音声から2型糖尿病を検出する

この研究は、2型糖尿病検出における重要な課題に対処します。英国では約30％の糖尿病患者が未診断のままであり、これは約100万人の成人に相当します。 現在のスクリーニング方法は機会的検査に依存しており、NHS健康診断を受けた人々のうちわずか40.4％しか利用しておらず、合併症が発症する前にリスクのある個人を特定できる革新的でアクセス可能なスクリーニング手法の必要性が浮き彫りになっています。

研究の理論的根拠と革新性：

最近の研究は、糖尿病が疾患全体にわたる複数の生理学的経路を通じて音声生成に影響を与えることを示しています：末梢神経障害は声帯制御と発話明瞭度に影響し、自律神経障害は呼吸パターンと音声力学に影響し、神経障害性損傷による口腔乾燥症（ドライマウス）は共鳴特性を変化させ、血糖値変動は喉頭と声帯の弾性特性を変化させます。 これらの知見と初期研究からの初期エビデンスは、音声分析が糖尿病スクリーニングに使用できる可能性を示唆しています。 本研究は、これらの音声-糖尿病関連性を高度な機械学習を活用して利用し、非侵襲的で拡張可能なスクリーニングソリューションを開発します。

研究デザインと方法論：

この2段階観察研究は、大規模データ収集と戦略的生物学的検証を組み合わせます。 第1段階では、10,000人の参加者が安全なオンラインプラットフォームを通じて音声録音と包括的健康質問票を完了します。 第2段階では、これらの参加者から1,000人を選び、HbA1c在宅検査検証のための有益な診断結果を提供します。

各評価セッションは約10〜20分間続き、標準化された音声録音タスクと検証済み健康質問票を含みます。 音声録音は、テキストを声に出して読み上げることと、多様な音声特性を捉えながら参加者間の一貫性を維持するように設計された短い質問に答えることを含みます。

技術的アプローチ：

音声データは、糖尿病と潜在的に関連する音響的および言語的特徴を抽出するために、複数の専門ソフトウェアツールを使用して分析されます。 本研究は、糖尿病状態を示す可能性のある音声特性のパターンを特定するために、高度な機械学習アルゴリズムを採用します。

私たちのアプローチは、自己申告糖尿病状態に内在する不確実性を考慮したモデルを開発することで、一般集団における未診断糖尿病の課題に対処します。 診断のないすべての参加者を明確に健康であると扱うのではなく、現実世界の糖尿病有病率パターンの複雑さを認識する計算手法を実装します。 生物学的検証のための戦略的参加者選択は、HbA1c検査から得られる情報を最適化し、モデル検証効率を最大化しながら検査コストを最小化することを目指します。

真実値検証には、文書化された精度が95％以上のCEマーク付きHbA1c在宅検査キットを使用し、糖尿病診断の標準臨床閾値であるHbA1c 6.5％以上を適用します。 この生物学的検証により、自己申告診断のみに依存するのではなく、確認された糖尿病状態に対してモデル性能を評価することが可能になり、音声ベース糖尿病スクリーニングの臨床的有用性に関する強固なエビデンスを提供します。

データ収集と管理：

すべてのデータ収集は、標準インターネットブラウザ（Chrome、Firefox、Safari）を介してアクセス可能な安全なウェブベースプラットフォームを通じて遠隔で行われます。 参加者は、マイク機能を備えた個人デバイス（コンピュータ、タブレット、またはスマートフォン）を使用します。 プラットフォームは、音声録音、精神健康評価のためのPHQ-8とGAD-7を含む質問票回答、および音声-糖尿病関連性を混同させる可能性のある心血管、腎臓、呼吸器疾患を含む包括的健康履歴を収集します。

データは汎用一意識別子（UUID）を使用して仮名化され、生音声録音と抽出された特徴は暗号化されたAWS S3バケットに保存されます。 個人識別情報はデータ収集完了後に削除されますが、研究データは英国GDPR準拠のもと、分析および出版目的で最大10年間保持されます。

サンプルサイズの考慮事項：

第1段階での目標登録者数10,000人は、強固な機械学習モデル開発の要件を反映しており、診断済み糖尿病、未診断糖尿病、前糖尿病、その他健康な個人を含む多様なデータセットを提供します。 このサンプルサイズにより、一般化可能な音声バイオマーカーモデルを開発するために必要な多様な人口統計グループ、年齢、健康状態にわたる包括的代表性が可能になります。 第2段階生物学的検証のために選ばれた1,000人の参加者は、包括的モデル検証のための十分な陽性および陰性症例を確保しながら、高価なHbA1c検査のリソース配分を最適化します。 このアプローチは、早期糖尿病検出における重要なギャップに対処し、拡張可能で費用効果の高いスクリーニングソリューションを提供し、早期特定と介入を通じて集団健康成果に重要な影響を与える可能性があります。