体脂肪率が気になる女性へ、CTの脂肪画像で色分けされる範囲と、体の変化を分けて読む方法を考える。成人女性を対象としたメタ分析から、脂肪と数える濃さの境界、自動解析の精度、撮影条件による違いを整理し、面積や体積を理想の体脂肪率と取り違えないための確認点を示す。
検査結果の画像に、脂肪の部分だけが鮮やかに塗られている。診察室で別の日の画像と並べると、色の面積の違いに目が向く。色が付いていると境界まで確定したように見えるが、そこには「何を脂肪として数えるか」という解析の手順が入っている。CTの体組成解析は、組織を区切り、分け、量を求める間接的な測定である。[3]
答えの芯は、脂肪と判定する画像の濃さの境界が異なれば、数えられる範囲も変わりうる、ということだ。過体重・肥満の成人女性を対象とした系統的レビューとメタ分析は、自動解析の高い精度と同時に、撮影条件や解析手順の違いが研究間のばらつきに関わることを報告している。[6]
ただし、それを「色の設定を変えると全身の体脂肪率が変わる」と受け取るのは早い。研究で扱う脂肪の面積や体積と、自分が検索した理想の体脂肪率は、まず測っている量をそろえる必要がある。[3][6] 運動の効果を扱う「HIITのお腹痩せはCTでどう変わる？皮下脂肪の面積と脂肪量の数字を読む」にその問いを譲り、ここでは画像の境界を決める工程に目を向ける。
CTの色は、組織を分けた結果を見せている
CTで体組成を調べる際のセグメンテーションとは、画像の中から目的の組織を区切って取り出す処理である。ソフトウエアによって自動、あるいは半自動で行われ、筋肉、皮下脂肪、内臓脂肪、筋肉の間にある脂肪などを分けて定量する。体組成解析用ソフトを扱ったレビューは、CTを間接的な評価法であると同時に、基準となる技術として位置づけている。[3]
ここでいう間接的とは、脂肪を取り出す代わりに画像から量を求める、と読むと分かりやすい。画像を組織に対応させ、どの領域を測るかを決めて量を求める。色分けの見た目だけでなく、その背後にある組織の定義と処理を含めて結果なのである。[3] 色付きの地図を受け取ったとき、凡例を読む作業に似ている。
濃さの境界を表す「閾値」は、脂肪と数える画像の値の範囲を決めるものだ。女性の脂肪画像解析をまとめたメタ分析では、研究で用いられたCTの減衰値の閾値に、244 HUにわたる幅があった。HUはCT画像の減衰値を表す単位であり、この幅は研究の設定がそろっていないことを示す数値である。[6]
244 HUは、自分の脂肪がそれだけ増減したという意味ではない。また、誰にでも適用する脂肪の推奨範囲でもない。異なる研究の解析条件を並べたときに認められた幅である。[6] 結果の数字と、結果を作るために設定した数字を区別すると、「大きい数字だから体に悪い」と急いで結びつけずに済む。
画像の色を眺めるときには、表示上の色と、計算に含める領域の境界を分けて考えたい。単に見やすく色を選ぶ話と、脂肪として取り出す条件を決める話は、同じ質問ではない。ここで確かめたいのは後者である。レビューが指摘する手順の違いも、撮影条件や組織を区切る方法など、定量の工程に関わるものだ。[3][6]
初日の汗は、予約した人だけが持ち帰れる。
女性の研究でも、人数の多さだけでは平均を使えない
女性に直接関係する根拠として重要なのが、過体重・肥満の成人女性12,815人を含む38研究の系統的レビューとメタ分析である。対象はCTだけではなく、MRIやDXAによる脂肪の定量も含む。成人女性の内臓脂肪、皮下脂肪、総脂肪を画像から解析する研究を集めたもので、一般の女性全員の体脂肪率の標準表ではない。18〜39歳の女性についても、体格や検査条件を問わずそのまま当てはめることはできない。[6]
この研究では、個々の画像で領域を切り分ける性能が高くても、研究をまたいで脂肪の量を統合した結果には大きなばらつきがあった。著者らは撮影条件、解析手順、検査方法そのものの違いをその背景に挙げている。下位集団の解析では、ばらつきの72%が身体の特徴よりも技術的な要因に由来するとされた。[6]
この72%を「自分の検査結果の72%が誤り」と読むことはできない。研究間のばらつきを説明する解析であり、個人の検査値に誤りの割合を割り振った数字ではないからだ。[6] 集団の研究を説明する割合と、目の前の検査の信頼性を採点する割合は、置き場所が違う。
また、検査方法を混ぜた集計であることにも注意が要る。同レビューでは、DXA由来の皮下脂肪体積の推定値がMRI由来より5.6倍高いという方法間の違いも示された。[6] これは同じ人の脂肪が検査室を移る間に増えたという話ではない。研究の条件が異なる量を、そのまま同じ物差しの数値として扱う難しさを示している。
したがって、「女性の平均」という言葉を見つけても、最初に年齢だけを合わせるのでは足りない。どの女性を対象にし、どの検査で、どの脂肪を、面積と体積のどちらで調べたかを読む必要がある。[6] 通勤電車で検索した平均値の隣に自分の結果を置く前に、比べるための欄が一致しているかを確かめる。そのひと手間が、数字の競争から測定の理解へ視点を戻す。
自動解析の精度が高いことと、条件がそろうことは別である
人工知能による自動解析は、組織を切り分ける作業の精度を評価されている。女性のメタ分析では、自動解析モデルの一例で、領域の重なりを表すDiceスコアが0.97、95%信頼区間が0.96〜0.98と報告された。これは画像内の領域を切り分ける性能が高いことを示す結果である。[6]
Diceスコアは、切り出した領域が参照となる領域とどれくらい重なるかを見る指標である。ここでの0.97は、体脂肪率が0.97%であるという意味でも、すべての女性の脂肪量を同じ程度の誤差で測れるという保証でもない。評価対象は画像の切り分けの一致である。[2][6] 数字が小数で表示されると似て見えるが、何の割合かが違う。
心臓の表面にある心外膜脂肪を対象とした別の系統的レビューとメタ分析は、30研究をまとめている。対象は心外膜脂肪の画像解析であり、18〜39歳の女性に限った性能としてそのまま当てはめることはできない。造影剤を使わないCTではDiceが0.888、95%信頼区間は0.853〜0.924だった。自動解析の体積と参照基準との相関係数は0.973、95%信頼区間は0.958〜0.982と、高い対応を示した。[2]
造影CTの群ではDiceが0.910、95%信頼区間は0.881〜0.939、相関係数は0.989、95%信頼区間は0.976〜0.995だった。[2] ただし、これは心外膜脂肪について研究を統合した成績である。家庭の体組成計との一致や、全身の体脂肪率の正確さを評価した数字に読み替えることはできない。
このメタ分析は良好な精度を示す一方、多くの研究が内部検証に依存しており、施設をまたいだ外部検証が必要だとする。[2] 内部検証は開発に関わる環境の中で性能を確かめること、外部検証は別の環境でも通用するかを確かめることだ。見慣れた画像で上手に塗れることと、条件の違う画像にも同じように対応できることは、検証の段階が異なる。
女性のメタ分析が指摘する技術的なばらつきと、心外膜脂肪のメタ分析が示す高い精度は、矛盾する結果ではない。[2][6] 決められた条件で領域をよく再現できることと、研究ごとの条件が一致していることは別々に確認すべき性質である。機械の作業が上手になっても、比較する側の問いまで自動でそろうことまでは保証しない。
相関の高さにも、別の読み方が必要だ。心外膜脂肪のメタ分析は、切り分け領域の重なり、参照基準との相関、測定値の一致をそれぞれ評価する設計を取っている。[2] よく対応して動く数値なのか、同じ領域を選べているのか、量のずれはどうなのかは、同じ問いではない。「精度が高い」という短い説明を見たら、どの評価を指しているかまで読むと、成績の意味が具体的になる。
例えば、自分が知りたいのが前回からの変化であれば、自動解析の平均的な性能だけでなく、前回と今回に共通する測定手順も質問に含めたい。女性のメタ分析が求める撮影条件と解析の標準化は、まさに比較の土台を整える課題である。[6] 性能のよい道具があることは心強いが、その道具で測った別々の数字を並べるには、同じ対象を同じ定義で扱っているかという確認が残る。
数字で読む脂肪画像の境界
38研究、12,815人：過体重・肥満の成人女性を含む画像解析のメタ分析の規模である。[6]
244 HU：女性のメタ分析で報告された、CTの減衰値の閾値にみられた幅である。[6]
72%：同レビューの下位集団解析で、技術的要因に由来するとされたばらつきの割合である。[6]
0.888：心外膜脂肪の非造影CTで統合されたDiceスコアであり、全身の体脂肪率ではない。[2]
2.62 HU：心房細動再発群と非再発群の右冠動脈周囲脂肪で得られた平均差で、95%信頼区間は−2.41〜7.65だった。[19]
初日の汗は、予約した人だけが持ち帰れる。
1
2
