高脂血症診断
| 1 | EBMの実践：診断編 -高脂血症患者の診断を例に- 名郷直樹 作手村国民健康保険診療所 |
| 2 | 愛知県作手村 人口3400人 平均標高550m 老齢人口30％ 診療所が村内唯一の医療機関 |
| 3 | 自己紹介 1961年 名古屋生まれ 1986年 自治医大卒 同年 名古屋第二赤十字病院研修医 1988年 作手村国保診療所 1992年 自治医大地域医療学 1995年 作手村国保診療所 専門領域 地域医療、家庭医療 |
| 4 | 家庭医療、地域医療とは あらゆる問題に対応する 患者によって自分を変える 患者や問題の種類により差別をしない 臓器、ヒトにとどまらず、家庭・地域も視点とする 生物学的問題だけでなく心理社会的問題も重視 診察室に来ない人のことも考慮する |
| 5 | このセッションの目的 診断についてのEBM教育法の一例を提示する 患者シナリオの利用 小グループ学習 診断についてのEBMの基本的事項を提示する 仮説演繹法 事前確率、尤度比、事後確率 ベイズの定理 Rational Clinical Examination、Panzerの教科書 Evidence-Based Physical Diagnosis |
| 6 | EBMの5つのステップ 1. 問題の定式化 2. 問題についての情報収集 3. 得られた情報の批判的吟味 4. 情報の患者への適用 5. 1-4のステップの評価 |
| 7 | 患者シナリオ1 55歳女性。住民健診で血清コレステロールが260mg/dlと高値のため外来を受診した。51歳にて閉経した。肥満、喫煙、高血圧、心疾患の家族歴はない。自覚症状はなく、他の健診所見にも異常ない |
| 8 | 患者シナリオ２ 患者の食生活は偏食なく、豆腐、納豆、魚類もよく摂取していた。運動についても1年ほど前から週に2-3日は30分ほどのジョギングを行っている。それでもコレステロールが下がらないので、何か病気があるのではないかと心配になり来院した。 |
| 9 | この時点での鑑別診断リスト まずは各自でリストを作成しましょう 隣同士でリストを見せ合いお互いに修正を加えましょう |
| 10 | 検査についてのEBMの実践の基礎 仮説演繹法 鑑別診断の一方法 その他の方法には、パターン認識法、アルゴリズム法、徹底検討法などがある ベイズの定理 検査前確率と検査特性から検査後の確率を求める 事前確率（有病率）、尤度比、事後確率 事前オッズ×尤度比＝事後オッズ |
| 11 | 仮説演繹法 いくつかの鑑別診断のリストを作成 それぞれの疾患の確率を考慮 付け加わる所見による確率の変化を推定 鑑別診断リストの修正 多くの経験ある医師の方法 |
| 12 | 鑑別診断リストの作成 頻度の多い疾患 いわゆる高コレステロール血症 急を要する疾患、見逃してはいけない疾患 家族性高コレステロール血症 有効な治療のある疾患 甲状腺機能低下症 |
| 13 | 鑑別診断リストの補強 解剖学的な軸で考える 頭、頸部、胸部、腹部、四肢、全身疾患 病因の軸で考える（VINDICATE) 循環障害、閉塞 炎症（感染、非感染） 腫瘍 先天性 アレルギー、自己免疫 内分泌代謝 |
| 14 | 鑑別疾患リストの作成１ 仮説演繹法の手法に従って、鑑別疾患のリストを作成し、それぞれの疾患確率を書き込んで見ましょう まずは各自で 隣同士で グループ全体で |
| 15 | 確率を考慮したリスト 高コレステロール血症 ９５％ 甲状腺機能低下症 ３％ 家族性コレステロール血症 １％ その他 １％ |
| 16 | 鑑別診断リストの修正１ カルテの昨年の健診データによると、尿蛋白が陽性であった 高コレステロール血症 ９０％ ネフローゼ ５％ 甲状腺機能低下症 ３％ 家族性コレステロール血症 １％ その他 １％ |
| 17 | 鑑別診断リストの修正２ 身体所見上、アキレス腱の肥厚なし、アキレス腱反射の弛緩相の遅延なしであった 高コレステロール血症 ９３％ ネフローゼ ５％ 甲状腺機能低下症 １％ 家族性コレステロール血症 ０％ その他 １％ |
| 18 | ベイズの定理によるリストの修正 事前確率と検査特性から事後確率を求める ある所見があった場合その疾患の可能性がどれほど増すか ある所見がない場合その疾患の可能性がどれほど減るか ベイズの定理 事前オッズ×尤度比＝事後オッズ |
| 19 | 臨床所見の尤度比 尿蛋白陽性という所見でネフローゼの確率が0.5％から５％に変化 尿蛋白陽性という所見は、ネフローゼの可能性を0.5％から５％に上昇させる尤度比を持つ アキレス腱の肥厚なしの所見で家族性の確率が１％から０％に変化 アキレス腱の肥厚なしという所見は、家族性高コレステロール血症の可能性を、１％から０％に下降させる尤度比を持つ |
| 20 | その他の臨床所見 血圧 124/72ｍｍHg、脈拍66/分 甲状腺腫なし 下肢のむくみなし 皮膚はやや乾燥、かさかさしている ここ1年で2kgの体重増加 心筋梗塞、突然死の家族歴なし 再検査で尿蛋白陰性 それぞれがある尤度比をもつ |
| 21 | 経験、直感に基づく鑑別診断リスト 高コレステロール血症 ９０％ ネフローゼ ０％ 甲状腺機能低下症 １０％ 家族性コレステロール血症 ０％ その他 １％ 経験直感に基づくだけでは、見積もりの確率はばらばら！ |
| 22 | 鑑別診断のブラックボックス 事前確率と尤度比がわかれば事後確率を求められる（ベイズの定理） 事前確率がどれくらいかわからない 尤度比がどれくらいかわからない ここが実はブラックボックス 経験、直感が頼り |
| 23 | 仮説演繹法からEBMへ 事前オッズ×尤度比＝事後オッズ 確率を数字で見積もる 事前確率のエビデンスを利用 電子カルテ、臨床統計 確率の変化を尤度比から計算 感度、特異度を求めた研究を利用 原著論文、二次資料 経験、直感に外部のエビデンスを追加 |
| 24 | EBMの5つのステップ 問題の定式化 問題についての情報収集 得られた情報の批判的吟味 情報の患者への適用 1-4のステップの評価 |
| 25 | Step1. 問題の定式化 行動目標 問題のカテゴリーは何か（頻度、診断、予後、副作用、治療、予防、コスト） 問題のPatient、Exposure、Comparison、Outcomeは何か Outcomeはpatient-orientedか |
| 26 | Step1.問題の定式化 Patient：どんな患者に Exposure：どのような治療、検査をしたら Comparison：どんな治療、検査と比べ Outcome：どうなるか |
| 27 | Step1.問題の定式化 診断編 Patient：中年の高コレステロール血症の患者で Exposure：アキレス腱反射の遅延がないと Comparison：所見があるときに比べ Outcome：甲状腺機能低下症を除外できるか |
| 28 | Step1.問題の定式化 診断編 Patient：中年の高コレステロール血症の患者で Exposure：アキレス腱の肥厚、家族歴がないと Comparison：所見があるときに比べ Outcome：家族性高コレステロール血症を除外できるか |
| 29 | Step1.問題の定式化 診断編 Patient：中年の高コレステロール血症の患者で Exposure：どのような検査所見があると Comparison：所見がないときに比べ Outcome：甲状腺機能低下症を除外できるか |
| 30 | Step1.問題の定式化 予後編 Patient：中年の高コレステロール血症の患者で Exposure：放置した場合 Comparison：− Outcome：5年以内の心筋梗塞発症の危険は |
| 31 | Step1.問題の定式化 治療編 Patient：中年の高コレステロール血症の患者で Exposure：スタチン系薬剤を投与すると Comparison：投与しない場合に比べ Outcome：心筋梗塞、死亡が減少するか |
| 32 | 不整脈を治療したら… |
| 33 | 真のアウトカム（エンドポイント） 陳旧性心筋梗塞患者 代用のアウトカム：不整脈 真のアウトカム：突然死、死亡 膝関節痛患者 代用のアウトカム：診断的中率 真のアウトカム：無駄な検査が少ない 危険な疾患の除外 診断についての論文で真のｴﾝﾄﾞﾎﾟｲﾝﾄを評価した論文はきわめて少ない |
| 34 | あなたにとって最も重要なアウトカムは？ 診断の的中率 コレステロールの低下 放置すると危険な疾患の除外 不要な検査の減少 原因がわからないことに対する不安 個々の患者にとっての重要なアウトカムと論文のアウトカムのギャップを忘れない！ |
| 35 | 目の前の患者の個別性 痛い検査は絶対いやと考えている患者 高い検査でも痛い検査でもはっきり白黒つけてくれという患者 目の前の患者の真のアウトカムとは？ →真のアウトカムといっても相対的なものに過ぎない |
| 36 | EBMの5つのステップ 問題の定式化 問題についての情報収集 得られた情報の批判的吟味 情報の患者への適用 1-4のステップの評価 |
| 37 | Step2. 情報収集1 情報の有用性を決める3つの特徴 妥当性が高く 関連性が高く 労力が少ない 情報ほど有用である |
| 38 | Step2. 情報収集2 行動目標 MEDLINEの標準的な検索式を提示できる 診断についての有用な二次情報が利用できる 診断についての有用な情報が選択できる |
| 39 | ＭＥＤＬＩＮＥ 最大の医学データ-ベース National Library of Medicine（NLM） 1966年以降、70ヶ国以上、4000誌 1100万件以上 無料で提供 （PubMed etc） |
| 40 | ＰｕｂＭｅｄのclinical queries Therapy, Diagnosis, Prognosis, Etiology のいずれかを選択 sensitivityの高い検索か、specificityの高い検索のいずれかの選択 主な検索語句を入力して検索開始 |
| 41 | 治療についての有用な二次情報１ Cochrane Library 治療についてのシステマティックレビュー CDSR、DARE、CCTR Best Evidence 優れた論文の構造化抄録による要約集 ACP Journal Club Evidence-Based Medicine |
| 42 | 治療についての有用な二次情報２ Clinical Evidence 一般医向けのEBMスタイルのエビデンス集、年２回発行 2001年9月日本語版発売 現在インターネット上で無料開放 www.clinicalevidence.com/ UpToDate ＣＤ−ＲＯＭ版の教科書、年３回の改定 参考文献のＭＥＤＬＩＮＥ抄録まで閲覧可能 1週間の無料トライアル www.uptodate.com/ |
| 43 | 診断についての有用な二次情報 UpToDate Rational Clinical Examination シリーズ（JAMAに連載中） Diagnostic Strategies for Common Medical Problems（ACP） Evidence-Based Physical Diagnosis(Saunders) |
| 44 | Step2. 情報収集の実際１−１ Evidence-Based Physical Diagnosisより Bilewizs Index 症状 発汗の減少 ＋６ −２ 皮膚の乾燥 ＋３ −６ 寒がり ＋４ −５ 体重増加 ＋１ −１ 便秘 ＋２ −１ 嗄声 ＋５ −６ 知覚異常 ＋５ −４ 難聴 ＋２ ０ |
| 45 | Step2. 情報収集の実際１−２ 身体所見 ?動作緩慢 ＋１１ −３ 皮膚のあれ ＋７ −７ 皮膚の冷感 ＋３ −２ 眼窩周囲の腫れ ＋４ −６ 脈拍75/分以下 ＋４ −４ アキレス腱反射遅延 ＋１５ −６ |
| 46 | Step2. 情報収集の実際２ Diagnostic Strategies for Common Medical Problems（ACP）より、甲状腺疾患の章を発見 ホルモン検査の感度、特異度、尤度比 |
| 47 | INDEXが、30点以上、−15点以下 この時点での甲状腺機能低下症の確率はどれほどになるか、各自で考えてみよう 各自でそれぞれ確率を見積もったら、グループで議論してみよう INDEXを用いることによって、皆さんの意見の相違は小さくなっただろうか？ 意見の相違の小さくなったことが、正しい診断に近づいたといえるだろうか？ |
| 48 | 尤度比を予想する Indexが30点以上だったら 甲状腺機能低下症の可能性は何倍ほどになるか Indexが−15点以下だったら 甲状腺機能低下症の可能性は何分の1ほどになるか？ 可能性をオッズで考えると（確率でないのが悲しい！） 事前オッズ ｘ 尤度比 = 事後オッズ |
| 49 | 確率とオッズ 確率 ある事象 / 全事象 オッズ ある事象 / そうでない事象 例：3人のうち1人が痛風 確率は １/３ オッズは １/２ |
| 50 | 尤度比を逆算する Indexが−15点以下の場合の甲状腺機能低下症の確率から尤度比を予想してみよう ベイズの定理 事前オッズ × 尤度比 ＝ 事後オッズ 事前確率は10/100と仮定する 事前オッズは10/90 予想した確率から尤度比を逆算してみよう 事後確率1/100と予想 事後オッズ1/99 尤度比＝ (1/99)/(10/90)＝9/99 |
| 51 | 情報収集の実際３ 二次資料による尤度比 Indexが−15以下の場合の尤度比は 0.1 Indexが30以上の場合の尤度比は 18.8 TSHの感度、特異度はいずれも99％以上 残るは事前確率の見積もり |
| 52 | EBMの5つのステップ 問題の定式化 問題についての情報収集 得られた情報の批判的吟味 情報の患者への適用 1-4のステップの評価 |
| 53 | Step3. 批判的吟味 情報の表す3つのもの 真実 バイアス 研究デザインの吟味 偶然 統計学の適用の吟味 |
| 54 | 様々なバイアス 情報（測定）バイアス 情報のあるところ、測るところにバイアスあり 選択バイアス 選ぶところにバイアスあり 交絡因子 間に入る因子にバイアスあり |
| 55 | 批判的吟味の3つの要素 研究方法は妥当か？ JAMAの公式の活用 研究結果は何か？ 尤度比 役立つか？ 事前確率の見積もり |
| 56 | Step3. 批判的吟味 診断編 至適基準に対し、独立して評価されているか 適切な対象患者が選ばれているか 至適基準となる検査は検査結果に関わらず行われているか |
| 57 | 至適基準と独立した評価 最も確実な診断法を使用しているか？ 痛風では？ 他の所見を知らされずに検査所見を評価しているか？ 病歴、他の身体所見などがふせられているか？ |
| 58 | 適切な患者対象 患者対象を特殊な患者に絞れば… CEAも進行ガンに対してはそれなりの威力 進行ガンはほとんど他の検査で診断がつく CEAは早期ガンに対してほとんど無力 早期ガンこそ腫瘍マーカーで診断したい 臨床的に痛風の診断で迷うような患者群が選ばれているか？ |
| 59 | Step3. 批判的吟味の実際1 私の診断についての原著論文を読むことはあまりない |
| 60 | 診断の論文結果の指標 診断手技有用性の指標 尤度比（Likelihood Ratio） 診断手技の妥当性 真の値にどれほど近いか カッパ 診断手技の再現性 常に同じ結果が出るか |
| 61 | 感度と特異度 |
| 62 | SnNoutとSpPin SnNout Sensitivityが高い検査がNegativeのときその疾患を除外（rule out） SpPin Specificityが高い検査がPositiveのときその疾患の診断を確定（rule in） |
| 63 | 陽性尤度比 陽性の検査所見によって疾患を持つ可能性がどれほど高まるか 尤度比 = 感度 / （1-特異度） = 0.9 / (1-0.90) = 9 |
| 64 | 陰性尤度比 陰性所見によって疾患を持つ可能性がどれほど低くなるか 陰性尤度比 = （１−感度）/ 特異度 = （ 1-0.99） / 0.99 = 0.01 |
| 65 | ベイズの定理 事前オッズ ｘ 尤度比 = 事後オッズ オッズで計算すれば正比例 尤度比が大きいほど、事後オッズは大きい 事前オッズが大きいほど、事後オッズは大きい |
| 66 | オッズから確率 確率 ある事象 / 全事象 オッズ ある事象 / そうでない事象 例：2人が低下症でなく、1人が低下症 確率は １/３ オッズは １/２ |
| 67 | 確率からオッズを求める練習 確率が １/２ オッズは １/１ 確率が １/１０ オッズは １/９ 確率が １/１００ オッズは １/９９ |
| 68 | オッズから確率を求める練習 オッズが３ 確率は３/４ オッズ １/２ 確率は １/３ オッズが １/１００ 確率は １/１０１ |
| 69 | ベイズの定理を導く 資料を参照 |
| 70 | 尤度比を理解する１ 高コレステロール血症患者でIndexが30点以上であったら甲状腺機能低下症のオッズは何倍になるだろう？ Index30点以上の陽性尤度比 TSHが正常であったら甲状腺機能低下症のオッズは何分の1になるだろう？ TSH正常の陰性尤度比 |
| 71 | 尤度比に関するエビデンス Index −１５点以下 尤度比 0.1 TSH正常 尤度比 0.01 |
| 72 | EBMの5つのステップ 問題の定式化 問題についての情報収集 得られた情報の批判的吟味 情報の患者への適用 1-4のステップの評価 |
| 73 | Step4. 患者への適用 目の前の患者の事前確率を見積もる 作手村診療所でのここ1年間の初診高コレステロール患者100人のうち1人が甲状腺機能低下症 事前確率 1／１００ 事前オッズ 1／９９ |
| 74 | 事前オッズから事後確率を求める 事前オッズ ｘ 尤度比 = 事後オッズ １／９９ ｘ ０．１ = １／９９０ 事後オッズから事後確率へ変換 １／（９９０＋１）= ０．００１ Index−15点の時点で、低下症の確率は0.1％ |
| 75 | 事前確率を変化させる 事前確率5％の場合 5/95 × 0.1 = 5/950 → 5/955 事前確率10％の場合 1/9 × 0.1 = 1/90 → 1/91 事前確率の見積もりを変化させても、判断に変わりがないか（感度分析） |
| 76 | 実際の患者に 甲状腺機能低下症の可能性が0.1％の状況でこの患者さんにどのように対応しますか？ グループで議論してみましょう |
| 77 | 本日のWSの最終プロダクト まずロールプレイしてみましょう 議論の結果をまとめ、患者に対する説明を話し言葉の形でまとめてみましょう |
| 78 | 本日のWSの最終プロダクト まずロールプレイしてみましょう 心配ないというあなたの説明に対し、患者が以下のように反応しました。 「可能性が少ないと言っても、診察だけでは心配です。もっと確実な検査をしてください。」 続きを再びロールプレイしてみましょう 議論の結果をまとめ、患者に対する説明を話し言葉の形でまとめてみましょう |
| 79 | 実際の患者に 事前確率が低ければ、病歴身体所見のみで甲状腺機能低下症を否定 事前確率が高ければ、次の検査を考慮 血液検査はぜず、甲状腺疾患の可能性はほとんどないことを患者に伝えた |
| 80 | 念のためにTSHを測ったら TSH高値！ 陽性尤度比 100 事後確率を計算しましょう 1/1000 × 100 ＝ 1/10 → 1/11 それでも10人に1人が甲状腺機能低下症に過ぎない |
| 81 | Indexが30点以上であったら 陽性尤度比 18.8 1/99 ｘ 18.8 = 18.8/99 18.8／18.8＋99 = 0.15 30点以上でも甲状腺機能低下症でない場合が80％以上 TSHの測定が有用 |
| 82 | TSHが正常 事前確率15％ 陰性尤度比 0.01 15/85 × 0.01 = 15/8500 → 15/8515 |
| 83 | 高コレステロール血症の診断のまとめ 大部分は基礎疾患のない高コレステロール血症 二次性の除外が必要 除外のためには感度の高い所見が有用 厳しい臨床基準 Index ?15点以下 アキレス腱肥厚、家族歴 TSH |
| 84 | EBMの5つのステップ 問題の定式化 問題についての情報収集 得られた情報の批判的吟味 情報の患者への適用 1-4のステップの評価 |
| 85 | 自身の医療行為を批判的吟味する 患者からの情報の引き出しは十分であったか？ 情報収集は能率的で漏れがなかったか？ 情報の批判手吟味は適切だったか？ 患者への説明は適切だったか？ 自分自身はどんなバイアスを受けやすいか？ |
| 86 | EBM実践による変化：診断編 インタビュー、診察により疾患の事前確率を上げる、また下げる努力を重視 事前確率がある程度あがらなければ、検査の威力が発揮されない 念のための検査が減少 事前確率が低い状況では、検査が陽性でも大部分は疑陽性 見落としだけでなく、過剰診断の不利益も意識 |
| 87 | EBMとは？ 個々の患者の医療判断の決定に、 最新で最善の根拠を、良心的かつ明確に、 思慮深く利用すること（Sackett, DL.） |
| 88 | EBMの実践とは？ 個人の臨床的技能と、 体系的研究からの外部の臨床的根拠との 統合（Sackett, DL.） |
| 89 | 私にとってのEBMの実践 目の前の患者の話をよく聞き、よく診察し その患者によく似た患者についての研究結果をよく勉強し その二つの情報を統合し 目の前の患者に現時点での最善の医療を提供すること 見落としだけでなく検査のやり過ぎも考慮 |
| 90 | 再び、EBMとは？ |
| 91 | 作手村診療所 1番診察室 |
| 92 | 診察室へ入ると．．．．． |
| 93 | 本音を聞き出す |
| 94 | 情報は診察室に |
| 95 | 診察を終わって |
| 96 | 最後にもう一度 |
| 97 | 医師と患者の情報格差 患者さんにも勉強してもらう 患者さんからも教えてもらう 格差は小さい方がいい！ |
| 98 | 私の中でのパラダイムシフト 科学的とは？ 白黒つかないことこそ科学的 痛風の可能性が高いですが１００％正しい診断とはいえません 白黒はっきりするのは非科学的 教祖の言うとおり 教授の言うとおり |
| 99 | 最後に 実践してこそEBM EBMとは何かと問う前に、目の前の患者にとっての最善の医療は何かと自問しよう EBMが役に立つかどうかではなく、EBMを利用する自分自身が患者の役に立てるかどうか 論文に対して批判的になるだけでなく、自分自身に対してこそ批判的に |