不妊は世界的に見て珍しい問題ではなく、世界保健機関(WHO)の報告では生殖年齢にある人々の8〜12%が経験するとされています。長期にわたる検査や治療の過程では、身体的な負担に加えて、周囲との関係にも変化が生じやすいことが指摘されてきました。妊娠や出産の話題を避けるようになったり、友人や親族との交流そのものを控えるようになったりする傾向は、「人づきあいの回避と苦痛(social avoidance and distress、以下SAD)」と呼ばれ、不妊患者の心理的な課題のひとつとして近年注目されています。
SADがどのような要因と関連して生じるのかを、機械学習の手法を用いて検証した研究が、Journal of Psychosomatic Obstetrics & Gynecology誌(2026年)に掲載されました(doi:10.1080/0167482X.2026.2699110)。中国の医療機関で実施された後方視的研究で、205人の不妊患者を対象に、LASSO回帰とXGBoostという性質の異なる2つの機械学習アルゴリズムでリスク因子を絞り込み、その上でロジスティック回帰によって独立した関連因子とその予測力を検証した内容です。
方法──205人の不妊患者を、DSM-5-TR基準でSAD群と非SAD群に分けた
対象は、2022年10月から2025年7月にかけて、単一の医療機関で不妊の診断・治療を受けた205人です。全員が同じ精神科医チームによる構造化面接を受け、精神疾患の診断基準であるDSM-5-TRの基準に基づいてSADの有無が判定されました。この結果、SAD群93人、非SAD群112人に分けられています。年齢、教育歴、居住地、世帯収入などの基本情報に加え、不妊にまつわるスティグマ(負の烙印感)を測る「不妊スティグマ尺度(ISS)」、自尊感情を測る「ローゼンバーグ自尊感情尺度(SES)」、心理的な回復力を測る「コナー・デビッドソン・レジリエンス尺度(CD-RISC)」、家族や友人との関係の質を測る「社会関係の質尺度(SRQS)」という4つの心理尺度が用いられました。
統計解析では、まず単変量解析で2群間に差のある項目を洗い出し、その中からLASSO回帰(変数どうしの相関を調整しながら重要な因子に絞り込む手法)と、XGBoost(非線形の関係やより複雑なパターンをとらえる機械学習手法)という2種類のアルゴリズムを並行して用い、双方に共通して選ばれた因子だけを最終的な候補としました。その候補をロジスティック回帰に投入して独立したリスク因子・保護因子を特定し、さらにROC曲線(受信者操作特性曲線)を用いて、それぞれの因子が単独でSADをどの程度予測できるかを評価しています。
教育歴や収入も関係はしていたが、最終的に残った因子は5つだけだった
単変量解析の段階では、年齢、教育歴、居住地(都市部か農村部か)、世帯月収、ISS、SES、CD-RISC、SRQSのすべてでSAD群と非SAD群のあいだに統計学的な差が見られました(いずれもP<0.05)。しかし、LASSO回帰とXGBoostの両方を通して重要度を評価した結果、教育歴・居住地・世帯月収の3項目は、XGBoostにおける重要度がいずれも10%未満(教育歴7.02%、居住地5.38%、世帯月収6.67%)にとどまり、最終モデルからは除外されました。ほかの心理指標と重なる部分が大きく、独立した予測力としては相対的に弱かったためと考えられています。
最終的に、年齢、ISS、SES、CD-RISC、SRQSの5つが、2つの機械学習アルゴリズムの双方から共通して選ばれた因子となりました。
加齢1歳ごとにリスクは33%上昇、自尊感情の高さはリスクを下げる
ロジスティック回帰分析の結果、年齢(オッズ比1.333、95%信頼区間1.159〜1.533)とISSスコア(オッズ比1.101、95%信頼区間1.056〜1.148)はSADのリスクを高める因子でした。年齢が1歳上がるごとにSADのオッズが33.3%上昇する計算になります。一方、SESスコア(オッズ比0.726、95%信頼区間0.644〜0.818)、CD-RISCスコア(オッズ比0.876、95%信頼区間0.826〜0.929)、SRQSスコア(オッズ比0.863、95%信頼区間0.794〜0.938)は、いずれもSADのリスクを下げる保護因子として働いていました。自尊感情や心理的な回復力、周囲との関係の質が高いほど、人づきあいを回避する傾向が抑えられていたことになります。モデルの当てはまりの良さを示すHosmer-Lemeshow検定でもχ²=4.091、P=0.849と、良好な適合が確認されています。
ただし年齢のオッズ比については注意が必要です。今回の対象集団は生殖年齢に絞られており、SAD群の平均年齢が31.11±3.38歳、非SAD群が28.75±3.02歳と、年齢の分布そのものが比較的狭い範囲に集中していました。狭い年齢幅の中での1歳の違いが大きなオッズ比として表れた可能性があり、論文中でもこの点は今後の課題として挙げられています。
AUC 0.69〜0.72──単独の指標では「確実な予測」にはならない
ROC曲線による評価では、年齢・ISS・SES・CD-RISC・SRQSのAUC(曲線下面積)は、それぞれ0.694、0.710、0.719、0.723、0.700でした。AUCは0.5であれば偶然と変わらず、1.0に近いほど予測力が高いとされる指標です。今回の値はいずれも0.6を上回るものの、0.7台前半にとどまり、低〜中程度の予測力と位置づけられています。裏を返せば、これらの指標のどれか1つだけでSADのハイリスク者を確実に見分けることは難しく、複数の指標を組み合わせた評価が必要であることを示す結果でもあります。
背景にある心理的なメカニズム
論文では、それぞれの因子がSADに関わる背景についても考察が加えられています。不妊に伴うスティグマ(ISS)が強い患者ほど、自分を「不完全な存在」ととらえやすく、他者からの否定的な評価や詮索を避けるために、家族や友人との交流そのものを控えるようになりやすいと説明されています。自尊感情(SES)は、こうした否定的な自己評価を和らげる緩衝材としての役割が指摘されており、自尊感情が高い患者は、妊娠・出産以外の場面でも自分の価値を見いだしやすく、周囲に助けを求めることへの抵抗も少ない傾向があるとされます。心理的な回復力(CD-RISC)が低い患者は、社会的な場面での些細な失敗を人間関係の破綻のように過大に受け止めやすく、それが対人場面への回避につながりやすいことも述べられています。そして家族や友人との関係の質(SRQS)は、困ったときに助けを求められるかどうかに直結しており、関係の質が乏しいほど内面を打ち明けにくく、孤立が進みやすいと考察されています。
提案された「ナラティブ・ナーシング」という枠組み
今回明らかになったリスク因子・保護因子をふまえ、論文では「ナラティブ・ナーシング」と呼ばれる看護介入の枠組みも提案されています。患者との信頼関係づくりに始まり、患者が不妊にまつわる体験や感情を語る場を設け(externalization)、周囲からどう見られていると感じているかを対話の中で整理し(deconstruction)、前向きな認知の再構築を促し(rewriting)、配偶者を交えた心理的サポートや、闘病日記やピアサポートのグループを通じて社会的なつながりを広げていく、という段階的な構成になっています。ただし、この枠組みはあくまで今回の研究結果から導かれた理論的な提案であり、臨床での実施や効果検証はまだ行われていません。
日本の不妊治療現場にとっての意味
日本の生殖医療の現場でも、心理的なサポートの必要性は以前から指摘されてきましたが、どの患者を優先的に支援すべきかを見極める客観的な指標は十分に整理されているとは言えません。今回の研究は、年齢、スティグマの強さ、自尊感情、心理的な回復力、周囲との関係の質という5つの観点が、心理的なスクリーニングの手がかりになり得ることを示しています。ただし、対象は中国の単一施設のデータであり、家族観や不妊に対する社会的な受け止め方には文化差があることから、日本の患者にそのまま数値を当てはめることには慎重さが求められます。診察や問診の中で、こうした心理的側面に目を向けること自体の重要性を示すデータとして受け止めるのが実際的だと考えられます。
研究の強みと限界
本研究の強みは、単変量解析だけでなく、性質の異なる2つの機械学習アルゴリズムを組み合わせて変数を絞り込み、多重共線性の影響を抑えながら因子を特定した点にあります。診断についても、担当医の主観に頼らず、DSM-5-TRの基準に基づく構造化面接で統一的に判定されています。
一方で限界も少なくありません。第一に単一施設の後方視的研究であり、一般化には限界があります。第二に、臨床データが完全にそろっている患者のみを対象としているため、選択バイアスの可能性が残ります。第三に、横断的なデータであるため、これらの因子とSADのあいだに因果関係があるとまでは言えず、あくまで関連が示されたにとどまります。第四に、前述の通り年齢のオッズ比は狭い年齢分布に影響された可能性があり、論文では今後5歳刻みなどのカテゴリ化を用いた検証が必要と述べられています。第五に、SRQS(社会関係の質)の項目にはもともと人づきあいの回避に関する内容が含まれており、予測因子と評価対象(SAD)の内容が一部重なることで、結果の解釈に循環的な要素が入り込む可能性も指摘されています。さらに、今回示された予測モデルは外部データによる検証を経ておらず、実際のスクリーニングツールとして使うにはさらなる検証が必要とされています。
おわりに
今回の研究は、不妊患者における人づきあいの回避と苦痛(SAD)について、年齢・スティグマ・自尊感情・心理的回復力・社会関係の質という5つの因子が独立して関連することを、2種類の機械学習アルゴリズムを組み合わせた手法で示したものです。それぞれの因子の予測力は単独では中程度にとどまり、この結果だけでハイリスク者を確実に見分けられるわけではありませんが、心理的な評価を診療プロセスに組み込む意義を裏づけるデータといえます。今後は多施設・前向き・大規模なデザインでの追試や、外部データによるモデルの検証、そして提案されたナラティブ・ナーシングの枠組み自体の効果検証が課題として残されています。
参考文献
1. Zhao S, Zhang S, Han W, Bian Y, Yue R. Analysis of influencing factors for social avoidance and distress among infertile patients based on LASSO and XGBoost algorithms. J Psychosom Obstet Gynaecol 2026;47(1):2699110. doi:10.1080/0167482X.2026.2699110.