三日目
今日は午前中のうちに義務論文読みを消化。
教科書の通読も並行して行っているため、要点を押さえて早く読み切りたい。
今日の目標は読者にわかりやすく（いないと思うけど）
タイトル
SMDI: An Index for Measuring Subgingival Microbial Dysbiosis
研究内容
歯肉縁下の細菌叢解析は革命的であったが、その結果は多様性の指数で表され、大規模な微生物プロファイルであり、さらに属及び種の長い羅列のリストで出されていたため、臨床的な応用には限度があった。
本研究では機械学習（ランダムフォレスト）を用い、細菌叢解析を直感的で、臨床に応用できるようなSMDIという指標を作成した。
ポケットは深いが静止状態である、もしくは少しのプラークでも劇的に反応する人がいることから、同じ深さのポケットでもSMDIのレベルを見ることでその歯周病のリスクを見ることができる。
SMDIの算出方法は
SMDI = mean CLR abundance of dysbiotic DS/DG – mean CLR abundance of normobiotic DS/DG.
つまり今回の研究において、ジニ係数が高い菌種と判明したものをセレクトし、それらのCLRを平均したものた足し引きする。
新規性・進捗性
以前から似たような研究はあったが、その研究はディスバイオーシス率に含まれる属の選択に正式な統計解析を行っておらず、データは近年推奨されているような正規化をしておらず更には診断の正確性の検証に欠けていた。
この研究では過去の６つの研究よりデータを取得し、有心対数比変換を行い、ランダムフォレストによりDS及びDGを決定し、SMDIを作成、その正確性を検証した。
気になったこと
組成データの対数変換にはわかりやすいものとして
相加対数比変換（additive log-ratio transformation: alr）と
有心対数比変換（centered log-ratio transformation: clr）の二つがある
参照
このように、実数データ間に存在する相関のほとんどは、組成データでは見えないか、本当に存在する関係か判断できない、ということになります。変数の数が増えると個々の変数の影響は薄まりますが、それでも0にはならないので、実際の関係を見ることができる条件はかなり限られます。この問題は「constant-sum constraint」あるいは「定数和制約」と呼ばれています（太田・新井，2006）。
定数和制約の存在は、実は古くから知られており、その解決に向けた提案もAitchisonらによって1980年代から続けられています。組成データを実数データと同じように扱うことができる方法として、対数比解析（log-ratio analysis）と呼ばれる手法が提案されており、その代表的な方法として、有心対数比変換（clr）、相加対数比変換（alr）、アイソメトリック対数比変換（ilr）があります。これらはいずれも、何らかの変数で元のデータを規格化し（除し）、その自然対数をとることになります。
今回使用しているのはCLRの方だがなぜそちらを選んだのか、それがいいのかどうか、全くわからない。
ジニ係数とは。。。
ジニ係数（ジニけいすう、英: Gini coefficient）とは、データの不均等さを表す統計値である。これは、社会における所得の不平等さを測る指標として使われることが多い。0から1で表され、各人の所得が均一で格差が全くない状態を0、たった一人が全ての所得を独占している状態を1とする。ローレンツ曲線をもとに、1912年にイタリアの統計学者、コッラド・ジニによって考案された。それ以外にも、富の偏在性やエネルギー消費における不平等さなどに応用される。
ジニ係数がとる値の範囲は0から1で、係数の値が大きければ大きいほどその集団における格差が大きい状態であるという評価になる。特にジニ係数が0である状態は、ローレンツ曲線が均等分配線に一致するような状態であり、各人の所得が均一で、格差が全くない状態を表す。逆にジニ係数が1である状態は、ローレンツ曲線が横軸に一致するような状態であり、たった1人が集団の全ての所得を独占している状態を表す。
全くわからないのでWikipediaからの引用です。
つまり次に係数が大きければ格差が大きいという評価＝健康・歯周病のどちらか一方で優勢である
という理解でいいと思う。
結局実際に応用する際はどう使用するのか？
Fretibacterium, Treponema, and Actinomycesこの３属のみ検出するのか？