原題: Machine learning-driven correction of handgrip strength: a novel biomarker for neurological and health outcomes in the UK Biobank
筆頭著者: Kimia Nazarzadeh
掲載誌: Biomed Phys Eng Express
掲載日: 2026年7月8日
1. この研究はなぜ行われたのか？（背景と目的）
握力（HGS: Handgrip Strength）は、全身の筋肉機能や健康状態、さらには死亡率や認知機能の低下、慢性疾患のリスクを予測する簡便でコストパフォーマンスの高いバイオマーカーとして注目されています。しかし、握力は個人の体格（身長・体重）や年齢、性別といった人口統計学的・身体的特徴に強く影響されるため、純粋な健康指標としての評価を難しくしていました。
本研究は、機械学習（ML）モデルを用いてこれらの影響を補正した新しい握力スコアを開発し、脳の健康状態や神経疾患との関連性をより正確に評価することを目的として行われました。
2. 従来の医療と何が違うのか？（画期的なポイント）
従来の医療や研究では、測定された生の握力値（True HGS）がそのまま使用されていました。これに対し本研究では、UKバイオバンクの膨大なデータに基づき、性別ごとに最適化された機械学習モデル（線形サポートベクターマシン: SVM）を構築しました。
このモデルを用いて、年齢や3つの身体測定変数から「予測される握力」を算出し、実際の測定値との差分を「ΔHGS」という新しいバイオマーカーとして定義した点が極めて画期的です。この補正により、体格などのバイアスが排除され、個人の脳構造や神経機能とより密接に関連する純粋な筋力指標を抽出することに成功しました。
3. 研究が明らかにした結論
研究の結果、機械学習モデルは高い精度で個人のベースラインとなる握力を予測することに成功しました。そして、新指標である「ΔHGS」は、生の握力（True HGS）と比較して以下の特徴を持つことが明らかになりました。
- 高い再評価信頼性: 繰り返し測定した際の一貫性が極めて高いこと。
- 脳構造との強い関連性: 脳の運動関連領域における灰白質体積（GMV）と、生の握力よりも強力かつ広範囲に相関していること。
また、脳卒中や大うつ病性障害（MDD）の患者を対象とした縦断的解析では、特定の時点（事後）のみで患者と健康な対照群を区別することは困難であったものの、治療や経過に伴う「ΔHGS」の改善（増加）傾向が見られ、リハビリテーションや治療効果をモニタリングする指標として有用である可能性が示されました。
4. 今後の課題と医療現場への影響
「ΔHGS」は、筋肉の強さと脳の構造的特徴（灰白質体積）との結びつきをより正確に表現できるため、簡便な脳健康のデジタルバイオマーカーとして期待されます。高価な脳画像検査（MRIなど）を行わなくても、握力測定と簡易なAI計算だけで脳の健康状態を推測できる可能性があります。
今後の課題としては、脳卒中やうつ病患者の回復プロセスにおいて、この指標がどの程度感度高くリハビリ効果を反映できるかについて、さらに長期的な縦断的臨床研究による検証が必要です。
【参照元データ】
論文タイトル: Machine learning-driven correction of handgrip strength: a novel biomarker for neurological and health outcomes in the UK Biobank
著者: Kimia Nazarzadeh
掲載誌: Biomed Phys Eng Express
掲載日: 2026年7月8日
URL: https://pubmed.ncbi.nlm.nih.gov/42419349/
専門医の視点
握力が全身の健康や脳機能、さらには寿命と相関することは感覚的・統計的に知られていましたが、「体格が良いから握力が強いだけではないか」というバイアスを排除することは困難でした。
本研究は、年齢や身体計測値から機械学習（線形サポートベクターマシン）を用いて予測した握力と、実測値の差を「ΔHGS」と定義し、脳構造や疾患との関連性を検証したものです。
解析の結果、ΔHGSは実測値に比べ、運動関連領域を含む広範な脳灰白質体積（GMV）と強い相関を示したものの、脳卒中および大うつ病患者を対象とした縦断的解析では、疾患発症後の時点において、実測握力およびΔHGSのいずれも患者群と健康対照群を効果的に識別できなかった、とのことです。
発症後の単一時点における診断や識別ツールとしての臨床的有用性は限定的である。
注意点
縦断的解析における脳卒中や大うつ病患者のサンプルサイズが、極めて小さい点が懸念点です。
脳卒中患者において運動領域に病変を持つ症例が限られており、握力低下に直結しない病変が混在している点も留意点として挙げられます。
臨床において不可欠な要素である投薬内容やリハビリテーションの詳細な情報が欠落しています。
データがUKバイオバンクに依存しており、異なる背景を持つ集団への一般化には限界があります。
コメント