経血量過多の診断への示唆：ヒト血液を用いた月経用品の吸収性能試験

研究概要と動機

2023年8月に発表された画期的な研究により、月経用品の表示吸収容量と、ヒト血液を用いた実際の性能との間に大きな乖離があることが明らかになりました。この調査は、実際のヒト血液を用いて様々な月経用品の吸収率を体系的に測定した初めての研究として、女性の健康、特に経血量過多（HMB）の診断基準に関して重要な疑問を提起しています。

この研究は臨床上のギャップによって動機づけられました。月経カップのような再利用可能な製品を使用する患者が増加するにつれて、従来のパッドやタンポンを基準に開発された既存のHMB診断基準は不十分であることが判明しました。現在の基準であるPictorial Blood Loss Assessment Chart（PBAC）は、月経期間中の総出血量が1サイクルあたり80ミリリットルを超えた場合にHMBと診断します。本研究では、この診断は信頼性の低い製品吸収データに基づいていると提唱しています。

方法：生理食塩水からヒト血液へ

臨床医であり血液学教授であるBethany Samuelson Bannow博士が率いる研究チームは、血液バンクからの期限切れのヒト血液を用いた管理された実験室試験を実施しました。彼らは、生理用パッド、パンティライナー、タンポン、月経カップ、ディスク、月経用下着を含む21製品を評価しました。

方法論における中心的な変化は、流体媒体でした。表示のための業界標準テストでは、均一な液体である生理食塩水溶液が一般的に使用されます。対照的に、ヒトの月経血は、血液細胞、タンパク質、子宮内膜組織の複雑な混合物であり、その粘度と吸収特性に影響を与えます。

主な発見：測定容量対表示容量

比較分析により、技術的に重要ないくつかの観察結果が得られました。

1. 表示の一般的な誇張：テストされたほとんどの製品は、生理食塩水ベースのテストプロトコルの直接的な結果として、表示容量よりも少ないヒト血液しか吸収しませんでした。

2. 製品固有の性能のばらつき：

◦ 月経用下着：1〜3ミリリットルの実用的な吸収範囲を示しました。これは、一部のeコマースサイトで最大約40mLを謳う類似製品の主張とは対照的です。テストされたモデルは、「流量」ラベルが異なるにもかかわらず、吸収量に実質的な違いはほとんど見られませんでした。

◦ 「ライト」タンポン＆パッド：パッド/ライナーは3〜4mLを吸収しました。ライトフロー用に表示されたタンポンは、20〜34mLのヒト血液を吸収しました。

◦ 「ヘビー」または「スーパー」パッド：期待を上回り、1つのモデルは10〜20mLを示す表示にもかかわらず、最大52mLを吸収しました。

◦ 月経カップとディスク：最も高い体積容量を示しました。1つのモデルは、完全に満たされた場合に約80mLを保持でき、非常に多い流量を管理するための機能的な選択肢となります。

HMB診断における臨床的示唆

これらの発見は、臨床評価で使用されるパラメータに直接異議を唱えます。1〜2時間以内にパッドまたはタンポンが飽和することに基づくHMBの診断など、一般的な診断ヒューリスティックは、非現実的に高い閾値に設定されている可能性があり、診断不足につながる可能性があります。

例えば、データは、1サイクルで2つの「スーパー」パッド（約100mLを吸収）または3つの「スーパー」タンポン（約90mLを吸収）を飽和させることが、すでに80mLのHMB診断閾値を超える出血量を示していることを示唆しています。これは、製品ベースの飽和キューを診断プロキシとして適用する際の潜在的な欠陥を明らかにしています。

背景と業界における重要性

この研究は、月経衛生における研究の軽視というより広範な問題を浮き彫りにしています。医学文献データベースの比較分析によると、「勃起不全」に関する年間の出版物は、歴史的に「月経血」に関する出版物を大幅に上回っています。月経血量評価のための標準化された臨床ガイドラインは、2000年代初頭まで確立されていませんでした。

この研究はまた、資源の希少性、バイオセーフティ要件、コストを含む、ヒト血液をテストに使用する際の実際的な課題も浮き彫りにしています。合成血液は利用可能ですが、日常的なテストには費用がかかりすぎます。著者らは、バンクされた血液と実際の月経液との違い、および自然な流量ではなく制御された注ぎ込み方法などの限界を指摘しています。

結論と方向性

この研究は、月経用品の想定される吸収性能が、生物学的に関連性のある条件下での機能と一致しないことをパラメータ化された証拠を提供します。これは、より生理学的に正確なデータに基づいた基準を提唱し、HMB診断のための臨床ガイドラインの重要な見直しを求めています。最終的に、診断精度と製品表示を改善し、より良い、データに基づいた健康成果へと進むために必要な技術的な議論を進めます。