頭頸部がん放射線治療における予後予測のための身体組成指標の統合：進歩と臨床的意義

ハイライト

• 治療開始時のボディマス指数（Body Mass Index, BMI）が高いこと、特に過体重および肥満のカテゴリーに属することは、頭頸部癌に対する放射線治療を受ける患者において、全生存期間の改善と関連する。

• 自動化された3次元CT由来の身体組成フェノタイピングにより、骨格筋量が多いほど生存転帰が良好である一方、筋間脂肪量の増加は死亡リスク上昇と相関することが示される。

• AI支援による頸部筋評価（例：FUNC-RISKスコア）は、日常的な放射線治療計画CTから得られる有望な予後層別化ツールを提供する。

• 従来の臨床栄養指標（例：血清アルブミン、握力、予後栄養指数）を画像ベースの身体組成評価と組み合わせることで、リスク予測が向上し、標的を絞った支持療法介入の立案に資する。

背景

頭頸部癌（Head and Neck Cancer, HNC）は、根治的放射線療法および化学放射線療法を含む集学的治療の進歩にもかかわらず、依然として高い罹患率および死亡率を伴う多様な悪性腫瘍群である。治療関連毒性を軽減し、生存転帰を改善するためには、治療選択と支持療法を最適化する目的で、正確な予後予測が極めて重要である。しかし、患者ごとのフレイル、栄養状態、身体組成の不均一性が、リスク評価の一律化を困難にしている。

Body mass index（BMI）のような従来指標は、栄養および身体組成を把握しやすい一方で、限定的な情報しか提供しない。近年のエビデンスでは、サルコペニア（骨格筋量および筋力の低下）や脂肪蓄積パターンが、治療耐容性および腫瘍学的転帰に影響する、より精緻な生物学的指標であることが示唆されている。コンピュータ断層撮影（Computed Tomography, CT）による体積的3次元フェノタイピングを含む自動画像解析の進歩により、従来の身体計測を超えて身体組成を客観的に定量化することが可能となった。

本総説では、頭頸部癌で放射線治療を受ける患者における、治療開始時BMIおよびCT由来身体組成指標（骨格筋、皮下脂肪、筋間脂肪組織を含む）の独立した予後的役割を明らかにした、最近の質の高いエビデンスを統合する。さらに、機能評価および生化学的マーカーとの補完的関係、AI支援フェノタイピングを含む方法論的進展、ならびに個別化腫瘍医療への翻訳的意義についても考察する。

主要内容

頭頸部癌放射線治療における治療開始時BMIと生存転帰

Jank ら（2026年）の後ろ向きコホート研究では、頭頸部癌に対して根治目的の放射線治療を受けた1,187例を解析し、過体重（ハザード比［HR］0.70；95%信頼区間［CI］0.56–0.89）および肥満（HR 0.67；95% CI 0.50–0.89）のカテゴリーが、正常体重と比較して全生存期間の改善を独立して予測することが示された。この保護的関連は、腫瘍学的文脈における「肥満パラドックス」を示唆する先行報告と一致しており、治療毒性や疾患悪液質に耐えるための予備能を反映している可能性がある。

血清アルブミンや予後栄養指数（Prognostic Nutritional Index, PNI）などの栄養バイオマーカーは、その低値が治療中断および生存低下を予測することから、BMIの臨床的重要性をさらに裏づけている（Martins ら，2026年；Karakus ら，2025年）。しかし、BMIの増加は主として骨格筋量の増加ではなく皮下脂肪の増加を反映しており、BMI単独では予後モデリングの粒度に限界があることが強調される。

CT由来身体組成フェノタイピングの高度化

治療前CTシミュレーション画像を用い、オープンソースの深層学習セグメンテーションパイプラインにより自動化された3次元体積評価を行うことで、骨格筋、皮下脂肪、筋間脂肪区画を定量化できる。Jank らの研究における画像サブコホート（n=659）では、骨格筋量の増加が全生存期間の有意な改善と関連し（HR 0.67；95% CI 0.50–0.89）、一方で筋間脂肪量の増加は死亡リスクの独立した上昇と関連した（HR 1.28；95% CI 1.03–1.58）。

第3頸椎（C3）骨格筋面積（skeletal muscle area, SMA）などの主要解剖学的部位での補完的評価も、強固な予後価値を示す。Nagata ら（2026年）は、根治的放射線治療を受けた患者において、C3でのSMA低値が全生存期間不良の独立予測因子であること（HR 1.85、p=0.028）を示し、頸部領域から全身の筋状態へとつながる利用しやすい画像バイオマーカーの翻訳的有用性を支持した。

縦断的な筋評価は、予後予測の精度をさらに高める。Mehta ら（2026年）は、治療後の骨格筋指数の変化が頭頸部癌特異的生存および再発転帰の重要な予測因子であることを確認し、頸椎レベル（C3）および腰椎レベル（L3）の指標が、生存予測において同等の識別能を示すことを報告した。

画像評価を補完する機能的・形態機能的評価

ベースライン握力（handgrip strength, HGS）などの筋力測定は、頭頸部癌において、筋量とは独立した筋力低下であるダイナペニアの同定に有用な画像補助指標となる。Valero ら（2026年）の前向きコホート研究では、集団特異的パーセンタイル閾値で定義されたダイナペニアが、死亡リスクを約3倍に高めること（HR 2.95）を予測し、機能低下が予後に関わるフレイルの重要な側面であることが示された。

さらに、生体電気インピーダンス分析（bioelectrical impedance analysis, BIA）指標、筋断面積の栄養超音波評価、機能的移動性テストを統合した解析により、多次元的な評価枠組みが提供される。

予後スコアリングに対する人工知能の活用

機械学習を活用したモデルは、自動化され再現性の高い予後層別化を可能にする。Kim ら（2025年）が開発したFUNC-RISKスコアは、AIにより導出された頸部SMI、筋内脂肪組織、および放射線治療計画CTからの筋減衰を統合し、3年全生存期間予測においてAUC 0.73の複合リスクスコアを提示した。この手法は、骨格筋の量と質の指標を文脈化し、単一パラメータ評価を超えて、より精緻な生存リスクモデリングへと発展させるものである。

栄養状態、治療中断、臨床転帰

低アルブミン血症および低栄養は、頭頸部癌の放射線治療における治療中断増加と不良な生存転帰に関連する（Nguyen ら，2026年）。血清アルブミン低値（<3.5 g/dL）およびBMI < 23.25 kg/m2は、化学放射線療法の完遂不全と生存低下を予測する（Karakus ら，2025年）。特に放射線治療における治療中断は、予後を著しく悪化させる。

PG-SGAスコアと胸部骨格筋指数を組み合わせた統合的栄養サーベイランスは、著明な体重減少および生存低下のリスクがある患者の同定を改善する（Reyes ら，2026年）。このエビデンスは、腫瘍治療関連罹患を軽減するための体系的な栄養介入の必要性を強く示している。

機序的知見：代謝柔軟性と筋・脂肪組織間クロストーク

初期のメタボロミクス研究は、分岐鎖アミノ酸、脂質、脂肪蓄積の協調的代謝が、局所進行頭頸部扁平上皮癌における無病生存に影響する可能性を示唆している（Park ら，2026年）。代謝柔軟性—すなわち基質利用を適応的に切り替える能力—は、温存された筋量および良好な脂肪分布が生存上の利点をもたらす背景にある主要な生物学的要因と考えられている。一方、代謝の非連結化は、再発および死亡の増加と整合する。

専門的コメント

エビデンスの統合から、身体計測学的なBMIは、放射線治療を受ける頭頸部癌患者において、容易に測定可能ではあるが不完全な予後バイオマーカーであり、その大部分は筋量ではなく脂肪量を反映していることが示される。日常診療で得られるCT画像を活用した定量的身体組成解析は、骨格筋の保護的貯蔵量と有害な筋間脂肪浸潤を識別できるため、より優れた生物学的精度を提供する。

高度な画像フェノタイピングを、握力などの機能評価および生化学的指標（アルブミン、ヘモグロビン）と統合することで、個別化リスク層別化のための堅牢な多次元枠組みが確立される。このアプローチは、治療不耐、治療中断、ならびに不良生存のリスクがある脆弱患者を同定し、栄養最適化、筋量温存介入、早期リハビリテーションなどの個別化支持療法を可能にする。

FUNC-RISKのようなAI支援予後モデルは有望な予測精度を示す一方、日常臨床での導入前には、多様な患者集団における外部妥当性確認と、標準化された方法論的プロトコルが不可欠である。さらに、これらのフェノタイプに基づく介入が転帰に及ぼす影響を評価する前向き介入試験は、依然として不足している。

加えて、代謝柔軟性および筋・脂肪組織間クロストークの認識は、今後の治療標的の策定に資する有用な機序的示唆を与え、レジリエンスと生存の向上に寄与する可能性がある。

結論

近年の身体組成指標の進歩は、放射線治療を受ける頭頸部癌患者の予後予測におけるそれらの重要な役割を再確認させる。自動化された3次元CTフェノタイピングに機能評価および生化学的評価を組み合わせることで、ベースラインBMIを超えた生存リスクモデルの精緻化が可能となり、全生存期間に対する骨格筋温存と脂肪分布の微妙な生物学的寄与が明らかになる。

本エビデンス群は、治療前のリスク層別化および管理アルゴリズムに包括的な身体組成評価を組み込むことを支持しており、治療耐容性と腫瘍学的転帰を高めるための個別化栄養・リハビリテーション戦略を可能にする。

今後の研究課題としては、AI対応予後ツールの多施設検証、代謝機序の解明、ならびにこの高リスク集団における身体組成最適化を標的とした介入試験が挙げられる。

参考文献

• Jank E et al. Body Composition Metrics and Overall Survival in Head and Neck Cancer Radiotherapy. JAMA Otolaryngol Head Neck Surg. 2026 Oct 8. PMID: 42848385.

• Nagata M et al. Clinical impact of computed tomography-measured skeletal muscle status at the third cervical vertebra on definitive radiotherapy outcomes for head and neck squamous cell carcinoma. Jpn J Radiol. 2026;44(2):423-431. PMID: 41042417.

• Mehta V et al. Longitudinal evaluation of C3- and L3-derived skeletal muscle indices for cancer-specific survival and recurrence endpoints in radiotherapy-treated head and neck cancer. Oral Radiol. 2026 Oct;42(4):1172-1183. PMID: 42681169.

• Valero M et al. Clinical and prognostic value of dynapenia in patients with head and neck cancer: a multicenter cohort study. Front Nutr. 2026 Aug 19;13:1894028. PMID: 42694925.

• Kim J et al. Development and Internal Evaluation of AI-Assisted Cervical Muscle-Based Scores (FUNC-RISK) in Head and Neck Cancer: A Pilot Study. Cancers (Basel). 2025 Dec 12;17(24):3968. PMID: 41463219.

• Martins D et al. Low Serum Albumin, Body Mass Index, and Feeding Route Predict Treatment Interruptions During Concurrent Chemoradiotherapy in Head and Neck Cancer. Laryngoscope Investig Otolaryngol. 2026 Oct 12;11(5):e70595. PMID: 42870793.

• Karakus S et al. BMI and PNI as predictors of treatment completion and survival in locally advanced HNSCC receiving sequential chemoradiotherapy. BMC Cancer. 2025 Dec 15;25(1):1869. PMID: 41398663.

• Reyes M et al. Comparative analysis of PG-SGA and thoracic skeletal muscle index in nutritional risk stratification of patients with head and neck cancer. Nutrition. 2026 Aug;148:113204. PMID: 41936324.

• Park S et al. Metabolic and Clinical-Nutritional Correlation Patterns in Relation to 3-Year Disease-Free Survival in Locally Advanced Head and Neck Squamous Cell Carcinoma: A Preliminary Analysis. Int J Mol Sci. 2026 Jul 27;27(15):6715. PMID: 42589372.