補聴器の使用と社会活動が、新たな認知リスクモデルにおける保護因子として浮上

聴覚障害のある高齢者524人を対象とした研究で、研究者らは認知機能障害のリスクを予測する5つの変数からなるモデルを構築したが、そのうち2つの変数は本人が変更可能なものであった。

聴覚障害と認知機能低下の関連性は、この分野で最も確立された知見の一つとなっています。しかし、その知識を実際にどのように活用すべきかは、まだ十分に解明されていません。ある集団がリスクが高いと分かっていても、その集団の中で誰が最初に注意を払う必要があるのか​​は、臨床医には分かりません。

中国安徽省を拠点とする研究チームは、まさにこの目的のためにスクリーニングツールの開発に着手しました。それは、聴覚障害のある高齢者のうち、認知機能障害をすでに抱えている可能性が最も高い人を特定するための、短時間で低コストな方法です。彼らのモデルが選択した変数は、モデルの精度と同様に興味深いものです。

背景：研究者がなぜこの研究に着目したのか

聴覚障害のある高齢者は、聴覚が正常な同年代の人に比べて認知機能障害のリスクが高い。そのメカニズムとして、劣化した音声を解読するために必要な精神的な労力の増加、脳の聴覚経路への刺激の低下、会話が疲れた際にしばしば見られる社会的孤立などが提唱されている。

ここでいう認知機能障害とは、認知症には至らないものの、記憶力、注意力、または実行機能の測定可能な低下を指します。通常、モントリオール認知評価（MoCA）などの簡易検査でスクリーニングされます。MoCAは30のスコアで評価され、閾値を下回る結果は認知機能障害の可能性を示唆し、教育年数に応じて調整されます。

著者らは、認知機能障害と認知症との関連性が十分に立証されているにもかかわらず、この特定の集団におけるリスクを層別化するツールは依然として限られていると指摘しています。一般的な認知症リスク計算ツールは、既に難聴を抱えている人向けには設計されていません。著者らの目的は、専門的な機器を使わずに地域診療所や看護チームが収集できる変数を用いて、この集団向けにモデルを構築することでした。

研究の方法

研究者らは、2023年6月から2024年9月の間に、聴覚障害のある60歳以上の成人524人を登録した。グループを無作為に分割するのではなく、登録期間で分割した。2023年6月から2024年5月までに募集された367人の参加者が開発コホートを構成し、2024年6月から9月までに募集された157人が時間的に独立した検証コホートを構成した。後のグループでモデルをテストすることは、将来の患者にツールを使用することに近いため、無作為分割よりも厳密なチェックとなる。

認知機能はモントリオール認知評価（MoCA）で測定され、教育歴による補正後、スコアが26未満の場合は認知障害と判断されました。候補となる予測因子は、人口健康リスク管理のための統合フレームワークを用いて選択され、その後、LASSO回帰によって絞り込まれた。LASSO回帰は、弱い変数の影響をゼロに近づけることで、情報量の多い変数のみを残す手法である。

6つの機械学習モデルを、残存変数を用いて学習させ、識別能、較正、臨床的有用性について評価しました。最も優れたモデルは、グリッドサーチと5分割交差検証を用いて調整され、SHAP分析を適用することで、モデルをブラックボックスとして扱うのではなく、各変数が個々の予測にどの程度寄与しているかを明らかにしました。

研究者が発見したこと

サンプルの40.8パーセントに認知障害が見られました。これは高い数値であり、一般の高齢者集団ではなく、聴覚障害のある集団を選定した結果を反映していますが、このグループにおける認知障害と聴覚障害の重複がいかに一般的であるかを示しています。

LASSO分析により、候補変数は年齢、純音聴力平均値、うつ病、補聴器使用、社会活動への参加の5つに絞り込まれました。純音聴力平均値は、オージオグラムから得られる聴力感度の標準的な要約指標であり、デシベルで表されます。数値が高いほど聴力が悪いことを意味します。

多変量解析では、うつ病、高齢、純音聴力平均値が高いほど認知機能障害のリスクが高まることが示されました。一方、補聴器使用と社会活動への参加は逆の傾向を示し、保護因子として特定されました。つまり、5つの予測因子のうち2つは、固定的な特性ではなく行動を表しています。

ランダムフォレストは、6つのモデルの中で最も優れた性能を示しました。調整後、トレーニングコホートでは曲線下面積が0.952、検証コホートでは0.871に達しました。検証では、F1スコアが0.737、感度が0.779、ユーデン指数が0.583、陰性予測値が0.863となり、障害のない人を正しく除外するのにかなり優れていることがわかりました。

SHAP分析では、純音聴力平均値、年齢、社会活動が調整済みモデルにおいて最も影響力のある変数としてランク付けされました。サンプル全体が既に難聴を抱えていたことを考えると、難聴の程度がこれほど大きな重みを持っていることは注目に値します。このモデルは、難聴の有無だけでなく、その状態における段階的な変化も捉えているのです。

難聴者にとっての意味

まず最初に明確に述べておくべき重要な限界点があります。これは横断研究であり、聴力、認知機能、補聴器の使用状況はすべて同じ時点で測定されました。補聴器の装用が認知機能の低下を予防すると断定することはできません。補聴器を使用している人は、使用していない人とは、健康への取り組みや経済状況など、モデルでは捉えきれていない点で異なる可能性があります。

この研究が示しているのは、補聴器の使用と社会参加は、この集団のリスクが低いグループの特徴であり、両者は関連している傾向があるということです。会話が聞き取りやすくなることで、集まりの負担が軽減され、負担の少ない集まりには人々は繰り返し参加します。これが、両方の変数が同じ選択プロセスを通過した理由として妥当な解釈です。

うつ病が併発している点も注目に値します。うつ病は、難聴の二次的な結果として扱われることが多く、それ自体で対処すべき問題とは見なされていません。しかし、このモデルでは、うつ病は聴力検査結果と同様に、同じ文脈で議論されるべきであると示唆しています。

会話を続けるには、はっきりと聞こえることがなぜ重要なのか

このモデルにおいて、社会参加が最も大きな変数の一つであるとすれば、現実的な問題は、社会的な場面を円滑にするにはどうすればよいかということです。レストラン、家族での夕食、グループでの会話などは、まさに未治療の難聴が最も疲労感をもたらす場面であり、単に音量を大きくするだけの補聴器ではあまり効果がありません。

Panda Quantum は、まさにその問題に対応するために設計されています。アクティブノイズリダクション機能を搭載した16チャンネルの耳かけ型補聴器で、周囲の騒音から音声を分離することで、グループでの会話が疲れることなく快適に行えるように設計されています。16チャンネルのWDRC処理は、すべての周波数を一度に増幅するのではなく、周波数帯域全体で増幅特性を変化させるため、騒がしい部屋でも単純なアンプとは違った、よりクリアな音声認識を実現します。

アプリベースの耳内聴力検査も含まれています。納品後、Panda アプリは補聴器自体を通して周波数固有のテストを実行し、その結果に基づいてゲインと周波数応答をプログラムします。これは、臨床フィッティングで行われるアプリベースの聴覚パーソナライゼーション手順と同じです。Bluetooth は通話、テレビ、音楽を直接処理し、ケースを使用すると合計で最大 80 時間のバッテリー駆動が可能です。Panda は Quantum を 5 年間保証および 45 日返品でカバーします。OTC デバイスは軽度から中等度の難聴に承認されています。重度または高度の難聴には、臨床フィッティングが最も効果的です。

本研究の限界

横断研究デザインに加え、サンプルサイズも制約要因です。524の参加者は全員、中国の一地域にある単一の病院システムを通じて募集されたため、モデルのキャリブレーション結果は、人口統計学的特性、補聴器所有率、社会生活パターンが異なる集団には適用できない可能性があります。検証コホートの157も小規模であり、トレーニングデータにおける0.952から検証データにおける0.871へのパフォーマンスの低下は、開発データにやや楽観的に適合するモデルによく見られる現象です。

補聴器の使用状況は「はい」か「いいえ」の変数として記録されているようですが、実際に1日に何時間装着しているかという情報は含まれていません。この違いは重要であることが知られています。モントリオール認知評価（MoCA）は診断ではなくスクリーニングツールであるため、40.8の数値はスクリーニング陽性結果を示しており、確定症例ではありません。PubMedから取得した抄録記録には、資金提供元や利益相反に関する開示は含まれていませんでした。

これにどう対処するか

これは、因果関係の証明ではなく、リスク層別化ツールとして扱うべきです。なぜなら、まさにそれがこのツールの本質だからです。このツールが評価する5つの項目のうち、2つは個人のコントロール下にあるという実用的な価値があります。年齢は誰にも変えられませんし、純音聴力平均値は時間とともに一方向にしか変化しませんが、難聴の治療を受けるかどうか、そして社会との関わりを維持するかどうかは、どちらも生身の人間が決めることです。ここで示された証拠によれば、この2つは人口の低リスク層を特徴づけるものであり、互いに影響し合っています。

Xu X, Li M, Gao X, Wang Y, Ge J, Zhao R, Ma L, Liu Q. Development and temporal validation of a prediction model for cognitive impairment in older adults with hearing loss based on the population health risk management framework. Frontiers in Public Health. 2026。PubMedより取得。 https://doi.org/10.3389/fpubh.2026.1873714