大規模出生コホートで臨床試験？Generation Victoria（GenV）
オーストラリア・ビクトリア州の大規模出生コホート「Generation Victoria（GenV）」は、子どもと親を長期間観察するだけでなく、さまざまな臨床試験（clinical trial）を実施できる研究基盤として活用しようという構想があります。
GenVでは、2021年から2年間にビクトリア州で生まれた約16万人の子どもとその親を対象として、医療・行政データ、生体試料、独自の健康データなどを長期的に収集することが計画されました。
著者らは、この大規模なコホートにランダム化比較試験（randomized controlled trial: RCT）などを組み込むことで、従来よりも効率的かつ長期的に予防・治療の効果を検証できると提案しています。
つまり、この論文のポイントは、
「コホート研究」と「臨床試験」を別々に行うのではなく、1つの巨大な研究基盤として統合できないか？
という発想にあります。
🔍 「コホート研究」とは？
コホート研究（cohort study）とは、ある集団を長期間追跡し、「どのような人が、将来どのような病気になるのか」などを調べる研究です。
たとえば、10万人の子どもを出生時から成人まで追跡すると、
・「幼少期の生活習慣と成人後の肥満には関係があるのか」
・「家庭環境と子どもの認知発達には関係があるのか」
といった疑問を検討できます。
このような研究は、病気の発生率や自然経過、曝露と健康アウトカムの関連を明らかにするのが得意です。
一方で、基本的には「観察する研究」です。
そこでGenVが目指したのが、「観察するだけでなく、実際に介入して効果を検証できるコホート」です。
🧪 なぜコホートに臨床試験を組み込むのか？
医療で「この治療には本当に効果があるのか？」を検証する代表的な方法が、ランダム化比較試験（randomized controlled trial: RCT）です。
ところが、一般的なRCTには大きな問題があります。
研究のたびに参加者を募集し、同意を取得し、データを収集し、介入後の状態を追跡しなければなりません。
そのため、多くの時間と費用が必要です。
実際、本論文では、英国の公的資金による多施設共同試験の3分の2以上が、予定された期間内に目標参加者数を集められていないことが紹介されています。
特に問題となるのが子どもの臨床試験です。
成人に比べて小児を対象とした試験は少なく、その結果、子どもの治療や予防に関するエビデンスが不足しています。
そこで、
「すでに何万人もの参加者を追跡しているコホートを、臨床試験にも利用すればよいのでは？」
という考え方が生まれます。
🌏 Generation Victoria（GenV）とは？
Generation Victoria（GenV）は、オーストラリア・ビクトリア州全体を対象とした人口ベースコホート（population-based cohort）です。
論文執筆時点の計画では、2021年から2年間にビクトリア州で出生する子どもとその親を募集し、約16万人の新生児を対象とすることが想定されていました。
ビクトリア州では年間約8万3,000人の赤ちゃんが生まれるため、非常に大規模な研究になります。
GenVの研究基盤は、大きく次の4つから構成されています。
- 出生後から子どもと親を長期間追跡する
- 医療・行政データをデータリンケージする
- 血液や唾液などの生体試料を保存する
- GenV独自のデータや生体試料を収集する
つまりGenVは、単にアンケートを定期的に行う研究ではありません。
医療情報＋行政情報＋生体試料＋独自調査を組み合わせて、人の健康をライフコース全体で追跡しようとする大規模な研究基盤です。
🔀 GenVが提案する「2つの臨床試験」
この論文で特に重要なのが、臨床試験をGenVとどのように組み合わせるかという考え方です。
論文では大きく2つのモデルが提案されています。
Model 1：Trials within GenV
1つ目は、GenVの中で臨床試験を行う方法です。
GenV参加者の中から条件を満たす人を見つけ、介入群と対照群に割り付けて効果を比較します。
たとえば、
「幼児期の肥満を予防する新しいプログラムに効果があるか？」
を調べたいとします。
GenVの情報から対象となる子どもを抽出し、一部にプログラムを提供して、その後のBMIなどを比較するイメージです。
この方法には通常のRCTだけでなく、コホート内試験（Trials Within Cohorts: TWiCs）という方法も含まれます。
TWiCsでは、あらかじめコホート参加時に将来の試験への利用について一定の同意を得ておき、試験が始まった際には介入を提供される参加者を中心に追加の同意を取得するという特徴があります。
Model 2：Trials alongside GenV
もう1つは、GenVの外で行われる臨床試験と連携する方法です。
臨床試験そのものは別の研究チームが行いますが、その参加者がGenVにも参加していれば、双方のデータを共有します。
つまり、
GenV ⇄ 臨床試験
という双方向のデータ利用を可能にする仕組みです。
🔗 「データを共有する」と何がすごいのか？
この論文の重要なポイントの一つが双方向データ共有（two-way data sharing）です。
通常の臨床試験では、研究費や期間に限界があるため、介入後数か月～数年程度しか追跡できない場合があります。
しかしGenVは、子どもを長期間追跡することを想定しています。
そのため、臨床試験が終了した後でも、
「その介入を受けた子どもは10年後、20年後にどうなったのか？」
という長期アウトカムを調べられる可能性があります。
さらに、GenVから試験へデータを提供するだけではありません。
臨床試験で得られたデータをGenVへ戻すことで、異なる試験の効果や費用を比較したり、試験の結果を集団全体へ一般化する解析につなげたりすることも可能になります。
これは大規模コホートならではの強みです。
📱 10万人以上をどうやって調査するのか？
GenVには大きな問題があります。
対象者が多すぎることです。
10万人を超える子どもとその親に、毎回研究者が対面して詳細な検査を行うのは現実的ではありません。
そこでGenVでは、参加者の負担を減らしながら大量のデータを収集するため、デジタル技術を活用する構想が示されています。
その一つがePhenomeです。
スマートフォンなどを通じて、短い質問、画像、動画などを利用し、さまざまな表現型（phenotype）を大規模に測定しようという仕組みです。
収集対象には、身体発育、運動機能、感覚、学習、言語、認知、精神・行動、社会性、家族機能などが想定されています。
さらに上位のアウトカムとして、健康関連QOLや疾病・障害、機能状態なども重視されています。
つまり、
「全員に高価な検査をする」のではなく、「低負担な共通データを広く集め、必要な研究ではさらに深く調べる」
という考え方です。
🧬 生体試料も長期間保存する
GenVでは、データだけでなく生体試料（biosamples）も重要な研究資源として位置づけています。
論文では、血液、唾液、便、母乳など、さまざまな試料を複数の時点で保存する可能性が示されています。
これは将来の研究にとって大きな意味を持ちます。
たとえば、現在は測定できないバイオマーカーでも、10年後に新しい技術が開発されれば、保存された試料を使って調べられる可能性があります。
ただし、生体試料は使えば減ってしまいます。そのためGenVでは、個々の臨床試験ごとに試料を消費するのではなく、メタボローム（metabolomics）や多遺伝子リスク（polygenic risk）など、多くの研究に利用できる包括的なデータを作る方向性が示されています
🌍 オープンサイエンスとFAIR原則
大規模なコホートを作っても、一部の研究者しかデータを使えなければ、その価値を十分に生かせません。
そこでGenVではオープンサイエンスを重視しています。
データ利用には、FAIR原則（Findability, Accessibility, Interoperability, and Reusability）、すなわち「見つけられる・アクセスできる・相互運用できる・再利用できる」という考え方が採用されています。
さらに、データを安全に利用するため、研究者・研究目的・環境・データ・研究成果の安全性を考えるFive Safesの考え方も取り入れています。
大規模コホートでは、「データをたくさん集める」だけでなく、安全性を確保しながら、多くの研究者が利用できる仕組みを作ることが重要なのです。
⚠️ 課題もある
非常に魅力的な構想ですが、著者ら自身も多くの課題を挙げています。
たとえば、参加者の同意をどのように取得するのか、複数の臨床試験に参加した場合に介入同士が影響しないのか、参加者の負担が大きくならないか、プライバシーをどう守るのか、といった問題です。
特に、同じ子どもが複数の試験に参加する「積み重なった介入（stacked interventions）」は興味深い考え方である一方、それぞれの介入効果を区別することが難しくなる可能性があります。
著者らは一律に参加可能な試験数を制限するのではなく、参加者の意思や負担を考慮しながら判断する方針を示しています。
さらに、論文執筆時点では、GenV自体に臨床試験を運営するための十分な資金が確保されていないことも課題として挙げられています。
💡 この論文の本当に面白いところ
この論文の面白さは、個別の治療法や新薬について報告したものではなく、「これからの医学研究をどう設計するか」そのものを提案している点にあります。
従来は、
コホート研究 → 病気の原因を見つける
臨床試験 → 介入の効果を確かめる
というように、両者は比較的別々に行われてきました。
GenVが目指しているのは、
観察 → 仮説 → 介入 → 評価 → 長期追跡
を同じ研究基盤の中で循環させることです。
しかも、対象は州全体の出生児です。
そのため、成功すれば研究参加者だけの特殊な集団ではなく、実際の人口集団に近い環境で介入効果を検証できる可能性があります。
著者らはGenVを、観察研究だけでなく実験的エビデンスも最大化する大規模コホートとして位置づけています。
🔑 まとめ：コホート研究は「観察」から「介入」へ
この論文が提示しているのは、出生コホートの新しい可能性です。
これまでの大規模コホートは、「人々を長期間追跡して病気の原因を明らかにする」ことが主な役割でした。
GenVではそこからさらに一歩進み、
「病気の原因を見つけ、その知識を使って介入し、本当に健康を改善できるのかまで検証する」
研究基盤を目指しています。
特に、ランダム化比較試験（randomized controlled trial）、レジストリ試験（registry trials）、コホート内試験（Trials Within Cohorts: TWiCs）、人口研究（population studies）、データリンケージ（data linkage）などを一つの大規模な研究基盤の中で組み合わせる考え方は、今後のライフコース研究や予防医学を考えるうえで非常に重要です。
著者らが結論で述べているように、このような大規模コホートと臨床試験の統合が実現すれば、特にこれまで臨床試験の機会が少なかった子どもや若年者について、より大規模かつ長期的なエビデンスを生み出せる可能性があります。
「病気になる人を見つけるコホート」から、「どうすれば病気を防げるのかまで検証するコホート」へ。
GenVは、その転換を目指した意欲的なプロジェクトだといえるでしょう。
Wake, M., Hu, Y. J., Warren, H., Danchin, M., Fahey, M., Orsini, F., Pacilli, M., Perrett, K. P., Saffery, R., & Davidson, A. (2020). Integrating trials into a whole-population cohort of children and parents: Statement of intent (trials) for the Generation Victoria (GenV) cohort. BMC Medical Research Methodology, 20, 238. https://doi.org/10.1186/s12874-020-01111-x