セグメント回帰分析（Segmented Regression）文献レビュー

リハビリテーション・老年医学・介護予防分野における使用実績調査 | 作成: 2026-03-27

調査目的: 介護予防C型のTUGデータにセグメント回帰を適用してブレイクポイント（BP）を推定する研究の準備として、リハビリテーション・老年医学分野での先行研究と手法的妥当性を確認する。

結論: セグメント回帰は老年医学・身体機能研究で確立された手法であり、TUG・歩行速度・握力・体組成など多様な指標で使用実績がある。Muggeo法（R segmentedパッケージ）が最も広く使用されている。ただし、探索的使用には注意が必要（Breit et al. 2023）。

A. 方法論的基盤文献

1. Muggeo (2003) - セグメント回帰の基礎理論

方法論 必須引用
Muggeo VMR. Statistics in Medicine, 2003; 22: 3055-3071
内容
未知のブレイクポイントを持つ回帰モデルの推定法。線形化技法により、標準的な線形モデルの枠組みで反復的にBPを推定する。グリッドサーチではなく、BPパラメータの初期値のみ必要な効率的反復アルゴリズム。
意義
R segmentedパッケージの理論的基盤。セグメント回帰を使用する研究では必須引用。

Wiley Online Library

2. Muggeo (2008) - R segmentedパッケージ解説

方法論 必須引用
Muggeo VMR. R News, 2008; 8(1): 20-25
内容
R segmentedパッケージのチュートリアル論文。Muggeo (2003) のアルゴリズムの実装と使用方法を解説。複数BPの推定にも対応。
ソフトウェア
R segmented パッケージ（現在v1.6-4以降）

R Journal PDF

3. Muggeo (2017) - BPの信頼区間推定

方法論
Muggeo VMR. Australian & New Zealand Journal of Statistics, 2017; 59: 311-322
内容
セグメント回帰におけるBPパラメータの区間推定。Score統計量とGradient統計量に基づく信頼区間を提案。Induced smoothingによる平滑化スコアを利用。Wald法やLR法より性能が優れることを示した。
R実装
confint.segmented() 関数で利用可能（score法、gradient法）

Wiley Online Library

4. Davies検定 - BPの存在検定

方法論
R segmentedパッケージ内 davies.test()
内容
帰無仮説 H0: β=0（差分傾きがゼロ = BPなし）を検定。複数の候補点でnaive検定統計量を計算し、最良値を選択後、p値を補正。やや保守的（計算されるp値は上界）。
注意点
Breit et al. (2023) が指摘するように、非線形関係が存在する場合にDavies検定がBPを誤検出するリスクがある（後述）。

R Documentation

B. 身体機能指標でBPを推定した研究

5. Meulemans et al. (2025) - 6種の身体機能テストと年齢BP

TUG 握力 歩行速度 最重要
Meulemans L, Deboutte J, Seghers J, Delecluse C, Van Roie E. Aging Clinical and Experimental Research, 2025
対象
304名（男性145, 女性159）、19-86歳
測定項目
握力(HGS)、最大歩行速度(MGS)、Sit-to-Stand Power(STSP)、TUG、垂直跳び(CMJ)、階段昇段パワー(SCP)
BP推定手法
反復的アプローチ。35, 40, 45, 50, 55, 60, 65, 70, 75歳の各年齢点を30年間隔で評価（グリッドサーチ的手法）
ソフトウェア
SPSS v29.0.1.0 + R-Studio v1.4.1564
主要結果
60歳が6テスト中5テストでBPとして同定。STSP（Sit-to-Stand Power）のみBPなし。60歳以降に機能低下の加速が確認された。
Davies検定/Bootstrap CI
報告なし（標準的なCIとp値のみ）

Springer Nature | PMC

6. Kirkwood et al. (2018) - 歩行速度低下の主要年齢BP

歩行速度 重要
Kirkwood RN, Moreira BS, Mingoti SA, Faria BF, Sampaio RF, Resende RA. Maturitas, 2018; 116: 31-36
対象
653名の健康な女性、18-89歳（5年齢群に分類）
測定項目
歩行速度（GAITRiteで計測）
BP推定手法
2つの区分線形回帰モデル：(1) 既知のBP、(2) 推定BP。年齢を独立変数、歩行速度を従属変数として適用。
主要結果
65歳で歩行速度低下が始まり、71歳で主要な低下が発生。71歳未満: 1歳あたり0.31 cm/s減少、71歳以上: 1歳あたり1.75 cm/s減少（約5.6倍の加速）。年齢が歩行速度の変動の23%を説明。
臨床的解釈
71歳以降の急激な歩行速度低下は、移動能力制限・社会参加低下・認知機能低下・転倒リスク増大と関連。早期検出により予防的介入が可能。

PubMed

7. Briand et al. (2024) - INSPIRE研究：体組成と年齢BP

体組成 Muggeo法 重要
Briand M, Raffin J, Gonzalez-Bautista E, et al. GeroScience, 2024
対象
915名（男性348, 女性567）、20-93歳（フランスINSPIRE-Tコホート）
測定項目
除脂肪量、脂肪量、骨塩量（DXAで測定）
BP推定手法
R segmentedパッケージ v1.6-4（Muggeo法）。0-3個のBPモデルを比較し、調整済みR²で選択。BPは事前設定せず、モデルが決定。身体活動・栄養状態・教育歴・併存疾患で調整。
ソフトウェア
R segmented v1.6-4、STATA v18、R Studio 2022
主要結果
  • 除脂肪量低下開始: 男性55歳 (CI 44-66)、女性31歳 (CI 23-39)
  • 脂肪量: 男性は加齢とともに漸増、女性は75歳 (CI 65-84) まで増加後減少
  • 骨塩量: 男性59歳 (CI 44-73)、女性は47, 62, 82歳の複数BP
BP信頼区間
95%CIを報告（segmentedパッケージの標準出力）
臨床的解釈
除脂肪量低下は女性でより早期に開始。サルコペニア予防の介入時期の根拠となる。

PMC

C. 身体活動・運動の用量反応でBPを検出した研究

8. Lee (2016) - 身体活動と全死亡のセグメントCox回帰

身体活動 Muggeo法 重要
Lee PH. Frontiers in Physiology, 2016; 7: 272
対象
7,006名（NHANES 2003-2006、加速度計データ）
測定項目
加速度計による身体活動量・座位行動と全死亡率
BP推定手法
セグメントCox回帰（1つのBP）。R segmentedパッケージ使用。restricted cubic spline（rmsパッケージ）で非線形性を事前確認。
ソフトウェア
R 3.2.0（segmented, rms, Hmiscパッケージ）
主要結果
  • 座位行動閾値: 10.9時間/日 (SE 0.1) — 超過で1時間あたりHR 1.15 (CI 1.01-1.31)
  • 中強度活動閾値: 14.1分/日 (SE 0.2) — 閾値以下で1分あたりHR 0.94 (CI 0.91-0.96)
臨床的解釈
「少なくとも1日15分の中強度活動」「座位は10.9時間以下」を推奨。閾値を超えると効果が頭打ち（diminishing marginal returns）。客観的にBPを決定することで、主観的な曲線読みを回避。

PMC

9. Arem et al. (2015) - 余暇身体活動と死亡率の用量反応

身体活動 死亡率
Arem H et al. JAMA Internal Medicine, 2015; 175(6): 959-967
対象
大規模プール解析（6コホート統合）
内容
余暇身体活動と全死亡率の詳細な用量反応関係。推奨量の3-5倍で効果の閾値を報告。推奨量の10倍以上でも過剰リスクなし。
手法的意義
明確なBPの存在が用量反応研究で実証されている例として参考になる。

PMC

D. 注意すべき方法論的文献

10. Breit et al. (2023) - セグメント回帰の探索的使用への警告

注意 方法論 必読
Breit M, Preusß U, Scherrer V, Preckel F. Psychological Methods, 2023
内容
シミュレーションによりセグメント回帰（特にDavies検定）の問題点を検証。中-強程度の非線形関係がある場合、統計的に有意なBPが頻繁に（誤って）検出され、推定されたBP位置はほぼランダムに分布した。
結論
「SRAは探索的分析には使用できない」と明言。事前に理論的根拠がないBP推定は危険。
本研究への示唆
  • BPの存在に対する理論的仮説が必要（加齢による機能低下の加速点等）
  • 非線形モデル（制限付き3次スプライン等）との比較が望ましい
  • BP位置の事前予想を述べた上で分析すべき

PubMed

E. 関連手法の文献

11. 中断時系列分析（ITS）としてのセグメント回帰

方法論
複数の方法論文献
概要
介入の前後での傾きと切片の変化を検定する準実験デザイン。セグメント回帰はITSの主要な分析手法として確立。公衆衛生介入の評価に広く使用。
本研究との関連
介護予防C型の介入効果を評価する際、ITS的アプローチ（介入前後の傾き変化）は理論的に適用可能。ただし、個人レベルの反復測定データへの適用にはマルチレベルモデルとの組み合わせが必要。

Bernal et al. 2017 (IJE)

12. Johnson-Neyman法

方法論
交互作用の条件付き効果を検討する手法
概要
モデレータ変数の値に沿って、予測因子の効果が統計的に有意となる範囲を同定する手法。連続モデレータに対して事前のカットオフ設定が不要。
本研究との関連
セグメント回帰とは目的が異なるが、「ある変数のどの値で効果が変わるか」を同定するという点で概念的に関連。年齢やベースラインTUGが介入効果を修飾するかを検討する場合に有用。

F. 文献一覧（比較表）

# 著者・年 対象・n 変数 BP推定法 ソフトウェア Davies/Bootstrap BP値
1 Muggeo 2003 方法論 -- Muggeo法（反復線形化） -- -- --
2 Muggeo 2008 方法論 -- 同上（R実装） R segmented -- --
3 Muggeo 2017 方法論 -- Smoothed score CI R segmented Score/Gradient CI --
4 Meulemans 2025 健常成人 304 TUG, 握力, 歩行速度等 グリッドサーチ的 SPSS + R なし 60歳
5 Kirkwood 2018 健常女性 653 歩行速度 区分線形回帰（既知/推定） 未記載 なし 71歳
6 Briand 2024 一般成人 915 除脂肪量, 脂肪量, BMC Muggeo法 R segmented v1.6-4 95%CI報告 31-82歳（複数）
7 Lee 2016 成人 7,006 身体活動 vs 死亡率 セグメントCox回帰 R segmented SE報告 10.9h/日, 14.1min/日
8 Breit 2023 シミュレーション -- Davies検定の問題点 -- Davies検定評価 --

G. 本研究（介護予防C型 TUGデータ）への示唆

手法的妥当性

推奨される分析手順

  1. 理論的仮説の設定: 介入回数や期間にBPが存在するという仮説を事前に述べる（Breit 2023の警告に対応）
  2. 非線形性の事前確認: restricted cubic spline等で全体的な関係を確認（Lee 2016の手法）
  3. Davies検定: BPの存在を検定（H0: 傾きの差=0）
  4. Muggeo法でBP推定: R segmentedパッケージを使用
  5. 信頼区間: confint.segmented() でBPの95%CIを報告（score法推奨、Muggeo 2017）
  6. モデル比較: 線形モデル vs セグメントモデルのAIC/BIC比較
  7. 感度分析: 異なる初期値でのBP推定安定性を確認

引用すべき文献（最低限）

  1. Muggeo (2003) - 手法の理論的根拠
  2. Muggeo (2008) - ソフトウェアの引用
  3. Meulemans et al. (2025) - TUGでの先行使用
  4. Breit et al. (2023) - 探索的使用の限界への対応

注意点

H. Sources