睡眠時無呼吸症候群：重症度と心血管合併症頻度は逆相関する

元気で、屈強な人間ほど強い吸気流量で気道虚脱を強く生じ、閉塞型無呼吸の重症度指数増加する

この当たり前のことは、一見矛盾するようにも思える


ある高血圧の講演会で
「難治高血圧は睡眠時無呼吸症候群合併が多い」・・・ここまでは同意
「診断しｎCPAP治療すれば降圧コントロール良好となる」　・・・ここは不同意


time-factorが重要だと思う・・・様々な動脈硬化性要因蓄積・積分の上に心血管合併症があるわけで、リスク一側面だけで、有病率を議論することに無理がある



Protective Cardiovascular Effect of Sleep Apnea Severity in Obesity Hypoventilation Syndrome
Juan F. Masa,  et. al.
Chest. 2016;150(1):68-79. doi:10.1016/j.chest.2016.02.647

横断研究
OSA重症度とCVM（心血管合併症） burdenの関連性

CVM頻度は、連続変数並びに3分位としてのODIに基づくOSA重症度有意減少と関連
OSA重症度とCVM発症頻度の逆相関関係は、高ODI三分位で見られ、多寄与要素補正後も関連性持続
慢性心不全は特にODI最高三分位で負相関著明
CVMリスク有意差なしは、第１・第２三分位ODI
最大三分位ODI患者は最小三分位ODIより若年、主に男性、肥満多く、過睡眠で、夜間・昼間ガス交換悪く、高血圧頻度少なく、運動耐容能良好、入院日数少ない

メタアナリシス：2型糖尿病とヨガ

ヨガの論文を見かけると、つい、あげてしまう

 Yoga asanas (姿勢）と　Yoga pranayama(呼吸コントロール）が隆盛
ヨガは、2型糖尿病患者の空腹時血糖低下、HbA1ｃ低下、脂質プロファイル是正、QOL改善に関与するという報告があり、メタアナリシス


一応、Funnnel Plot（Begg、Egger）にて、出版バイアスないことになっている


Effects of yoga in adult patients with type 2 diabetes mellitus: A meta-analysis
Jie Cui,  et. al.
Journal of Diabetes Investigation, 07/07/2016
http://onlinelibrary.wiley.com/doi/10.1111/jdi.12548/epdf

12のRCT、854名被検


プール化荷重平均差

• 空腹時血糖　 –23.72 mg/dl (95% CI: –37.78 to –9.65; P = 0.001; I² = 82%)
• HbA1ｃ  –0.47% (95% CI:  –0.87 to –0.07; P = 0.02; I² = 82%)
• 食後ピーク血糖–17.38 mg/dl (95% CI: –27.88 to 　–6.89; P = 0.001; I²= 0%)
• 総コレステロール –18.50 mg/dl (95% CI: –29.88 to –7.11; P = 0.001; I²= 75%)
• HDL　 4.30 mg/dl (95% CI: 3.25 to 5.36; P ＜ 0.00001; I² = 10%)
• LDL　–12.95 mg/dl (95% CI: –18.84 to –7.06; P ＜ 0.0001; I²= 37%)
• TG　 –12.57 mg/dl (95% CI: –29.91 to 4.76; P = 0.16; I² = 48%) 

Forest plots of evaluating the effect of yoga on fasting blood glucose (FBG), glycosylated hemoglobin A1c (HbA1c)　and postprandial blood glucose (PPBG)

 

 

 

---

 

アルツハイマー型認知症：バイオマーカー分類スキーム

A/T/N: An unbiased descriptive classification scheme for Alzheimer disease

biomarkers
Neurology® 2016;87:1–9

バイオマーカーはアルツハイマー病(AD)研究の必須コンポーネントとなりつつあり、高齢者AD病理研究とともにバイオマーカーも認知加齢研究に用いられている。
バイアスのないdesriptive classificationスキームが有用とも示唆される現状。
 “A/T/N” system という７つの主要ADバイオマーカーを、主要測定病態生理正常により３つのバイナリカテゴリーへ分割

• “A” refers to the value of a b-amyloid biomarker (amyloid PET or CSF Ab42)
• “T,” the value of a tau biomarker (CSF phospho tau, or tau PET)
• “N,” biomarkers of neurodegeneration or neuronal injury ([18F]-fluorodeoxyglucose–PET, structural MRI, or CSF total tau)

 バイオマーカーカテゴリをそれぞれ白か黒かでrating

個別スコアは、例えば 　A1/T1/N2, or A1/T2/N2等と表現
A/T/Nシステムに新しいモダリティとしてtau PET

AD病因に関してのメカニズムの一時的法則として、agnostic態度をとる

知見としては一定してない部分もあるが、一般へ適応し、認知加齢一般住民への研究へも適用
疾患をラベリングせず、診断的分類系に特異化しない
理解・使用が簡単な、個別レベル、マルチ・ドメインバイオマーカー・カテゴリー化descriptive system

臨床的正常から認知症スペクトラムまでの、ターミノロジー上の、ADのスペシャリスト間コンセンサスが現在ないのなら、診断スキームと独立したものとして、バイオマーカー分類スキームが受容されることとなるだろう

---

数年前医師会主催市民向け講演会のとき、「数年うちにアルツハイマー病克服する画期的治療薬は確実にでてくる」と断言した教授・・・　再び、講演してもらおうか！

食由来脂質毎死亡率寄与効果：リノール酸、ω３多価不飽和脂肪酸 vs トランス型脂肪酸・飽和脂肪酸

飽和脂肪酸は体に悪い、30年間の調査で裏付け 米研究

http://www.afpbb.com/articles/-/3093033


リノール酸や“ω３/ω６比”関連興味深い。

Association of Specific Dietary Fats With Total and Cause-Specific Mortality

Dong D. Wang,  et. al.
JAMA Intern Med. Published online July 05, 2016. doi:10.1001/jamainternmed.2016.2417

食由来脂肪の種類により健康への影響異なるか、十数年来の課題
２つの大規模前向きコホート、NHS、HPFS
3,439,954人年、 33,304死亡数での検討

総炭水化物と比べ食由来総脂肪量は、総死亡率と逆相関　(hazard ratio [HR] comparing extreme quintiles, 0.84; 95% CI, 0.81-0.88; P ＜ 0.001 for trend)
総死亡率HR（各々の食由来５分位両端比較）

• 飽和脂肪酸 1.08 (95% CI, 1.03-1.14) 

• 多価不飽和脂肪酸 (PUFA) 0.81 (95% CI, 0.78-0.84)

• 単価不飽和脂肪酸 (MUFA)0.89 (95% CI, 0.84-0.94)

• トランス型脂肪酸 1.13 (95% CI, 1.07-1.18) 

(P ＜ 0.001 for trend for all)

PUFA、MUFAへと等価エネルギーを飽和脂肪酸から５％置き換えると
推定死亡率減少、それぞれ、27% (HR, 0.73; 95% CI, 0.70-0.77) 、13% (HR, 0.87; 95% CI, 0.82-0.93)

ω-6 PUFA両端５分位比較総死亡率HRは、0.85 (95% CI, 0.81-0.89; P ＜ 0.001 for trend)
ω-6 PUFA、特に、リノール酸(Linoleic acid)は、主な死因による死亡率と逆相関
海産物由来ω-3 PUFAでは、総死亡率軽度低下と相関　 (HR comparing extreme quintiles, 0.96; 95% CI, 0.93-1.00; P = .002 for trend)

---

リノール酸の立ち位置が気になる

それと、ω３/ω６比の伝説への疑念

 However, the association between total fat intake and mortality largely depends on specific types of fat. Intake of linoleic acid, the most abundant ω-6 PUFA, showed strong inverse associations with total and most cause- specific mortality, without any evidence of detrimental effects. A higher ω-6:ω-3 PUFA ratio was not associated with increased mortality, but with a slightly lower CVD and cancer mortality. 

そういえば、“ω-３ドグマ”は正しいのか？ 2005年 01月 21日記載してましたなぁ

肝肺症候群：CTによる鑑別困難

CT Scan Does Not Differentiate Patients with Hepatopulmonary Syndrome from Other Patients with Liver Disease
Yingming Amy Chen, et. al.
PLOSone Published: July 6, 2016


HPS患者23名、HPS無し肝障害 29名、52名の性別年齢マッチ化対照

上肺ゾーンと下肺ゾーンで、artery-bronchus ratios (ABRs)比を計算:delta ABR
これと、PaO2　A-aDO2、 macroaggregated albumin shunt fraction、拡散能の相関評価


下肺ABR増加、deltaABR増加有意

しかし、肝疾患患者ではHPS有無で差を認めず
CT測定値と臨床的評価パラメータと相関有意性なし

---

肝疾患合併症としてはまれ、肝障害、肺内血管拡張(IPVD, intrapulmonary vascular dilation)、酸素化障害を有し、肝疾患患者の8-33%HPS関連
http://www.atsjournals.org/doi/abs/10.1164/rccm.201209-1583CI

慢性腎臓病(CKD):グローバルな頻度

グローバルな頻度

『日本人の GFR 推算式』が存在しているのだが・・・その辺斟酌されているか、文中から読めなかった。そもそも、日本の保険診療では「非糖尿病患者」でのアルブミン尿定量測定できないし・・・

日本人の頻度については例えば「 CKD stage 1, 2, 3,  4 + 5 は、それぞれ、 0.6, 1.7, 10.4  0.2% ；Clinical and Experimental Nephrology December 2009, 13:621」で、


Global Prevalence of Chronic Kidney Disease – A Systematic Review and Meta-Analysis
Nathan R. Hill ,et. al.
PlosOne　Published: July 6, 2016
http://dx.doi.org/10.1371/journal.pone.0158765



random effects modelを用い、5842の記事のうち100研究を登録、 6,908,440名の患者対象
CKD頻度　平均 (95% CI) : 5 stage全部　 13.4%(11.7–15.1%)、 stage 3-5 10.6%(9.2–12.2%)
研究質による比重影響は発生頻度ではない
Stage毎CKD頻度

• Stage-1 (eGFR＞90+ACR＞30): 3.5% (2.8–4.2%)
• Stage-2 (eGFR 60–89+ACR＞30): 3.9% (2.7–5.3%)
• Stage-3 (eGFR 30–59): 7.6% (6.4–8.9%)
• Stage-4 = (eGFR 29–15): 0.4% (0.3–0.5%)
• Stage-5 (eGFR

<15 0.1="" p="">  CKD では、stage 3　11〜13％で主なstageである。

今後、CKD進展抑制およびCVDアウトカム改善のため、 スケールでの介入評価すべき

---

要約と異なり、ばらつき多いような気がするのだが・・・

ASA：P-値に関するステートメント

”ベイズ的〈ポストp値時代〉の統計学”とやら・・・

遅ればせながら・・・

American Statistical Association (ASA)ステートメント：


Principles

1. P-values can indicate how incompatible the data are with a specified statistical model.
2. P-values do not measure the probability that the studied hypothesis is true, or the probability that the data were produced by random chance alone.
3. Scientific conclusions and business or policy decisions should not be based only on whether a p-value passes a specific threshold.
4. Proper inference requires full reporting and transparency
5. A p-value, or statistical significance, does not measure the size of an effect or the importance of a result.
6. By itself, a p-value does not provide a good measure of evidence regarding a model or hypothesis.

他アプローチ

These include methods that emphasize estimation over testing, such as confidence, credibility, or prediction intervals; Bayesian methods; alternative measures of evidence, such as likelihood ratios or Bayes Factors; and other approaches such as decision-theoretic modeling and false discovery rates. 

All these measures and approaches rely on further assumptions, but they may more directly address the size of an effect (and its associated uncertainty) or whether the hypothesis is correct.

AMERICAN STATISTICAL ASSOCIATION RELEASES STATEMENT ON STATISTICAL SIGNIFICANCE AND P-VALUES
Provides Principles to Improve the Conduct and Interpretation of Quantitative Science March 7, 2016
https://www.amstat.org/newsroom/pressreleases/P-ValueStatement.pdf



Statisticians issue warning over misuse of P values Policy statement aims to halt missteps in the quest for certainty.
http://www.nature.com/news/statisticians-issue-warning-over-misuse-of-p-values-1.19503

---

信頼区間・尤度比あたりに落ち着くのかな
decision theoretic modeling、FDR(False Discovery Rate)(*)あたりは今後学習対象として重要？