はじめに

この研究は、限局性軟骨欠損に対する膝軟骨修復手術後のアウトカムに特に焦点を当てました。 これらの病変は自己修復能力が限られており、利用可能な治療選択肢によって成功率が異なるため、早期に変形性関節症を引き起こす可能性があります。そのため、軟骨病変は登録研究（レジストリ研究）では縦断的に追跡されることが多いのです。 

患者報告アウトカム指標（PROMs）は、訴えや機能の「主観的な側面」を捉えるために作られたツールです。 これらのツールは実施が簡単なため、臨床現場だけでなく、各国の患者登録にも幅広く使われています。 これらの登録データは、大規模な人口ベース研究の重要な土台になります。そして、こうした大規模データセットから得られるエビデンスが臨床実践に強く影響することを踏まえると、アウトカム指標が関心のある構成概念を実際にうまく捉えていると言える点を、きちんと認めておく必要があります。 

そのため本研究では、関節軟骨修復手術後において、主観的なPROMが客観的な膝機能をどの程度まで本当に反映しているのかを評価することを目的とした。 

方法

この研究では、ドイツのカ－チレッジ・レジストリに登録され、ドイツ国内の1つの大学整形外科センターで膝の軟骨手術を受けた患者を対象に、探索的な観察研究デザインを用いました。 すべての患者は、同一の最終学年の医学生が実施する標準化された身体診察を受けました。その医学生は、整形外科医による特別なトレーニングと監督を受けていました。

両膝について以下を確認しました：

• ゴニオメーターを使った、能動・他動の膝ROM;
• 前方および後方ドロワー（Drawer）テスト；
• ラハマンテスト;
• ピボットシフトテスト；
• 0°と20°の膝屈曲位で行う外反・内反ストレステスト；
• 膝屈曲30°位および90°位での、下腿の外旋（受動的外旋）;
• 前方・内側・外側のクレピタスの評価；
• ダンシング・パテラ徴候；
• ゾーレン徴候；
• マクマレーテスト。

機能テストも複数実施しました。回数は2回まで許可し、平均結果を記録しました：

• 等尺性の膝伸展および膝屈曲の筋力は、ハンドヘルド・ダイナモメーターを用いて、膝屈曲90°で測定した
• Timed Up and Go（TUG）テスト：機能的な移動能力の評価
• バランス評価のための60秒・片脚スタンス
• 距離を狙う片脚ホップ
• 6mの片脚ホップ（タイム計測

患者は理学的診察と同日に主観的IKDCを回答した。 評価者は、評価を標準化するために客観的IKDC 2000膝関節診察フォームの臨床カテゴリーを用いた。 公式IKDCの最終グレードに必要な放射線学的評価が実施されていなかったため、彼らは客観的IKDCスコアを正式に算出できなかった。 そこで、臨床所見を要約する際に修正版の客観的International Cartilage Repair Society（ICRS）スコアとして整理した。とはいえ、内容、グレーディングの規則、最終スコア算出の方法は、客観的IKDCアプローチのものをそのまま維持した。

「2000 IKDC 膝関節診察フォーム」は、臨床家が評価するアセスメントで、7つの領域（関節水腫、他動運動の可動域制限、靱帯の診察、コンパートメントの所見、ドナー採取部の病変、X線所見、片脚ホップテスト）をカバーします。 所見は A = 正常〜D = 重度に異常 に分類されます。

著者らは、客観的なICRSスコアを算出するために、評価時に利用可能な臨床カテゴリーを用いました。 関節水腫、ROM（可動域）制限、靱帯の安定性、コンパートメントの所見、片脚ホップ距離です。 各カテゴリーの中では、最も重いサブカテゴリーがカテゴリーのグレードを決定し、 最終スコアは「関節水腫」「ROM制限」「靱帯の安定性」の中で最も低い（重い）グレードで決まりました。 コンパートメントの所見とホップテストは記録されましたが、最終グレードの決定には用いられませんでした。

統計解析のため、成績は 1 = A、2 = B、3 = C、4 = D に換算しました。つまり、スコアが高いほど、客観的な膝の状態がより悪いことを意味します。

調査したPROMsはKOOSと主観的IKDCでした。KOOSはドイツの軟骨レジストリから取得し、主観的IKDCはフォローアップ受診時に記入してもらいました。 どちらもスコアが高いほど、より良好に感じられる膝機能を意味します。

結果

登録上の203人のうち、参加候補に該当した患者の52人が研究の検査に戻ることに同意し、回答率は25.6%でした。 参加者の平均年齢は39.2歳で、平均BMIは28.5 kg/m²でした。また、術後は平均約66.8か月で評価されましたが、フォローアップ期間は17〜107か月でした。 ほとんどの患者で軟骨損傷が重度でした。約81%がICRSグレード3または4の病変でした。 サンプルは、外傷性（53.8%）と変性性（46.2%）の軟骨欠損でほぼ同数に分かれていました。 サンプルの大半は膝のアライメントがニュートラル（46.2%）で、次いで内反（varus）アライメント（44.2%）、外反（valgus）アライメント（9.6%）でした。 参加者の約2/3は、過去に膝の手術を受けていませんでした。 

最後に収集したKOOSからフォローアップ検査までの平均期間は28.7 +/- 19.4か月でした（範囲：3〜85か月）。 KOOSスコアの分布を以下に示します。

KOOSの下位尺度と主観的IKDCスコアの得点が高いほど、主観的な膝機能が良好で障害が少ないことを示します。一方、客観的ICRSスコアが高いほど機能は悪いことを示します（グレード1＝A＝正常、グレード4＝D＝重度に異常）。

客観的なIKDCスコアとKOOS-症状（Symptoms）下位尺度、KOOS-QoL（生活の質）下位尺度の間には、中等度の負の相関が認められました。 他のKOOS下位尺度では、有意な相関は認められませんでした。

客観的なICRSスコアと主観的なIKDCスコアの間には、中等度の負の相関が有意に認められました。 

ICCRSの軟骨欠損グレードを調整した後でも、客観的なICRSスコアとPROMsの相関はわずかに弱まっただけでしたが、KOOS-症状、KOOS-QoL、主観的なIKDCスコアでは、中等度で統計学的に有意なまま維持されていました。

膝のアライメントは、いずれのPROMとも、客観的なICRSスコアとも有意な相関を示しませんでした。 外傷性と変性性の膝関節軟骨欠損では、PROMまたは客観的なICRSスコアに関して有意な差はありませんでした。 同様に、軟骨病変が1件の患者と複数の軟骨病変がある患者では、PROMおよび客観的なICRSスコアに有意な差は見られませんでした。

質問と感想

つまり、「PROMsは膝軟骨修復術後の人における客観的なアウトカムを反映しているのか？」という問いには、PROMsを身体診察の所見と“同じもの”として扱うのは危険だ、という注意喚起が必要です。 この研究では、PROMsを客観的な臨床的な膝スコアと比較しました。 PROMs（KOOSと主観的IKDC）は、症状・機能・スポーツ・ADL・QOLに関する患者自身の認識を捉えます。 一方で客観的なICRSスコアは、臨床家が観察した所見（例：膝関節の腫れ［effusion］、ROM、靱帯の安定性）に基づいていました。

PROMsが膝の客観的な状態の「代わり」として成り立つなら、かなり強い相関が見込まれます。 しかし、最も関連が強かったのは中等度： KOOS Symptoms ρ = −0.420。 KOOS QoLと主観的なIKDCも中等度にとどまりました。一方で、KOOS Pain、ADL、Sportは弱く、有意ではない関連でした。

膝の調子が良いと話す人でも、必ずしも身体所見が完全に正常化しているとは限りません。 また、PROM（患者報告アウトカム）のスコアが低いからといって、それだけで膝が客観的に機能不全だと自動的に言えるわけではありません。 ここから分かるのは、リハビリ期間を通して理学療法士が「別々の2つの問い」を検討する必要がある、ということです。

「膝は、あなたの生活にどんな影響を与えていますか？」そして 「今の膝は、どこまで耐えられて何ができていますか？」

PROMは、最初の問いに答えるのに適しています。 しかし、この研究に基づくと、2つ目については身体診察とパフォーマンステストが必要だと私は考えます。 これは、とくに高負荷の活動に進む準備ができているかを判断するときに重要になります。 患者は、現在の生活が単に膝に負荷の高い課題をあまり課していないため、痛みがほとんどなく、ADL機能も非常に良いと報告することがあります。 そのため、そのPROMは、筋力、ホッピング能力、負荷耐性、あるいは競技特異的な能力が回復したという「根拠」として自動的に解釈できるものではありません。 ただし、痛みが少ない、あるいはADL機能が良いと報告している一方で、残存している障害がある患者という例は、推論であって、この研究の中で患者ごとに直接示された事実ではありません。 著者自身も、ディスカッションでほぼ同じ概念的なポイントを述べています。患者は時間の経過とともに活動レベルや期待を適応させる可能性があるため、PROMのスコアが良いからといって、客観的な機能が正しく正規化したことを必ずしも意味しない、ということです。 逆に、PROMのスコアが低い場合も、心理的・社会的・動機づけの要因によって影響されることがあり、したがってそれが客観的な失敗を自動的に示すわけではありません。

そのため、PROMは修正した客観的IKDC/ICRSスコアで捉えられる、臨床家が評価した膝の状態を完全には反映していません。つまり、患者報告の結果と臨床診察の所見は、同じものとして扱わない方がよい、ということです。 一方で、本研究は「PROMの方が劣ったアウトカムである」ことを示すものとして解釈すべきではありません。 症状や生活の質は、それ自体がアウトカムです。 PROMは臨床テストとは別のものを測っていて、その違いが、両方が役立つ理由の一部になっています。

もう一つ確認したいのは、PROMsが本当にどのような目的関数と比較されているのか、という点です。 これは恐らく、最も重要な方法論上の問いの一つです。というのも、研究者は実際に、理学療法士が機能の指標として非常に関連性が高いと考える複数のパフォーマンス指標を収集しており、例えば筋力、バランス、TUG、ホップ距離、タイムドホッピングなどが含まれているからです。 しかし、提示された解析では、これらのアウトカムはいずれも個別にはPROMsと相関していませんでした。 その代わり、最終的なICRSグレードは滲出（effusion）、ROM低下（ROM deficit）、または靱帯の安定性のうち、最も悪い分類によって決められていました。片脚ホップテストについても記録はされていましたが、最終スコアには影響しませんでした。

つまり、この研究はPROMsが「全体的な身体パフォーマンス」とだけ弱〜中程度に相関することを示したわけではありません。全体的な身体パフォーマンスと この研究が示したのは、PROMsが「滲出液、ROM、靱帯の安定性によって支配される修正された臨床的な膝関節診察スコア」を部分的にしか反映していない、ということです。 残念ながら、この研究では「KOOS Sportで素晴らしいと答えた人が、本当により遠く・より速く跳べるのか、あるいは大腿四頭筋の力がより大きいのか」を明らかにはしてくれません。 不幸にも、この研究はその疑問に答えていないのですが、それと同時に「主要な目的スコアに寄与しないのであれば、なぜこれほど多くの機能テストを集めたのか」という別の疑問も生まれます。

筋力評価と機能検査のプロトコルは、手法の中でも特に興味深い部分の一つと言えます。ですが、情報が修正IKDC/ICRS分類に凝縮されてしまうと、その多くは見えなくなってしまいます。 これらの個々の変数について、今後の分析を行えば、リハビリテーションにおいてさらに役立つ情報が大きく得られる可能性があります。

強調しておきたいのは、参加したのは203人中52人だけ、という点です。つまり、潜在的に対象となり得た集団のほぼ3分の1は身体的な再評価を受けていないことになります。

成績が特に良い人、または特に悪い人の方がより再受診しやすいとしたら、PROMと客観的所見の間に見られた関連性は、元の登録集団のそれとは異なる可能性があります。 そのため、本研究は、関節軟骨修復後の患者すべてを反映するのではなく、自ら参加した25.6%のサブグループについて示している点がポイントです。これは臨床実践で必ず押さえておく必要があります。

ちなみに、良好なPROMスコアが実際に客観的な検査と強く相関するんでしょうか？ たぶん、そうとは限りません。例えば、軟骨手術から5年後の人で、「もう膝が気にならない」と言うケースを考えてください。 その人がサッカーをやめ、走ることを避けるようになり、階段ではなくエレベーターを使うようになって、日常生活を“膝が許容できる範囲”に合わせてきたとしたら、その発言は完全に事実に基づいている可能性があります。つまり、経験している障害は低い一方で、最大の身体能力はまだ低下したままかもしれません。 これは、PROMが不正確だという意味ではありません。 PROMとパフォーマンス検査は、関連してはいるものの別々の概念（コンストラクト）を測っている、ということです。 この区別は臨床的に重要です。「どちらの測定が“正しい”のか」を問うのではなく、各測定がどんな情報を追加で提供しているのかを考えるべきです。

オタクな話をしよう

著者らが用いたIKDCグレーディング・システムの重要な限界は、最悪のカテゴリが患者の最終分類を決めてしまう点です。 このため、複数の臨床所見が単一の4段階スコアに圧縮されてしまい、多くの情報が失われます。 滲出液、ROM低下、または靭帯の安定性における最悪グレードが、最終的な客観的ICRSグレードを決定しました。 つまり、機能的にはかなり違っていても、2人の患者が同じ最終スコアを受け取ることがあり得ます。 例えば、ROM低下は軽度だが、それ以外の筋力・バランス・ホップのパフォーマンスが非常に良い患者は、ROM低下は同じでも、明らかに筋力とホッピング能力が劣っている別の患者と、同じ最終グレードになる可能性があります。 こうした追加のパフォーマンス低下は最終スコアに反映されないため、すべてをグレードA〜Dにまとめてしまうと、患者間の意味のある違いが見えなくなることがあります。さらに、この情報の欠落によって、患者の経験の複数の側面を捉えるKOOSのようなより広いPROMとの相関が弱まる可能性もあります。

もう1つ注意すべき点は、研究が探索的だったため、著者らが多重比較の補正を行っていないことです。 p < 0.05 を繰り返し用いると、少なくとも1つの統計学的に有意な所見が偶然によって生じる確率が高まります。 著者らは、そのための p 値について慎重に解釈が必要だという点を適切に認めています。

これは特に重要です。というのも、一部の所見はちょうど従来の0.05という基準を超えたばかりだからです。例えば、主観的IKDCはp = 0.028でした。

さらに、事前にサンプルサイズの推計（a priori の計算）は行われておらず、主観的IKDC解析には52名のみが利用可能で、KOOS解析では約43名でした。 したがって、有意でなかったKOOSの痛み、ADL、スポーツの相関については、関連がないと断定できる根拠にはなりません。 この研究では、より小さな関連を検出するための統計学的検出力が単に不足していた可能性があります。

しかし、KOOS評価は客観的な診察と同じタイミングでは実施されていませんでした。 最後に利用可能だったKOOSと診察の間隔の平均は28.7 ± 19.4か月で、範囲は3〜85か月でした。 この条件では、2つの相関を解釈する際の大きな問題になります。 このように長い期間では、患者が報告する症状、活動レベル、個人的な期待、そして基盤となる身体機能には、重要な変化が起こり得ます。 その結果、数年前の膝機能に関する自己申告評価が、今日行われた客観的な身体診察と一致することを、そもそも期待すべきなのかを問い直していると言えます。 こうした状況で弱い関連が見つかることは、全くもって当然です。 同日に実施された身体診察と併せて行われた主観的なIKDC評価は、はるかに方法論的に妥当な比較になっています。

最後に、膝の軟骨修復に関する手術手技のサブタイプはまとめて分析されていたため、この研究では少数のサンプルしかないことになり、「どの手術タイプも同じくらいに代表されていた」と信頼できる形で言い切るのが難しくなっています。 参加者が52人しかいないため、この研究だけでは、PROMと客観的な所見の関連が手術手技によって異なるのか、それとも特定の手技が不釣り合いに多く含まれているだけなのかを判断するには規模が足りませんでした。

持ち帰りメッセージ

PROMは、患者さんが膝をどう感じているかを教えてくれます。 PROMは、身体的な膝の機能が回復した「証拠」だと自動的に解釈すべきではありません。

軟骨修復後、KOOSの症状、KOOSのQOL、主観的なIKDCは、研究で用いられた客観的な臨床スコアとの間に中等度の関連が見られた一方で、痛み、ADL、スポーツのスコアは有意な関連がありませんでした。

ポイントはPROMsをやめることではなく、身体能力が重要になる場面では、患者さんの視点に加えて身体診察や適切なパフォーマンステストを組み合わせると良い、ということです。

ただし、その結論に対して重要な懸念があります。研究が用いたいわゆる「目的関数」スコアは、主に関節液（エフェーション）・ROM・靱帯の安定性によって左右され、研究者が実際に行った多くのパフォーマンステストを 研究結果が反映する形になっていません。

参考

ハインツ T、ヴェーゲリッヒ N、フリッシュホルツ S、ストラトス I、ホラス K、レッペンハーゲン S、ルーダート M、ヴァイセンベルガー M。ギャップを埋める： 患者報告アウトカム指標（PROM）は、軟骨修復後の客観的な膝機能を反映しているのか？ 臨床医学ジャーナル（J Clin Med）。 2025年11月7日；14(22)：7895。doi: 10.3390/jcm14227895. PMID: 41302931；PMCID: PMC12653975.