この横断的観察研究では、既存のCT画像で測定した腹部皮下脂肪厚が、STOP-BANGに基づく閉塞性睡眠時無呼吸症候群のリスクに関連しているかどうかを評価しました。その結果、CTで測定した脂肪厚とSTOP-BANGスコアとの間に有意な関連は認められませんでした。
この記事について
サマリー
要約
本研究では、臨床上の適応で撮影された腹部コンピュータ断層撮影（CT）画像から便宜的に測定した臍周皮下脂肪厚（USFT）が、STOP-BANG質問票を用いて評価した周術期閉塞性睡眠時無呼吸（OSA）リスクと関連しているかどうかを調査した。この横断的観察研究では、成人参加者64名がSTOP-BANG質問票に回答し、標準化されたプロトコルを用いて既存の腹部CT画像からUSFTを測定した。USFTと連続変数との関連はSpearman相関を用いて評価し、STOP-BANGリスクカテゴリー間の比較はKruskal–Wallis検定を用いて行った。また、年齢で調整した後のUSFTとSTOP-BANG高リスクとの関連を評価するために、探索的なロジスティック回帰分析を用いた。その結果、USFTとSTOP-BANGスコアとの間に有意な相関は認められず（ρ = 0.142, p = 0.264）、USFTはSTOP-BANGリスクカテゴリー間で有意な差を示さなかった（p = 0.677）。一方で、いびきがある参加者においてUSFTは有意に高く（p = 0.026）、体格指数（BMI; ρ = 0.663, p < 0.001）および首周囲（ρ = 0.544, p < 0.001）と正の相関を示した。年齢調整後においても、USFTとSTOP-BANG高リスクとの間に有意な関連は認められなかった。総じて、本研究においてCTで測定したUSFTは、STOP-BANGに基づくOSAリスクと関連していなかった。周術期OSAリスク評価におけるCT由来の脂肪量測定指標の潜在的な役割を明らかにするには、睡眠ポリグラフ検査（PSG）で確定診断されたOSAを含めた、十分な統計的検出力を備えた多変数解析による大規模な研究が必要である。
概要
OSA（閉塞性睡眠時無呼吸症候群）は、睡眠中の上気道の反復的な閉塞を特徴とする睡眠関連呼吸障害であり、間欠的な低酸素血症、高二酸化炭素血症、および睡眠分断を引き起こします1。OSAは心血管系および代謝系の併存疾患に関連しており、マスク換気困難、気管挿管困難、および術後呼吸器合併症のリスクを高めるため、周術期における重大な懸念事項となります2,3。その臨床的な重要性にもかかわらず、外科手術を受ける患者においてOSAが見逃されることが多く、実用的な周術期リスク層別化が不可欠となっています。
肥満は、上気道メカニクスの変化、咽頭筋反応性の低下、および脂肪組織機能不全に関連する炎症・代謝的影響などのメカニズムを通じて、OSAリスクの主要な要因となります3,4。PSGが診断のゴールドスタンダードである一方、アクセスが限られていること、待機時間、および急性期の手術入院時における実現可能性の制約から、日常的な周術期ワークフローでは、客観的な睡眠検査よりもスクリーニングツールの使用が必要となることが多くあります1,5。これらのツールの中で、STOP-BANG質問票はその簡便さと高い感度から広く利用されています。このスコアは、いびき、日中の眠気、無呼吸の目撃、高血圧、BMI、年齢、首周径、性別の8つのパラメータを組み合わせて、患者をOSAリスクカテゴリーに分類します6,7。
腹部肥満の指標である臍下皮下脂肪厚（USFT）は、腹部脂肪蓄積の増加を通じて、OSAの重症度や合併症に影響を及ぼす可能性があります3,8。CTは腹部脂肪組織を評価するために広く用いられており、脂肪測定において高い精度と再現性を提供します。先行研究では、CTに基づく皮下脂肪および内臓脂肪の測定値と、人体計測学的パラメータとの間に強い相関があることが報告されています9。しかし、腹部CTで便宜的に測定されたUSFTが、STOP-BANGに基づく周術期のOSAリスク層別化に関して追加的な情報を提供するかどうかは、依然として不明です。
したがって、本研究では、臨床的な適応で得られた既存の腹部CT画像を用いてオポチュニスティックに測定したUSFTが、成人外科患者におけるSTOP-BANG質問票で評価したOSAリスクと関連しているかどうかを探索することを目的としました。本研究の新規性は、追加の放射線被曝を伴わずに、ルーチンで取得された腹部CT画像を用いてUSFTを定量化した点にあります。私たちは、CTで測定したUSFTが大きいほど、STOP-BANGスコアが高くなり、OSAリスクが増加すると仮定しました。
プロトコル
この横断的観察研究は、アンカラ・ビルケント市立病院倫理委員会によって承認されました（承認日：2025年4月9日、承認番号：TABED-1-25-1200）。すべての手順は、施設内および/または国の研究委員会の倫理基準、ならびに1964年のヘルシンキ宣言およびその後の修正版、または同等の倫理基準に従って実施されました。本研究に含まれるすべての個々の参加者からインフォームドコンセントを得ました。正式な倫理委員会の承認前に、参加者の登録、インフォームドコンセントの手続き、STOP-BANG評価、またはその他の研究固有のデータ収集が行われることはありませんでした。
研究デザインおよび参加者
本研究は2025年4月10日から2025年6月30日の間に実施された。一般外科にて臨床的な適応により腹部CT検査を受けた成人患者（18歳以上）を組み入れ対象とした。CT検査の臨床的適応には、腹痛、悪性腫瘍の疑い、および外傷が含まれた。STOP-BANGスコアはCT検査と同日に取得し、両方の評価が同一の臨床期間を反映するようにした。本研究のために特別なCT撮像は追加で行っていない。除外基準は、年齢 <18歳未満、妊娠中、参加拒否、適切な腹部CT画像の欠如、正確な脂肪量測定を妨げる可能性のある腹部手術歴、または臨床データの不備。本研究目的で追加の画像診断や検査は行われておらず、すべてのCT検査は日常的な臨床ケアの一環として実施されたものである。参加者のスクリーニングおよび選択プロセスは、以下に要約されている。 図1.
図1。患者フローチャート。フローチャートは、スクリーニングされた患者数、除外理由、解析に含まれた最終的な参加者数、およびSTOP-BANGリスクカテゴリー別の分布を含む研究の選択プロセスを示している。最終的なリスクグループは、低リスク（n = 20）、中リスク（n = 24）、高リスク（n = 20）の参加者で構成された。本図は記述的な患者フローチャートであり、統計データ図ではないため、エラーバーおよび統計的有意差検定は適用されない。略語：USFT、臍下皮下脂肪厚；n、参加者数。この図の拡大版を表示するには、ここをクリックしてください。
臨床および人体計測データ
年齢、性別、身長、体重、BMI、および首囲を含む人口統計学的および人体測定学的データを記録した。首囲は、参加者が直立し、頭部を自然な位置に保持した状態で、伸縮性のない柔軟な巻尺を用いて測定した。測定は喉頭結節（甲状軟骨）の高さで行った。測定値は0.1 cm単位で記録した。3回測定を行い、その平均値を解析に使用した。首囲が >40 cm以上をSTOP-BANG基準の陽性と定義した。高血圧の状態およびSTOP-BANG質問票への回答は、登録時に収集した。STOP-BANGスコアは、いびき、日中の疲労感、無呼吸の目撃、高血圧、BMIを含む8つの構成要素に基づいて算出した。 > 35 kg/m2, 年齢 > 50歳、首囲 >40 cm、かつ雄6,7.
CTによるUSFTの測定
すべてのCT検査は、128列マルチディテクターCTスキャナーを用いて実施した。撮像パラメータは以下の通りとした：管電圧 120 kV、自動管電流変調 200–420 mA、回転時間 0.6 s、ピッチ 1.375、検出器カバー範囲 40.0 mm、収集スライス厚 3.75 mm、再構成スライス厚 1.25 mm（標準的な軟組織再構成カーネルを使用）、テーブル長 2000 mm。皮下脂肪組織の境界は造影剤の投与に関わらず明確に識別可能であるため、測定は単純CT画像または造影CT画像のいずれかを用いて行った。画像評価は、標準的な腹部軟組織ウィンドウ設定（ウィンドウ幅 400 HU、ウィンドウレベル 40 HU）を用い、ProHIMS PACS Viewerソフトウェア（バージョン 2024.5.0）を使用して実施した。観察者間誤差を最小限に抑えるため、すべての画像評価は、腹部CT読影に10年以上の経験を持つ1名の放射線科医によって行われた。測定は既存のCT画像から取得し、追加の放射線被曝は伴わなかった。
USFTは、臍レベルの軸位CTスライスで測定されました。正確な臍レベルは、前腹壁の臍傷という解剖学的指標を特定することで決定されました。測定は、皮膚表面から前腹直筋鞘（筋膜）までの距離を算出する標準化されたプロトコルに従って行われました。先行するプロトコルに記載されている通り、このレベルの連続する3枚の軸位スライスで測定を行い、その平均値を最終解析に使用しました。
画像解析の間、評価を担当した放射線科医には、参加者のSTOP-BANGスコアおよび臨床結果は伏せられていた。検者内信頼性を評価するため、ランダムに抽出した20件のCTスキャンを、同一の盲検化された放射線科医が再解析した。信頼性は級内相関係数（ICC）を用いて評価した。検者内測定信頼性は良好であり、ICCは0.79であった。測定手法の代表的な例を図2に示す。
図2腹部コンピューター断層撮影（CT）画像における臍周皮下脂肪厚の代表的な測定例。 臍レベルにおける代表的な軸位断コンピュータ断層撮影（CT）画像に、臍下皮下脂肪厚（USFT）の測定方法を示す。垂直方向の測定キャリパーは、前方皮膚表面から前腹直筋鞘（筋肉筋膜）までの垂直距離を示している。この画像は、ある被験者の単一の軸位断スライスであり、測定手法のみを例示したものである。研究解析においては、臍レベルの連続する3枚の軸位断スライスでUSFTを測定し、その3回の測定値の平均を最終的なUSFT値として用いた。R：右、L：左、CT：コンピュータ断層撮影、USFT：臍下皮下脂肪厚。 この図の拡大版を表示するには、ここをクリックしてください。
アウトカムおよびSTOP-BANGリスク分類
主要アウトカムは、USFTとSTOP-BANGスコアとの関連性とした。STOP-BANGスコアは、連続変数として、および低リスク（0–2）、中等度リスク（3–4）、高リスク（≥5）のカテゴリー別リスクグループとして分析した7。高リスク分類に≥5のカットオフ値を選択したのは、特異度が高く、特に周術期において重要である中等度から重度のOSAとより強い相関があるためである。
サンプルサイズの検討
本研究のサンプルサイズ（n = 64）は、研究期間内での実現可能性に基づいて決定した。CT由来のUSFTとSTOP-BANGスコアの関係に関する先行データが限られているため、本研究は小さな効果量を検出するための検証的研究ではなく、探索的な仮説生成分析として設計した。したがって、結果の解釈にあたっては、統計的有意性のみならず、効果推定値および臨床的妥当性を重視した。
統計解析
統計解析は、Python (version 3.10.12)を用い、pandas (version 1.5.3)、SciPy (version 1.10.1)、およびstatsmodels (version 0.14.0)を使用して実施した。データの可視化にはMatplotlib (version 3.7.1)およびseaborn (version 0.12.2)を使用した。連続変数の正規性はShapiro–Wilk検定を用いて評価した。正規分布に従う変数は平均値 ± 標準偏差として提示し、非正規分布の変数は中央値（最小値–最大値、四分位範囲 [IQR]）として表記した。
3つのSTOP-BANGリスクカテゴリー間での群間比較は、Kruskal–Wallis検定を用いて評価しました。USFTとSTOP-BANG質問票の各項目との関連性をさらに評価し、二値のカテゴリー変数にはMann–Whitney U検定を、連続変数にはSpearman相関を用いた解析を適用しました。
USFTとSTOP-BANGに基づくOSA高リスクとの関連を評価するために、ロジスティック回帰モデルを用いた。すべてのモデルにおける従属変数は、スコア5以上と厳格に定義されたバイナリ形式のSTOP-BANG高リスクとした。確認された高リスク症例数が少なかったため（n = 20）、オーバーフィッティングを抑制するために、複数の共変量を用いた従来の多変数ロジスティック回帰は避けた。代わりに、独立変数をUSFTと年齢の2つのみに限定した最小限の標準ロジスティック回帰モデルを用いた。さらに、同一の従属変数および独立変数を用いて、L2正則化（Ridge）ロジスティック回帰を実施した。正則化モデルでは、標準的なペナルティを適用して係数を縮小し、極端な分散を防ぐため、正則化パラメータ（alpha）を1.0に設定した。95%信頼区間（CIs）を伴うオッズ比（ORs）を算出した。すべての解析において、p値 <0.05 を統計的に有意とみなした。
結果
研究デザインおよび被験者
研究期間中、腹痛、悪性腫瘍の疑い、または外傷などの関連する臨床的適応で来院した計115名の患者を対象に、適格性のスクリーニングを行った。妊娠していた3名の患者は除外され、CTスキャンは実施しなかった。残りの患者のうち、臨床的に適切な腹部CT画像が得られなかった24名を除外した。さらに、参加の拒否またはSTOP-BANG質問票への回答拒否（n = 10）、腹部手術の既往（n = 8）、または臨床データの不備（n = 6）により、24名を追加で除外した。その結果、64名の患者が登録され、最終解析の対象となった（図 1）。
合計64名の参加者が分析に含まれ、その内訳は女性32名（50.0%）および男性32名（50.0%）であった。年齢の中央値は60歳（範囲：22～85歳）であった。平均首周りは38.44 ± 2.68 cmであり、BMIの中央値は25.4 kg/m2（範囲：14.9～51.4 kg/m2）であった。STOP-BANGスコアの中央値は4（範囲：0～7）であり、USFTの中央値は25.07 mm（範囲：11.85～53.28 mm）であった。ベースラインの人口統計学的、人体計測学的、および臨床的特性を表1にまとめる。
| 変数 | N = 64 |
| 年齢（歳）、中央値（最小値–最大値；四分位範囲） | 60.0 (22–85; 18.0) |
| 身長 (cm)、平均値 ± 標準偏差 | 166.11 ± 8.3 |
| 体重 (kg)、中央値 (最小値–最大値; 四分位範囲) | 70.0 (38–145; 21.25) |
| BMI (kg/m²²）、中央値（最小値–最大値；四分位範囲） | 25.4 (14.9–51.4; 6.95) |
| 首囲 (cm)、平均値 ± 標準偏差 | 38.44 ± 2.68 |
| STOP-BANGスコア (0–8)、中央値 (最小値–最大値; 四分位範囲) | 4.0 (0–7; 3) |
| USFT (mm)、中央値 (最小–最大; 四分位範囲) | 25.07 (11.85–53.28; 12.22) |
| 性別, n (%) | |
| オス | 32 (50.0) |
| 雌性 | 32 (50.0) |
| 高血圧、n (%) | |
| はい | 28 (43.8) |
| いいえ | 36 (56.3) |
| いびき、n (%) | |
| はい | 51 (79.7) |
| いいえ | 13 (20.3) |
| 倦怠感、n (%) | |
| はい | 41 (64.1) |
| いいえ | 23 (35.9) |
| 無呼吸の観察例、n (%) | |
| はい | 1 (1.6) |
| いいえ | 63 (98.4) |
表1：研究参加者の人口統計学的および臨床的特性。 最終解析に含まれた64名の参加者の人口統計学的、人体計測学的、および臨床的特性を示す。連続変数は、適宜、平均値 ± 標準偏差 (SD) または中央値 (最小値–最大値; 四分位範囲 [IQR]) として報告し、カテゴリ変数は件数 (パーセンテージ) として報告する。BMI：ボディマス指数、USFT：臍下皮下脂肪厚、SD：標準偏差、IQR：四分位範囲、min：最小値、max：最大値、n：参加者数。
表 1に、研究コホート（n = 64）のベースラインにおける人口統計学的、身体計測学的、および臨床的特性を示す。カテゴリー変数には、性別、および高血圧、いびき、日中の疲労感、観察された無呼吸に関する二値の臨床的回答（あり/なし）が含まれる。正規分布する連続変数（身長および頸囲）は平均値 ± SDとして示す。非正規分布の連続変数（年齢、体重、BMI、STOP-BANGスコア、およびUSFT）は中央値（最小値–最大値; IQR）として示す。カテゴリー変数はn (%)として示す。表 1はベースラインの記述統計を示すものであるため、比較統計検定は実施しておらず、p値は適用されない。
臨床および人体計測データ
STOP-BANGスコアとUSFTの間に統計的に有意な相関は認められなかった（Spearman’s ρ = 0.142, p = 0.264）。同様に、USFTはSTOP-BANGの低リスク、中リスク、高リスクのカテゴリー間で有意な差は見られなかった（Kruskal–Wallis H = 0.781, p = 0.677）。最終的に確認されたリスクカテゴリーの構成は、低リスクが20名（31.3%）、中リスクが24名（37.5%）、高リスクが20名（31.3%）であった（図 1 および 表 2）。
| 変数 | n (%) | 分析方法 | 中央値 (IQR) | 検定統計量 | p 値 | 効果量 |
| STOP-BANG スコア | 64 (100) | Spearman 相関分析 | 4.0 (2.0–5.0) | ρ = 0.142 | 0.264 | — |
| STOP-BANG リスクカテゴリー | 64 (100) | Kruskal–Wallis 検定 | — | H = 0.781 | 0.677 | — |
| 低リスク (0–2) | 20 (31.3) | — | 23.7 (19.6–32.4) | — | — | — |
| 中等度リスク (3–4) | 24 (37.5) | — | 26.6 (20.4–34.8) | — | — | — |
| 高リスク (≥5) | 20 (31.3) | — | 25.3 (22.4–30.2) | — | — | — |
| いびき | 64 (100) | Mann–Whitney U 検定 | — | U = 198.0 | 0.026 | 0.278 |
| なし | 13 (20.3) | — | 20.0 (16.3–27.5) | — | — | — |
| あり | 51 (79.7) | — | 25.3 (21.2–36.1) | — | — | — |
| 疲労感 | 64 (100) | Mann–Whitney U 検定 | — | U = 471.0 | 1 | 0.001 |
| なし | 23 (35.9) | — | 24.1 (20.0–32.6) | — | — | — |
| あり | 41 (64.1) | — | 25.3 (20.9–31.3) | — | — | — |
| 高血圧 | 64 (100) | Mann–Whitney U 検定 | — | U = 497.0 | 0.93 | 0.012 |
| なし | 36 (56.3) | — | 24.9 (19.9–32.6) | — | — | — |
| あり | 28 (43.8) | — | 25.1 (21.1–30.4) | — | — | — |
| 性別 | 64 (100) | Mann–Whitney U 検定 | — | U = 546.0 | 0.653 | 0.057 |
| 女性 | 32 (50.0) | — | 25.1 (20.2–33.1) | — | — | — |
| 男性 | 32 (50.0) | — | 24.9 (20.6–29.9) | — | — | — |
| 年齢 (years) | 64 (100) | Spearman 相関分析 | 60.0 (52.0–70.0) | ρ = −0.067 | 0.6 | — |
| BMI (kg/m²) | 64 (100) | Spearman 相関分析 | 25.4 (22.5–29.5) | ρ = 0.663 | <0.001 | — |
| 頸囲 (cm) | 64 (100) | Spearman 相関分析 | 39.0 (36.8–40.0) | ρ = 0.544 | <0.001 | — |
表2：臍部皮下脂肪厚とSTOP-BANGスコアおよびその構成要素との関連性の統計分析。 USFTと連続変数との関連性は、Spearmanの順位相関を用いて評価した。二分グループ間におけるUSFTの差はMann–Whitney U検定を用いて評価し、3つのSTOP-BANGリスクカテゴリー間の差はKruskal–Wallis検定を用いて評価した。カテゴリカルな比較において、「Median (IQR)」列の値はミリメートル単位のUSFTを表し、連続変数の分析において、値は対応する変数を表す。統計的有意性は p < 0.05 と定義した。BMI：体格指数、IQR：四分位範囲、USFT：臍部皮下脂肪厚、U：Mann–Whitney U統計量、H：Kruskal–Wallis検定統計量、ρ：Spearman順位相関係数、n：参加者数。
いびきがあることを報告した参加者は、いびきがない参加者よりもUSFTが有意に高かった（U = 198.0, p = 0.026）。対照的に、USFTと日中の疲労感（U = 471.0, p = 1.000）、高血圧（U = 497.0, p = 0.930）、性別（U = 546.0, p = 0.653）、または年齢（ρ = −0.067, p = 0.600）との間には有意な関連は認められなかった。USFTとBMI（ρ = 0.663, p < 0.001）、およびUSFTと首囲（ρ = 0.544, p < 0.001）の間には正の相関が認められた。USFTとSTOP-BANGスコアおよびその構成要素との関連を表2にまとめる。
表2に、USFTと、総合STOP-BANGスコアを含む人口統計学的、身体計測学的、および臨床的変数との関係の統計的評価を示す。総サンプルサイズはn = 64であった。カテゴリー分析には、STOP-BANGリスクカテゴリー（低リスク：0–2、中リスク：3–4、高リスク：≥5）、バイナリ臨床変数（いびき、日中の疲労感、高血圧の有無）、および性別（女性/男性）が含まれた。無呼吸の観察については、群間の極端な不均衡（「あり」がn = 1）のため、比較分析から除外した。正規分布していない連続変数のデータ分散は、中央値（IQR）として提示している。連続変数（年齢、BMI、首囲、およびSTOP-BANGスコア）にはSpearmanの順位相関を用いた。3つのSTOP-BANGリスクカテゴリー間の比較にはKruskal–Wallis検定を用い、二分カテゴリー変数にはMann–Whitney U検定を用いた。該当する場合、効果量を報告している。統計的有意性はp < 0.05と定義した。
結果およびSTOP-BANGリスク分類
STOP-BANGスコアが5点以上に基づき、20名の参加者（31.3%）がOSAの高リスク群に分類された。この高リスク分類は、図1および表2に示された最終的なリスクグループの分布と一致している。
統計解析
高リスク症例数が限られていたため、探索的な多変量解析は、最小限の年齢調整を行ったロジスティック回帰モデルおよびL2正則化ロジスティック回帰モデルに限定した。最小限の年齢調整ロジスティック回帰モデルにおいて、USFTはSTOP-BANGに基づく高OSAリスクと関連していなかった（OR = 1.00, 95% CI, 0.95–1.06; p = 0.936）。L2正則化ロジスティック回帰モデルでも同様の結果が得られた（OR = 0.98, 95% CI, 0.93–1.04; p = 0.472）。参加者64名のうち、20名（31.3%）が腹壁ヘルニア手術を受けた。
全体として、USFTはSTOP-BANGスコアまたはSTOP-BANGのリスクカテゴリーと有意な関連は見られませんでした。USFTはいびきを報告した参加者において有意に高く、BMIおよび首周囲と正の相関を示しました。しかし、探索的回帰分析において年齢で調整した後では、STOP-BANGに基づく高いOSAリスクとの関連は認められませんでした。これらの結果は、CTで測定したUSFTが大きいほどSTOP-BANGスコアが高くなり、STOP-BANGに基づくOSAリスクが増加するという本研究の仮説を支持するものではありませんでした。
データの利用可能性：
最終解析に使用された匿名化済みの参加者レベルのデータセットは、本論文の補足データファイル1として提供されています。また、研究データセットおよび解析コードはZenodo（DOI: 10.5281/zenodo.21969483）に登録されていますが、登録済みファイルへのアクセスは現在制限されています。本論文に付随する補足データセットは、報告された解析に使用された最終的に検証済みの参加者レベルのデータセットです。
補足データファイル1. 研究解析に使用された匿名化済み参加者レベルデータセット。 このファイルには、最終解析に含まれた64名の参加者のデータが含まれています。変数には、年齢、性別、身長、体重、BMI（ボディマス指数）、高血圧の有無、いびき、疲労感、観察された無呼吸、首囲、二値化されたSTOP-BANG首囲基準（>40 cm）、STOP-BANGスコア、および臍下皮下脂肪厚（USFT）が含まれます。二値変数は列見出しに示された通りにコード化されています。本データセットのファイルに含まれる変数に欠損値はありません。 こちらのリンクからファイルをダウンロードしてください。
ディスカッション
この横断的観察研究では、CTで測定したUSFTとSTOP-BANGスコア、またはSTOP-BANGに基づくOSAリスクカテゴリーとの間に統計的に有意な関連は認められませんでした。この関連性の欠如は年齢で調整した後も持続しており、本研究の集団においてUSFT単独ではOSAリスクを十分に反映していない可能性が示唆されました。それにもかかわらず、USFTはBMIおよび首周りと有意に関連しており、全身および上半身の肥満との関係が支持されました。いびきとの関連は、皮下脂肪とOSAリスクの個々の構成要素との関係を示している可能性がありますが、この結果は慎重に解釈されるべきです。これらの結果は、単一の肥満指標ではなく、解剖学的、代謝的、および人口統計学的因子が疾患リスクに寄与するという、OSAの多因子的な性質と一致しています。本研究では、CTベースの皮下脂肪厚と、質問票ベースのOSAリスクスコアであるSTOP-BANGという2つの間接的な指標との関連を評価しました。したがって、得られた知見は、真の疾患予測ではなく、測定概念間の重複を反映しているものとして解釈されるべきです。
本研究ではPSGは実施せず、STOP-BANG質問票を用いてOSAを評価した。STOP-BANGは広く使用されているスクリーニングツールであり、PSGへのアクセスが制限されている場合のトリアージ評価として有用であるが、客観的な睡眠検査に代わるものであってはならない。特異度が低いため、誤分類が生じ、USFTと客観的に診断されたOSAとの間に観察される関連性が弱まる可能性がある1,5,10。したがって、本知見は客観的に診断されたOSAとの関連の証拠ではなく、USFTとSTOP-BANGスコアとの横断的な関連性の評価として解釈されるべきである。本研究において、USFTはBMIおよび首囲と強い正の相関を示し、これはUSFTがOSAリスクとの独立した関連を持つというよりも、主に全般的な肥満に関連する特性を反映している可能性を示唆している。先行研究においても同様に、超音波で測定した頸部、胸部、および腹部の皮下脂肪厚と人体計測変数との相関が報告されており、一方で、臍上2 cmで測定した腹部皮下脂肪組織厚および第2肋間上で測定した皮下脂肪組織厚は、特定の集団においてOSA関連リスクとの関連が示されている8。
しかし、内臓脂肪および皮下脂肪組織とOSAリスクとの関係は、必ずしも同等であるとは限りません。先行研究では、内臓脂肪蓄積はOSAのリスクや重症度により密接に関連している可能性がある一方で、皮下脂肪蓄積の役割はより限定的である可能性が示されています11,12。また、OSAのリスクが高い個人は、より顕著な内臓脂肪蓄積を示す可能性が示唆されています。したがって、本研究においてUSFTとSTOP-BANGスコアとの間に有意な関連が認められなかったことは、皮下脂肪厚のみを評価し、内臓脂肪蓄積や他の解剖学的領域における脂肪分布を評価しなかったことを反映している可能性があります。BMIおよび首周径は、OSAリスクに関連する確立された人体計測パラメータであり、特に首周径はOSAの重症度とも関連することが報告されています13,14。本研究におけるUSFT、BMI、および首周径の間の強い相関は、肥満関連の指標間で共通の分散があり、共線性（collinearity）が存在する可能性を示唆しており、これが、確立されたSTOP-BANGの構成要素を超えてUSFTが追加的な情報を提供する能力を制限した可能性があります。本研究では、USFTはいびきと有意に関連していました。しかし、いびきは上気道解剖、咽頭筋緊張、鼻腔抵抗、遺伝的素因を含む複数の要因に影響されるため、この結果は慎重に解釈する必要があります。さらに、いびきは自己申告に基づいているため、報告バイアスが生じた可能性があり、またサンプルサイズが比較的小さかったことが、この関連性の強さを定義するための統計的検出力を制限した可能性があります。
男性であることは、OSAの確立されたリスク要因です1,3。これは主に男女間のホルモンの違いに起因しており、それが脂肪分布のパターンにも影響を与えています。男性では脂肪組織が主に内臓領域に蓄積する傾向があるのに対し、女性は皮下脂肪の蓄積割合が高くなります3,4。これらの生理学的な違いと一致して、BMIおよび腹囲が同程度の男女を比較した場合、男性の方が女性よりもOSAの重症度が高いことが先行研究で報告されています1,3。しかし、本研究において、USFTに有意な性差は認められませんでした。この結果は、サンプルサイズが限定的であったこと、皮下脂肪厚のみを測定したこと、そしてOSAの重症度の性差においてより重要な役割を果たすと考えられる内臓脂肪の評価が行われなかったことなど、いくつかの要因によって説明できると考えています。また、OSAは加齢に伴う睡眠障害としても認識されています1,3。さらに、BMIが高い個人においては、加齢に伴い咽頭周囲脂肪量を有意に増加することが報告されています15。これらの知見があるにもかかわらず、本研究においてUSFTと年齢との間に統計的に有意な関連が見られなかったのは、測定が臍レベルの皮下脂肪のみに焦点を当てていたことや、サンプルサイズが限定的であったことに関連している可能性があります。
本サンプルにおいてUSFTと高血圧との間に統計的に有意な関連が見られなかったことは、文献で述べられている肥満と高血圧との関係の複雑さを反映している可能性があります。疫学的根拠は、肥満が高血圧の主要なリスク要因であることを強く支持していますが、この関係は性別、人口統計学的特性、遺伝的背景、神経ホルモンメカニズム、環境要因など、相互に作用する複数の要因によって影響を受けます16。先行研究では、内臓脂肪指数および脂質蓄積産物がOSAのリスク増加と関連しており、潜在的な予測マーカーとして機能することが示されています17。特に、内臓脂肪蓄積が多いことを特徴とするアンドロイド型肥満は、ギノイド型肥満よりも高血圧との強い関連が認められています16。したがって、本研究で有意な関連が認められなかったことは、臍レベルの皮下脂肪厚のみを測定し、内臓脂肪を評価しなかったという事実に一部起因している可能性があります。肥満者においてUSFTが増加することは予想される結果です3。日中の眠気や目撃された無呼吸は、OSA患者に共通して見られる症状です18,19。そのため、我々は当初、USFTがこれらの臨床症状と関連しているという仮説を立てました。しかし、解析の結果、USFTと日中の眠気との間に有意な関連は認められませんでした。この結果は、OSAの症状が多因子的であることで説明できると考えられます。すなわち、腹部皮下脂肪だけでなく、内臓脂肪の蓄積、上気道の解剖学的構造、神経筋肉因子、および遺伝的素因による影響を受けるためです。さらに、日中の眠気のような主観的パラメータは患者の自己報告に基づいており、それが測定値に不均一性をもたらした可能性があります。本研究のサンプルサイズが比較的小さかったこと、および臍部皮下脂肪測定のみに焦点を当てたことも、有意な関連が見られなかった要因と考えられます。先行研究では、内臓脂肪組織がOSAとより強く関連している一方で、皮下脂肪がこれらの臨床症状を反映させる役割はより限定的であると報告されています。
本研究の限界として、サンプルサイズが比較的小さかったこと、および単一施設で実施されたことが挙げられます。加えて、現在OSA診断のゴールドスタンダードとして用いられているPSGを本研究では実施しておらず、スクリーニングツールとしてのSTOP-BANGの特異性が限定的であったことが、USFTとOSAの間の見かけ上の弱い相関に寄与した可能性があります。さらに、CT測定は臍レベルの皮下脂肪組織に限定されており、内臓脂肪組織や他の身体部位における脂肪分布は評価されませんでした。USFTとSTOP-BANGの間に相関が見られなかったものの、CTベースのオポチュニスティックな肥満度評価は、周術期スクリーニング研究において依然として有用である可能性があります。CT由来の指標、特に内臓肥満は、確立された臨床的リスク因子を補完するマーカーとして検討できる可能性があります。これらの指標が、従来の臨床評価に加えてOSAリスクと独立して関連しているかどうかを判断するには、さらなる研究が必要です。結論として、CTで測定したUSFTは、STOP-BANGスコアまたはSTOP-BANGに基づくOSAリスクカテゴリーと有意な相関はなく、この無相関は年齢で調整した後も持続しました。USFTはBMIや首囲を含む肥満関連パラメータおよびいびきと有意に関連していましたが、これらの知見は、腹部皮下脂肪と客観的に診断されたOSAとの直接的な関係を立証するものではありません。したがって、USFT単独ではSTOP-BANGに基づくOSAリスクを十分に反映していないと考えられます。OSAリスク層別化におけるCT由来の肥満度指標の潜在的な役割を明らかにするためには、より大きなサンプルサイズを用い、PSGによるOSAの客観的評価および内臓脂肪と皮下脂肪組織分布の包括的な評価を行う今後の研究が求められます。
開示事項
利益相反：
著者らは利益相反がないことを宣言します。
謝辞
著者は、原稿作成時における英語の編集および文法修正の支援にOpenAI社のChatGPT (GPT-5)を使用したことを認めます。原稿のすべての内容および科学的な解釈は、著者らによって確認および承認されました。本研究に対する資金提供は受けておりません。
材料
| 名前 | 会社 | カタログ番号 | コメント |
|---|---|---|---|
| 128列マルチディテクターCTスキャナー | GE Healthcare | Revolution EVO EX/EL | RRIDは利用不可 |
| 柔軟なメジャー | ラフキン | 50フィート x 3/8インチ | RRIDは利用不可 |
| matplotlib | Python Software Foundation | バージョン 3.7.1 | SCR_008624 |
| pandas | Python Software Foundation | バージョン 1.5.3 | SCR_018214 |
| ProHIMS PACSビューア | ProHIMS | バージョン 2024.5.0 | RRID利用不可 |
| Python | Python Software Foundation | バージョン 3.10.12 | SCR_008394 |
| scipy | Python Software Foundation | バージョン 1.10.1 | SCR_008058 |
| seaborn | Python Software Foundation | バージョン 0.12.2 | SCR_018132 |
| statsmodels | Python Software Foundation | バージョン 0.14.0 | SCR_016074 |
| STOP-BANG質問票 | トロント大学（Chung F. ら） | 該当なし | RRIDなし |
| 研究データセットおよび解析コード | Zenodo | DOI: 10.5281/zenodo.21969483 | RRIDは利用不可 |
参考文献
- Slowik JM, Sankari A, Collen JF. Obstructive sleep apnea. In: StatPearls [Internet]. StatPearls Publishing; Treasure Island (FL); 2025. Available from: https://www.ncbi.nlm.nih.gov/books/NBK459252/.
- Ojeda D, et al. STOP-BANG questionnaire as predictor of a difficult airway management during anesthesia. Rev Med Chil. 2022;150:450-457. doi:10.4067/S0034-98872022000400450.
- Bonsignore MR. Obesity and obstructive sleep apnea. Handb Exp Pharmacol. 2022;274:181-201. doi:10.1007/164_2021_558.
- Ryan S, et al. Adipose tissue as a key player in obstructive sleep apnoea. Eur Respir Rev. 2019;28:190006. doi:10.1183/16000617.0006-2019.
- Chen L, et al. Validation of the STOP-Bang questionnaire for screening of obstructive sleep apnea in the general population and commercial drivers: a systematic review and meta-analysis. Sleep Breath. 2021;25:1741-1751. doi:10.1007/s11325-021-02299-y.
- Chung F, et al. STOP questionnaire: a tool to screen patients for obstructive sleep apnea. Anesthesiology. 2008;108:812-821. doi:10.1097/ALN.0b013e31816d83e4.
- Neves Junior JAS, et al. Cutoff points in STOP-Bang questionnaire for obstructive sleep apnea. Arq Neuropsiquiatr. 2020;78:561-569. doi:10.1590/0004-282X20200086.
- Molnár V, et al. The predictive role of subcutaneous adipose tissue in the pathogenesis of obstructive sleep apnoea. Life (Basel). 2022;12:1504. doi:10.3390/life12101504.
- Pickhardt PJ, Summers RM, Garrett JW. Automated CT-based body composition analysis: a golden opportunity. Korean J Radiol. 2021;22:1934-1937. doi:10.3348/kjr.2021.0775.
- Nagappa M, et al. Validation of the STOP-Bang questionnaire as a screening tool for obstructive sleep apnea among different populations: a systematic review and meta-analysis. PLoS One. 2015;10:e0143697.
- Franco I, Reis R, Ferreira D, et al. The impact of neck and abdominal fat accumulation on the pathogenesis of obstructive sleep apnea. Rev Port Pneumol (2006). 2016;22:240-242.
- Ugur KS, et al. Subcutaneous fat tissue thickness of the anterior neck and umbilicus in patients with obstructive sleep apnea. Otolaryngol Head Neck Surg. 2011;145:505-510.
- Kollár B, et al. Anthropometric parameters and sleep apnea: correlations, and treatment implications in a sleep laboratory-based study. Bratisl Med J. 2025;126:1066-1077. doi:10.1007/s44411-025-00148-y.
- Ibrahim MIS, Mohamad H, Mohamad A, Mohamad I. Association between neck circumference and the severity of obstructive sleep apnea. Pol Ann Med. 2020;27(1):1-6. doi:10.29089/2020.20.00097.
- Gao F, et al. Upper airway morphological changes in obstructive sleep apnoea: effect of age on pharyngeal anatomy. J Laryngol Otol. 2020;134:354-361.
- Wolk R, Shamsuzzaman AS, Somers VK. Obesity, sleep apnea, and hypertension. Hypertension. 2003;42:1067-1074.
- Zhou T, et al. Association between obstructive sleep apnea and visceral adiposity index and lipid accumulation product: NHANES 2015-2018. Lipids Health Dis. 2024;23:100. doi:10.1186/s12944-024-02081-5.
- Howarth T, et al. Excessive daytime sleepiness is associated with relative delta frequency power among patients with mild OSA. Front Neurol. 2024;15:1367860. doi:10.3389/fneur.2024.1367860.
- Tang Y, et al. Prevalence of excessive daytime sleepiness (EDS) and its association with quality of life in patients with obstructive sleep apnea (OSA): data from a sleep-center in Shenzhen, a single-center cross-sectional study. J Thorac Dis. 2024;16:8216.