JP7113121B1 - 骨格筋量推定システム、骨格筋量推定装置及びプログラム - Google Patents
骨格筋量推定システム、骨格筋量推定装置及びプログラム Download PDFInfo
- Publication number
- JP7113121B1 JP7113121B1 JP2021106857A JP2021106857A JP7113121B1 JP 7113121 B1 JP7113121 B1 JP 7113121B1 JP 2021106857 A JP2021106857 A JP 2021106857A JP 2021106857 A JP2021106857 A JP 2021106857A JP 7113121 B1 JP7113121 B1 JP 7113121B1
- Authority
- JP
- Japan
- Prior art keywords
- skeletal muscle
- subject
- muscle mass
- processor
- egfr
- 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.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/48—Biological material, e.g. blood, urine; Haemocytometers
- G01N33/50—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing
- G01N33/70—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing involving creatine or creatinine
Landscapes
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Molecular Biology (AREA)
- Biomedical Technology (AREA)
- Chemical & Material Sciences (AREA)
- Hematology (AREA)
- Immunology (AREA)
- Urology & Nephrology (AREA)
- Cell Biology (AREA)
- Microbiology (AREA)
- Biotechnology (AREA)
- Food Science & Technology (AREA)
- Medicinal Chemistry (AREA)
- Physics & Mathematics (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Pathology (AREA)
- Investigating Or Analysing Biological Materials (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
Abstract
Description
図1は、実施形態に係る診断システム1及び診断システム1に含まれる構成要素の要部構成の一例を示すブロック図である。診断システム1は、例えば、患者などのユーザーの骨格筋量の推定及びサルコペニアの判定などを行うためのシステムである。診断システム1は、一例として、サーバー装置100及び端末装置200を含む。診断システム1は、骨格筋量推定システムの一例である。
ROM120は、専らデータの読み出しに用いられる不揮発性メモリである。ROM120は、上記のプログラムのうち、例えばファームウェアなどを記憶する。また、ROM120は、プロセッサー110が各種の処理を行う上で使用するデータなども記憶する。
RAM130は、データの読み書きに用いられるメモリである。RAM130は、プロセッサー110が各種の処理を行う上で一時的に使用するデータを記憶するワークエリアなどとして利用される。RAM130は、典型的には揮発性メモリである。
ROM220は、専らデータの読み出しに用いられる不揮発性メモリである。ROM220は、上記のプログラムのうち、例えばファームウェアなどを記憶する。また、ROM220は、プロセッサー210が各種の処理を行う上で使用するデータなども記憶する。
RAM230は、データの読み書きに用いられるメモリである。RAM230は、プロセッサー210が各種の処理を行う上で一時的に使用するデータを記憶するワークエリアなどとして利用される。RAM230は、典型的には揮発性メモリである。
補助記憶装置240が記憶するアプリケーションソフトウェアは、骨格筋量の推定及びサルコペニアの判定用のアプリケーションソフトウェアのうち、端末装置200用のアプリケーションソフトウェア(以下「端末用アプリ」という。)を含む。
図2及び3は、端末装置200のプロセッサー210による処理の一例を示すフローチャートである。プロセッサー210は、例えば、ROM220又は補助記憶装置240などに記憶された端末用アプリなどのプログラムに基づいて図2及び3の処理を実行する。プロセッサー210は、例えば、端末用アプリの起動にともない、図2及び図3に示す処理を開始する。
図4及び5は、サーバー装置100のプロセッサー110による処理の一例を示すフローチャートである。プロセッサー110は、例えば、ROM120又は補助記憶装置140などに記憶されたサーバー用アプリなどのプログラムに基づいて図4及び5の処理を実行する。プロセッサー110は、例えば、サーバー用アプリの起動にともない、図4及び5に示す処理を開始する。
ステップST14においてプロセッサー210は、登録画面に対応した画像を生成する。そして、プロセッサー210は、生成したこの画像を表示するように表示デバイス270に対して指示する。表示の指示を受けて表示デバイス270は、登録画面を表示する。
ステップST45においてプロセッサー110は、当該登録情報に基づきユーザー登録のための登録処理を行う。このために、プロセッサー110は、例えば、ユーザーIDと当該登録情報に含まれる登録に必要な情報とを関連付けてユーザーDB142に記憶する。なお、ユーザーIDは、ユーザーごとにユニークな識別情報である。また、ユーザーIDとログインIDは共通であっても良い。
ステップST20においてプロセッサー210は、ログイン情報を生成する。ログイン情報は、例えば、ログイン画面において入力されたログインに必要な情報を含む。ログイン情報は、例えば、ログインに必要な情報に基づき、ログインのための処理を行うようにサーバー装置100に要求する情報である。プロセッサー210は、ログイン情報を生成した後、当該ログイン情報をサーバー装置100に送信するように通信I/F250に対して指示する。この送信の指示を受けて通信I/F250は、当該ログイン情報をサーバー装置100に送信する。送信された当該ログイン情報は、サーバー装置100の通信I/F150によって受信される。
ステップST47においてプロセッサー110は、ログインのためのログイン処理を行う。例えば、プロセッサー110は、ユーザーDB142を参照して、ログインに必要な情報からユーザーIDを特定する。また、プロセッサー110は、当該ユーザーIDに関連付けられた情報から当該ユーザーIDで特定されるユーザーの年齢及び性別を特定する。なお、プロセッサー110は、ログイン処理について公知の処理を行っても良い。
領域AR102は、領域AR105~領域AR111に入力される各測定量の測定日を表示する領域である。測定日は、一例として現在の日付である。あるいは、領域AR102に任意の測定日を入力することができても良い。
領域AR103は、ユーザーの性別を表示する領域である。当該性別は、例えば、結果情報に含まれる性別である。
領域AR104は、ユーザーの年齢を表示する領域である。当該年齢は、例えば、結果情報に含まれる年齢である。
領域AR106は、ユーザーのシスタチンC濃度を入力するための入力欄である。
領域AR107は、ユーザーのeGFR(estimated glomerular filtration rate)を入力するための入力欄である。
領域AR108は、ユーザーのeGFRcys(cystatin C-based estimated glomerular filtration rate)を入力するための入力欄である。
領域AR110は、ユーザーの歩行速度を入力するための入力欄である。
領域AR111は、ユーザーが所定の距離を歩くのにかかる時間を入力するための入力欄である。所定の距離は、一例として6メートルである。
なお、ユーザーの歩行速度及びユーザーが所定の距離を歩くのにかかる時間のそれぞれは、ユーザーの歩く速度を示す情報である。
測定値入力ボタンB12は、骨格筋量の測定値を入力する場合に操作するためのボタンである。骨格筋量の測定値の入力に関しては後述する。
eGFR(男性)= 194 × Cre - 1.094 - 0.154 × age - 0.287 (1)
eGFR(女性)= 194 × Cre - 1.094 - 0.154 × age - 0.287 × 0.739 (2)
eGFRcys(男性)= (104 × Cys-1.019 × 0.996age) - 8 (3)
eGFRcys(女性)= (104 × Cys-1.019 × 0.996age × 0.929) - 8 (4)
ステップST49においてプロセッサー110は、eGFRを算出するか否かを判定する。プロセッサー110は、受信された入力情報にeGFRが含まれないならば、eGFRを算出すると判定する。プロセッサー110は、eGFRを算出するならば、ステップST49においてNoと判定してステップST50へと進む。
ステップST51においてプロセッサー110は、eGFRcysを算出するか否かを判定する。プロセッサー110は、受信された入力情報にユーザーのeGFRcysが含まれないならば、eGFRcysを算出すると判定する。プロセッサー110は、eGFRcysを算出するならば、ステップST51においてYesと判定してステップST52へと進む。
eGFR比=eGFRcys/eGFR (5)
eSMI(男性) = f1(eGFR比) = a1 × eGFR比 + b1 (6)
ここで、係数a1及び係数b1は、曲線あてはめによって求める係数である。一例として、50人の男性の被験者の測定値から係数a1及び係数b1を求めると、a1=3.481、b1=3.653であった。なお、この場合のSMIとeGFR比の相関係数の2乗R2は、R2= 0.476であった。
eSMI(女性) = f2(eGFR比) = a2 × eGFR比 + b2 (7)
ここで、係数a2及び係数b2は、曲線あてはめによって求める係数である。一例として、50人の女性の被験者の測定値から係数a2及び係数b2を求めると、a2=3.323、b2=2.585であった。なお、この場合のSMIとeGFR比の相関係数の2乗R2は、R2= 0.442であった。
eSMM(男性) = f3(eGFR比) = a3 × eGFR比 + b3 (8)
eSMM(女性) = f4(eGFR比) = a4 × eGFR比 + b4 (9)
ここで、係数a3、係数b3、係数a4及び係数b4は、曲線あてはめによって求める係数である。一例として、50人の男性及び50人の女性の被験者のSMMの測定値を用いて係数a3、係数b3、係数a4及び係数b4を求めると、a3=13.245、b3=6.3926、a4=12.673、b4=2.2063.であった。また、この場合の男性のSMMとeGFR比の相関係数の2乗R2は、R2=0.5399であった。そして、女性のSMMとeGFR比の相関係数の2乗R2は、R2=0.5768であった。
プロセッサー110は、例えば、ステップST54で骨格筋量が減少していると判定し、且つユーザーの握力が閾値TH5以下である場合にユーザーがサルコペニアであると判定する。閾値TH5は、一例として18.0kgである。なお、閾値TH5はユーザーの性別など、ユーザーの条件によって異なっていても良い。また、プロセッサー110は、ユーザーがサルコペニアであると判定し、且つユーザーの歩行速度が閾値TH6以下である場合、ユーザーが重度サルコペニアであると判定する。閾値TH6は、一例として、1.0[m/秒]である。なお、閾値TH6はユーザーの性別など、ユーザーの条件によって異なっていても良い。なお、閾値TH5は、第2の閾値の一例である。閾値TH6は、第3の閾値の一例である。
また、プロセッサー110は、フレイルの判定を行っても良い。プロセッサー110は、例えば、ステップST53で求めたユーザーの推定骨格筋量と、当該ユーザーの過去の推定骨格筋量とを比較し、推定骨格筋量が所定以上に減少している場合に、ユーザーの体重、握力及び歩行速度などを用いてユーザーがフレイルであることを判定する。なお、プロセッサー110は、ユーザーDB142を参照することで、受信された入力情報に含まれるユーザーIDに関連付けられている推定骨格筋量を過去の推定骨格筋量として取得する。
ステップST57においてプロセッサー110は、受信された入力情報に含まれるユーザーIDと推定IDとを関連付けてユーザーDB142に記憶する。推定IDは、推定骨格筋量の算出ごとにユニークに付与される識別情報である。プロセッサー110は、当該入力情報に含まれる各情報を当該推定IDと関連付けてユーザーDB142に記憶する。また、プロセッサー110は、ステップST50の処理を行った場合、当該推定IDと関連付けて、ステップST50で求めたeGFRをユーザーDB142に記憶する。また、プロセッサー110は、ステップST52の処理を行った場合、当該推定IDと関連付けて、ステップST52で求めたeGFRcysを推定DB142に記憶する。また、プロセッサー110は、当該推定IDと関連付けてステップST53で求めたeGFR比及び推定骨格筋量をユーザーDB142に記憶する。また、プロセッサー110は、当該推定IDと関連付けてステップST54で求めた判定結果をユーザーDB142に記憶する。また、プロセッサー110は、ステップST56の処理を行った場合、当該推定IDと関連付けてステップST56で求めた判定結果をユーザーDB142に記憶する。
領域AR23は、歩行速度を用いたサルコペニアの判定結果を示す画像を含む。領域AR23は、例えば、閾値TH6及びユーザーの歩行速度を表示する。
領域AR24は、サルコペニアの判定結果を示す画像などを含む。
また、領域AR22~領域AR24は、フレイルの判定結果を示す画像を含んでも良い。
領域AR32は、ユーザーの推定骨格筋量を表示する。領域AR32は、例えば、ステップST28で受信された計算結果情報に含まれる推定骨格筋量が入力される。なお、領域AR32は、任意に推定骨格筋量を入力することができても良い。
領域AR331は、体重減少に関する入力欄である。領域AR331は、例えば、「6か月以内に5%以上の体重減少」「6か月以上で10%以上の体重減少」のうちあてはまるものを選択入力する入力欄である。
BMI=体重[kg]1/身長[cm]/身長[cm] × 10000 (10)
プロセッサー210は、BMIが、例えば、70歳未満は18.5kg/m2未満で、70歳以上は20.0kg/m2未満で「低BMI」に該当すると判定する。
プロセッサー210は、例えば、領域AR32に入力された推定骨格筋量を用いて骨格筋減少の判定を行う。プロセッサー210は、例えば、ステップST54と同様の判定方法により骨格筋量が低下していると判定した場合に「骨格筋減少」に該当すると判定する。
プロセッサー210は、領域AR332の項目のいずれかが選択されている場合に「食事摂取」に該当すると判定する。
プロセッサー210は、領域AR333の項目のいずれかが選択されている場合に「疾患」に該当すると判定する。
領域AR41は、「体重減少」「低BMI」及び「骨格筋減少」のそれぞれについて該当するか否かを表示する。また、領域AR41は、ユーザーのBMIの値及び骨格筋減少量も表示する。
領域AR42は、「食事摂取」及び「疾患」のそれぞれにてういて該当するか否かを表示する。
領域AR43は、低栄養であるか否かを示す画像を含む。また、領域AR43は、ユーザーへのコメントなどを示す画像を含んでも良い。
プロセッサー210は、ステップST25及びステップST26の待受状態にあるときに骨格筋量の測定値を入力するための処理を開始する操作が行われたならば、ステップST25においてYesと判定してステップST37へと進む。
測定値入力画面は、ユーザーの骨格筋量の測定値及び測定日並びにユーザーの体調に関する情報を入力するための入力欄などを含む。
なお、ステップST60の処理によって登録されたデータでも、骨格筋量DB141の管理者は、端末などを操作することにより、登録すべきでないと判断したデータを骨格筋量DB141から除外することができても良い。
また、実施形態の診断システム1は、算出した骨格筋量を用いることにより、サルコペニア、重症サルコペニア、低栄養の判定を行うことができる。これにより、骨折又は疾患発症のリスクがある高齢者に対して、早期から適切な支援を行うことができ、医療及び介護に関するコスト及びマンパワーを削減することができると考えられる。また、高齢者の疾患防止、健康増進を図ることができると考えられる。
図12は、男性のeGFRとeGFRcysの結果の差異を示すグラフの一例である。図13は、女性のeGFRとeGFRcysの結果の差異を示すグラフの一例である。
図14は、男性のROC曲線の一例を示すグラフである。図15は、女性のROC曲線の一例を示すグラフである。
患者は、80歳女性、身長145cm、体重46.8kg、BMI22.3 kg/m2、歩行速度1.0m/秒未満、握力3.5kg。骨格筋量の測定ができない状態での判定は、EWGSOP2では、握力低下のため、「サルコペニアの可能性」で、それ以降の判定が困難。AWGS2019では、歩行速度低下、握力低下の2項目で、「サルコペニア」だが、今回の計算式により、eSMIが4.5 kg/m2と算出されたことを追加することで、EWGSOP2、AWGS2019とも、「重度サルコペニア」のサルコペニアと判定され、より重点的なケアが必要と考えられた。この事例で、実際にBIA法で骨格筋指数を測定したところ、4.5 kg/m2と、計算式で算出した値と一致した。GLIMによる低栄養の判定のため、「6か月以内に5%以上の体重減少」「6か月以上で10%以上の体重減少」「1週間以上、食事が半分ほどしか食べられない」「食事摂取量の低下が2週間以上続く」「下痢、嘔吐など、消化吸収の異常、慢性的な消化器症状がある」「大きな病気や怪我をした」「慢性的な病気がある」のうち、あてはまるものはあるか質問すると、「慢性的な病気がある」のみとの回答が得られた。骨格筋量の測定ができない状態での判定は「低栄養なし」だったが、今回の計算式により、eSMIが4.5 kg/m2と算出されたことを追加することで、「低栄養」と判定され、栄養状態改善のためのケア、指導が必要であることが判明した。
AWGS2019のアルゴリズムでは、「サルコペニアの可能性」と判定されていた39例のうち、8例が骨格筋量の低下がなく、サルコペニア以外の原因で筋力が低下していることが判明した。その反面、握力の低下がみられず、「サルコペニアなし」と判定された11例のうち、7例で骨格筋の減少が認められ、歩行速度も低下していたことから、「サルコペニア」と判定された。31例は、骨格筋量低下と歩行速度の低下、筋力の低下の3項目に該当し、「重度サルコペニア」と判定された(図17)。図17は、骨格筋量算出後のサルコペニアの判定結果の分布の一例を示すグラフである。
EWGSOP2のアルゴリズムでは、31例で重度サルコペニアの判定が可能となり、AWGS2019のアルゴリズムでは、見逃されていた7例を新たにサルコペニアと判定することができ、サルコペニア以外の原因で筋力低下が認められた8例を区別することが可能となり、31例で重度サルコペニアの判定が可能となった。
今回の計算式により算出されたeSMIを用いたGLIMによる低栄養の判定が、BIAの測定値にもとづいた判定の代替となりうるかについて検討するため、正確度の評価をおこなった。感度0.971(95%信頼区間0.847-0.999)、特異度0.875(95%信頼区間0.617-0.984)、診断精度0.940(95%信頼区間0.835-0.987)で、高い感度、特異度、精度が得られた(表5、表6)。重度低栄養の判定においても、感度0.857(95%信頼区間0.637-0.970)、特異度0.931(95%信頼区間0.772-0.992)、診断精度0.900(95%信頼区間0.782-0.967)と、感度は若干低下するものの、高い特異度、精度が得られた(表7、表8)。
診断システム1は、骨格筋量としてSMI及びSMM以外を用いても良い。
診断システム1は、推定骨格筋量としてeSMI及びeSMM以外を用いても良い。
診断システム1は、BMIに代えて、その他の肥満度を示す指標を用いても良い。
なお、ユーザーの身体の状態によって補正を行う場合、例えば、入力画面SC1は、ユーザーの身体の状態を入力するための入力欄を含む。そして、入力情報は、入力されたユーザーの身体の状態を含む。
Cre/Cys比=Cre/Cys (11)
プロセッサー110は、Cre/Cys比を用いる場合、関数f1~関数f4に代えて関数f5~関数f8を用いる。プロセッサー110は、Cre/Cys比を用いる場合、(6)式~(9)式に代えて(12)式~(15)式を用いる。
eSMI(男性) = f5(Cre/Cys比) = a5 × Cre/Cys比 + b5 (12)
eSMI(女性) = f6(Cre/Cys比) = a6 × Cre/Cys比 + b6 (13)
eSMM(男性) = f7(Cre/Cys比) = a7 × Cre/Cys比 + b7 (14)
eSMM(女性) = f8(Cre/Cys比) = a8 × Cre/Cys比 + b8 (15)
ここで、関数f5~関数f8は、Cre/Cys比の関数である。また、係数a5~係数a8、係数b5~係数b8は、曲線あてはめによって求める係数である。一例として、各係数は、a5=4.5790、b5=3.1249、a6=5.3288、b6=2.2426、a7=8.228、b7=4.2941、a8=20.178、b8=0.9827であった。また、(12)式について、男性のSMIとCre/Cys比の相関係数の2乗R2は、0.4235であった。(13)式について、女性のSMIとCre/Cys比の相関係数の2乗R2は、0.4497であった。(14)式について、男性のSMMとCre/Cys比の相関係数の2乗R2は、0.4874であった。(15)式について、女性のSMMとCre/Cys比の相関係数の2乗R2は、0.5771であった。
Cre/Cys比を用いる場合、推定骨格筋量を簡易的に算出することができるというメリットがある。なお、関数f5~関数f8のそれぞれは、クレアチニン濃度及びシスタチンC濃度と骨格筋量との関係を示す第2の関数の一例である。
上記の実施形態で端末装置200が行う処理の一部又は全部サーバー装置100が行っても良い。
100 サーバー装置
110,210 プロセッサー
120,220 ROM
130,230 RAM
140,240 補助記憶装置
141 骨格筋量DB
142 ユーザーDB
150,250 通信I/F
160,280 バス
200 端末装置
260 入力デバイス
270 表示デバイス
Claims (10)
- 第1の対象のeGFRcys及び前記第1の対象のeGFRと、eGFRcys及びeGFRとSMI又はSMMとの関係を示す第1の関数とを用いて、前記第1の対象のSMI又はSMMの推定値を求め、前記推定値が第1の閾値以下であり、前記第1の対象の握力が第2の閾値以下である場合、前記第1の対象がサルコペニアであると判定する処理部を備える、骨格筋量推定システム。
- 前記処理部は、前記第1の対象がサルコペニアであると判定し、前記第1の対象の歩行速度が第3の閾値以下である場合、前記第1の対象が重度のサルコペニアであると判定する、請求項1に記載の骨格筋量推定システム。
- 第1の対象のeGFRcys及び前記第1の対象のeGFRと、eGFRcys及びeGFRとSMI又はSMMとの関係を示す第1の関数とを用いて、前記第1の対象のSMI又はSMMの推定値を求め、前記第1の対象の過去の前記推定値と、前記過去の推定値より後に求めた前記第1の対象の前記推定値とを比較し、前記推定値が所定以上に減少している場合に、前記第1の対象がフレイルであると判定する処理部を備える骨格筋量推定システム。
- 第1の対象のeGFRcys及び前記第1の対象のeGFRと、eGFRcys及びeGFRとSMI又はSMMとの関係を示す第1の関数とを用いて、前記第1の対象のSMI又はSMMの推定値を求め、前記推定値を用いて前記第1の対象が低栄養であるか否かを判定する処理部を備える骨格筋量推定システム。
- 前記処理部は、第2の対象のeGFRcys及びeGFRと、前記第2の対象のSMI又はSMMの測定値とを関連付けて記憶部に記憶し、前記記憶部に記憶された前記eGFRcys、前記eGFR及び前記測定値を用いて前記第1の関数を決定する、請求項1乃至請求項4のいずれか1項に記載の骨格筋量推定システム。
- 前記処理部は、前記第2の対象の前記eGFRcys及び前記eGFRの測定日から前記測定値の測定日までの期間が所定の期間未満である場合、前記第2の対象の前記eGFRcys及び前記eGFRと前記測定値とを関連付けて前記記憶部に記憶し、前記期間が前記所定の期間以上である場合、前記測定値を前記記憶部に記憶しない、請求項5に記載の骨格筋量推定システム。
- 前記処理部は、複数の被験者の骨格筋量測定値、eGFRcys及びeGFRを用いて、曲線あてはめにより前記第1の関数を決定する、請求項1乃至請求項6のいずれか1項に記載の骨格筋量推定システム。
- 骨格筋量推定装置が備えるプロセッサーを、第1の対象のeGFRcys及び前記第1の対象のeGFRと、eGFRcys及びeGFRとSMI又はSMMとの関係を示す第1の関数とを用いて、前記第1の対象のSMI又はSMMの推定値を求め、前記推定値が第1の閾値以下であり、前記第1の対象の握力が第2の閾値以下である場合、前記第1の対象がサルコペニアであると判定する処理部として機能させるプログラム。
- 骨格筋量推定装置が備えるプロセッサーを、第1の対象のeGFRcys及び前記第1の対象のeGFRと、eGFRcys及びeGFRとSMI又はSMMとの関係を示す第1の関数とを用いて、前記第1の対象のSMI又はSMMの推定値を求め、前記第1の対象の過去の前記推定値と、前記過去の推定値より後に求めた前記第1の対象の前記推定値とを比較し、前記推定値が所定以上に減少している場合に、前記第1の対象がフレイルであると判定する処理部として機能させるプログラム。
- 骨格筋量推定装置が備えるプロセッサーを、第1の対象のeGFRcys及び前記第1の対象のeGFRと、eGFRcys及びeGFRとSMI又はSMMとの関係を示す第1の関数とを用いて、前記第1の対象のSMI又はSMMの推定値を求め、前記第1の対象の過去の前記推定値と、前記過去の推定値より後に求めた前記第1の対象の前記推定値とを比較し、前記推定値が所定以上に減少している場合に、前記第1の対象がフレイルであると判定する処理部として機能させるプログラム。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2021106857A JP7113121B1 (ja) | 2021-06-28 | 2021-06-28 | 骨格筋量推定システム、骨格筋量推定装置及びプログラム |
PCT/JP2022/025563 WO2023276948A1 (ja) | 2021-06-28 | 2022-06-27 | 骨格筋量推定システム及びプログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2021106857A JP7113121B1 (ja) | 2021-06-28 | 2021-06-28 | 骨格筋量推定システム、骨格筋量推定装置及びプログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP7113121B1 true JP7113121B1 (ja) | 2022-08-04 |
JP2023005130A JP2023005130A (ja) | 2023-01-18 |
Family
ID=82702020
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2021106857A Active JP7113121B1 (ja) | 2021-06-28 | 2021-06-28 | 骨格筋量推定システム、骨格筋量推定装置及びプログラム |
Country Status (2)
Country | Link |
---|---|
JP (1) | JP7113121B1 (ja) |
WO (1) | WO2023276948A1 (ja) |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2020196437A1 (ja) * | 2019-03-22 | 2020-10-01 | Kagami株式会社 | 腎病態の評価を補助する方法、腎病態の評価システム及び腎病態の評価プログラム |
-
2021
- 2021-06-28 JP JP2021106857A patent/JP7113121B1/ja active Active
-
2022
- 2022-06-27 WO PCT/JP2022/025563 patent/WO2023276948A1/ja active Application Filing
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2020196437A1 (ja) * | 2019-03-22 | 2020-10-01 | Kagami株式会社 | 腎病態の評価を補助する方法、腎病態の評価システム及び腎病態の評価プログラム |
Non-Patent Citations (12)
Title |
---|
Hiroshi Kusunoki et al.,Relationship between sarcopenia and the serum creatinine/cystatin C ratio in Japanese rural community‐dwelling older adults,Journal of Cachexia, Sarcopenia and Muscle ‐ Clinical Reports,Volume 3, Issue 1, e00057,2018年,pp.1-14 |
Hiroshi Kusunoki et al.,Relationships between cystatin C- and creatinine-based eGFR in Japanese rural community-dwelling older adults with sarcopenia,Clinical and Experimental Nephrology,Vol.25, No.3,2020年10月22日,pp.231-239 |
HIROSHI KUSUNOKI ET AL.: "Relationship between sarcopenia and the serum creatinine/cystatin C ratio in Japanese rural communit", JOURNAL OF CACHEXIA, SARCOPENIA AND MUSCLE ‐ CLINICAL REPORTS, vol. Volume 3, Issue 1, e00057, JPN6021039227, 2018, pages 1 - 14, ISSN: 0004690482 * |
HIROSHI KUSUNOKI ET AL.: "Relationships between cystatin C- and creatinine-based eGFR in Japanese rural community-dwelling old", CLINICAL AND EXPERIMENTAL NEPHROLOGY, vol. 25, no. 3, JPN6021039225, 22 October 2020 (2020-10-22), pages 231 - 239, XP037386024, ISSN: 0004690479, DOI: 10.1007/s10157-020-01981-x * |
Kensuke Nishida et al.,Creatinine/(cystatin C × body weight) ratio is associated with skeletal muscle mass index,Endocrine Journal,2020年,Vol.67, No.7,pp.733-740 |
KENSUKE NISHIDA ET AL.: "Creatinine/(cystatin C × body weight) ratio is associated with skeletal muscle mass index", ENDOCRINE JOURNAL, vol. 67, no. 7, JPN6021039228, 2020, pages 733 - 740, ISSN: 0004690483 * |
Liang-Kung Chen MD, PhD et al.,Asian Working Group for Sarcopenia: 2019 Consensus Update on Sarcopenia Diagnosis and Treatment,JAMDA,2020年,Vol.21, No.3,pp.300-307 |
LIANG-KUNG CHEN MD, PHD ET AL.: "Asian Working Group for Sarcopenia: 2019 Consensus Update on Sarcopenia Diagnosis and Treatment", JAMDA, vol. 21, no. 3, JPN6021039229, 2020, pages 300 - 307, ISSN: 0004609789 * |
楠 博, 他,サルコペニア診断におけるシスタチンCによるeGFR(eGFRcys)測定の有用性,Anti-aging Science,Vol.10, No.1,p.65 |
楠 博, 他: "サルコペニア診断におけるシスタチンCによるeGFR(eGFRcys)測定の有用性", ANTI-AGING SCIENCE, vol. 10, no. 1, JPN6021039230, pages 65, ISSN: 0004690481 * |
西 理宏, 他,Cr/Cys,eGFRCys/eGFRCrは筋肉量の指標となるか,日本内科学会雑誌,2018年,Vol.107, 臨時増刊号,p.248 |
西 理宏, 他: "Cr/Cys,eGFRCys/eGFRCrは筋肉量の指標となるか", 日本内科学会雑誌, vol. 107, JPN6021039226, 2018, pages 248, ISSN: 0004690480 * |
Also Published As
Publication number | Publication date |
---|---|
JP2023005130A (ja) | 2023-01-18 |
WO2023276948A1 (ja) | 2023-01-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Coughlin et al. | Prenatally diagnosed severe CDH: mortality and morbidity remain high | |
Corrada et al. | Age of onset of hypertension and risk of dementia in the oldest-old: The 90+ Study | |
Kuchnia et al. | Evaluation of bioelectrical impedance analysis in critically ill patients: results of a multicenter prospective study | |
Guerra et al. | ESPEN diagnostic criteria for malnutrition–a validation study in hospitalized patients | |
Rattanachaiwong et al. | Comparison of nutritional screening and diagnostic tools in diagnosis of severe malnutrition in critically ill patients | |
Kokubo et al. | Impact of metabolic syndrome components on the incidence of cardiovascular disease in a general urban Japanese population: the Suita study | |
Spector et al. | The St. Thomas' UK adult twin registry | |
Genton et al. | Bioimpedance-derived phase angle and mortality among older people | |
Chan et al. | Nutritional assessment in an Asian nursing home and its association with mortality | |
Lubin et al. | A comparison of health-related quality of life in idiopathic pulmonary fibrosis and chronic hypersensitivity pneumonitis | |
Kumar et al. | Postmortem heart weight: relation to body size and effects of cardiovascular disease and cancer | |
van Nie-Visser et al. | Which characteristics of nursing home residents influence differences in malnutrition prevalence? An international comparison of The Netherlands, Germany and Austria | |
Huang et al. | Value of muscle quality, strength and gait speed in supporting the predictive power of GLIM-defined malnutrition for postoperative outcomes in overweight patients with gastric cancer | |
Cawthon | Recent progress in sarcopenia research: a focus on operationalizing a definition of sarcopenia | |
Boot et al. | Disability, outcome and case-mix in acute psychiatric in-patient units | |
Baek et al. | Korean Working Group on Sarcopenia guideline: expert consensus on sarcopenia screening and diagnosis by the Korean Society of Sarcopenia, the Korean Society for Bone and Mineral Research, and the Korean Geriatrics Society | |
Xie et al. | Malnutrition in relation to muscle mass, muscle quality, and muscle strength in hospitalized older adults | |
Wrigglesworth et al. | Brain-predicted age difference is associated with cognitive processing in later-life | |
Lam et al. | Cumulative and incremental value of sarcopenia components on predicting adverse outcomes | |
Lambert et al. | Diagnostic accuracy of FEV1/forced vital capacity ratio z scores in asthmatic patients | |
Hollander-Kraaijeveld et al. | Non-fasting bioelectrical impedance analysis in cystic fibrosis: Implications for clinical practice and research | |
Smith et al. | Obesity and visceral fat in Indonesia: An unseen epidemic? A study using iDXA and surrogate anthropometric measures | |
Speranza et al. | Nutritional screening and anthropometry in patients admitted from the Emergency Department | |
Lian et al. | Validated tools for screening sarcopenia: a scoping review | |
Tanaka et al. | Association between locomotive syndrome and the Japanese version of the EQ-5D-5L in middle-aged and elderly people in Japan |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20210705 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20210713 |
|
A871 | Explanation of circumstances concerning accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A871 Effective date: 20210713 |
|
A80 | Written request to apply exceptions to lack of novelty of invention |
Free format text: JAPANESE INTERMEDIATE CODE: A80 Effective date: 20210713 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20211005 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20211206 |
|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20220125 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20220323 |
|
C60 | Trial request (containing other claim documents, opposition documents) |
Free format text: JAPANESE INTERMEDIATE CODE: C60 Effective date: 20220323 |
|
C11 | Written invitation by the commissioner to file amendments |
Free format text: JAPANESE INTERMEDIATE CODE: C11 Effective date: 20220412 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20220418 |
|
A911 | Transfer to examiner for re-examination before appeal (zenchi) |
Free format text: JAPANESE INTERMEDIATE CODE: A911 Effective date: 20220506 |
|
C21 | Notice of transfer of a case for reconsideration by examiners before appeal proceedings |
Free format text: JAPANESE INTERMEDIATE CODE: C21 Effective date: 20220510 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20220628 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20220725 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7113121 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |