胃癌術後の免疫学的補助療法において,その適応はステージなどの疾患側の要因によって決定されることが多く,宿主側の要因が議論されることは少ない.そこで,今回はIAP濃度,Alb値,リンパ球数,CD4数,CD8数,CD57数,CD16数,ツベルクリン反応が胃癌患者の免疫能の指標となりうるか,手術侵襲やリンパ節郭清範囲,脾摘の有無,栄養状態も考慮して共分散構造分析を用いて検討した.さらに,こうして推定した「免疫能」が,再発予後にどう影響するかを検討した.再発をイベントとしてCoxの比例ハザードモデルを用いて,再発のハザードに対する「免疫能」の影響を調べた.

　共分散構造分析は,多変量解析のひとつであるが,従来の手法を下位モデルとして表現できる上,あてはめだけであった従来の手法と異なり,解析者が自由にモデルを構築できたり,解析自体が学習能力を備えていたりという利点をもつ.このため,第二世代の多変量解析といわれることがある.対象は治癒切除を施行した進行胃癌症例128例で,IAP濃度,Alb値,リンパ球数,CD4数,CD8数(以上helper T cell)CD57数,CD16数(以上NK cell),ツベルクリン反応について術後3,6,12,18,24,30,36,48ヶ月に測定することを原則とした.

　まず,下図のようなパス図を仮定した.図の矢印は,因果関係の方向を示す.因果係数の符号および絶対値から,パスに与えられた因果関係を考察した.

図表

　この結果,免疫能の指標としては,IAPの負の寄与が最も大きく,ついでCD8,CD57数の負の寄与が大きかった.栄養状態は免疫能に有意な正の影響を与えた.手術侵襲に関する変数の中では,免疫能に対し,手術時間,出血量,脾摘,郭清範囲がこの順に大きな負の寄与を与えた.

　共分散構造分析においては,測定不能な内在変数を,観測変数の線型和として推定することができる.これはパス図から自然に導かれるスコアである.本研究では,下表のように潜在変数が推定された.

図表

　本モデルのGFIは0.91であった.GFIは,モデルの正しさの指標であり,パス図から導かれる観測変数間の相関行列と,実測のそれの一致度を表す.本モデルでは,モデルが現実を91%説明しているといえる.

　推定した免疫スコアの再発予後への影響を評価するため,前節で推定した免疫スコア,年齢,性別,組織型,化学療法の有無,stageを共変量として,再発をend pointとしたCox回帰を用いて解析した.変数選択は,変数減少法を指定した.変数減少法による変数選択では,最初に性別を表す共変量が,つぎに化学療法の有無を表す共変量が除外された.最後に,年齢を表す共変量が除かれ,免疫スコア,組織型,stageはモデルに取り込まれた.

　最尤推定法により得られた回帰係数は下表の通りであった.

図表

　EstimateはCox回帰における回帰係数の推定値,SEはその標準誤差,² valueは各回帰係数が0であるという帰無仮説を検定するときに用いる²統計量の値,p valueはこの検定のp値である.RRは,比例ハザードモデルにおけるハザード比である.これは,共変量の値が1大きくなるとハザード比がRR倍になることを示す.

　免疫スコアは再発のハザードに大きく影響した.免疫スコアの最も高かった症例は最も低かった症例に比べ,ハザード比が0.07倍程度であった.Coxモデルを適用する前提に対する検討も種々の方法により行ったが,結果は肯定的であった.