2026年11月15日

(院長の徒然コラム)

はじめに――唾液検査で5年後の病気がわかる時代が来たのか?
歯科医院で行う唾液検査と聞くと、皆さんは何を思い浮かべるでしょうか。
虫歯になりやすいかどうか。歯ぐきに炎症が起きていないか。唾液の性質が虫歯の発生にどのような影響を与えているのか。
これまで唾液検査は、主に口腔内の健康状態を評価するための補助的な検査として利用されてきました。
しかし、その唾液検査から得られた情報が、将来の糖尿病や高血圧のリスクを考える手掛かりにもなるとしたらどうでしょうか。
2026年11月11日、ライオン株式会社と株式会社日立製作所の日立健康管理センタが、興味深い共同研究の成果を発表しました。
糖尿病や高血圧の予備群と判定された従業員について、唾液検査から得られた「歯ぐきの健康スコア」と、その後5年間の健康診断データを解析したところ、歯ぐきの健康スコアが低かった人たちでは、スコアが高かった人たちと比較して、その後の糖尿病・高血圧に関する要治療判定への移行ハザードが高かったというのです。
報告された数字は、糖尿病で1.67倍、高血圧で1.68倍。
いずれも約1.7倍という、注目を集める結果でした。[1]
歯周病と糖尿病の関連については、これまでも多くの研究が発表されています。歯周組織の慢性炎症と全身の代謝状態が相互に影響する可能性についても、長年議論されてきました。
その意味で、歯ぐきの健康状態と糖尿病に何らかの関連が認められたこと自体は、必ずしも意外な発見ではありません。
私が今回の研究で特に興味を持ったのは、もう少し違う部分です。
歯科領域で得られた比較的簡便な唾液検査の情報が、将来の全身疾患リスクを評価する際にも役立つ可能性が示されたことです。
従来の健康診断では、糖尿病のリスクを考えるために血糖値やHbA1cを、高血圧のリスクを考えるために血圧を測定します。
そこに唾液という別の検体から得られる情報を加えることで、何か新しいことが分かるのでしょうか。
一方で、この研究には注意して読むべき点もあります。
まず、今回の研究で「糖尿病や高血圧の発症」と表現されているのは、必ずしも医師によって臨床的に確定診断された疾患の発症ではありません。
研究では、人間ドックの判定基準を参考に、健康診断で「要治療」と判定された状態への移行を評価しています。
また、「1.67倍」「1.68倍」という数字は調整後ハザード比であり、5年間の発症確率そのものが1.7倍になったという意味ではありません。
さらに、唾液スコアが低いことと将来の要治療判定との関連が認められたとしても、歯周病を治療すれば糖尿病や高血圧の発症を予防できると証明されたわけではありません。
では、今回の研究で実際に何が分かったのでしょうか。逆に、まだ分かっていないことは何なのでしょうか。
今回は、ライオンと日立の共同研究を出発点に、研究対象者、検査方法、5年間の追跡結果、調整後ハザード比の意味、国内外の先行研究、唾液バイオマーカーの診断性能、交絡因子、将来の疾病予測モデルとしての有用性まで、詳しく検討してみたいと思います。
単に「歯周病は全身の健康と関係する」という話にとどまらず、歯科で得られる情報が、これからの予防医療にどのような役割を持ち得るのかを考えてみます。
2026年11月11日、ライオンと日立が発表した研究とは
今回取り上げるのは、ライオン株式会社と株式会社日立製作所の日立健康管理センタによる共同研究です。
研究成果は、2026年9月4日から5日に熊本城ホールで開催された第67回日本人間ドック・予防医療学会学術大会で発表されました。
学会発表のタイトルは、「職域健診における多項目・短時間唾液検査システム(SMT)の導入効果と生活習慣病発症リスク評価への応用」です。
発表者として、ライオン研究技術センターの山本悠氏、木村光夫氏、近澤貴士氏、牧利一氏、日立健康管理センタの中川徹氏が記載されています。
学会抄録の書誌情報は『日本人間ドック・予防医療学会誌』41巻2号335ページ、2026年8月刊行として登録されています。[2]
この研究は同学会で最優秀ポスター発表賞を受賞し、その後11月11日にライオンから研究結果が公表されました。[1]
研究の背景には、職場の健康診断に歯科関連の検査を取り入れるという取り組みがあります。
一般的な職域健診では、身長、体重、血圧、血液検査、尿検査などが行われます。しかし、歯や歯ぐきの状態について、医科健診と同じように毎年詳しく調べている職場ばかりではありません。
歯科健診を実施していない企業も少なくなく、働く世代が定期的に口腔の健康状態を確認する機会には、依然として課題があります。
日立健康管理センタでは、以前から健康診断に口腔チェックを組み込んでいました。
今回の研究は、その取り組みで蓄積された唾液検査の情報と、通常の健康診断から得られる全身の健康指標を結びつけ、将来の要治療判定との関連を検討したものです。
つまり、唾液を採取して、その場で糖尿病や高血圧を診断した研究ではありません。
ある時点で得られた唾液検査の情報が、その後の健康診断の結果とどのように関連していたかを、時間の経過に沿って調べた研究です。
この違いは、研究全体を理解するうえで重要です。

なぜ日立健康管理センタには、これほど多くの口腔データが存在したのか
今回の研究は、突然始まったものではありません。
ライオンと日立は、2023年2月9日にも、職域における歯科健診の導入と口腔・全身の健康状態との関連について共同研究成果を公表しています。[3]
日立健康管理センタでは2016年度から歯科健診が導入され、2016年10月から2020年3月までのデータが解析されました。
当時の発表資料に記載された年度別の受診者数は、2016年度が4,794人、2017年度が12,150人、2018年度が12,246人、2019年度が11,319人です。
これらは各年度の受診者数であり、4年間の人数を単純に加えた数字が、重複のない実人数を意味するわけではありません。
この職域歯科健診では、オーラルケアに関する問診、唾液検査、口腔内カメラによる撮影などが実施されていました。
重要なのは、こうした口腔情報が、血糖、血圧、体格などの医科健診情報と結びつけられる環境にあったことです。
歯科の検査結果だけが存在していても、将来の全身疾患との関連を長期的に検討することは難しいでしょう。
反対に、血糖値や血圧の記録だけが残されていても、過去の口腔状態について十分な情報がなければ、歯ぐきの健康との関連を調べることはできません。
今回の研究では、歯科と医科に関する情報が同じ職域健診の中に存在していたため、両者を結びつける解析が可能になったと考えられます。
2023年の共同研究では、口腔ケア行動や唾液の白血球関連指標、CRP、HbA1cなども検討されています。これらの具体的な結果については、後ほど詳しく取り上げます。
ただし、2023年と2026年の研究は、対象となる健診事業や期間が重なっています。そのため、両者を完全に独立した二つの集団で再現された成果として扱うことはできません。
同じ取り組みから蓄積された情報を、異なる角度から解析している可能性があるためです。
研究対象は糖尿病予備群8,063人、高血圧予備群3,178人
今回の研究対象は、2016~2019年度に日立健康管理センタで口腔チェックを受けた60歳以下の従業員のうち、健康診断で糖尿病または高血圧の予備群と判定された人たちです。
糖尿病予備群は8,063人、高血圧予備群は3,178人でした。
この二つを加えると11,241人になります。
ただし、ここには注意点があります。
11,241人という数字は、二つの解析対象者数を合計した延べ人数です。重複のない11,241人が研究に参加したと確認されたわけではありません。
糖尿病と高血圧には、肥満、年齢、食生活、運動習慣など、共通する危険因子が存在します。
したがって、糖尿病予備群と高血圧予備群の両方に該当する人が含まれていても不思議ではありません。
しかし、今回の発表資料では両群にどの程度の重複があったかが示されていません。
そのため、「国内1万人以上を5年間追跡した」という表現を使う場合でも、解析対象が延べ人数であることを説明する必要があります。
また、研究対象が60歳以下の従業員であったことも重要です。
この研究は、すべての年齢層を代表する一般住民の調査ではありません。
高齢者、すでに糖尿病や高血圧の治療を受けている人、職域健診に参加していない人などについて、今回と同じ関係が成り立つかは別途検証する必要があります。

「糖尿病予備群」「高血圧予備群」は、どのように定義されたのか
医学研究を読む際には、最初に対象者の定義を確認する必要があります。
今回の研究でも、「糖尿病予備群」「高血圧予備群」という言葉が使われています。
しかし、ここでいう予備群は、必ずしも一般的な診療で使われる疾患分類と完全に一致するわけではありません。
ライオンの発表資料には、予備群について、人間ドックの基準値を参考に「軽度異常」または「要再検査」と判定された人と記載されています。[1]
つまり、研究対象者の選定には健康診断の判定区分が使用されているのです。
例えば糖尿病の診断では、空腹時血糖値やHbA1cなどの検査結果に加え、再検査の結果や症状、臨床経過などが考慮されます。
高血圧についても、医療機関での血圧測定、家庭血圧、反復測定などを踏まえて診断・評価します。
健康診断で血糖値や血圧が高かったことと、医療機関で疾患として確定診断されていることは、同じではありません。
今回の研究では、初回の健診で一定の異常を示していた人が、追跡期間中に、より強い対応が必要とされる判定区分へ移行したかどうかが評価されています。
この点を理解しておかないと、研究の結果を過大評価することになります。
さらに、研究対象の初回口腔チェックは2016~2019年度に行われています。
健診の判定基準は時代によって改訂されることがあり、実際に日本人間ドック・予防医療学会では血糖に関する判定区分の改訂が2026年4月から施行されています。[4]
そのため、現在の基準をそのまま過去の研究対象者に当てはめることも適切ではありません。
今回の資料では、各年度の具体的な判定閾値、複数の検査項目をどのように統合したかなどの詳細は確認できません。
こうした情報は、正式な原著論文が公表された際に確認したい重要な項目です。
今回の研究で「発症」と呼ばれた出来事の正体
今回の研究を正確に理解するうえで、最も重要な点の一つが「発症」の定義です。
ライオンのニュースリリースでは、「糖尿病や高血圧の発症リスクが約1.7倍高い」という表現が使われています。
しかし、資料の脚注には、研究上の発症について次のような定義が示されています。
人間ドックの基準値を参考に、「要治療」と判定されたもの。
つまり、研究で直接評価されたのは、健康診断で「要治療」と判定された状態への移行です。
その人が医療機関を受診し、医師から糖尿病や高血圧と確定診断されたかどうかまで確認した研究だとは、現在の公表資料からは言えません。
もちろん、健診で要治療と判定されることには臨床的な意味があります。
血糖や血圧の状態が、経過観察だけではなく、医療機関での評価や治療を検討する段階に達した可能性を示すからです。
しかし、要治療判定という研究上のアウトカムと、確定診断された疾患の発症は区別する必要があります。
また、健診の要治療判定へ移行した後に、実際に治療が開始されたか、どのような治療が行われたか、その結果として病状が改善したかについても、今回の発表資料からは分かりません。
今回の研究結果を最も正確に表現するなら、「唾液検査による歯ぐきの健康スコアが低い群では、5年間の追跡中に糖尿病・高血圧に関する健診の要治療判定へ移行するハザードが高かった」となります。
少し長い表現ですが、何を測定した研究なのかを正確に伝えるためには、この区別を省略するべきではないと思います。

5年間の追跡調査は、どのように行われたのか
今回の研究では、口腔チェックを受けた初年度を起点として、その後5年間の健康診断データを追跡しています。
ライオンの資料には、2016年に口腔チェックを受けた人の場合、2021年までを追跡するという例が示されています。
この研究の特徴は、唾液検査の時点と、その後の要治療判定との間に時間的な順序があることです。
歯ぐきの健康スコアが低い人に糖尿病や高血圧が多かった、という一時点の比較だけではありません。
初回の唾液スコアによって群分けを行い、その後の経過を比較しているのです。
これは、将来のリスクに関連する因子を検討する際には重要な研究デザインです。
ただし、時間的な順序が存在することは、因果関係が証明されたことを意味しません。
例えば、初回の唾液検査の段階ですでに血糖や血圧が上昇し始めていた人が、その影響によって口腔内の炎症状態にも変化を生じていた可能性があります。
また、初回の口腔状態と、その後5年間の口腔状態が同じだったとは限りません。
途中で歯周治療を受けた人、歯磨き習慣を改善した人、喫煙をやめた人、体重が増減した人などもいたかもしれません。
こうした変化が追跡解析でどのように扱われたかは、公表資料では確認できません。
したがって、この研究は将来の要治療判定との関連を考えるうえで重要である一方、因果関係を直接証明するものではないと理解する必要があります。
使用されたSMTとは――唾液で6項目を測定する検査

今回使用されたのは、ライオンが提供する多項目・短時間唾液検査システム、SMT(Salivary Multi Test)です。
SMTは、口腔内の複数の状態を比較的短時間で評価するためのシステムです。
ライオンの説明によると、3mLの蒸留水を用いて洗口し、唾液を含んだ検体を採取します。採取した検体を専用の試験紙と機器で測定し、約5分で6項目の結果を得られる仕組みです。[5]
測定するのは、むし歯菌、酸性度、緩衝能、白血球、タンパク質、アンモニアです。
むし歯菌、酸性度、緩衝能は歯の健康に関連する指標として、白血球とタンパク質は歯ぐきの健康に関連する指標として、アンモニアは口腔内の清潔度に関連する指標として整理されています。
ただし、各項目は口腔疾患を直接確定診断するものではありません。
例えば、酸性度や緩衝能に関する測定結果だけで、将来何本の虫歯ができるかを正確に言い当てられるわけではありません。
同様に、白血球やタンパク質の測定結果だけで、歯周炎の進行度や歯槽骨吸収の状態を確定できるわけでもありません。
SMTは、口腔の健康に関連する情報を得るための補助的な検査として位置づける必要があります。
今回の研究では、6項目のうち、白血球エステラーゼとタンパク質の2項目が解析に使用されました。
したがって、SMTの6項目すべてを組み合わせて将来の糖尿病・高血圧を予測した研究ではありません。
今回の検討対象は、SMTから得られた歯ぐきの健康に関連する2項目に基づくスコアと、その後の健診判定との関連です。
この違いは、検査の有用性を評価するときに重要になります。

白血球エステラーゼは、歯ぐきの何を反映しているのか
歯ぐきに炎症が起こると、細菌やその構成成分に対して、好中球をはじめとする免疫細胞が反応します。
好中球は、細菌に対する生体防御で重要な役割を担う白血球の一種です。
歯肉溝や歯周ポケットでは、細菌性バイオフィルムと宿主の免疫応答が相互に作用しています。
この過程で、歯肉溝滲出液や唾液中の炎症関連成分が変化することがあります。
白血球エステラーゼは、こうした白血球に関連する酵素活性を利用した指標です。
ただし、唾液中の白血球関連指標が高いことは、必ずしも歯周炎の存在や重症度を一対一で示すものではありません。
歯肉炎がある場合にも炎症関連指標が変化する可能性がありますし、口腔内のさまざまな状態が測定結果に影響する可能性があります。
さらに、唾液は歯周ポケットという特定の部位だけから採取されるものではありません。
口腔内の複数の場所から流入した成分が混在しています。
そのため、一つの歯周ポケットが深いのか、複数の部位に炎症があるのか、歯槽骨吸収がどの程度進んでいるのかといった情報は、唾液の白血球指標だけでは十分に把握できません。
なお、2023年のライオン・日立共同研究資料では、白血球に関する測定について「好中球エラスターゼ活性測定」と記載されています。
一方、今回の2026年資料では「白血球エステラーゼ」と表現されています。
エラスターゼとエステラーゼは名称が似ていますが、同じ酵素を意味する言葉ではありません。
今回の公表資料だけでは、過去の資料との表記差が何に由来するのか、測定法自体に変更があったのかを判断できません。
測定原理を正確に評価するうえでは、今後確認したい点です。
唾液タンパク質は、なぜ歯ぐきの健康と関係するのか
唾液には、さまざまなタンパク質が含まれています。
唾液腺から分泌されるタンパク質だけではなく、歯肉溝滲出液、口腔内の細菌、バイオフィルム、炎症に関連する成分なども、唾液の性質に影響します。
今回のライオン資料では、口腔内細菌や、歯と歯ぐきの間に存在するバイオフィルムの影響によって増加する唾液中タンパク質を、歯ぐきの健康に関連する指標として説明しています。[1]
しかし、唾液中のタンパク質が多いからといって、それだけで歯周炎と診断できるわけではありません。
また、タンパク質の測定結果が高いことから、糖尿病や高血圧の存在を直接判断できるわけでもありません。
重要なのは、唾液タンパク質が糖尿病や高血圧に固有の物質ではないことです。
今回の研究では、唾液タンパク質が全身疾患を直接検出したのではありません。
口腔の状態に関連する指標の一つとして測定され、その情報から構成された健康スコアが、将来の健診判定と関連していたという結果です。
このため、糖尿病の診断に使うHbA1cや、血圧を測定する血圧計と、今回の唾液スコアを同じ種類の検査として扱うことは適切ではありません。
測定しているものが違うからです。
歯ぐきの健康スコアは、どうやって3群に分類されたのか

今回の研究では、唾液中の白血球エステラーゼとタンパク質に関連するスコアを用いて、対象者を3つのグループに分けています。
高スコア群、平均スコア群、低スコア群です。
ライオンの資料によると、白血球エステラーゼとタンパク質のスコアがともに高い場合を高スコア群、ともに低い場合を低スコア群、そのほかを平均スコア群としています。
ここで注意したいのは、測定値そのものと「健康スコア」を混同しないことです。
白血球に関連する炎症指標は、一般に測定値が高いほど炎症の存在を考える材料になります。
しかし、今回の歯ぐきの健康スコアでは、高いスコアが健康状態のよい方向として扱われています。
つまり、白血球エステラーゼの測定値が高いことと、歯ぐきの健康スコアが高いことは同じ意味ではありません。
測定結果がどのようにスコアへ変換されたのか、その具体的な計算式や閾値については、今回の発表資料からは確認できません。
また、3群は人数を均等に分割したものでもありません。

実際の3群人数はどうなっていたのか――高スコア群は約1割

糖尿病予備群8,063人では、高スコア群944人、平均スコア群2,592人、低スコア群4,527人でした。
割合にすると、高スコア群が約11.7%、平均群が約32.1%、低群が約56.1%です。
高血圧予備群3,178人では、高スコア群323人、平均群1,169人、低群1,686人でした。
こちらは高スコア群が約10.2%、平均群が約36.8%、低群が約53.1%です。
いずれも、低スコア群が全体の半数以上を占めています。
このため、「健康状態が悪い下位3分の1の人」といった表現は適切ではありません。
また、高スコア群の人数が比較的少ないことは、その群で何件の要治療移行が発生したのか、推定値の信頼区間がどの程度の幅だったのかを確認する必要性にもつながります。
高血圧では基準群が323人しかいません。
323人という人数だけを見て解析が不適切だと判断することはできませんが、基準群内のイベント件数が少なければ、相対的な推定値の不確実性が大きくなる可能性があります。

ところが、今回の発表資料では、各群に何件のイベントが発生したかが数表として公表されていません。
ここは、研究の結果をさらに詳しく評価するために重要な情報です。
5年間で何人が「要治療」判定に移行したのか

ライオンの発表資料2ページの図1には、対象人数だけでなく、追跡中に発生したイベント件数も記載されています。
糖尿病予備群8,063人では471件。高血圧予備群3,178人では452件です。
糖尿病予備群では、全解析対象者数でイベント件数を割ると、471÷8,063で約5.84%になります。
高血圧予備群では、452÷3,178で約14.22%です。
ただし、この二つはあくまでイベント件数を対象者数で単純に割った参考値です。
途中で追跡が終了した人、観察期間の長さ、イベント発生時点などを考慮した5年間の累積発生確率とは必ずしも一致しません。
今回の資料では、各スコア群の累積発生曲線は示されていますが、その算出方法や群別の正確な5年発生確率は数表として記載されていません。
また、糖尿病予備群と高血圧予備群は異なる基準で選ばれた集団です。
したがって、14.22%と5.84%を比較して、「高血圧の方が糖尿病より約2.4倍発症しやすい」と結論することもできません。
そもそも研究上のアウトカムが異なり、対象者の構成も同じではないからです。
さらに、471件と452件を合計すると923件になりますが、これを923人の異なる人が発症したと表現することも適切ではありません。
同じ人が糖尿病と高血圧の両方の解析でイベントを経験した可能性があるためです。

こうした数字の区別は細かい話に感じられるかもしれません。
しかし、疫学研究では、対象者数、イベント件数、累積発生確率、発生率、ハザード比などが、それぞれ異なる意味を持っています。
それらを混同すると、研究結果の解釈そのものが変わってしまいます。
糖尿病1.67倍、高血圧1.68倍――調整後ハザード比をどう読むか


今回、最も大きく報道されたのが、糖尿病1.67倍、高血圧1.68倍という数字です。
しかし、この倍率を正確に理解するには、ハザード比という統計指標の意味を知る必要があります。
ハザード比(Hazard Ratio:HR)は、時間の経過を考慮しながら、あるイベントが発生するハザードを群間で比較する指標です。
ハザードとは、ある時点までイベントを経験していない人の中で、その時点にイベントが発生する瞬間的な発生率を表す概念です。
一定期間でイベントが発生した人の割合を直接比較するリスク比とは、同じものではありません。
今回の研究では、高スコア群を基準として1.00と設定しています。
そのうえで、歯ぐきの健康スコアが低い群について、糖尿病の要治療判定への移行に関する調整後HRが1.67、高血圧では1.68と報告されました。
つまり、年齢や性別など、発生に影響し得る要因を統計的に考慮した後でも、低スコア群では高スコア群よりイベント発生ハザードが高かったという結果です。
ただし、「調整後」という言葉にも注意が必要です。
調整後HRとは、解析に組み込まれた因子の影響を一定の統計モデルのもとで考慮した推定値です。
考え得るすべての交絡因子の影響が完全に取り除かれたことを意味するわけではありません。
今回の資料には、年齢、性別などを調整したと記載されていますが、どの変数をどのように組み込んだかという詳細は示されていません。
喫煙、BMI、飲酒、運動習慣、初期の血糖値や血圧、服薬などをどこまで考慮しているかは、正式な研究報告で確認する必要があります。
また、HR 1.67は、低スコア群の67%が糖尿病になったという意味ではありません。
同様に、HR 1.68は、68%の人が高血圧になったという意味でもありません。
その人自身の5年間の発症確率を示しているわけでもないのです。
ハザード比と因果推論の詳しい説明については、以前の院長コラム「歯周病で死亡リスク23倍?『ザ・シンプソンズ』150人を本気で解析した査読論文」でも取り上げています。
平均スコア群ではどうだった?――糖尿病1.10、高血圧1.51の重要な違い
今回の発表資料には、高スコア群と低スコア群だけでなく、平均スコア群の結果も示されています。
糖尿病では、高スコア群1.00に対して、平均スコア群1.10、低スコア群1.67でした。
高血圧では、高スコア群1.00、平均スコア群1.51、低スコア群1.68です。
ここで、統計学的有意差について正確に確認しておく必要があります。
ライオンの公式発表資料2ページの図2には、赤字は高スコア群との比較で統計学的有意差があることを示す、と説明されています。
糖尿病では、低スコア群の1.67が赤字で示されています。一方、平均スコア群1.10には、有意差を示す赤字表示がありません。
これに対して高血圧では、平均スコア群1.51と低スコア群1.68の両方が赤字で示されています。
つまり、今回の発表資料によれば、糖尿病では低スコア群で高群との有意差が示され、高血圧では平均スコア群と低スコア群の両方で、高群との有意差が示されたことになります。
これは研究結果を読むうえで見落とせない違いです。
高血圧では、最も健康スコアが低い群だけでなく、中間のスコア群においても、将来の要治療判定への移行ハザードが高かったことが報告されているからです。
ただし、ここで注意したいことがあります。
高血圧の平均群と低群が、それぞれ高群と比較して有意だったという結果は、平均群と低群の間に有意差があることを意味しません。
平均群1.51と低群1.68の差について、独立した群間比較の結果は示されていません。
また、スコアが高群から平均群、低群へと変化するにつれて、リスクが一定の法則で上昇するという用量反応関係が統計学的に証明されたわけでもありません。
その検討には、傾向検定、連続値としての解析、非線形性の評価などが必要になります。
今回の結果から言えるのは、糖尿病と高血圧では、平均スコア群の関連の現れ方に違いがあったということです。
しかし、その違いが疾患の生物学的な特徴を反映しているのか、集団構成や統計上のばらつきによるものなのかは、現在の資料だけでは判断できません。
5年間の累積発生曲線から、何が読み取れるのか
公式資料の図1には、糖尿病予備群と高血圧予備群について、歯ぐきの健康スコア別の累積発生曲線が示されています。
糖尿病予備群では、低スコア群の曲線がほかの群より高い方向に推移しています。
高血圧予備群でも、低スコア群の累積発生曲線が高い方向に位置しています。
この図は、初回の健康スコアと、その後の要治療判定への移行が、時間の経過とともに異なっていた可能性を視覚的に示しています。
ただし、曲線を読む際にも注意が必要です。
まず、曲線に描かれた割合は、全解析対象者数でイベント件数を割った単純な割合とは必ずしも一致しません。
また、曲線の周囲には帯状の領域が描かれていますが、その帯の統計学的な定義や算出方法は、発表資料の図だけでは十分に確認できません。
したがって、この帯を独自に95%信頼区間と断定したり、曲線の重なり具合だけで有意差を判断したりするべきではありません。
さらに、図から読み取ったおおよその値を、正式な5年絶対リスクの数値として記載することも避ける必要があります。
各群の正確なイベント件数、打ち切り数、累積発生率、信頼区間などが公表されれば、曲線の意味をより詳細に検証できるでしょう。
今回の図は、研究結果の全体像を理解するためには有用ですが、そこから公表されていない統計量を推定して断定することはできません。
リスクが約1.7倍でも、実際の確率は何%なのか

医学ニュースで「リスクが1.7倍」と聞いたとき、私たちが知りたいのは、その人が実際にどの程度の確率で病気になるのかということでしょう。
しかし、相対的なリスクの大きさと、絶対的な発生確率は異なります。
例えば、これは今回の研究とは関係のない単純な仮想例ですが、ある集団の5年間のイベント発生確率が2%で、別の集団では3.4%だったとします。
この二つの単純なリスク比は1.7です。
一方、もともとの発生確率が20%で、別の集団で34%だった場合も、リスク比は1.7になります。
同じ1.7倍でも、実際のイベント発生確率の差は大きく異なります。
ただし、これはリスク比を説明するための例です。今回のハザード比1.67を、そのまま5年間の発生確率に掛け算してよいという意味ではありません。
ハザード比から一定期間の絶対リスクを求めるには、基準群の生存関数など、追加の情報や統計モデル上の仮定が必要になります。
今回の研究で分かっているのは、低スコア群と高スコア群の調整後HRです。
各群で5年間に何%の人が要治療判定へ移行したのか、また個々の患者にどのような絶対リスクを推定できるのかについては、十分な情報が公表されていません。

したがって、現在の段階で歯科医院の患者さんに対して、「唾液スコアが低かったので、あなたは5年以内に何%の確率で糖尿病になります」と説明することはできません。
集団間で統計的な関連が認められたことと、個人の将来の発症確率を推定できることは、別の段階の話なのです。
今回の研究で明らかになったことと、まだ分からないこと
ここまでの研究結果を整理してみましょう。
今回の研究で確認できるのは、糖尿病予備群8,063人、高血圧予備群3,178人の健診データが解析されたことです。
初回の唾液検査で得られた歯ぐきの健康スコアによって3群に分類され、5年間の要治療判定への移行が比較されました。
低スコア群では、高スコア群と比較して、糖尿病で調整後HR 1.67、高血圧で1.68が報告されました。
また、高血圧では平均スコア群のHR 1.51にも、高群との比較で統計学的有意差が示されています。

一方、まだ分かっていないこともあります。
各群の正確なイベント件数。調整後HRの95%信頼区間と具体的なp値。調整に使用されたすべての変数。群別の5年絶対リスク。初回唾液スコアの再現性。
さらに、既存の血糖・血圧情報に唾液スコアを追加した場合の予測性能の改善、今回の研究と同じ結果がほかの職域や一般住民でも再現されるかどうか、といった問題です。
これらが未公表であることは、研究の価値がないことを意味するわけではありません。
ただし、研究結果を臨床でどこまで活用できるかを判断するには、現在の情報だけでは十分ではないということです。

唾液検査で「歯ぐきの健康」をどこまで評価できるのか
唾液検査の利点は、比較的簡単に検体を採取できることです。
歯科医師や歯科衛生士による詳細な歯周組織検査に比べ、採取に必要な時間や受診者の負担を小さくできる可能性があります。
職場や自治体の健診など、多人数を対象とする場面では、この簡便さが重要になります。
しかし、簡単に検査できることと、疾患を正確に診断できることは同じではありません。
歯周炎は、歯を支える組織に炎症や破壊が生じる疾患です。
その診断では、歯周ポケットの深さ、プロービング時の出血、臨床的アタッチメントロス、歯肉退縮、エックス線画像で確認される歯槽骨吸収などを評価します。
また、各歯や各部位で病変の程度が異なることも少なくありません。
一方、唾液は口腔内全体から集められる検体です。
ある部位に深い歯周ポケットが存在する場合でも、その情報が唾液の測定結果にどの程度反映されるかは一定ではありません。
逆に、広い範囲に歯肉炎が存在すれば、歯周組織の破壊が進行していなくても、炎症関連指標が変化する可能性があります。
そのため、唾液スコアが低い人を、そのまま重度歯周炎患者と呼ぶことはできません。
今回の研究でも、低スコア群にどの程度の歯周ポケットやアタッチメントロス、骨吸収が存在していたかは公表されていません。
このため、今回の結果を「重度歯周炎患者では糖尿病や高血圧の発症リスクが約1.7倍だった」と書き換えることは不適切です。
正確には、唾液検査で得られた歯ぐきの健康スコアが低い群において、将来の要治療判定との関連が認められたという結果です。
歯周炎の診断に必要な検査については、当院の既存コラム「歯周病精密検査とは?どんなことをするの?」でも紹介しています。

大阪大学372人研究では、SMTの歯周病識別能力はどう評価されたか
SMTによる歯周状態の評価については、2025年に大阪大学などの研究グループから興味深い研究が報告されています。
Kosakaらによる『Journal of Clinical Medicine』掲載の研究です。
対象となったのは、大阪府能勢町の地域在住高齢者372人で、平均年齢は73.1歳でした。
解析対象者はいずれも20歯以上の残存歯を有していました。[6]
この論文では、測定項目の記載に注意が必要です。
英文要旨ではSMTの「6項目」という表現が使われています。
一方、本文の測定方法には、7つの試験紙パッドに検体を滴下して、むし歯菌、酸性度、緩衝能、潜血、白血球、タンパク質、アンモニアの7項目を測定したことが記載されています。
研究者らは、このうち潜血、白血球、タンパク質の3指標に注目しました。
今回のライオン・日立研究で使用された白血球エステラーゼとタンパク質の2項目とは、解析対象の組み合わせが異なります。
Kosakaらの研究では、歯周組織の評価にCPIが用いられ、歯周ポケットや歯肉炎の存在と、唾液検査の各項目との関連が調べられています。
結果として、単独の指標では潜血項目が比較的高い識別性能を示しました。
また、潜血と白血球を組み合わせた場合、歯周ポケットや歯肉炎との関連を示す調整後オッズ比が高くなる結果が報告されています。
一方、組み合わせ別の単純な群間比較では、潜血とタンパク質の組み合わせに強い関連が認められており、解析方法によって評価している内容が異なります。
ただし、個々の指標の識別性能は十分に高いとは言えず、研究者らは、地域在住高齢者における唾液検査のスクリーニング性能について、さらなる検証が必要であるとしています。
この研究は、今回のライオン・日立研究を考えるうえで重要です。
なぜなら、同じSMTという名称のシステムを使用していても、研究の目的が異なるからです。
大阪大学の研究は、現在の歯周状態をどの程度識別できるかという問題を扱っています。
一方、ライオン・日立の研究は、唾液スコアと将来の全身疾患に関する健診判定との関連を扱っています。
現在の歯周炎を識別する性能が高いことと、5年後の糖尿病や高血圧を予測する性能が高いことは、同じではありません。
また、大阪大学研究の対象者は平均73.1歳であり、今回の60歳以下の従業員とは年齢構成も異なります。
したがって、別の研究で得られた感度、特異度、AUCなどを、今回の将来予測性能として流用してはいけません。
唾液カルプロテクチン、MMP-8、PISA――ほかの炎症評価方法との違い
唾液を利用して歯周組織の状態を評価しようとする研究は、SMTに限りません。
近年では、さまざまな炎症関連バイオマーカーが検討されています。
例えば、カルプロテクチンはS100A8とS100A9から構成されるタンパク質複合体で、好中球などに関連する炎症マーカーです。
2025年に『日本歯科保存学雑誌』へ掲載された徳島大学の稲垣裕司先生による論考では、唾液中カルプロテクチンを利用した歯周病スクリーニングの可能性が紹介されています。[7]
その中では、約100人を登録した研究において、唾液中カルプロテクチンと歯周状態との関連が検討されています。
歯周炎群と非歯周炎群の識別について、カルプロテクチンのAUCが0.80以上0.90未満であったと報告されています。
ただし、この結果は論考の執筆時点で原著論文が投稿中と記載されており、研究の詳細な評価には注意が必要です。
また、歯肉溝滲出液で得られた結果と、唾液で得られた結果を混同してはいけません。
このほか、MMP-8、乳酸脱水素酵素、潜血、炎症性サイトカインなども、歯周状態の評価に関連する指標として研究されています。
臨床的な歯周組織検査から炎症の広がりを定量化する方法としては、PISAという指標もあります。
PISAは、歯周ポケットやプロービング時の出血などを基に、炎症を有する歯周組織の表面積を推定するものです。
ただし、PISAも唾液バイオマーカーも、それぞれ測定しているものが異なります。
重要なのは、どの指標が「歯周炎らしさ」を最もよく表すかという問題だけではありません。
今回の研究のように全身疾患との将来的な関連を調べる場合には、どの指標が最も安定していて、どのような情報を追加できるのかという別の問題が生じます。
また、唾液中の細菌叢を解析する研究と、炎症関連の生化学的指標を測定する研究も区別する必要があります。この違いについては、以前の「歯垢の付着率は低いのに虫歯菌レベルは高い?――広島大学340人研究」も参考になります。

唾液の測定値は、採取する条件で変化するのか
唾液検査を臨床で活用する際には、検体を採取する条件も重要です。
唾液は口腔内の局所的な環境や採取条件の影響を受けるため、検査結果を解釈する際には、飲食、口腔清掃、唾液分泌量、採取時刻などにも注意が必要です。
もちろん、SMTには所定の採取方法があり、標準的な手順に従って測定することが前提です。
しかし、将来の全身疾患リスクを評価するためのバイオマーカーとして利用するのであれば、測定値の再現性を十分に把握しておく必要があります。
同じ人が別の日に検査を受けた場合、どの程度同じ結果が得られるのでしょうか。
歯磨き前と歯磨き後では、結果がどの程度変化するのでしょうか。
一時的な歯肉炎が改善した場合、健康スコアはどの程度変わるのでしょうか。
さらに、今回の研究で問題となるのは、測定値が変わることで高スコア群、平均スコア群、低スコア群の分類そのものが変化する可能性です。
もし同じ人が短期間で別の群へ移行するようであれば、一度だけの測定値を用いた長期リスク評価には注意が必要になります。
ただし、今回のSMTによる群分類が実際に不安定だったと示す証拠があるわけではありません。
現在の発表資料では、再検査による一致度や群分類の再現性が確認できないということです。
将来の予測検査として利用するなら、このような測定の安定性も重要な評価対象になるでしょう。
喫煙や肥満は、唾液スコアと全身疾患の両方に影響するのか
今回の研究を解釈する際、無視できないのが交絡因子の存在です。
交絡因子とは、検討している要因とアウトカムの両方に関係し、両者の関連を見かけ上変化させる可能性のある要因です。
例えば喫煙は、歯周組織の状態と全身の健康の双方に影響し得ます。
2024年の日本歯科衛生学会の演題抄録集には、188人を対象として、唾液検査と生活習慣との関連を調べた研究が報告されています。[8]
森塚未紗らによる「唾液検査を活用した生活習慣と口腔環境との関連」です。
この研究では、アークレイのSillHaという多項目唾液検査システムが使用されました。
今回のSMTとは製品を区別する必要がありますが、白血球やタンパク質など、口腔環境に関連する項目が測定されています。
対象者は188人で、平均年齢は56.2歳でした。
結果として、喫煙者では非喫煙者より白血球指標が高く、p<0.05、アンモニア指標についてもp<0.01で高値だったと報告されています。
ただし、これは学会抄録であり、横断的な比較に基づく結果です。
喫煙が直接それらの変化を引き起こしたことを確定する研究ではありません。
また、SillHaの測定値とSMTの測定値を同一の数値として比較することもできません。
それでも、今回の5年間追跡研究を考える材料になります。
喫煙が唾液の炎症関連指標に影響し、同時に糖尿病や高血圧の危険因子にもなるのであれば、喫煙の影響を十分に考慮しない解析では、唾液スコアと全身疾患リスクの関連が歪む可能性があります。
同じことは肥満にも当てはまります。
肥満はインスリン抵抗性や血圧に関係します。また、肥満に伴う代謝性炎症が口腔の健康状態に影響する可能性もあります。
食生活、運動習慣、飲酒、睡眠、社会経済的条件、勤務環境なども、同様に考慮すべき要因です。
今回の資料では年齢や性別などを調整したとされていますが、詳細な調整変数は公表されていません。
低スコア群でHRが約1.7だったことを、そのまま「歯ぐきの状態が悪いこと自体の影響」と解釈するべきではありません。
2023年のライオン・日立共同研究では、すでに何が分かっていたのか
ここで、2023年の研究結果をもう少し詳しく見てみましょう。
ライオンと日立が2023年2月に公表した研究では、2016年度から2019年度にかけて、歯磨きや歯科受診などの行動に変化が認められたとされています。[3]
1日の平均歯磨き回数は2.04回から2.08回へ増加しました。
フロス使用率は41.3%から48.4%へ、歯科通院率は42.4%から57.6%へ増加しています。
また、唾液中の白血球値が高い人の割合は60.2%から40.8%へ低下しました。
一方、白血球値が低い人の割合は15.4%から26.2%へ増加しました。
ただし、これらは各年度における受診者集団の集計結果であり、すべてが同一人物を追跡して得られた変化であるとは限りません。
また、歯科健診の導入と同時期に生じた変化であっても、それらが歯科健診によって引き起こされたことを確定するには、比較群などを用いた検証が必要です。
さらに2023年の研究では、初回受診時に唾液白血球値が高かった群では、CRPやHbA1cも高い傾向が認められました。
また、初回に白血球値が高かった人のうち、次回の健診でその値が改善した群では、改善しなかった群と比較して、CRPやHbA1cの悪化が小さかったと報告されています。
これは興味深い結果です。
口腔の炎症関連指標と、全身の炎症や糖代謝に関する指標の変化が、一定の関係を持っていた可能性があるからです。
しかし、ここでも注意が必要です。
唾液指標が改善したことによってCRPやHbA1cが改善したとは限りません。
体重管理、食生活、運動、喫煙、服薬などが同時に変化していた可能性もあります。
このような背景を踏まえると、2026年の研究は、以前の職域口腔保健研究をさらに将来の健診判定という方向へ発展させたものと位置づけられます。
ただし、同じ健診事業から得られた情報である以上、完全に独立した再現性の確認とは区別する必要があります。

国内12年間追跡研究では、歯周病と糖尿病発症はどう関連したのか
今回の研究と比較するうえで、重要な国内研究があります。
2025年に『Diabetology International』へ掲載された、Yonedaらによる12年間のコホート研究です。[9]
この研究では、日本の製造業従業員を対象に、歯周状態とその後の糖尿病発症との関連が調べられました。
研究開始時の対象候補は4,051人でしたが、主要な解析に含まれたのは2,276人で、12年間の追跡中に229人が糖尿病を発症しました。
歯周状態の評価には、Community Periodontal Index(CPI)が使用されています。
解析では、歯周病のある群について、年齢、性別、肥満、糖尿病の家族歴などを考慮した調整後HRが1.36、95%信頼区間1.04~1.78でした。
さらに、喫煙、飲酒、運動、服薬、食事、初期の空腹時血糖などを追加して調整したモデルでは、HRが1.43、95%信頼区間1.09~1.89と報告されています。
この研究では、男性で統計学的に有意な関連が認められました。
一方、女性では有意な関連は確認されませんでした。
また、肥満のない男性ではHR 1.75、95%信頼区間1.15~2.66という結果が示されています。
ただし、女性で有意差が確認されなかったことを、女性では歯周病と糖尿病に関連がないことの証明と考えるべきではありません。
対象者数やイベント件数の違い、信頼区間の幅などを考慮する必要があるからです。
今回のライオン・日立研究との大きな違いは、歯周状態の評価方法です。
Yonedaらの研究ではCPIによる歯周状態が使用されました。
今回の研究では、唾液中の白血球エステラーゼとタンパク質に基づく健康スコアが使われています。
また、対象者の選択基準や追跡期間、アウトカムの定義も同じではありません。
したがって、HR 1.43と1.67を単純に比較して、今回の研究の方が糖尿病に対する関連が強かったと結論することはできません。
ただし、日本の職域集団において、歯周状態と将来の糖代謝異常との関連が繰り返し研究されていることは、今回の結果を考えるうえで重要な背景です。

2026年の国際メタ解析では、糖尿病との関係はどう評価されたのか
歯周病と糖尿病の関連を考える際には、個々の研究だけでなく、複数の研究を統合した結果も確認する必要があります。
2026年8月、『The Lancet Public Health』に、Botelhoらによる口腔の健康と糖尿病に関する系統的レビュー・メタ解析が掲載されました。[10]
この研究では、16か国から28件の縦断研究が検討され、総計30万人を超えるデータが扱われています。
ベースライン時に歯周炎が存在した人では、歯周炎のない人と比較して、その後の2型糖尿病の発生が18~25%高いという結果が報告されています。
また、糖尿病が存在することと、その後の歯周炎の発生との間にも関連が認められました。
この結果は、歯周病と糖尿病の関係が、一方向だけではない可能性を支持しています。
ただし、注意しておきたいことがあります。
この論文は、2026年3月に最初の版がオンライン公開されましたが、その後撤回・再掲載されています。
現在参照すべきものは、2026年8月に再掲載された版です。
再掲載版のDOIは10.1016/S2468-2667(26)00149-0です。
旧版では一部の数値が異なっているため、引用する際には再掲載版を使用する必要があります。
また、今回のライオン・日立研究のHR 1.67と、メタ解析における18~25%の増加を直接比較することはできません。
メタ解析では、歯周炎の評価方法や糖尿病の発症定義が研究ごとに異なります。
今回の研究は、臨床的に確定診断された歯周炎ではなく、唾液スコアに基づく分類を用いています。
アウトカムも健診の要治療判定です。
そのため、統合された研究で得られた相対指標と今回の調整後HRは、同一条件の効果量ではありません。
重要なのは、数字が似ているかどうかではなく、それぞれの研究が何を測定し、どのような条件の下で関連を認めたかという点です。
高血圧との関連は、糖尿病と同じ程度に確立しているのか
歯周炎と高血圧との関連についても、多くの研究が行われています。
2026年には、『Journal of Clinical Medicine』に、Matinyan-Hakobyanらによる歯周炎と高血圧の関連に関する系統的レビュー・メタ解析が掲載されました。[11]
このレビューでは36研究が対象となり、そのうち調整済みオッズ比を統合できる11研究、合計48,761人のデータがメタ解析に使用されました。
統合されたオッズ比は1.65。95%信頼区間は1.42~1.93でした。
この数字は、今回の高血圧に関するHR 1.68と非常に近い値です。
しかし、ここで「同じ結果が再現された」と考えるのは早計です。
まず、オッズ比とハザード比は異なる統計指標です。
また、メタ解析に含まれた研究の多くは横断研究でした。
横断研究では、歯周炎と高血圧が同じ時点で存在することは確認できても、どちらが先に起こったのかを明確に判断することは難しくなります。
さらに、このメタ解析では、研究間の異質性も認められています。
統合解析の異質性はI²=65%であり、歯周炎の定義によって推定値が異なっていました。
また、小規模研究で推定値が大きくなる傾向も指摘されており、出版バイアスなどの可能性が検討されています。
GRADEによるエビデンスの確実性は「非常に低い」と評価されました。
つまり、統計学的な関連は認められているものの、因果関係が十分に確立したと結論する段階ではありません。
その意味では、時間的な順序を伴う今回の5年間追跡研究には、横断研究とは異なる価値があります。
ただし、その価値を正確に判断するには、交絡因子の調整方法やイベントの定義、統計解析の詳細を確認する必要があります。
糖尿病と高血圧では、歯周病との関連について蓄積されているエビデンスの構造も異なります。
その違いを無視して、両方とも約1.7倍だから同程度の関連が確立していると説明するべきではありません。
なぜ歯ぐきと糖尿病・高血圧が関連するのか――3つの説明仮説
今回の研究で関連が認められた背景には、どのような仕組みが考えられるのでしょうか。
大きく分けると、少なくとも3つの説明が考えられます。
仮説1:口腔の炎症が全身に影響している
歯周炎では、歯周病原細菌や細菌由来成分に対する免疫応答が持続し、局所的な炎症が生じます。
この過程では、TNF-α、IL-6、IL-1βなどの炎症性サイトカインや、さまざまな炎症関連経路が関与します。
慢性的な炎症が全身の代謝状態やインスリン抵抗性に影響する可能性については、多くの基礎研究や臨床研究で議論されています。
高血圧との関連では、慢性炎症、酸化ストレス、血管内皮機能の変化などが関与する可能性が考えられています。
ただし、今回のライオン・日立研究では、こうした分子機序を直接測定した結果は公表されていません。
したがって、これらは今回の結果を説明し得る仮説であって、研究によって確定された機序ではありません。
仮説2:全身の代謝異常が先に口腔へ影響していた
こちらも重要です。
糖尿病では、血糖コントロールの悪化や免疫応答の変化、創傷治癒の遅延などが歯周組織に影響します。
そのため、将来の糖尿病要治療判定へ移行した人の中には、初回の唾液検査時点ですでに代謝状態の変化が存在し、その影響が口腔内にも表れていた可能性があります。
この場合、唾液スコアは病気の原因を表していたのではなく、すでに進行していた全身状態の変化を間接的に反映していた可能性があります。
いわば、全身の変化が口腔の状態に現れていたという説明です。
仮説3:共通する危険因子が両方に影響していた
喫煙、肥満、食生活、運動不足、年齢などは、歯周組織の状態と糖尿病・高血圧の双方に関係する可能性があります。
こうした共通要因が存在すると、歯ぐきの状態と全身疾患の間に統計的な関連があっても、歯ぐきの状態そのものが疾患を引き起こしているとは限りません。
また、これら3つの仮説は、どれか一つだけが正しいという関係でもありません。
歯周組織の炎症、代謝異常、生活習慣が相互に影響している可能性もあります。
今回の研究は、こうした複数の経路の中で、どの経路がどの程度の影響を持っているかを直接検証したものではありません。
関連を示した研究から、そのまま原因を決めつけないことが重要です。

歯周病を治療すれば、糖尿病や高血圧を予防できるのか
今回の結果を聞いて、「それなら歯周病を治せば糖尿病や高血圧を予防できるのではないか」と考える方もいるかもしれません。
しかし、ここには重要な区別があります。
歯周病を治療した後に血糖値や血圧が改善することと、まだ糖尿病や高血圧を発症していない人に対して、その発症を予防できることは同じではありません。
2022年のコクランレビューでは、歯周炎を有する糖尿病患者に対する歯周治療の効果が検討されています。[12]
35件のランダム化比較試験、合計3,249人がレビューに含まれました。
そのうち3~4か月後のHbA1cを評価した30試験、2,443人の解析では、歯周治療群でHbA1cが対照群より平均0.43パーセントポイント低かったと報告されています。
95%信頼区間は−0.59~−0.28パーセントポイントで、エビデンスの確実性は中程度と評価されています。
これは例えば、HbA1cが7.43%から7.00%になる程度の差を意味します。
HbA1cが43%減少したという意味ではありません。
この結果は、すでに糖尿病を有する患者における血糖管理の改善を支持するものです。
一方、高血圧との関連では、2026年に12件のランダム化比較試験を統合したメタ解析が報告されています。[13]
その結果、歯周治療による収縮期血圧の平均差は−4.64mmHg、拡張期血圧は−1.84mmHg、CRPは−0.58mg/Lでした。
ただし、エビデンスの確実性は中程度から低く、血圧を主要評価項目とした質の高い研究がさらに必要とされています。
これらの結果は、歯周治療によって全身の一部の健康指標が改善する可能性を示しています。
しかし、糖尿病や高血圧の新規発症を予防する効果を直接証明したものではありません。
また、今回のライオン・日立研究は歯周治療の介入試験ではありません。
唾液スコアが低い群で将来の要治療判定への移行ハザードが高かったという観察結果です。
そのため、今回の研究から「歯周病を治療すると糖尿病や高血圧の発症が約4割減る」といった説明をすることはできません。
観察研究による関連、治療後の検査値改善、疾患の発症予防。
これらは、それぞれ異なる科学的な問いなのです。
糖尿病と歯周治療の双方向性については、当院の「糖尿病と歯周病の双方向性:HbA1cと歯周治療効果をどう説明するか」で詳しく検討しています。

調整後ハザード比が高いだけで、将来予測に役立つとは限らない
ここからは、今回の研究を将来の予測検査として考えた場合の問題を掘り下げてみます。
今回の研究では、低スコア群の調整後HRが糖尿病1.67、高血圧1.68と報告されました。
この結果は、唾液スコアと将来の健診判定との間に関連が存在する可能性を示しています。
しかし、統計学的な関連が存在することと、個人の将来を正確に予測できることは別です。
例えば、ある検査項目が将来の糖尿病発症と有意に関連していたとします。
それでも、その検査を使って糖尿病になる人とならない人を十分に区別できるとは限りません。
なぜなら、集団の平均的な違いが存在していても、個々の人の測定値が大きく重なっている場合があるからです。
高リスク群に分類された人の多くが実際には要治療判定へ移行しないこともあり得ます。
反対に、低リスク群に分類された人の中から、要治療判定へ移行する人が出ることも考えられます。
そのため、予測検査としての有用性を判断するには、単にHRが統計学的に有意であったかどうかだけでは不十分です。
個人をどの程度区別できるか。予測された確率と実際の結果がどの程度一致するか。その情報が診療や受診行動に役立つか。
こうした別の評価が必要になります。
今回の発表資料では、それらの予測性能に関する詳細な結果は公表されていません。
つまり、今回の研究は唾液スコアの将来的な有用性を考える出発点にはなりますが、すでに実用的な5年リスク予測モデルが完成したことを示すものではありません。
最大の未解決問題――従来の健診に唾液検査を加えると何が改善するのか
私が今回の研究で最も重要だと考えるのは、この問題です。
糖尿病や高血圧のリスクを考えるための検査は、すでに数多く存在します。
糖尿病であれば、空腹時血糖値やHbA1cが重要です。
高血圧であれば、血圧そのものを測定できます。
さらに、年齢、性別、BMI、喫煙、家族歴、運動習慣なども、リスク評価の材料になります。
では、これらの情報がすでに存在している職域健診に、唾液スコアを追加することで、どの程度予測が改善するのでしょうか。
これを考えるには、少なくとも二つの予測モデルを比較する必要があります。
一つ目は、従来の健診情報だけを用いたモデルです。
年齢、性別、血糖、HbA1c、血圧、BMIなどから、将来の要治療判定への移行を予測します。
二つ目は、同じ健診情報に唾液スコアを追加したモデルです。
この二つを比較して、唾液スコアを加えたときに、将来の要治療判定をどの程度正確に予測できるようになったかを検証します。
仮に唾液スコアと要治療判定の間に有意な関連が認められても、その情報がすでに血糖値や血圧、BMIなどに反映されているのであれば、唾液を追加することによる改善は小さいかもしれません。
一方、唾液スコアが、従来の健診では十分に捉えられなかった情報を含んでいるのであれば、予測性能の改善につながる可能性があります。
この違いは非常に重要です。
今回の研究で報告された調整後HRは、唾液スコアと将来の要治療判定との関連を示しています。
しかし、それだけでは、従来の健診に唾液検査を追加する意義が確立したことにはなりません。
歯科由来の情報が全身疾患の将来予測に役立つかどうかを判断するには、「唾液を測らなかった場合と比べて、どれだけ予測が改善したか」を確認する必要があるのです。
これこそが、今回の研究を臨床へ発展させる際の中心的な課題だと思います。

AUC、C-index、キャリブレーション――予測性能は何で判断するのか
では、予測検査の性能は具体的にどのように評価するのでしょうか。
代表的な評価には、識別性能、キャリブレーション、臨床的有用性などがあります。
識別性能――将来イベントが起こる人を区別できるか
識別性能は、将来イベントが起こる人と起こらない人を、モデルがどの程度区別できるかという性能です。
二値アウトカムではAUCが利用されることがあり、時間経過を伴う予測モデルではC-indexや時間依存AUCなどが使用されます。
ただし、AUCやC-indexが高ければ、それだけで臨床的に有用な検査であるとは限りません。
キャリブレーション――予測確率は実際の結果と一致するか
キャリブレーションは、予測された確率と実際に観察されたイベントの発生割合が、どの程度一致しているかという問題です。
例えば、あるモデルが「5年間に要治療判定へ移行する確率は10%」と予測した人たちについて、実際のイベント発生割合もおおむね10%になっているかを確認します。
予測順位が比較的正確でも、確率そのものが大きくずれていれば、患者さんへの説明や医療判断に問題が生じる可能性があります。
臨床的有用性――その予測が医療判断を変えるか
さらに、臨床的有用性という問題があります。
予測モデルの性能が少し改善したとしても、その結果に基づいて実際に行う医療行為が変わらないのであれば、追加検査の価値は限定的かもしれません。
例えば、もともとの健診で血糖値や血圧に異常があり、すでに医療機関への受診が必要な人について、唾液検査を追加しても同じ受診勧奨しか行わない場合があります。
この場合、検査によって予測情報は増えても、医療上の判断はほとんど変わらないかもしれません。
一方、従来の健診結果だけでは対応が難しかった人を適切に見つけられるのであれば、追加検査の臨床的価値が生じる可能性があります。
予測モデルの評価では、こうした実際の判断への影響も考える必要があります。
医療予測モデルの報告については、2024年に公表されたTRIPOD+AIという国際的な指針があります。[14]
これは統計回帰や機械学習を利用した予測モデルの開発・評価研究について、報告すべき内容を整理したものです。
今回の発表資料だけでは、識別性能、キャリブレーション、外部検証、臨床的有用性に関する詳細を確認できません。
そのため、唾液スコアを追加することで予測性能が改善したかどうかは、現時点では判断できないというのが適切な評価です。
調整しきれない交絡因子は、どこまで結果に影響するのか
統計解析では、研究対象者の年齢や性別などを考慮することがあります。
しかし、交絡因子を調整したからといって、因果関係が証明されるわけではありません。
今回の研究で特に重要なのは、初回の血糖値と血圧です。
糖尿病予備群として分類された人たちの中にも、血糖値が正常範囲に比較的近い人と、すでに要治療判定の境界に近い人が存在していた可能性があります。
同じことは高血圧予備群にも当てはまります。
もし低スコア群に、もともと血糖値や血圧が高い人が多く含まれていたのであれば、初期値の違いが将来の要治療判定へ移行する確率に影響していた可能性があります。
この場合、年齢や性別を調整しただけでは、初期状態の違いを十分に考慮できないかもしれません。
さらに、喫煙、肥満、家族歴、運動、食生活、飲酒、服薬なども重要です。
ただし、こうした変数を何でも多くモデルへ入れればよいわけではありません。
研究が推定したいものが因果効果なのか、純粋な予測性能なのかによって、変数選択の考え方は異なります。
因果効果を考える場合には、原因と結果の間に存在する中間因子を不用意に調整すると、推定したい関係を変化させてしまう可能性があります。
一方、予測を目的とする場合には、将来のイベントを正確に予測するために有用な変数を利用することが考えられます。
今回の研究では、具体的な調整変数の一覧や、どのような因果関係を想定して解析したかという情報が公表されていません。
したがって、交絡が十分に取り除かれたとも、明らかに不十分だったとも断定できません。
現在の資料では調整内容を十分に検証できないため、HR 1.67・1.68の因果的な意味づけには慎重さが必要だということです。
5年間で口腔の状態が変化した人はどう扱われたのか
もう一つ考えたいのが、追跡中の口腔状態の変化です。
今回の研究では、初回の唾液検査で健康スコアを評価し、その後の健康診断データを追跡しています。
しかし、歯ぐきの健康状態は、5年間ずっと一定であるとは限りません。
初回に歯肉炎や歯周炎が存在していても、その後に歯科治療を受けたり、セルフケアを改善したりすることで、炎症状態が変化することがあります。
反対に、初回の状態が良好であっても、その後に歯周炎が進行する可能性があります。
また、喫煙、体重、血糖管理、服薬なども変化するでしょう。
2023年の同じ職域健診事業に関する発表では、フロス使用率や歯科通院率、唾液白血球指標に経年的な変化が報告されています。
そのため、今回の研究対象者についても、初回の状態が追跡期間全体を通じて維持されていたとは限りません。
もし初回スコアだけで群分けし、その後の群分類を変えずに解析していた場合、研究で推定されるのは「初回の唾液スコアによって分類された群と、その後のイベント発生との関連」です。
これは、追跡期間中ずっと低スコアが続いていたことの影響を推定しているわけではありません。
もちろん、初回測定値による将来予測そのものには意味があります。
しかし、その測定値がどの程度長期間にわたってリスクを反映するのか、繰り返し測定することで予測性能が改善するのかは、別途検証する必要があります。
研究対象から脱落した人や、要治療判定の時期はどう処理されたのか
5年間の追跡研究では、すべての対象者について同じ期間の情報が得られるとは限りません。
職域健診であれば、退職や異動、健診未受診などによって、途中からデータが得られなくなる場合があります。
また、死亡やほかの健康上の事情によって、その後の健診を受けられなくなる可能性もあります。
こうした人たちを解析でどのように扱ったかによって、結果が変わる場合があります。
例えば、健康状態が悪化した人ほど健診から脱落しやすかった場合、残っている人のデータだけを分析すると、結果に偏りが生じる可能性があります。
また、健康診断が年1回であれば、実際に血糖値や血圧の状態が悪化した日と、要治療判定が確認された健診日が一致するとは限りません。
そのため、イベント発生時点をどのように定義したかも重要になります。
今回の研究ではハザード比が報告されていますが、具体的な統計モデルの仕様、打ち切りの扱い、欠測値の処理、比例ハザード性の検討などは、発表資料から確認できません。
これらは結果を否定するための指摘ではありません。
長期追跡研究の推定値がどの程度信頼できるかを判断するために必要な情報です。
観察研究に特有のこうした問題については、当院の「歯科健診を6回以上受けた人は全身医療費が減る?――8,528人研究」でも、別の研究を題材に詳しく検討しています。
糖尿病1.67、高血圧1.68――数字がほとんど同じなのは偶然か
今回の発表で印象的なのは、糖尿病と高血圧のHRが非常に近かったことです。
糖尿病が1.67。高血圧が1.68。
差はわずか0.01です。
しかし、この数字の近さに、生物学的な意味を見いだすことには慎重であるべきです。
まず、対象となった集団が異なります。
糖尿病予備群は8,063人、高血圧予備群は3,178人です。
また、評価したイベントも異なります。
糖尿病に関する要治療判定と、高血圧に関する要治療判定では、基準や背景因子が同じではありません。
さらに、両解析に同じ参加者が含まれていた可能性もあります。
糖尿病と高血圧は、肥満、食生活、運動習慣、加齢など、共通する危険因子を持っています。
そのため、同じ口腔指標が両方のイベントに関連していたとしても、不思議ではありません。
しかし、今回の資料ではHRの95%信頼区間が示されていません。
推定値がどの程度の不確実性を持っているか分からない以上、1.67と1.68の差について詳細な意味づけをすることはできません。
数字が近いこと自体は興味深いものの、それだけで共通した生物学的機序が証明されたとは言えないのです。
特定の企業の従業員で得られた結果を、一般患者に使えるのか
今回の研究には、職域健診ならではの強みがあります。
従業員の健康診断を継続的に実施する環境では、年ごとの血糖値や血圧などを比較的長期間にわたって蓄積できます。
また、口腔チェックが導入されていれば、歯科の情報と医科の健康情報を同じ枠組みで評価できます。
これは研究上の大きな利点です。
一方、職域健診に参加している人たちには、一般住民全体とは異なる特徴がある可能性があります。
例えば、就業中の従業員は、年齢、健康状態、社会経済的条件、生活習慣、医療アクセスなどの点で、一般住民とは異なる場合があります。
また、今回の対象者は60歳以下です。
高齢者では、服薬、全身疾患、口腔乾燥、残存歯数、歯周状態などが異なる可能性があります。
そのため、今回の結果を75歳や80歳の患者さんへ、そのまま適用できるとは限りません。
さらに、日立健康管理センタのように歯科健診を継続的に実施している職場と、口腔チェックを行っていない職場では、受診者の行動や健康意識が異なる可能性もあります。
こうした背景を踏まえると、今後必要なのは外部検証です。
異なる企業、地域、年代、健康状態の集団でも、同じスコアと解析方法を用いて同様の結果が得られるかを確認する必要があります。
予測モデルとしての実用性を考えるなら、元の研究に使用したデータだけでなく、新しい集団でも予測性能が維持されることが重要です。
学会発表と査読済み論文は、どのように評価を分けるべきか
今回の研究成果は、第67回日本人間ドック・予防医療学会学術大会で発表され、最優秀ポスター発表賞を受賞しています。
これは研究成果が学会の場で評価されたことを示しています。
しかし、学会発表と査読済み原著論文の公表は同じではありません。
学会発表では、限られた紙面や発表時間の中で研究の要点が示されることがあります。
一方、原著論文では、対象者の選定、除外基準、測定方法、統計解析、欠測値処理、結果の信頼区間、研究の限界などを、より詳細に確認できることが期待されます。
今回、2026年11月14日時点で確認できたのは、学会発表の書誌情報と企業の公式発表資料です。
この解析について、統計手法や結果の詳細を記載した査読済み原著論文は確認できていません。
したがって、現在の段階では、企業発表資料に示された情報を中心に研究を評価する必要があります。
ここで、企業が関わる研究だから結果を否定するという考え方は適切ではありません。
検査システムを開発している企業が、その技術の有用性を研究することには合理的な理由があります。
一方、研究結果が製品やサービスの価値と関係する場合には、利益相反、研究計画、解析上の独立性などを確認することも重要です。
重要なのは、誰が研究したかという一点で結論を出すことではありません。
どのような研究デザインで、どのような結果が得られ、その結果をどこまで一般化できるかを評価することです。
今回の研究は興味深い成果ですが、正式な原著論文の公開と、独立した研究による検証を待って評価を深める余地があると考えます。

国民皆歯科健診の時代に、唾液検査にはどのような役割があるのか
今回の研究は、日本で進められている歯科健診の充実という政策とも関係しています。
2026年7月、厚生労働省は「U.E.N.O.Plan~攻めの予防医療厚生労働省関係施策~」を公表しました。
この中では、歯科保健が重点領域の一つとして位置づけられています。[15]
また、同年7月24日の厚生労働大臣記者会見では、2026年度から新たにパイロット事業を実施し、2027年度から自治体や医療保険者において簡易検査ツールを活用した歯科健診の制度化へ取り組む方針が説明されています。
ただし、これは今回のSMTが糖尿病や高血圧の将来予測検査として制度化されたという意味ではありません。
簡易な口腔スクリーニングの制度化と、唾液による全身疾患リスク予測は別の問題です。
それでも、職域や自治体の健診で口腔の情報を得られる機会が広がれば、口腔健康と全身の健康の関係を検討するためのデータが蓄積される可能性があります。
重要なのは、その情報をどのように活用するかです。
簡易検査は、歯科医師による詳細な歯周組織検査を置き換えるものではありません。
むしろ、これまで歯科医院を受診する機会が少なかった人に対して、専門的な診査を受けるきっかけを提供する役割が期待されます。
今回の研究は、こうした口腔スクリーニングの情報が、将来の全身健康リスク評価にも関係する可能性を示したものとして位置づけられるでしょう。
ただし、制度として導入する価値を判断するには、検査性能、受診行動への影響、健康改善効果、費用対効果などを総合的に評価する必要があります。
国民皆歯科健診や簡易唾液検査の制度的な背景については、当院の「『国民皆歯科健診』は何を変えるのか?」でも詳しく解説しています。
検査でリスクが高いと分かった後、何が起こるべきなのか

仮に、唾液検査によって将来の要治療判定へ移行しやすい人を見つけられるようになったとします。
その場合、検査を行うだけで十分なのでしょうか。
私は、そうではないと思います。
健康診断の目的は、検査結果を集めること自体ではありません。
必要な人を適切な医療につなぎ、疾病の早期発見や健康状態の改善に役立てることです。
例えば、唾液検査で歯ぐきの健康スコアが低いと判定された人について、歯科医療機関で歯周組織検査を受けるように勧めることが考えられます。
そこで歯肉炎や歯周炎が確認されれば、必要な治療や継続管理を検討できます。
一方、血糖値や血圧に異常がある場合には、唾液スコアの結果にかかわらず、適切な医科的評価が必要です。
唾液スコアが高いからといって、血糖や血圧の異常を放置してよいわけではありません。
また、唾液スコアが低かった人すべてに、糖尿病や高血圧の治療が必要になるわけでもありません。
検査結果をどのような行動へ結びつけるかが重要になります。
この点について、2022年の日本歯周病学会会誌に掲載された出分・吉成らのレビューでは、2018年度の歯周疾患検診で要精密検査と判定された人のうち、その後に精密検査を受けた人は38.9%だったと紹介されています。[16]
これは今回のライオン・日立研究の対象者から得られた数字ではありませんが、異常を発見した後に、実際の医療機関受診へつなげることの難しさを考えるうえで重要です。
異常を見つけても、受診につながらなければ、必要な診断や治療を受ける機会が失われる可能性があります。
将来的に唾液検査を全身疾患リスク評価へ応用するなら、予測精度だけでなく、受診行動や健康改善までを評価する必要があります。

唾液スコアが悪い人に「糖尿病になりやすい」と伝えてよいのか
臨床で考えなければならないのは、検査結果を患者さんにどのように説明するかという問題です。
研究では、低スコア群で将来の要治療判定への移行ハザードが高かったと報告されています。
しかし、この結果をそのまま個人の将来の病気に置き換えることはできません。
例えば、唾液検査の結果が低スコアだった人に対して、「あなたは5年以内に糖尿病になる可能性が高い」とだけ説明すると、必要以上の不安を与えるかもしれません。
反対に、健康スコアが高かった人が、「自分は糖尿病や高血圧にならない」と安心してしまうことも問題です。
今回の研究は、個人の発症確率を確定できる検査を示したものではありません。
したがって、患者さんへの説明では、研究の意味と限界を同時に伝える必要があります。
例えば、「唾液から得られた歯ぐきの健康に関する情報と、将来の健康診断の結果との間に関連を認めた研究があります。ただし、この検査だけで糖尿病や高血圧を診断したり、将来の発症を確実に予測したりすることはできません」といった説明が考えられます。
重要なのは、口腔の健康状態を知ることが、全身の健康について考えるきっかけになるという点です。
口腔と全身の健康は、それぞれ独立して存在しているわけではありません。
しかし、だからといって歯科の検査だけで全身疾患を診断できるわけでもありません。
歯科と医科が、それぞれの専門性を生かして適切に評価することが必要です。
唾液検査の費用対効果は、どのように考えるべきか
唾液検査の魅力の一つは、比較的簡便に実施できることです。
多人数を対象とする職域健診では、検査時間や費用、必要な人員などが重要になります。
しかし、簡単に実施できる検査であれば、必ず導入するべきだというわけではありません。
費用対効果を考える場合、検査そのものの費用だけではなく、検査後に必要となる対応も含める必要があります。
検査機器、試薬、検体採取、測定、結果説明、受診勧奨、再検査、医科・歯科への紹介など、さまざまな費用が発生します。
また、検査結果によって不要な不安や追加検査が増える可能性も考慮しなければなりません。
一方、必要な医療を受けていなかった人が適切な診断や治療につながるのであれば、健康面での利益が期待できます。
こうした利益と負担を比較することが、費用対効果の評価につながります。
今回の研究で特に重要なのは、従来の健康診断へ唾液検査を追加する場合の価値です。
すでに血糖値や血圧、BMIなどが測定されている環境で、唾液検査を追加することで、どの程度新しい情報が得られるのでしょうか。
その情報によって、医療行動や健康アウトカムはどの程度改善するのでしょうか。
現時点では、その問いに答えるだけのデータは公表されていません。
将来的な実装を考えるなら、検査精度だけでなく、健康改善効果と総費用を含めた検証が必要です。
職場で口腔と全身のデータを結びつける際の倫理的な問題
職域健診で口腔と全身の健康情報を結びつける場合、もう一つ考えるべき問題があります。
それは、健康情報の取り扱いです。
口腔の検査結果、血糖値、血圧、服薬歴、既往歴などは、個人の健康に関する情報です。
こうした情報を研究や健康支援に利用する場合には、利用目的、本人への説明、情報へのアクセス権限、個人情報の保護などを適切に考慮する必要があります。
特に職場では、従業員の健康支援を目的とした情報と、人事評価などに用いられる情報を安易に混同するべきではありません。
仮に唾液スコアから将来の全身疾患リスクをある程度予測できるようになったとしても、その情報が本人に不利益をもたらす形で利用されることは避けなければなりません。
もちろん、今回のライオン・日立研究で不適切な情報管理が行われたと示す資料があるわけではありません。
ここで述べているのは、今後こうした検査を幅広い職域へ導入する場合に一般的に考慮するべき課題です。
医療情報の活用は、単に多くのデータを集めればよいという問題ではありません。
その情報が、本人の健康を守るために適切に使用されることが重要です。
本当に唾液で5年後を予測するなら、次はどのような研究が必要か
今回の研究を出発点に、唾液検査による将来の全身疾患リスク評価を発展させるとしたら、どのような研究が必要でしょうか。
私は、少なくともいくつかの段階を経る必要があると考えます。
第一段階:今回の研究結果を詳しく公開する
まず、今回の研究について詳細な解析結果が公表されることです。
群別のイベント件数、95%信頼区間、調整変数、欠測値処理、追跡から脱落した人の扱いなどを確認できれば、研究結果の不確実性をより正確に評価できます。
第二段階:個人の予測性能を評価する
次に、唾液スコアによって個人の将来リスクをどの程度識別できるかを検証する必要があります。
HRだけでなく、C-indexや時間依存AUC、キャリブレーションなどを用いて、予測性能を評価することが考えられます。
第三段階:従来の医科健診への追加価値を検証する
さらに、従来の健康診断だけを用いた予測モデルと、そこへ唾液スコアを追加したモデルを比較することが重要です。
この比較によって初めて、唾液検査が医科健診に新しい予測情報を加えられるかどうかを判断できます。
第四段階:別の集団で再現性を確認する
その後、異なる企業や地域、年齢層で同じ結果が再現するかを確認する必要があります。
一つの職域集団だけで有用だった予測モデルが、ほかの集団でも同じように機能するとは限りません。
第五段階:検査後の受診行動を評価する
検査結果を受け取った人が実際にどのような行動を取るのかという研究も必要です。
例えば、唾液スコアが低かった人に適切な説明と受診勧奨を行うことで、歯科受診率や医科受診率が改善するのでしょうか。
歯周組織の状態や血糖・血圧の管理は改善するのでしょうか。
第六段階:実際の健康アウトカムを評価する
さらに重要なのは、その結果として実際の糖尿病や高血圧の新規発症、重症化、合併症などが減少するかという問題です。
検査結果が将来のリスクと関連していることと、検査を導入することで健康状態が改善することは同じではありません。
最終的には、検査によって得られる利益と費用、受診者への負担を比較し、どのような集団に、どの程度の頻度で実施するのが適切なのかを判断する必要があります。
関連の発見、予測性能の検証、外部検証、医療行動への影響、健康アウトカムの改善。
これらを段階的に確認していくことが、唾液検査を将来の予防医療へ発展させるために必要だと思います。
院長として考える――唾液検査は、歯科と医科をつなぐ新しい共通言語になるか

ここまで、今回の研究結果と、その限界について詳しく検討してきました。
歯科医師として興味深く感じるのは、歯科領域で得られる情報が、口腔内の疾患だけでなく、将来の全身の健康状態を考える材料になるかもしれないという点です。
私たち歯科医師は、日常診療の中で、歯周ポケット、歯肉出血、歯槽骨吸収、歯の動揺、口腔清掃状態など、さまざまな情報を確認しています。
これらは、主に歯や歯周組織を診断し、適切な治療やメンテナンスを行うための情報です。
しかし、口腔の状態は全身の健康状態から完全に独立しているわけではありません。
糖尿病患者では、血糖コントロールが歯周組織に影響することがあります。
逆に、歯周炎の治療によってHbA1cが改善する可能性も、臨床研究で示されています。
今回の研究は、そうした既存の知識を、別の方向へ発展させる可能性を示したものだと思います。
つまり、歯科で得られた比較的簡単な検査情報を、医科の健康診断データと組み合わせることで、将来の全身疾患リスクをより適切に評価できるかもしれないということです。
ただし、ここで歯科が医科の診断を置き換えられると考えるべきではありません。
唾液検査によるスコアが、糖尿病や高血圧の確定診断に必要な血液検査や血圧測定の代わりになるわけではありません。
また、唾液検査だけで歯周炎の診断が完結するわけでもありません。
歯科には歯科の専門的な診査が必要であり、医科には医科の専門的な評価が必要です。
重要なのは、両者の情報を適切に結びつけることだと思います。
医科では、血糖値やHbA1c、血圧、服薬、全身疾患などの情報を把握しています。
歯科では、歯周組織の炎症、口腔感染症、咀嚼機能、口腔清掃状態などの情報を把握しています。
それぞれの情報を共有し、患者さんの健康状態をより広い視点から理解できれば、診療に役立つ可能性があります。
しかし、そのためには、共有する情報がどのような意味を持つのかを、医療者自身が正確に理解していなければなりません。
「歯ぐきの健康スコアが低いから糖尿病になる」と説明することも、「糖尿病を予防するためには歯周病だけ治せばよい」と説明することも適切ではありません。
研究が示した関連を正確に理解し、診断や治療に必要な情報と、まだ研究段階にある情報を区別することが重要です。
また、唾液スコアの追加によって本当に予測性能が改善するかどうかを確認しないまま、将来の全身疾患を予測できる検査として広く普及させることにも慎重であるべきでしょう。
今回の研究が示したのは、完成された未来予測ではありません。
歯科由来の情報が、従来の医科健診にはない新しい意味を持つ可能性があるという、検証する価値のある問いです。
私は、その問い自体に価値があると思います。
歯科が全身の健康へどのように貢献できるかを考えるとき、必要なのは大きな期待だけではありません。
期待に見合うだけの科学的根拠を積み重ねることが必要です。
そして、その根拠を適切に臨床へ還元することが、これからの歯科医療に求められる役割の一つではないでしょうか。
医科と歯科がそれぞれの専門性を理解し、患者さんを中心として情報を共有する必要性については、当院の「医師はもっと口の中を診るべき?英国王立内科医協会の歯科特集と歯科医師が医学を学ぶ理由」でも考察しています。
まとめ――唾液検査は未来を予言する道具ではなく、健康を考える新しい手掛かりになり得る
2026年11月11日に公表されたライオンと日立の共同研究では、糖尿病予備群8,063人、高血圧予備群3,178人について、唾液検査による歯ぐきの健康スコアと、その後5年間の健康診断結果との関連が検討されました。
その結果、歯ぐきの健康スコアが低かった群では、高かった群に比べて、糖尿病の要治療判定への移行に関する調整後ハザード比が1.67、高血圧では1.68と報告されました。
いずれも約1.7倍という数字です。
また、高血圧では平均スコア群のHR 1.51についても、高スコア群と比較した統計学的有意差が示されました。
ただし、今回の研究で評価された「発症」は、健診基準に基づく要治療判定への移行です。
医療機関で確定診断された糖尿病や高血圧の発症そのものとは区別する必要があります。
また、ハザード比は個人の5年間の発症確率を直接示すものではありません。
さらに、唾液スコアが将来の要治療判定と関連していたとしても、その情報を既存の血糖・血圧などの健診結果へ追加することで、どの程度予測性能が改善するかは明らかになっていません。
歯周病を治療すれば糖尿病や高血圧の発症を予防できるという因果的な効果も、今回の研究からは証明されていません。
それでも、今回の研究には重要な意義があります。
歯科で得られる唾液の情報が、口腔の健康状態を知るだけでなく、将来の全身の健康を考える手掛かりにもなる可能性を示したからです。
今後、研究の詳細が公開され、別の集団でも結果が再現され、既存の医科健診へ唾液検査を追加することによる予測性能や臨床的な利益が明らかになれば、唾液検査の役割はさらに広がるかもしれません。
ただし、そのためには、関連が認められたという段階から、予測精度、受診行動、健康改善効果まで、証拠を積み重ねる必要があります。
唾液検査によって、5年後の糖尿病や高血圧を確実に言い当てることは、現在の研究からはできません。
しかし、歯科で得られる比較的簡便な情報が、全身の健康について考える新しいきっかけになる可能性はあります。
その可能性を大きく見せることよりも、実際の医療にどのような利益をもたらすのかを、一つずつ確かめていくこと。
それが、今回の研究を読みながら、私が最も重要だと感じたことです。
参考文献・資料
今回の中心研究
[1] ライオン株式会社・株式会社日立製作所日立健康管理センタ.「ライオンと日立、歯ぐきの健康スコアが低いと糖尿病や高血圧発症リスクが約1.7倍高いことを確認」.2026年11月11日.
公式発表
公式発表資料PDF
[2] 山本悠,木村光夫,近澤貴士,牧利一,中川徹.職域健診における多項目・短時間唾液検査システム(SMT)の導入効果と生活習慣病発症リスク評価への応用.日本人間ドック・予防医療学会誌.2026;41(2):335.第67回日本人間ドック・予防医療学会学術大会抄録.
J-GLOBAL書誌情報
ライオン・日立の過去の関連研究
[3] ライオン株式会社.「日立とライオンが健康診断データを解析 職域における歯科健診の導入が口腔及び全身の健康状態に寄与する可能性を確認」.2023年2月9日.
公式資料PDF
[4] 日本人間ドック・予防医療学会.血糖に関する判定区分の改訂(2026年4月施行).
学会公式告知
[5] ライオン株式会社.オーラルヘルスケア習慣の定着化に向けた取り組み.多項目・短時間唾液検査システムSMTの説明.
ライオン公式サイト
唾液検査・歯周炎スクリーニング研究
[6] Kosaka T, Fushida S, Wada M, et al. Effectiveness of a Salivary Testing System to Screen for Periodontal Disease: A Cross-Sectional Study from the NOSE Study. Journal of Clinical Medicine. 2025;14(14):4965.
DOI: 10.3390/jcm14144965
PubMed
[7] 稲垣裕司.歯周病スクリーニングにおける唾液中カルプロテクチン測定の有用性―国民皆歯科健診に向けた簡易な歯周病検査への挑戦―.日本歯科保存学雑誌.2025;68(5):212–217.
DOI: 10.11471/shikahozon.68.212
J-STAGE
[8] 森塚未紗,田村有梨沙,石﨑未祐,ほか.唾液検査を活用した生活習慣と口腔環境との関連.日本歯科衛生学会雑誌.2024;19(1):64.演題O-4.
J-STAGE公開抄録
糖尿病・高血圧との関連に関する研究
[9] Yoneda K, Sakurai M, Soyama Y, et al. Periodontal disease and the incident risk of diabetes mellitus in Japanese men and women: a 12-year cohort study. Diabetology International. 2025;16(3):528–537.
DOI: 10.1007/s13340-025-00815-z
PubMed
[10] Botelho J, Singh S, Varenne B, et al. Oral health and diabetes: a systematic review and meta-analysis. The Lancet Public Health. 2026;11(8):e555–e566.
DOI: 10.1016/S2468-2667(26)00149-0
PubMed
※2026年8月の再掲載版。2026年3月公開の旧版とは区別する。
[11] Matinyan-Hakobyan A, Gonzalez-Navarro B, Egido-Moreno S, et al. Association Between Arterial Hypertension and Periodontitis: A Systematic Review and Meta-Analysis. Journal of Clinical Medicine. 2026;15(15):5930.
DOI: 10.3390/jcm15155930
PubMed
歯周治療による介入効果
[12] Simpson TC, Clarkson JE, Worthington HV, et al. Treatment of periodontitis for glycaemic control in people with diabetes mellitus. Cochrane Database of Systematic Reviews. 2022;4:CD004714.
DOI: 10.1002/14651858.CD004714.pub4
Cochrane公式解説
[13] Gandhi KK, Batra C, Affendi H. Cardiovascular and anti-inflammatory effects of periodontal therapy: A systematic review and meta-analysis of randomized trials. Journal of Periodontology. 2026;97(10):2103–2126.
DOI: 10.1002/jper.70162
PubMed
予測モデル・歯科健診・政策
[14] Collins GS, Moons KGM, Dhiman P, et al. TRIPOD+AI statement: updated guidance for reporting clinical prediction models that use regression or machine learning methods. BMJ. 2024;385:e078378.
DOI: 10.1136/bmj-2023-078378
BMJ原文
[15] 厚生労働省.「U.E.N.O.Plan~攻めの予防医療厚生労働省関係施策~」.2026年7月23日.
厚生労働省公式資料
厚生労働大臣記者会見.2026年7月24日.
厚生労働省会見録
[16] 出分菜々衣,吉成伸夫.歯周疾患検診の変遷と現状ならびに国民皆歯科健診の具体的検討.日本歯周病学会会誌.2022;64(4):129–135.
DOI: 10.2329/perio.64.129
J-STAGE
