注目ポイント
- UK Biobank参加者における、診断のみの緑内障定義と、診断に治療情報を加えた定義を比較した。
- 症例定義に治療エビデンスを含めることで、既知のリスク因子およびバイオマーカーのオッズ比がより強く認められた。
- 本結果は、緑内障研究およびリスク層別化のための大規模バイオバンク研究において、精密な表現型評価の重要性を示している。
研究背景
緑内障は、世界的に可逆的でない失明の主要原因の一つであり、進行性の視神経障害と視野障害を特徴とする。早期発見と正確な疾患分類は、緑内障の管理およびその複雑なリスク因子の解明において中核をなす。大規模集団バイオバンクは、緑内障の疫学、遺伝学、バイオマーカーを研究するうえで前例のない機会を提供する一方、診断記録や治療データに由来する異質な疾患定義という課題も抱えている。誤分類はリスク関連を希釈し、トランスレーショナルな知見の獲得を妨げる可能性があるため、正確な表現型分類が極めて重要である。
研究デザイン
本観察コホート研究では、英国の大規模集団資源である UK Biobank に登録された503,325人の参加者データを解析した。緑内障症例の判定は2通りで定義した。(1) 自己申告による診断、プライマリケア記録、または入院患者データに基づく「診断のみ」症例（n=16,154）、(2) 前者の条件を満たし、さらに薬物療法または手術を含む緑内障特異的治療の受療エビデンスを有する「診断・治療あり」症例（n=7,012）である。緑内障なしの参加者は481,772人であった。
主要な曝露因子は、角膜補正眼圧（corneal-compensated intraocular pressure, IOPcc）、polygenic risk score（PRS）、ならびに疾患重症度を示す臨床バイオマーカーである黄斑部網膜神経線維層厚（macular retinal nerve fiber layer thickness, mRNFL）および神経節細胞層厚（ganglion cell layer thickness, mGCL）であった。主要評価項目は、これらの因子と緑内障状態との関連の大きさを、症例定義別のオッズ比（odds ratio, OR）として表したものである。
主要結果
すべてのリスク因子および重症度バイオマーカーにおいて、診断・治療あり群のORは診断のみ群より一貫して高く、治療データを症例判定に用いることで特異度および臨床的妥当性が高まることが示唆された。
IOPccが上位5%に該当する参加者では、緑内障のオッズが有意に上昇しており、診断・治療ありコホートではOR 23.6（95% CI: 21.3–26.2）、診断のみコホートではOR 11.4（95% CI: 10.6–12.3）であった（差の検定 p < 1×10⁻¹⁰）。ORの大きさがほぼ2倍となったことは、治療エビデンスを加えることによる分類精度の向上を示している。
重症度バイオマーカーでも同様の傾向が認められた。mRNFL厚が最も薄い下位5%では、治療情報を含めた場合のORは8.0（6.9–9.2）、診断のみでは4.7（4.2–5.3）であった（p = 2.32×10⁻⁷）。mGCL厚では、それぞれOR 7.1（6.1–8.3）および4.2（3.7–4.7）であった（p = 2.53×10⁻⁷）。polygenic risk scoreでも同様の傾向が示され、診断・治療ありではOR 8.4（7.9–8.8）、診断のみでは5.6（5.4–5.9）であった（p < 1×10⁻¹⁰）。
これらの一貫した差異は、評価したすべての緑内障リスク因子において観察され、本研究結果の頑健性を裏付けている。
専門的コメント
本研究は、集団バイオバンクにおける緑内障の症例定義へ治療データを組み込むことで、表現型の正確性が大きく向上し、重要なリスク因子およびバイオマーカーで観察される効果量がより強くなることを明確に示している。電子カルテには異質性があり、臨床記録が不十分であることも少なくないため、診断コードや自己申告のみに依存すると、確定診断や治療に至っていない軽症例・疑い例を含めて個人を誤分類する可能性がある。
治療ベースの定義に関連してより高いORが得られたことは、これらの基準が、治療介入を要するより確定的な疾患を含め、臨床的に関連性の高い緑内障症例をより適切に捉えていることを示唆する。したがって、バイオバンクデータを用いる疫学研究および遺伝学的研究では、誤分類バイアスを低減し、真の関連を検出する検出力を高め、リスク層別化モデルを洗練させるために、治療情報の組み込みを検討すべきである。
ただし、いくつかの限界にも留意する必要がある。本研究は横断的データと縦断的データを利用しているが、未測定因子による残余交絡の可能性は否定できない。UK Biobank の参加者は、より健康で中高年層に偏るという人口学的バイアスが知られており、異なる祖先背景や医療アクセスを有する集団への一般化可能性は制限される可能性がある。また、治療ベースの定義は早期または未治療の緑内障症例を除外しうるため、より進行した表現型に偏る可能性がある。
今後は、画像データ、機能検査、縦断的な臨床フォローアップを組み合わせることで、大規模コホートにおける緑内障の表現型評価がさらに精緻化されると考えられる。多面的データの統合により、緑内障の病型の識別、進行の追跡、個別化されたリスク予測がより適切に行える可能性がある。
結論
総じて、本UK Biobank大規模研究は、診断情報と治療情報の双方を取り入れた緑内障定義が、診断のみに基づく定義よりも、既知のリスク因子および重症度バイオマーカーとより強く、かつおそらくより正確に関連することを示した。これらの知見は、集団バイオバンクを用いた緑内障の疫学、遺伝学、バイオマーカー探索における研究手法に重要な示唆を与える。データの妥当性を高め、トランスレーショナルな知見の改善と最終的な患者転帰の向上を支えるためにも、治療エビデンスを含む慎重な症例定義を優先すべきである。
資金提供および臨床試験登録
資金源および臨床試験登録に関する詳細は、現時点の公表情報には記載されていない。バイオバンクデータを利用する研究者は、関連情報について UK Biobank のリソース文書を参照されたい。
参考文献
- W S, A K, E A, As B, J D, Hv DM. Glaucoma in UK Biobank: A Comparison of Diagnostic- Versus Treatment-based Definitions. Ophthalmology. 2026 Jun 17. PMID: 42309491.
- Tham YC, Li X, Wong TY, et al. Global prevalence of glaucoma and projections of glaucoma burden through 2040: a systematic review and meta-analysis. Ophthalmology. 2014;121(11):2081-2090.
- Quigley HA, Broman AT. The number of people with glaucoma worldwide in 2010 and 2020. Br J Ophthalmol. 2006;90(3):262-267.
- George P, Vijaya L. Genetic factors in glaucoma: role of genome-wide association studies. Curr Opin Ophthalmol. 2019;30(2):109-115.
