【対談】 ビッグデータ・空間疫学から見た 健康格差

中谷 友樹氏 （立命館大学文学部地理学教室教授／歴史都市防災研究所副所長） 近藤 尚己氏 （東京大学大学院医学系研究科健康教育・社会学分野／保健社会行動学分野准教授）

　2013年に開始された「健康日本21（第二次）」の基本方針の一つに「健康格差の縮小」が掲げられた。告示から4年，各自治体ではさまざまな取り組みが行われているものの他の先進国と比べると日本では問題への認識も対策も遅れている現状がある。WHOは，健康格差是正には社会全体での共同アプローチが必要であり，病院をはじめとする医療関係機関・専門職が問題を認識することが不可欠だと指摘している。本紙では，健康格差についてビッグデータを用いた研究を行う近藤尚己氏と，地理情報科学的なアプローチを行う中谷友樹氏に，日本での健康格差の実態をお話しいただいた。

近藤　私が健康格差に興味を持ったのは，臨床で出会う患者の背後に社会的な問題が存在すると気付いたことがきっかけです。医学生のとき，途上国の病院やフィールドを見学する「海外医学交流研究会」というサークルに入っていました。日本では見られないような病んだ人々が街中に当たり前にいる状況を見て，病院で医療を行うだけでは救えない方々がいることを感じました。さらに研修医のときに，ある患者に出会いました。その方は身寄りもなく，県営住宅で独り暮らしをしていました。心臓弁膜症手術からの退院後，3か月ほどで通院しなくなり，その後しばらくしてから新聞のお悔やみ欄で死亡を知り，何とも言えないむなしさを感じました。公衆衛生の観点で健康づくりにかかわりたい，そのための技術と知識を得たいと思い，大学に戻って研究をする決意をしました。

中谷　私は地理学が専門で，健康と広い意味での環境との関係に関心がありました。環境と人間の関係を研究する地理学では，健康（空間疫学）は古くからあるテーマの一つです。ヒポクラテスは『空気・水・場所について』の中で「医術を正しく学ぼうと欲する者は（中略）街の状況，居住者の生活様式を知るべきである」と述べています。また，ジョン・スノウのコレラ疾病地図は，地図を科学的な分析ツールとして活用した先駆的な業績です。現在は最新のデジタル技術GIS（Geographic Information System）や空間統計学的ツール，国勢調査の指標から作る小地域単位での貧困度指標（Areal Deprivation Index；ADI）を組み合わせて，健康の社会経済的格差を地理的に可視化する研究を行っています。

近藤　病院の医師ならば，経済的困窮者に不健康な方が多いことは薄々感じていることと思います。しかし，現場にいれば肌で感じられる問題も数字で「見える」形にするのは難しいことです。地図を描くことで可視化され，実在する問題として具体的な対策を議論できるようになります。

何が個人の健康を決めるのか

中谷　1980年代初頭から社会階層（Social Class）と健康状態の関係を調査してきた英国では，健康に影響を与える社会的因子には「個人レベル」と「地域レベル」があることが報告されてきました。個人レベルで経済的困窮や孤立といった要因があると不健康になりやすいだけでなく，貧困な状態におかれている人たちが集住している地域には特定の地域要因があり，それによっても不健康になりやすいというのです。

近藤　日本でも中谷先生が行った「Mosaic Japan」などのプロジェクトにより，たとえ本人は豊かでも貧困地域に住んでいると自分は不健康だと感じる傾向があることが示されましたね。

中谷　国勢調査などを利用して小地域レベルの居住者特性が類似しているグループ（社会地区類型クラスタ）を作成し，地区グループごとの主観的健康感を調査した研究ですね。こうした傾向が生まれる理由は諸外国でも議論になっていますが，社会経済的地位が低いとされる地域では，医療資源が少なかったり，公園や適当な買物場所などの生活インフラ整備が不十分なため生活習慣が悪化したり，犯罪が多く支援者が少ないためストレスがかかるなど，さまざまな要因が考えられます。

近藤　公衆衛生は，2つのレベルで考える必要がありますね。2000年に策定された「健康日本21（第一次）」の枠組みでは，個人レベルへのアプローチに終始しがちでした。しかし，糖尿病のリスクが高い方に運動をしましょうと働き掛けたり，喫煙習慣のある方に禁煙を呼び掛けたりといった個人へのアプローチには限界があり，なかなかうまくいきませんでした。そこで2013年からの「健康日本21（第二次）」では，地域レベル，つまり「健康になれる社会環境づくり」による健康格差の縮小が目標として掲げられました。

対策を検討するためには適切な見える化が第一歩

近藤　社会環境の改善による健康格差縮小という目標は素晴らしいものですが，課題もあります。「健康日本21（第二次）」では，都道府県別に健康寿命をランキングし，それを基準に「健康格差を縮小すること」が目標“値”とされています。しかし，これでは目標が達成されたのかについて妥当な評価をするのが難しい。例えば，2.7年あった健康寿命の最長と最短の差が2.69年になれば格差が縮小した（＝目標達成）としていいのでしょうか。それだけでは少し足りないような気がしますよね。

中谷　そもそも「都道府県間」というスケールでの格差縮小が最初の目標として適切なのかという問題があるように思います。実は，都道府県「内」のほうが健康格差は大きいのです。しかし普通の地図で見た場合，東京や大阪のような人口の多い都市の中での健康指標の格差は見えにくく，詳細な地図を描いても問題が過小評価されがちです。図1を見てください。上は土地面積を反映した普通の地図で，下は人口に比例して面積を変化させた地図（カルトグラム）です。カルトグラムでは，人口に応じた存在感が可視化されます。都道府県内あるいは大都市圏内でも居住地域による社会経済的な違いがあり，これが健康格差と関連している点は注目すべきです（図2，3）。関係する人口規模を考慮すると，都道府県間と同じか，時にはそれ以上に都道府県内の健康格差の縮小にも力を入れる必要があると言えるのではないでしょうか。

図1　通常の地図（上）とカルトグラム（下）で示した平均寿命格差の地図

市区町村別生命表に基づき中谷氏作成。東北地方の一部が不健康だとよく言われるが，カルトグラムを見ると東京の東部・北部や大阪の都心にも平均寿命の短い集団がおり，その人口規模は全国的に見て非常に大きいことがわかる。一方，健康だとよく言われる長野とは別に，東京大都市圏の郊外にも長寿地域が広がっており，その人口規模は長野より大きいことが見てとれる。

図2　死因別の3次元カルトグラム

2003～07年人口動態統計より中谷氏作成。この図では，標準化死亡比（SMR：日本の平均値を100とし，年齢を調整した死亡率の一種）を色で示すとともに高さでも表現している。高い「山」ほど死亡比が高いことを意味する。胃がんは都道府県レベルで見ると日本海側の死亡比が高いことが知られているが，カルトグラムで見ると東京の下町や大阪のインナーシティ的地域（都心周辺に位置する低所得者層の居住エリア。住宅・商店・工場などが混在する地域）でも高いことがわかる。脳血管疾患の死亡比は，地方圏の特に北に位置する地域で高いが，大都市圏内でもインナーシティ的地域で高い。結核は大都市でのホームレスの罹患が問題になっているが，事実大阪のインナーシティ的地域や東京の東側・沿岸部で死亡比が著しく高く，結核が終息していない疾患であることがわかる。自殺については，都市と地方の格差が大きく地方で死亡比は高い。それでも大都市部内には格差があり，インナーシティ的地域で死亡比の高まりが認められる。

図3　大阪府の全がんでの診断時早期がんの割合と貧困度の地図

2000年国勢調査，大阪府がん登録資料（2000～04年）より中谷氏作成。全部位のがんで，診断時に早期がんであった割合（空間的階層ベイズ法による推定値）と，貧困度（地理的剝奪指標）の地図を並べたもの。貧困度が高いほど貧困な状態にある世帯の割合が高いと推定される。がん診断時にステージが早期だった割合を見ると，貧困度が高い地域ほど診断時に早期がんである割合が低い傾向がある。さらに，がんが同じステージで見つかっても，貧困な地域ほど余命が短い傾向があるようだと中谷氏は補足する。

近藤　私は市町村レベルでの，大規模な疫学データや人口動態統計データを使った健康格差縮小の取り組みにかかわってきました。例えば神戸市では，全国10万人以上の多角的な健康データを収集している日本老年学的評価研究（Japan Gerontological Evaluation Study；JAGES/代表＝近藤克則千葉大教授）のデータを活用して，部署間がデータをもとに課題を共有して連携しながらまちづくりを進める事業を行ってきました。その結果，健康なまちづくりをすべき地域の優先順位付けができ，担当課や行政区の保健センター，そして地域包括支援センターなどを「つなげる」支援をすることができたのです（図4）。また，熊本県御船町では，JAGESの調査結果から，他の自治体と比較して高齢者が元気で社会活動も活発な一方で，なぜか閉じこもりも多いことが明らかになりました（図5）。ここでも地図などを用いてデータを「見える化」したことがスムーズな連携や対策検討，多部署が共同した新たな事業に結び付きました。

図4　神戸市の介護予防事業の優先対象地区選定シート

JAGES調査データより近藤氏ら作成。地域包括圏域レベルで，新規要介護者，閉じこもり，抑うつの割合などを相対的に5分位に分けて色を塗り，要介護のリスクを示したもの。現場の人が手作りできるように，あえてExcelのシンプルな機能で作成。他にも，所得と学歴と最長職，高齢者のデータから算出した「困窮度指数」，「地域づくりに役立つ資源の単位人口当たり密度」を示し，ニーズと資源量のギャップを見える化した。神戸市ではこれをもとに行政機関同士の連携を深め，介護予防対策の優先地域を算出するなど，事業の戦略性を増した。

図5　御船町の閉じこもり小地域間格差マップ

JAGES調査結果をもとにした地域診断ツール「JAGES-HEART（Health Equity Assessment and Response Tool）」の御船町データの一部。年齢調整した閉じこもり割合の地域差が示されている。地図からは中山間地と平坦地の間の差が顕著であることがわかった。こうしたデータをもとにすることで，介護予防の担当部署だけでなく，農業や産業の振興を担当する課や総務係などとも有機的な連携が生まれた。

中谷　部門間連携は重要ですね。私が研究している「ウォーカビリティ（歩いて生活できる度合い）」という話題では，歩いて買い物や散歩に行ける町にデザインすれば自然と運動ができ，健康になるのではないかという仮説をもとに，健康なまちづくりや都市計画が提案されるようになってきました。車がなければ買い物もできないような町では，本人が意識しないと運動できません。私が住んでいる京都市でも「歩くまち京都」という交通政策に健康を組み合わせた取り組みをしています。こうした施策は従来の保健医療部門のみでは達成できない課題ですね。

二次利用を前提としたデータ収集が必要

近藤　一方で，これらは研究者が自治体の中に入ったからこそできた事例です。厚労省では地域包括ケアにおいてデータ活用を推進すべく，詳細な健康指標を見える化した“地域包括ケア「見える化」システム^1）” の運用を開始していますし，統計局の「政府統計の総合窓口（e-Stat）」でもデータ活用を促していますが，研究者などデータ利用の専門家以外が使いこなすのはまだ難しいようです。

中谷　そうですね。健康格差の地図を描く場合も，わかりやすい結果を得るためには統計学的なデータの前処理が必要です。例えば図3の場合，患者数が少ない地域はオリジナルデータのままでは傾向がわかりにくいため，単に地図を描くだけではなく，ベイズ統計学を利用した平滑化の処理を行います。

近藤　近年ビッグデータが注目され，さまざまなデータが公表されています。しかしその中で，データをどのように加工し使いこなすかも課題だと感じています。政策に落とし込めるような目標値を各自治体で定めていくためにも，データを見える化して事業計画に役立てられるようになるための訓練や，データの活用やそれをもとにした部署間連携をスーパーバイズできるような人材の育成，組織の枠組み作りが求められます。

中谷　がん登録のような事業が日本全国で今後進んでいくにあたって懸念しているのは，データ処理を的確に行い対策を考えることが小地域では難しいのではないかという点です。日本の統計データは，市町村レベル以下の小さい地域では単位が統一されていません。たびたび変わる学区や，住所でいう何丁目何番地ときれいに対応しない町丁字“等”では，長年にわたる変化や他のデータとの比較に使えません。

近藤　国単位の話になってしまいますが，厚労省や総務省などの省庁間で単位を統一して，あらかじめ標準化されたデータが提供されるようになれば不必要な労力が減り，研究もよりスムーズになるのではないかと思いますね。二次医療圏に含まれる地区のリストなども公開してほしいところです。また，個人情報保護の厳しさも課題です。新統計法により，データ二次利用を促進する方向に進んでいますが，使えないデータや使いにくいデータもまだまだあります。自治体では，必要なデータを他の課が持っているのに課の壁をまたいで外に出すのには特別な措置を必要とするなど，苦労が多いです。デンマークやスウェーデンなど，北欧では生まれてから死ぬまでの生涯の健康や遺伝子情報がIDでひもづけられている国もあります。日本でも同様に活用できるようになれば研究に役立つのではないかと思います。エビデンスに基づく政策立案にも生かせるでしょう。

中谷　個人情報と関連した例としては，尼崎市のアスベスト健康被害の話題があります。過去に工場から排出されたアスベストが多くの中皮腫患者を生んだ事態を明るみに出せたのは，患者の住所を地図にプロットした疫学研究の成果が大きかったと思います。もし個人情報保護を理由に住所が利用されなかったなら，この深刻な健康被害の存在は明らかにできなかったでしょう。難しい判断が必要ですが，医学的情報は他の分野のデータとは違った扱いが必要なこともあるかもしれませんね。

健康格差の縮小に向けて医療者に期待すること

近藤　2015年10月，WHOのHPH（International Network of Health Promoting Hospital & Health services）Network日本支部が立ち上がりました。HPHは，病院主体で健康づくりを進めていこうとする病院のネットワークで，2016年9月現在53事業が参加しています。

　病院には，病院でしか得られない貴重なデータが集まっています。HPHの加盟機関が主体となって電子カルテ情報の一部だけでも標準化して収集できれば，診療情報に基づいたビッグデータになり，健康格差を明らかにすることが可能になるのではないかと期待しています。また，国勢調査などの質問紙調査は，低所得者や社会的弱者は未回答になりデータが抜け落ちるという課題がありますが，そうした方々のデータも医療機関にはたくさん集まっています。孤立していてお金もなく，できれば病院には行きたくないという方でも，どうしようもなくなった最後には病院に来ることになります。ただ，生活状況や社会背景に関する情報をルーチンで取っている医療機関は多くありません。そのような場合でも，地域レベルのデータであるADIを用いれば，患者さんの住所からその方の地域リスクをある程度は推定することはできます。そういう意味でも，公衆衛生大学院などで疫学や生物統計，情報科学を学びMPH（Master of Public Health）を取得したスタッフが医療現場に増えてほしいと考えています。

中谷　私自身は診療をしたことがないので，先ほどお示ししたような地図で自分の診療地域を見たとき，医療者の方がどう考えるかにも興味があります。研究者側から医療現場にデータ提供をお願いするときにはどうしても「こういう情報をください」というかたちになってしまうのですが，現場では「もっとこういう点に着目するといいんじゃないか」といった質的な情報もたくさんお持ちではないでしょうか。臨床での気付き，研究者とは違う角度からの意見も，ぜひ聞かせていただきたいと思っています。

（了）

◆参考URL
1）厚労省．地域包括ケア「見える化」システム．

こんどう・なおき氏
東京都町田市生まれ。2000年山梨医大医学部医学科卒。05年同大大学院博士課程修了。博士（医学）。06年ハーバード大学公衆衛生大学院研究フェロー，10年山梨大大学院社会医学講座講師，12年より現職。専門は社会疫学。近著に『健康格差対策の進め方――効果をもたらす5つの視点』（医学書院）。

なかや・ともき氏
神奈川県横浜市生まれ。東京都立大理学研究科博士課程修了。博士（理学）。1997年立命館大専任講師，2000年同大助教授（准教授）を経て，12年より現職。地理的な数理・統計モデリングを用いた空間分析・GIS研究一般を専門としながら，特に医学・健康地理学に関係する空間疫学分析・GIS研究の発展に造詣が深い。