＢ−２４：Ｙｅｓ）には次のステップ（ステップＳＢ−２５）へ進み、判定結果が「同じ」でなかった場合（ステップＳＢ−２４：Ｎｏ）にはステップＳＢ−２１へ戻ってもよい。また、多変量判別式作成部１０２ｈは、検証結果が具体的には各候補多変量判別式に関する評価値である場合には、当該評価値と各式作成手法に対応する所定の閾値との比較結果に基づいて、ステップＳＢ−２５へ進むかステップＳＢ−２１へ戻るかを判定してもよい。   Next, the multivariate discriminant-preparing part 102h stores the amino acid concentration data included in the fibromyalgia / depression state information stored in a predetermined storage area of the designated fibromyalgia / depression state information file 106d. It is determined whether or not all combinations have been completed. If the determination result is “end” (step SB-24: Yes), the process proceeds to the next step (step SB-25). If not (step SB-24: No), the process returns to step SB-21. The multivariate discriminant-preparing part 102h determines whether or not the preset number of times has ended, and if the determination result is “end” (step SB-24: Yes), the next step (step If the determination result is not “end” (step SB-24: No), the process may return to step SB-21. In addition, the multivariate discriminant-preparing part 102h has the combination of the amino acid concentration data selected in Step SB-23 stored in a predetermined storage area of the designated fibromyalgia / depression state information file 106d. When it is determined whether the combination of the amino acid concentration data included in the illness / depression state information or the combination of the amino acid concentration data selected in the previous step SB-23 is the same, and the determination result is “same” (Step SB-24: Yes), the process proceeds to the next step (Step SB-25). If the determination result is not “same” (Step SB-24: No), the process may return to Step SB-21. Good. Further, when the verification result is specifically an evaluation value related to each candidate multivariate discriminant, the multivariate discriminant creation unit 102h compares the evaluation value with a predetermined threshold corresponding to each formula creation method. Based on the result, it may be determined whether to proceed to Step SB-25 or to return to Step SB-21.

つぎに、多変量判別式作成部１０２ｈは、検証結果に基づいて、複数の候補多変量判別式の中から多変量判別式として採用する候補多変量判別式を選出することで多変量判別式を決定し、決定した多変量判別式（選出した候補多変量判別式）を多変量判別式ファイル１０６ｅ４の所定の記憶領域に格納する（ステップＳＢ−２５）。ここで、ステップＳＢ−２５において、例えば、同じ式作成手法で作成した候補多変量判別式の中から最適なものを選出する場合と、すべての候補多変量判別式の中から最適なものを選出する場合とがある。   Next, the multivariate discriminant-preparing part 102h selects a multivariate discriminant by selecting a candidate multivariate discriminant to be adopted as a multivariate discriminant from a plurality of candidate multivariate discriminants based on the verification result. The determined multivariate discriminant (selected candidate multivariate discriminant) is stored in a predetermined storage area of the multivariate discriminant file 106e4 (step SB-25). Here, in step SB-25, for example, selecting the optimum one from candidate multivariate discriminants created by the same formula creation method, and selecting the optimum one from all candidate multivariate discriminants There is a case to do.

これにて、多変量判別式作成処理の説明を終了する。   This concludes the description of the multivariate discriminant creation process.

線維筋痛症患者群とうつ病患者群の血液サンプルから、前述のアミノ酸分析法により血中アミノ酸濃度を測定した。線維筋痛症患者群とうつ病患者群のアミノ酸変数の分布を図２３に示す。図２３において、“１”はうつ病患者群におけるアミノ酸変数の分布を示し、“２”は線維筋痛症患者群におけるアミノ酸変数の分布を示す。線維筋痛症患者群とうつ病患者群の診断を目的に２群間のｔ検定を実施した。   From the blood samples of the fibromyalgia patient group and the depression patient group, the blood amino acid concentration was measured by the amino acid analysis method described above. The distribution of amino acid variables in the fibromyalgia patient group and the depression patient group is shown in FIG. In FIG. 23, “1” indicates the distribution of amino acid variables in the depression patient group, and “2” indicates the distribution of amino acid variables in the fibromyalgia patient group. A t-test between the two groups was performed for the purpose of diagnosing the fibromyalgia patient group and the depression patient group.

うつ病患者群に比べて線維筋痛症患者群では、Ｐｒｏ，ＡＢＡ，Ｏｒｎが有意に減少した。これにより、アミノ酸変数Ｐｒｏ，ＡＢＡ，Ｏｒｎが線維筋痛症患者群とうつ病患者群の２群間の判別能を持つことが判明した。   Pro, ABA, and Orn significantly decreased in the fibromyalgia patient group compared to the depression patient group. As a result, the amino acid variables Pro, ABA, and Orn were found to have discriminating ability between the fibromyalgia patient group and the depression patient group.

実施例１で用いたサンプルデータを用いた。本出願人による国際出願である国際公開第２００４／０５２１９１号に記載の方法を用いて、線維筋痛症患者群とうつ病患者群の２群判別性能を最大化する指標を鋭意探索した。その結果、同等の性能を持つ複数の指標の中に指標式１が得られた。また、この他に、指標式１と同等の判別性能を有する多変量判別式は複数得られた。それらを図２４および図２５に示す。なお、図２４および図２５に示す式における各係数の値は、それを実数倍したもの、あるいは任意の定数項を付加したものでもよい。
指標式１：−４．４７５×（ＡＢＡ／Ｓｅｒ）−０．５３２７（Ｈｉｓ／Ｔｒｐ）＋０．４７６９（Ｌｙｓ／Ｏｒｎ）＋１．８４６ The sample data used in Example 1 was used. Using the method described in International Publication No. WO 2004/052191, which is an international application by the present applicant, an index for maximizing the two-group discrimination performance of a fibromyalgia patient group and a depression patient group was eagerly searched. As a result, index formula 1 was obtained among a plurality of indices having equivalent performance. In addition to this, a plurality of multivariate discriminants having a discrimination performance equivalent to that of the index formula 1 was obtained. They are shown in FIGS. Note that the values of the coefficients in the equations shown in FIGS. 24 and 25 may be obtained by multiplying them by a real number or by adding an arbitrary constant term.
Index formula 1: -4.475 × (ABA / Ser) −0.5327 (His / Trp) +0.4769 (Lys / Orn) +1.846

線維筋痛症患者群とうつ病患者群の２群判別に関する指標式１の診断性能をＲＯＣ曲線（図２６）の曲線下面積で評価した。その結果、０．９７３±０．０２６（９５％信頼区間は０．９２１〜１．０００）の曲線下面積が得られた。また、指標式１による線維筋痛症患者群とうつ病患者群の２群判別の最適なカットオフ値を線維筋痛症患者群のうつ病患者群に対する有症率を４０％として求めると、カットオフ値が１．４０３となり、感度１００．０００％、特異度９５．４５４％、陽性適中９３．６１７％、陰性適中率１００．０００％、正診率９７．２７３％が得られた。この結果、指標式１は、診断性能の高い有用な指標であることが判明した。   The diagnostic performance of the index formula 1 regarding the two-group discrimination between the fibromyalgia patient group and the depression patient group was evaluated by the area under the curve of the ROC curve (FIG. 26). As a result, an area under the curve of 0.973 ± 0.026 (95% confidence interval is 0.921 to 1.000) was obtained. In addition, when the optimal cut-off value for discriminating the two groups of the fibromyalgia patient group and the depression patient group according to the index formula 1 is determined as the prevalence of 40% for the depression patient group of the fibromyalgia patient group, The cut-off value was 1.403, and a sensitivity of 100.000%, a specificity of 95.454%, a positive predictive value of 93.617%, a negative predictive value of 100.000%, and a correct diagnosis rate of 97.273% were obtained. As a result, it was found that the index formula 1 is a useful index with high diagnostic performance.

線維筋痛症患者群とうつ病患者群における指標式１の値の分布を図２７に示す。図２７において、“１”はうつ病患者群における指標式１の値の分布を示し、“２”は線維筋痛症患者群における指標式１の値の分布を示す。さらに、ＲＯＣ曲線の曲線下面積値が上位１０００の指標式中に出現するアミノ酸変数の確率（図２８）を導出したところ、Ｓｅｒ，ＡＢＡ，Ｌｙｓ，Ｏｒｎといったアミノ酸は上位１０００の半数以上の指標式中に出現していた。この結果、線維筋痛症患者群とうつ病患者群におけるこれらアミノ酸濃度の差異が、それぞれの診断に大きく寄与していることが判明した。   FIG. 27 shows the distribution of the value of index formula 1 in the fibromyalgia patient group and the depression patient group. In FIG. 27, “1” indicates the distribution of the value of index formula 1 in the depression patient group, and “2” indicates the distribution of the value of index formula 1 in the fibromyalgia patient group. Furthermore, when the probability of amino acid variables appearing in the index formula with the area under the ROC curve in the top 1000 (FIG. 28) is derived, amino acids such as Ser, ABA, Lys, and Orn are more than half of the top 1000 index formulas. Appeared inside. As a result, it was found that the difference in amino acid concentration between the fibromyalgia patient group and the depression patient group greatly contributed to each diagnosis.

実施例１で用いたサンプルデータを用いた。線維筋痛症患者群とうつ病患者群の２群判別性能を最大化する指標をロジスティック解析（ＲＯＣ最大基準による変数網羅法）により探索した。その結果、指標式２として、Ｓｅｒ，ＡＢＡ，Ｔｒｐ，Ｏｒｎ，Ｌｙｓから構成されるロジスティック回帰式（アミノ酸変数Ｓｅｒ，ＡＢＡ，Ｔｒｐ，Ｏｒｎ，Ｌｙｓの数係数と定数項は順に、０．０８１、−０．４７９、０．２１８、−０．２６５、０．１０３、−１０．９６０）が得られた。また、この他に、指標式２と同等の判別性能を有するロジスティック回帰式は複数得られた。それらを図２９および図３０に示す。なお、図２９および図３０に示す式における各係数の値は、それを実数倍したものでもよい。   The sample data used in Example 1 was used. An index that maximizes the two-group discrimination performance of the fibromyalgia patient group and the depression patient group was searched by logistic analysis (variable coverage method based on ROC maximum criteria). As a result, as the index formula 2, a logistic regression equation composed of Ser, ABA, Trp, Orn, Lys (number coefficients and constant terms of amino acid variables Ser, ABA, Trp, Orn, Lys are 0.081, − 0.479, 0.218, -0.265, 0.103, -10.960). In addition to this, a plurality of logistic regression equations having a discrimination performance equivalent to that of the index formula 2 was obtained. They are shown in FIG. 29 and FIG. Note that the values of the coefficients in the equations shown in FIGS. 29 and 30 may be obtained by multiplying them by a real number.

線維筋痛症患者群とうつ病患者群の２群判別に関する指標式２の診断性能をＲＯＣ曲線（図３１）の曲線下面積で評価した。その結果、０．９６４±０．０３０（９５％信頼区間は０．９０４〜１．０００）の曲線下面積が得られた。また、指標式２による線維筋痛症患者群とうつ病患者群の２群判別の最適なカットオフ値を線維筋痛症患者群のうつ病患者群に対する有症率を４０%として求めると、カットオフ値が０．４３０となり、感度９３．３３３％、特異度９５．４５５％、陽性適中９３．１９２％、陰性適中率９５．５１１％、正診率９４．６０６％が得られた。この結果、指標式２は、診断性能の高い有用な指標であることが判明した。   The diagnostic performance of index formula 2 regarding the discrimination between the two groups of the fibromyalgia patient group and the depression patient group was evaluated by the area under the curve of the ROC curve (FIG. 31). As a result, an area under the curve of 0.964 ± 0.030 (95% confidence interval is 0.904 to 1.000) was obtained. In addition, when the optimal cut-off value for discriminating the two groups of the fibromyalgia patient group and the depression patient group according to the index formula 2 is determined with the prevalence rate of the fibromyalgia patient group to the depression patient group as 40%, The cut-off value was 0.430, and a sensitivity of 93.333%, a specificity of 95.455%, a positive predictive value of 93.192%, a negative predictive value of 95.511%, and a correct diagnosis rate of 94.606% were obtained. As a result, it was found that the index formula 2 is a useful index with high diagnostic performance.

線維筋痛症患者群とうつ病患者群における指標式２の値の分布を図３２に示す。図３２において、“１”はうつ病患者群における指標式２の値の分布を示し、“２”は線維筋痛症患者群における指標式２の値の分布を示す。さらに、ＲＯＣ曲線の曲線下面積値が上位１０００の指標式中に出現するアミノ酸変数の確率（図３３）を導出したところ、ＡＢＡ，Ｌｙｓ，Ｏｒｎといったアミノ酸は上位１０００の半数以上の指標式中に出現していた。この結果、線維筋痛症患者群とうつ病患者群におけるこれらアミノ酸濃度の差異が、それぞれの診断に大きく寄与していることが判明した。   FIG. 32 shows the distribution of the value of index formula 2 in the fibromyalgia patient group and the depression patient group. In FIG. 32, “1” indicates the distribution of the value of index formula 2 in the depression patient group, and “2” indicates the distribution of the value of index formula 2 in the fibromyalgia patient group. Furthermore, when the probability of amino acid variables (FIG. 33) in which the area under the ROC curve appears in the top 1000 index formulas is derived, amino acids such as ABA, Lys, Orn are included in more than half of the top 1000 index formulas. Appeared. As a result, it was found that the difference in amino acid concentration between the fibromyalgia patient group and the depression patient group greatly contributed to each diagnosis.

実施例１で用いたサンプルデータを用いた。線維筋痛症患者群とうつ病患者群の２群判別性能を最大化する指標を線形判別分析（変数網羅法）により探索した。その結果、指標式３として、Ｓｅｒ，Ａｓｎ，Ｐｒｏ，ＡＢＡ，Ｏｒｎ，Ｌｙｓから構成される線形判別関数（アミノ酸変数Ｓｅｒ，Ａｓｎ，Ｐｒｏ，ＡＢＡ，Ｏｒｎ，Ｌｙｓの数係数と定数項は順に０．１７１、０．１５０、−０．０６７、−０．８３０、−０．４７１、０．１８３、１．２０８）が得られた。また、この他に、指標式３と同等の判別性能を有する線形判別関数は複数得られた。それらを図３４および図３５に示す。なお、図３４および図３５に示す式における各係数の値は、それを実数倍したもの、あるいは任意の定数項を付加したものでもよい。   The sample data used in Example 1 was used. The index that maximizes the two-group discrimination performance of the fibromyalgia patient group and the depression patient group was searched by linear discriminant analysis (variable coverage method). As a result, as index formula 3, a linear discriminant function composed of Ser, Asn, Pro, ABA, Orn, Lys (number coefficients and constant terms of amino acid variables Ser, Asn, Pro, ABA, Orn, Lys are 0. 171, 0.150, -0.067, -0.830, -0.471, 0.183, 1.208). In addition, a plurality of linear discriminant functions having discriminative ability equivalent to the index formula 3 are obtained. They are shown in FIG. 34 and FIG. Note that the values of the coefficients in the equations shown in FIGS. 34 and 35 may be obtained by multiplying the values by real numbers or by adding arbitrary constant terms.

線維筋痛症患者群とうつ病患者群の２群判別に関する指標式３の診断性能をＲＯＣ曲線（図３６）の曲線下面積で評価した。その結果、０．９７６±０．０２５（９５％信頼区間は０．９２８〜１．０００）の曲線下面積が得られた。また、指標式３による線維筋痛症患者群とうつ病患者群の２群判別の最適なカットオフ値を線維筋痛症患者群のうつ病患者群に対する有症率を４０%として求めると、カットオフ値が０．９５１となり、感度９３．３３３％、特異度１００．０００％、陽性適中１００．０００％、陰性適中率９３．７５０％、正診率９６．６６７％が得られた。この結果、指標式３は、診断性能の高い有用な指標であることが判明した。   The diagnostic performance of index formula 3 regarding the two-group discrimination between the fibromyalgia patient group and the depression patient group was evaluated by the area under the curve of the ROC curve (FIG. 36). As a result, an area under the curve of 0.976 ± 0.025 (95% confidence interval is 0.928 to 1.000) was obtained. In addition, when the optimal cut-off value for discriminating the two groups of the fibromyalgia patient group and the depression patient group according to the index formula 3 is determined as the prevalence of 40% for the depression patient group of the fibromyalgia patient group, The cut-off value was 0.951, and a sensitivity of 93.333%, a specificity of 100.000%, a positive predictive value of 100.000%, a negative predictive value of 93.750%, and a correct diagnosis rate of 96.667% were obtained. As a result, it was found that the index formula 3 is a useful index with high diagnostic performance.

線維筋痛症患者群とうつ病患者群における指標式３の値の分布を図３７に示す。図３７において、“１”はうつ病患者群における指標式３の値の分布を示し、“２”は線維筋痛症患者群における指標式３の値の分布を示す。さらに、ＲＯＣ曲線の曲線下面積値が上位１０００の指標式中に出現するアミノ酸変数の確率（図３８）を導出したところ、ＡＢＡ，Ｌｙｓ，Ｏｒｎといったアミノ酸は上位１０００の半数以上の指標式中に出現していた。この結果、線維筋痛症患者群とうつ病患者群におけるこれらアミノ酸濃度の差異が、それぞれの診断に大きく寄与していることが判明した。   FIG. 37 shows the distribution of the value of index formula 3 in the fibromyalgia patient group and the depression patient group. In FIG. 37, “1” indicates the distribution of the value of index formula 3 in the depression patient group, and “2” indicates the distribution of the value of index formula 3 in the fibromyalgia patient group. Furthermore, when the area values under the ROC curve are derived from the probability of amino acid variables appearing in the top 1000 index formulas (FIG. 38), amino acids such as ABA, Lys, Orn are included in more than half of the top 1000 index formulas. Appeared. As a result, it was found that the difference in amino acid concentration between the fibromyalgia patient group and the depression patient group greatly contributed to each diagnosis.

実施例１で用いたサンプルデータを用いた。単一アミノ酸による線維筋痛症患者群とうつ病患者群の診断性能（線維筋痛症患者群とうつ病患者群の２群判別性能）をＲＯＣ曲線の曲線下面積（図３９）で評価した。その結果、Ｏｒｎ，Ｐｒｏ，ＡＢＡ，Ｃｉｔ，Ｇｌｕ，Ｈｉｓ，Ｖａｌ，Ｃｙｓ２，Ｉｌｅ，ＭｅｔはＲＯＣ曲線の曲線下面積が０．６０以上であり、これらのアミノ酸が線維筋痛症患者群とうつ病患者群の２群間の判別能を持つことが判明した。   The sample data used in Example 1 was used. The diagnostic performance (fibromyalgia patient group and depression patient group 2-group discrimination performance) of the fibromyalgia patient group and the depression patient group with a single amino acid was evaluated by the area under the curve of the ROC curve (FIG. 39). . As a result, Orn, Pro, ABA, Cit, Glu, His, Val, Cys2, Ile, and Met have an area under the ROC curve of 0.60 or more, and these amino acids are in fibromyalgia patients and depression. It was found to have discriminating ability between two groups of patient groups.

以上のように、本発明にかかる線維筋痛症とうつ病の評価方法、線維筋痛症・うつ病評価装置および線維筋痛症・うつ病評価方法は、産業上の多くの分野、特に医薬品や食品、医療などの分野で広く実施することができ、特に、線維筋痛症およびうつ病の状態進行予測や疾病リスク予測やプロテオームやメタボローム解析などを行うバイオインフォマティクス分野において極めて有用である。   As described above, the fibromyalgia and depression evaluation method, the fibromyalgia / depression evaluation apparatus and the fibromyalgia / depression evaluation method according to the present invention are applied to many industrial fields, particularly pharmaceuticals. And is widely useful in the fields of bioinformatics, such as fibromyalgia and depression, progress prediction, disease risk prediction, proteome and metabolomic analysis.

１００ 線維筋痛症・うつ病評価装置
１０２ 制御部
１０２ａ 要求解釈部
１０２ｂ 閲覧処理部
１０２ｃ 認証処理部
１０２ｄ 電子メール生成部
１０２ｅ Ｗｅｂページ生成部
１０２ｆ 受信部
１０２ｇ 線維筋痛症・うつ病状態情報指定部
１０２ｈ 多変量判別式作成部
１０２ｈ１ 候補多変量判別式作成部
１０２ｈ２ 候補多変量判別式検証部
１０２ｈ３ 変数選択部
１０２ｉ 判別値算出部
１０２ｊ 判別値基準評価部
１０２ｊ１ 判別値基準判別部
１０２ｋ 結果出力部
１０２ｍ 送信部
１０４ 通信インターフェース部
１０６ 記憶部
１０６ａ 利用者情報ファイル
１０６ｂ アミノ酸濃度データファイル
１０６ｃ 線維筋痛症・うつ病状態情報ファイル
１０６ｄ 指定線維筋痛症・うつ病状態情報ファイル
１０６ｅ 多変量判別式関連情報データベース
１０６ｅ１ 候補多変量判別式ファイル
１０６ｅ２ 検証結果ファイル
１０６ｅ３ 選択線維筋痛症・うつ病状態情報ファイル
１０６ｅ４ 多変量判別式ファイル
１０６ｆ 判別値ファイル
１０６ｇ 評価結果ファイル
１０８ 入出力インターフェース部
１１２ 入力装置
１１４ 出力装置
２００ クライアント装置（情報通信端末装置）
３００ ネットワーク
４００ データベース装置 100 Fibromyalgia / Depression Evaluation Device 102 Control Unit
102a Request interpreter
102b browsing processing unit
102c Authentication processing unit
102d Email generator
102e Web page generation unit
102f receiver
102g Fibromyalgia / Depression state information designation part
102h Multivariate discriminant generator
102h1 Candidate multivariate discriminant generator
102h2 Candidate multivariate discriminant verification unit
102h3 variable selection part
102i discriminant value calculator
102j Discriminant value criterion evaluation unit
102j1 discriminant value criterion discriminator
102k result output part
102m Transmission unit 104 Communication interface unit 106 Storage unit
106a User information file
106b Amino acid concentration data file
106c Fibromyalgia / Depression status information file
106d Designated fibromyalgia / depression status information file
106e Multivariate discriminant-related information database
106e1 Candidate multivariate discriminant file
106e2 verification result file
106e3 Selected Fibromyalgia / Depression State Information File
106e4 Multivariate discriminant file
106f Discriminant value file
106 g Evaluation result file 108 Input / output interface unit 112 Input device 114 Output device 200 Client device (information communication terminal device)
300 network 400 database device

Claims (8)

評価対象から採取した血液からアミノ酸の濃度値に関するアミノ酸濃度データを測定する測定ステップと、
前記測定ステップで測定した前記評価対象の前記アミノ酸濃度データに含まれるＰｒｏ，ＡＢＡ，Ｏｒｎ，Ｓｅｒ，Ｌｙｓ，Ｃｉｔ，Ｇｌｕ，Ｈｉｓ，Ｖａｌ，Ｃｙｓ２，Ｉｌｅ，Ｍｅｔのうち少なくとも１つの前記濃度値に基づいて、前記評価対象につき、線維筋痛症およびうつ病の状態を評価する濃度値基準評価ステップと
を含むことを特徴とする線維筋痛症とうつ病の評価方法。 A measurement step for measuring amino acid concentration data relating to the amino acid concentration value from blood collected from the evaluation target;
Based on the concentration value of at least one of Pro, ABA, Orn, Ser, Lys, Cit, Glu, His, Val, Cys2, Ile, and Met included in the amino acid concentration data to be evaluated measured in the measurement step A method for evaluating fibromyalgia and depression, comprising: a concentration value reference evaluation step for evaluating the state of fibromyalgia and depression for the evaluation object. 前記濃度値基準評価ステップは、
前記測定ステップで測定した前記評価対象の前記アミノ酸濃度データに含まれるＰｒｏ，ＡＢＡ，Ｏｒｎ，Ｓｅｒ，Ｌｙｓ，Ｃｉｔ，Ｇｌｕ，Ｈｉｓ，Ｖａｌ，Ｃｙｓ２，Ｉｌｅ，Ｍｅｔのうち少なくとも１つの前記濃度値に基づいて、前記評価対象につき、線維筋痛症患者群またはうつ病患者群であるか否かを判別する濃度値基準判別ステップ
をさらに含むことを特徴とする請求項１に記載の線維筋痛症とうつ病の評価方法。 The density value reference evaluation step includes:
Based on the concentration value of at least one of Pro, ABA, Orn, Ser, Lys, Cit, Glu, His, Val, Cys2, Ile, and Met included in the amino acid concentration data to be evaluated measured in the measurement step The fibromyalgia and the fibromyalgia according to claim 1, further comprising a concentration value criterion discrimination step for discriminating whether the evaluation target is a fibromyalgia patient group or a depression patient group. Depression evaluation method. 前記濃度値基準評価ステップは、
前記測定ステップで測定した前記評価対象の前記アミノ酸濃度データに含まれるＰｒｏ，ＡＢＡ，Ｏｒｎ，Ｓｅｒ，Ｌｙｓ，Ｃｉｔ，Ｇｌｕ，Ｈｉｓ，Ｖａｌ，Ｃｙｓ２，Ｉｌｅ，Ｍｅｔのうち少なくとも１つの前記濃度値、および前記アミノ酸の濃度を変数とする予め設定した多変量判別式であってＰｒｏ，ＡＢＡ，Ｏｒｎ，Ｓｅｒ，Ｌｙｓ，Ｃｉｔ，Ｇｌｕ，Ｈｉｓ，Ｖａｌ，Ｃｙｓ２，Ｉｌｅ，Ｍｅｔのうち少なくとも１つを前記変数として含む前記多変量判別式に基づいて、当該多変量判別式の値である判別値を算出する判別値算出ステップと、
前記判別値算出ステップで算出した前記判別値に基づいて、前記評価対象につき、前記線維筋痛症および前記うつ病の前記状態を評価する判別値基準評価ステップと
をさらに含むことを特徴とする請求項１に記載の線維筋痛症とうつ病の評価方法。 The density value reference evaluation step includes:
The concentration value of at least one of Pro, ABA, Orn, Ser, Lys, Cit, Glu, His, Val, Cys2, Ile, and Met included in the amino acid concentration data to be evaluated measured in the measuring step; and A preset multivariate discriminant having the amino acid concentration as a variable, wherein at least one of Pro, ABA, Orn, Ser, Lys, Cit, Glu, His, Val, Cys2, Ile, and Met is used as the variable. A discriminant value calculating step for calculating a discriminant value which is a value of the multivariate discriminant based on the multivariate discriminant including;
And further comprising: a discriminant value criterion evaluating step for evaluating the fibromyalgia and the state of the depression for the evaluation object based on the discriminant value calculated in the discriminant value calculating step. Item 2. The method for evaluating fibromyalgia and depression according to Item 1. 前記判別値基準評価ステップは、
前記判別値算出ステップで算出した前記判別値に基づいて、前記評価対象につき、線維筋痛症患者群またはうつ病患者群であるか否かを判別する判別値基準判別ステップ
をさらに含むことを特徴とする請求項３に記載の線維筋痛症とうつ病の評価方法。 The discriminant value criterion evaluation step includes:
A discriminant value criterion discriminating step for discriminating whether the evaluation object is a fibromyalgia patient group or a depression patient group based on the discriminant value calculated in the discriminant value calculating step; The method for evaluating fibromyalgia and depression according to claim 3. 前記多変量判別式は、１つの分数式または複数の前記分数式の和、またはロジスティック回帰式、線形判別式、重回帰式、サポートベクターマシンで作成された式、マハラノビス距離法で作成された式、正準判別分析で作成された式、決定木で作成された式のいずれか１つであること
を特徴とする請求項４に記載の線維筋痛症とうつ病の評価方法。 The multivariate discriminant is one fractional expression or the sum of a plurality of fractional expressions, or a logistic regression formula, a linear discriminant formula, a multiple regression formula, a formula created with a support vector machine, a formula created with Mahalanobis distance method The method for evaluating fibromyalgia and depression according to claim 4, wherein the method is any one of an expression created by canonical discriminant analysis and an expression created by a decision tree. 前記多変量判別式は、数式１の前記分数式、Ｓｅｒ，ＡＢＡ，Ｔｒｐ，Ｏｒｎ，Ｌｙｓを前記変数とする前記ロジスティック回帰式、またはＳｅｒ，Ａｓｎ，Ｐｒｏ，ＡＢＡ，Ｏｒｎ，Ｌｙｓを前記変数とする前記線形判別式であること
ａ１（ＡＢＡ／Ｓｅｒ）＋ｂ１（Ｈｉｓ／Ｔｒｐ）＋ｃ１（Ｌｙｓ／Ｏｒｎ）＋ｄ１
・・・（数式１）
（数式１において、ａ１，ｂ１，ｃ１およびｄ１は任意の実数である。）
を特徴とする請求項５に記載の線維筋痛症とうつ病の評価方法。 The multivariate discriminant is the fractional expression of Equation 1, the logistic regression equation using Ser, ABA, Trp, Orn, Lys as the variable, or Ser, Asn, Pro, ABA, Orn, Lys as the variable. A 1 (ABA / Ser) + b 1 (His / Trp) + c 1 (Lys / Orn) + d 1
... (Formula 1)
(In Formula 1, a 1, b 1, c 1 and d 1 are arbitrary real numbers.)
The method for evaluating fibromyalgia and depression according to claim 5. 制御手段と記憶手段とを備え、評価対象につき、線維筋痛症およびうつ病の状態を評価する線維筋痛症・うつ病評価装置であって、
前記制御手段は、
アミノ酸の濃度値に関する予め取得した前記評価対象のアミノ酸濃度データに含まれるＰｒｏ，ＡＢＡ，Ｏｒｎ，Ｓｅｒ，Ｌｙｓ，Ｃｉｔ，Ｇｌｕ，Ｈｉｓ，Ｖａｌ，Ｃｙｓ２，Ｉｌｅ，Ｍｅｔのうち少なくとも１つの前記濃度値、および前記アミノ酸の濃度を変数とする前記記憶手段で記憶した多変量判別式であってＰｒｏ，ＡＢＡ，Ｏｒｎ，Ｓｅｒ，Ｌｙｓ，Ｃｉｔ，Ｇｌｕ，Ｈｉｓ，Ｖａｌ，Ｃｙｓ２，Ｉｌｅ，Ｍｅｔのうち少なくとも１つを前記変数として含む前記多変量判別式に基づいて、当該多変量判別式の値である判別値を算出する判別値算出手段と、
前記判別値算出手段で算出した前記判別値に基づいて、前記評価対象につき、前記線維筋痛症および前記うつ病の前記状態を評価する判別値基準評価手段と
を備えたことを特徴とする線維筋痛症・うつ病評価装置。 A fibromyalgia / depression evaluation apparatus that comprises a control means and a storage means, and evaluates the state of fibromyalgia and depression per evaluation object,
The control means includes
The concentration value of at least one of Pro, ABA, Orn, Ser, Lys, Cit, Glu, His, Val, Cys2, Ile, and Met included in the amino acid concentration data of the evaluation object acquired in advance concerning the concentration value of the amino acid; And at least one of Pro, ABA, Orn, Ser, Lys, Cit, Glu, His, Val, Cys2, Ile, and Met. Discriminant value calculating means for calculating a discriminant value that is a value of the multivariate discriminant based on the multivariate discriminant including
And a discriminant value criterion-evaluating unit that evaluates the state of the fibromyalgia and the depression for the evaluation object based on the discriminant value calculated by the discriminant value calculating unit. A device for evaluating myalgia and depression. 制御手段と記憶手段とを備えた情報処理装置において実行される、評価対象につき、線維筋痛症およびうつ病の状態を評価する線維筋痛症・うつ病評価方法であって、
前記制御手段において実行される、アミノ酸の濃度値に関する予め取得した前記評価対象のアミノ酸濃度データに含まれるＰｒｏ，ＡＢＡ，Ｏｒｎ，Ｓｅｒ，Ｌｙｓ，Ｃｉｔ，Ｇｌｕ，Ｈｉｓ，Ｖａｌ，Ｃｙｓ２，Ｉｌｅ，Ｍｅｔのうち少なくとも１つの前記濃度値、および前記アミノ酸の濃度を変数とする前記記憶手段で記憶した多変量判別式であってＰｒｏ，ＡＢＡ，Ｏｒｎ，Ｓｅｒ，Ｌｙｓ，Ｃｉｔ，Ｇｌｕ，Ｈｉｓ，Ｖａｌ，Ｃｙｓ２，Ｉｌｅ，Ｍｅｔのうち少なくとも１つを前記変数として含む前記多変量判別式に基づいて、当該多変量判別式の値である判別値を算出する判別値算出ステップと、
前記判別値算出ステップで算出した前記判別値に基づいて、前記評価対象につき、前記線維筋痛症および前記うつ病の前記状態を評価する判別値基準評価ステップと
を含むことを特徴とする線維筋痛症・うつ病評価方法。 A fibromyalgia / depression evaluation method for evaluating fibromyalgia and the state of depression per evaluation object, which is executed in an information processing apparatus including a control unit and a storage unit,
Pro, ABA, Orn, Ser, Lys, Cit, Glu, His, Val, Cys2, Ile, Met included in the previously obtained amino acid concentration data regarding the amino acid concentration value executed in the control means A multivariate discriminant stored in the storage means having at least one of the concentration value and the amino acid concentration as a variable, and is Pro, ABA, Orn, Ser, Lys, Cit, Glu, His, Val, Cys2, A discriminant value calculating step of calculating a discriminant value that is a value of the multivariate discriminant based on the multivariate discriminant including at least one of Ile and Met as the variable;
A discriminant value criterion evaluating step for evaluating the fibromyalgia and the state of depression for the evaluation object based on the discriminant value calculated in the discriminant value calculating step. Pain / depression evaluation method.
JP2009235398A 2009-10-09 2009-10-09 Fibromyalgia and depression evaluation method, fibromyalgia and depression evaluation apparatus, and fibromyalgia and depression evaluation method Withdrawn JP2011080957A (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP2009235398A JP2011080957A (en) 2009-10-09 2009-10-09 Fibromyalgia and depression evaluation method, fibromyalgia and depression evaluation apparatus, and fibromyalgia and depression evaluation method

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2009235398A JP2011080957A (en) 2009-10-09 2009-10-09 Fibromyalgia and depression evaluation method, fibromyalgia and depression evaluation apparatus, and fibromyalgia and depression evaluation method

Publications (1)

Publication Number Publication Date
JP2011080957A true JP2011080957A (en) 2011-04-21

Family

ID=44075141

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2009235398A Withdrawn JP2011080957A (en) 2009-10-09 2009-10-09 Fibromyalgia and depression evaluation method, fibromyalgia and depression evaluation apparatus, and fibromyalgia and depression evaluation method

Country Status (1)

Country Link
JP (1) JP2011080957A (en)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114544826A (en) * 2020-11-24 2022-05-27 重庆医科大学 Application of reagent for detecting histidine in blood plasma in preparation of depression detection kit
CN115798685A (en) * 2022-12-18 2023-03-14 重庆邮电大学 Depression diet management method based on food image segmentation

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114544826A (en) * 2020-11-24 2022-05-27 重庆医科大学 Application of reagent for detecting histidine in blood plasma in preparation of depression detection kit
CN115798685A (en) * 2022-12-18 2023-03-14 重庆邮电大学 Depression diet management method based on food image segmentation
CN115798685B (en) * 2022-12-18 2024-05-24 广西康久生物科技有限公司 Depression diet management method based on food image segmentation

Similar Documents

Publication Publication Date Title
JP7193020B2 (en) Acquisition method, calculation method, gastric cancer evaluation device, calculation device, gastric cancer evaluation program, calculation program, and gastric cancer evaluation system
JP5746811B2 (en) Colorectal cancer evaluation method, colorectal cancer evaluation device, colorectal cancer evaluation method, colorectal cancer evaluation system, colorectal cancer evaluation program, and recording medium
JP5470848B2 (en) Lung cancer evaluation method, lung cancer evaluation device, lung cancer evaluation method, lung cancer evaluation system, lung cancer evaluation program, recording medium, and information communication terminal device
JP5856364B2 (en) METHOD OF EVALUATION OF DEPRESSION, DEPRESSION EVALUATION DEVICE, DEPRESSION EVALUATION METHOD, DEPRESSION EVALUATION SYSTEM, DEPRESSION EVALUATION PROGRAM, RECORDING MEDIUM, AND TERMINAL DEVICE
JP5754137B2 (en) Prostate cancer evaluation method, prostate cancer evaluation device, prostate cancer evaluation method, prostate cancer evaluation program, recording medium, prostate cancer evaluation system, and information communication terminal device
JP5817527B2 (en) Obesity evaluation method, obesity evaluation device, obesity evaluation method, obesity evaluation system, obesity evaluation program, recording medium, and information communication terminal device
JP5746810B2 (en) Breast cancer evaluation method, breast cancer evaluation apparatus, breast cancer evaluation method, breast cancer evaluation system, breast cancer evaluation program and recording medium
JPWO2008015929A1 (en) Metabolic syndrome evaluation method, metabolic syndrome evaluation device, metabolic syndrome evaluation method, metabolic syndrome evaluation system, metabolic syndrome evaluation program and recording medium, and method for searching for metabolic syndrome prevention / improvement substances
KR20190065263A (en) Evaluation method, evaluation apparatus, evaluation program, evaluation system, and terminal apparatus for colorectal cancer
JP6002117B2 (en) Acquisition method, evaluation apparatus, evaluation program, recording medium, and evaluation system
JP2011080957A (en) Fibromyalgia and depression evaluation method, fibromyalgia and depression evaluation apparatus, and fibromyalgia and depression evaluation method
JPWO2009054350A1 (en) Glucose tolerance abnormality evaluation method, glucose tolerance abnormality evaluation device, glucose tolerance abnormality evaluation method, glucose tolerance abnormality evaluation system, glucose tolerance abnormality evaluation program and recording medium, and glucose tolerance abnormality prevention / improvement method
WO2013115283A1 (en) Method for evaluating early stage nephropathy, early stage nephropathy evaluation device, early stage nephropathy evaluation method, early stage nephropathy evaluation program, early stage nephropathy evaluation system and information communication terminal device
JP6270257B2 (en) Acquisition method, cardiovascular event evaluation device, cardiovascular event evaluation program, cardiovascular event evaluation system, and terminal device
JP7120027B2 (en) Acquisition method, calculation method, evaluation device, calculation device, evaluation program, calculation program, and evaluation system
JP2019015547A (en) Method, device, program, system, and terminal device for evaluating state of skeletal muscle of patient with pancreas cancer
JP6886241B2 (en) Evaluation method of skeletal muscle area
KR20230037533A (en) Evaluation method, calculation method, evaluation device, calculation device, evaluation program, calculation program, recording medium, evaluation system, and terminal device for mild cognitive impairment
KR20210119989A (en) Evaluation method, calculation method, evaluation device, calculation device, evaluation program, calculation program, recording medium, evaluation system and terminal device of future occurrence risk of a cerebrovascular event

Legal Events

Date Code Title Description
A300 Withdrawal of application because of no request for examination

Free format text: JAPANESE INTERMEDIATE CODE: A300

Effective date: 20130108