JP2009151404A - 保健指導対象者選定支援システム - Google Patents

Abstract

【課題】 効率的な保健指導を実施するため、指導効果が高い保険指導対象者を選定するシステムを提供すること。
【解決手段】 検査値と検査値の変化量から説明変数を選択する説明変数候補選定手段と、説明変数と改善の関係を分析する優先度モデル作成手段を有し、対象者選定では、優先度モデルで推定した改善の可能性を優先度とする。また、優先度モデル作成手段は、指導を実施した群から作成したモデルと、指導を実施しなかった群のモデルを作成し、対象者選定では、２つのモデルから求めた優先度の差を優先度とする。
【選択図】 図１

Description

保健指導において、高い保健指導効果が得られるように、指導対象者の選定を支援する方法を提供するシステムに関する。

保険者は、被保険者の健康増進や、医療費の適正化による運営の安定を目的として、被保険者に対する健診や保健指導を実施している。特に保健指導は、健診の結果から被保険者個人に生活や健康状態の改善意識付けを行う重要な場となっている。

保健指導を始めとする保健事業は、従来、一定の基準を決めてその基準を満たす人、例えば、健診の結果として生活改善が必要と判断された人に対して実施されている。しかし、実際に指導を行う保健師が指導する人数にも制限があることから、指導が必要な人全員に指導が行われているわけではなく、保険者の保健事業を効果的且つ効率的に運営する上で保健事業の運営を支援するシステムが望まれている。

保険者の運営を支援する方法として、次のようないくつかの方法が示されている。
医療費の予測システム（特許文献１）では、その団体に属する人の年齢や生活習慣などの特性と、年齢と発症率の相関を示すデータと、医療費のデータベースから、その団体の要する将来の医療費を予測する方法が示されている。また、健康指標に基づく保健事業（保健指導）の計画方法（特許文献２）では、健康度や医療費への影響から、指導など介入の対象を決定し、介入の効果を評価する方法が示されている。

特開２００５-５０３８０ 特開２００４-３４１６１１

保健指導の効果は、受ける人の特性(健康状態、背景要因)などによって異なると考えられる。このため、どのような特性の人を重点指導するか決定するための健診の項目やその判定条件など、指導対象者選定の項目条件が重要である。しかし、より高い保健指導の効果が得られるように決定する方法については考慮されていなかった。

特に、どのような人から優先的に指導すべきかについては、年齢、悪化したとき、生活習慣の内容、継続的に状態が悪い人、などの議論がなされているが、指導による改善の観点から選定する方法については考慮されていなかった。

また、保健指導では、指導を受ける側から見ると、指導の結果、効果が得られなかった場合、例えばあるダイエットに取り組んでもうまく減量できなかったような場合には、健康状態の改善が図られないばかりか、それ以降の指導を受けたくなくなってしまう可能性がある。そのため、できるだけ指導による効果が得られる人に対して優先的に指導を行うことが望ましい。さらに、保険者から見ると、限られたリソースを効率的に指導に適用するという観点が必要となるが、従来の方法では、このような観点は考慮されていなかった。

上記課題を解決するため、本発明の保健指導対象者選定支援システムは、複数人の複数の項目からなる健診情報を格納するデータベースと端末とを有し、保健指導対象者の選定を支援する保健指導対象者選定支援システムであって、前記データベースは、複数人の健診情報を記録する健診情報管理手段と、前記健診情報の中で保健指導を受けた人に対する指導情報を記録する指導情報管理手段を有し、前記端末は、前記健診情報管理手段から健診情報を、前記指導情報管理手段から前記指導情報を取得する情報入出力手段と、前記健診情報から複数回の健診情報を取得して変化量を算出する変化量計算手段と、算出された前記変化量を基に健康状態が改善した群と改善しなかった群とを分類し、前記健診情報の内、改善群と非改善群との特徴が異なる項目を説明変数として選定する説明変数候補選定手段と、前記説明変数に選定された項目における健診情報と前記改善または非改善との関係を回帰分析により分析してモデル化する優先度モデル作成手段と、前記健診情報管理手段から健診情報を取得し、前記優先度モデル作成手段が算出した優先度モデルを用いて、保健指導対象者の優先度を算出する優先度算出手段とを有することを特徴としている。

本発明の保健指導対象者選定支援システムによれば、優先度モデル作成手段により健診情報と前記改善または非改善との関係を分析してモデル化した優先度モデルを作成し、優先度算出手段により優先度モデルを用いて保健指導対象者の健診結果から優先度を算出し、指導による改善の可能性が高い人から優先順位付けするので、保健指導の効果が高い人を選定して保健指導を実施することができる効果がある。

さらに、本発明の保健指導対象者選定支援システムによれば、優先度モデル作成手段において、指導を実施した群に対する優先度モデルと指導を実施しなかった群に対する優先度モデルを作成し、優先度算出手段において、対象者の健診結果から指導群のモデルから算出した優先度と非指導群のモデルから算出した優先度の差を求め、その差から指導する対象者を選定する。これにより、指導による改善が期待できる人を指導することに加えて、指導しなくても改善できる人は指導の優先順位を下げることができ、限られた保健指導のリソースを効率よく利用することができる効果がある。

以下、図を用いて本発明を実施するための最良の形態の一例について説明する。ここでは、保険者に所属している被保険者、被扶養者からメタボリックシンドロームの人を対象に保健指導を実施する対象を保険者が選ぶことに利用する場面を例に、システムの構成、データ形式、フローチャート、画面などを用いて説明する。

保健指導は、メタボリックシンドロームの状態にある人を、メタボリックシンドロームから改善することを目的に行うものとする。尚、メタボリックシンドロームは、日本内科学会などが公表した診断基準により、ここでは腹囲が男性８５ｃｍ以上、女性９０ｃｍ以上で、血圧、血糖、脂質のいずれか２つが基準よりも高い場合にメタボリックシンドロームと判断される。血圧は最高血圧が１３０mmHg以上または最低血圧が８５mmHg以上、血糖は空腹時血糖値が１１０mg/dl以上、脂質は中性脂肪が１５０mg/dl以上またはHDLコレステロールが４０mg/dl未満で異常値と判定される。ここでは上記の診断基準を例にするが、必ずしも上記基準に限られるものではない。

また、メタボリックシンドロームからの改善は、腹囲や、血圧、血糖、脂質の検査項目のいずれかの値が改善し、メタボリックシンドロームの診断基準を満たさなくなったことを、メタボリックシンドロームからの改善とする。

図１は、本発明の保健指導対象者選定支援システムの一構成例を示す図である。保健指導対象者選定支援システムの利用者が操作する端末１３０と、各種のデータを管理するデータベース１０５から構成される。

端末１３０は、キーボードやマウスなどの入力装置１０１、ディスプレイなどの出力装置１０２、処理・演算を行うCPU１０３、処理プログラムを記憶しているハードディスクやメモリなどの記憶装置１０４から構成する。

記憶装置１０４には、データベースからの情報取得や書き込みを行う情報入出力手段１０７と、健診情報から検査値の変化量を計算する変化量計算手段１０６と、優先順位算出のための説明変数の候補を選択する説明変数候補選定手段１０８と、説明変数候補選定手段１０８で選択した説明変数の候補を用いて保健指導の対象者選定において優先順位を決定するための優先度のモデルを作成する優先度モデル作成手段１０９と、優先度モデル作成手段１０９で作成した優先度モデルを表示する優先度モデル表示手段１１０と、個人の健診結果に優先度モデルを適用して個人の保健指導の優先度を算出する優先度算出手段１１１と、作成した優先度モデルを用いて、健診受診者に優先順位をつけて指導対象者の選定を支援する指導対象者選定支援手段１１２と、優先度モデル作成手段１０９において、優先度モデルを作成するための回帰分析を行う回帰分析手段１１３と、作成した優先度モデルの比較評価を行う評価手段１１４を有している。記憶装置１０４に格納されている各手段は、必要に応じてＣＰＵが読み出して処理を実行する。データベース１０５は、数年間の健診の検査値や問診結果などの情報を管理する健診情報管理手段１２１、保健指導の実施結果を管理する指導情報管理手段１２２、保険者に所属している被保険者、被扶養者の一覧を管理する個人情報管理手段１２３、被保険者の所属する会社や事業所を示すグループ情報管理手段１２４、優先度モデル作成手段１０９で作成した優先度モデルを管理する優先度モデル管理手段１２５、保健指導プログラムに関する情報を管理するプログラム情報管理手段１２６を有しており、情報の入力・更新は、健診機関等から無線、有線等の通信手段、電子媒体ないし端末の入力手段への入力等を介して適宜行われるものとする。

図２は、本発明の保健指導対象者選定支援システムの健診情報管理手段１２１において管理する健診情報の一例を示す図である。健診情報としては、健診を特定する健診ID２１０、個人を特定する個人ID２０１、健診の受診日２０２、受診時の年齢を示す受診時年齢２０３、測定や検査の結果として、腹囲２０４、最低血圧２０５、最高血圧２０６、空腹時の血糖値２０７、中性脂肪２０８など各種検査値を格納している。

このほか、図示していないが、体重、身長やそこから計算したＢＭＩ，糖尿病の検査であるＨｂＡ１ｃ，HDLコレステロールやＬＤＬコレステロールなどの脂質に関する検査値、肝機能の検査値や、各種問診結果を格納している。
問診情報には、喫煙、飲酒、食習慣、運動などの生活習慣や、過去の病歴、現在の病気の治療状況などがある。また、健診の結果から、医師が判定した結果として、病気の種類毎に異常なし、要改善、要治療、治療中などの情報を管理している。

健診情報は、被保険者が健診施設等で健診を受診することで発生する。発生した健診情報は、媒体や通信を介して健診施設から保険者に報告され、保険者において健診情報管理手段のデータとして保存することでデータを管理している。保健指導対象者選定支援システムとしては、蓄積・保存された健診情報を利用して、優先度モデルの作成や、対象者の選定を行う。

図３は、本発明の保健指導対象者選定支援システムの指導情報管理手段１２２において管理する指導情報の一例を示す図である。

指導情報は、保健指導を行う医師や保健師が、指導を実施したこと、またその結果を記録する形で作成される。指導情報は、指導を行った医師や保健師がいる施設で作成され、結果が媒体または通信で保険者に報告され、その情報を保険者においてデータベースに保存することで管理する。

指導情報としては、個人を特定する個人ID３０１、保健指導の種類を示すプログラムID３０２、保健指導を導入する判断を行った健診を示す健診ID３０３、指導の開始日３０４、指導の終了日３０５と、指導の結果として生活習慣や健康状態の改善など、目標が達成できたかどうかを記録する指導結果３０６を格納している。保健指導は、健診でメタボリックシンドロームなど異常が見られた人に実施されるので、導入判定健診ID３０３は、情報入出力手段１０７で図２の健診ＩＤ２１０と突合され、保健指導と、その導入判断の元になった健診とを結びつける。保健指導の導入の判定は、本実施例では、指導対象者選定手段で行われる他、別のシステムで条件により決められる場合や、人が判断する場合などがある。

保健指導対象者選定支援システムとしては、蓄積・保存された指導情報を利用して、優先度モデルの作成を行う。

図４は、本発明の保健指導対象者選定支援システムの個人情報管理手段１２３において管理する被保険者・被扶養者個人の情報の一例を示す図である。個人を特定する個人ＩＤ４０１、氏名４０２、性別４０３、所属している企業・事業所を示すグループID４０４を格納している。個人ＩＤ４０１は、情報入出力手段１０７が、図２の２０１、図３の３０１と、突合して同一人物を特定する。被保険者・被扶養者の個人の情報は、保険者が管理する情報である。本例ではこのシステム内で管理して利用している（利用方法については後述）が、被保険者管理のためのシステムで管理され、保健指導対象者選定支援システムでは、その情報を参照して利用する場合もある。

図５は、本発明の保健指導対象者選定支援システムのグループ情報管理手段１２４で管理するグループ情報の一例を示す図である。被保険者が所属する事業所を特定するグループＩＤ５０１、事業所の名前を示すグループ名５０２、所在地５０３、電話番号などの連絡先５０４を格納している。グループＩＤ５０１は、情報入出力手段１０７が、図４のグループＩＤ４０１と突合して、被保険者が所属する事業所を特定する。グループ情報も、被保険者・被扶養者の情報と同様に、保険者が管理する情報である。本例ではシステム内で管理して利用しているが、被保険者を管理するためのシステムで管理され、保健指導対象者選定支援システムでは、その情報を参照して利用する場合もある。

図６は、本発明の保健指導対象者選定支援システムの優先度モデル管理手段１２５が管理する優先度モデルの情報の一例を示す図である。優先度モデル全体を管理する優先度モデルテーブル６０１と、優先度モデルの係数を管理する係数テーブル６０２がある。優先度モデルは、複数の説明変数とその係数からなる多項式で表現する。優先度モデルテーブル６０１は、その多項式全体を管理し、係数テーブル６０２は、その多項式の中の説明変数と係数の関係を管理する。

優先度モデルテーブル６０１は、優先度モデルを特定する優先度モデルＩＤ６１１、優先度モデルを作成した日を示す作成日６１２、現在の選定にその優先度モデルを適用しているかどうかを示す適用フラグ６１３、適用の開始日６１４と終了日６１５、係数の数６１６、保健指導プログラムの種類を示すプログラムＩＤ６１７、その優先度モデルが保健指導を行った群から作成したモデルか、保健指導を行わなかった群から作成したモデルかを示す介入／非介入フラグ６１８を管理する。

係数テーブル６０２は、優先度モデルテーブル６０１の優先度モデルＩＤ６１１と関係付けて優先度モデルを特定する優先度モデルＩＤ６２１、説明変数となる健診項目やその計算した値を特定する説明変数６２２、その説明変数に対する係数６２３を管理する。

図７は、本発明の保健指導対象者選定支援システムのプログラム情報管理手段１２６が管理する保健指導プログラムの情報の一例を示す図である。保健指導プログラムの種類を特定するプログラムＩＤ７０１と、プログラム名７０２、その内容７０３と、そのプログラムの一人当たりの指導コスト７０４などを管理している。プログラムＩＤ７０１は、情報入出力手段１０７が、図６のプログラムＩＤ６１７と突合して、プログラム名や内容などを管理する。プログラム情報は、保険者が管理する情報である。保健指導プログラムを導入するときに、保険者が作成して管理しておく。

次に、上述した構成のシステムを用いて保健指導の対象者選定を支援する場合の処理について、フローチャート、シーケンス、画面の一例を用いて説明する。

図８は、本発明の保健指導対象者選定支援システムにおいて、対象者を選定する際の優先順位を決定するための規則である優先順位モデルを過去のデータを用いて作成する処理手順の一例を示すフローチャートである。また、図９は、優先度モデル作成処理の操作者、端末、データベースの間のデータの流れの一例を示すシーケンス図である。

図９において、保健指導の対象者を選定する保険者の担当者で、本発明のシステムを利用する操作者９０１であり、端末１３０は図１の端末１３０、データベース１０５は図１のデータベース１０５を示す。

ここでは、現在が２００７年度の始めとし、２００７年度の保健指導対象者の選定に用いる優先順位モデルを過去５年間の健診情報、保健指導情報から求める場合を例に説明する。そのため、図２に示した健診情報のうち、健診ID（２１０）が、０７０１〜０７０４の健診情報は健診情報管理手段１２１には存在せず、受診日２０２が２００６年以前のデータのみを管理しているものとする。また、図３の保健指導情報は、説明を簡単にするため、ここではプログラムＩＤ３０２が“Ｐ００１”のみを扱う。

図１０は、本発明の保健指導対象者選定支援システムの端末１３０のディスプレイ１０２に表示する、初期画面の一例を示す図である。初期画面１００１には、対象者選定の処理に進むボタン１００２と、優先度モデル作成の処理に進むボタン１００３を表示する。
優先順位モデル作成の処理では、まず、操作者９０１が、入力手段を介して端末１３０に対し、優先順位モデル作成を指示する（９１１）ことにより開始する。例えば操作者９０１が、端末１３０の出力装置１０２に表示された初期画面１００１上の優先度モデル作成ボタン１００３を、マウスなどの入力装置１０１で押すことで開始する。

優先順位モデル作成指示を受けて、端末１３０では、優先度モデル作成手段１０９が、情報入出力手段１０７を用いて、データベース１０５の健診情報管理手段１２１と指導情報管理手段１２２から、健診情報と保健指導情報を取得する（８０１）。

シーケンス上では、端末１３０から健診情報、保健指導情報の取得要求（９１２）をデータベース１０５に送り、データベース１０５から、健診情報、保健指導情報を返信する（９１３）。ここでは、図２に示した健診情報、図３に示した保健指導情報を取得する。また、過去５年分の健診情報、過去４年分の保健指導情報を利用するものとし、健診情報では受診日２０２が、２００２年度から２００６年度のものを取得し、保健指導情報は、導入判定健診ＩＤ３０３で示される健診情報の受診日２０２が、２００３年度から２００６年度の保健指導情報を取得する。ここで、指導情報が１年短いのは、後述する検査値の変化量算出のため、健診情報を１年分遡るためである。

次に、優先度モデル作成手段１０９は、説明変数候補選択手段１０８を用いて、保健指導を受けた人から、保健指導による改善する人の特徴である説明変数の候補を作成・選択する（８０３）。説明変数候補の選択方法については後述するが、ここでは、保健指導を受ける前の健診情報である、年齢２０３、腹囲２０４、血圧２０５,２０６、血糖値２０７、中性脂肪２０８などの値と、これらの値の、前年からの変化量の中から、保健指導による改善と関連のある項目として、血糖値２０７の変化量と中性脂肪２０８の変化量を、説明変数の候補とする。

ここでは、変化量は、前年の値に対する変化率の値を用いるものとし、たとえば、個人ID２０１が“K００１０”の人の場合、保健指導情報の個人ＩＤ３０１“K００１０”の保健指導情報の導入判定健診ＩＤ３０３は”０６０５“なので、健診情報の健診ＩＤ２１０が”０６０５”の情報と、その１年前の同じ個人ＩＤ２０１の健診ＩＤ２１０”０５０１”を用いる。血糖値２０７の変化量は、２００６年の値”１２０”と２００５年の値“１１０”の差を２００５年度の値”１１０“で除して、変化量は”０.０９“となる。

また図示していないが、図３の指導情報として、開始日３０４が２００５年度、２００４年度など、の指導情報が存在する場合、その導入判定健診ＩＤ３０３から、受診日２０２が２００５年度や２００４年度の健診情報と、その１年前の同じ個人ＩＤ２０１の健診情報を用いて、変化量を算出する。
このような計算を説明変数候補選択手段１０８が全ての人に対して行う。また、後述する説明変数候補の選択の結果から、説明変数の候補として血糖値の変化量と、中性脂肪の変化量の値を候補として選択したものとする。

次に、優先度モデル作成手段１０９は、回帰分析手段１１３を用いて、説明変数候補選択手段で選択した検査値とその変化量を説明変数とし、指導結果３０６から改善を１、改善しなかったことを０として、これを目的変数として、保健指導を受けた人のデータを対象に回帰分析を行う（８０４）。ここでは、最も基本的な線形回帰分析を行うものとする。線形回帰分析は、最小二乗法などの手法を用いて計算を行い、血糖値変化と中性脂肪変化の係数を算出する。説明変数の血糖値変化を“X１”、中性脂肪変化を”X２”、目的変数である改善推定値を“z１”とすると、”z１=a０+a１X１+a２X２”という式の、”a０”,”a１”,”a２”を算出する。ここでは、a０=０.３、a１=０.２, a２=０.１だったものとする。

次に、優先度モデル作成手段１０９は、優先度モデル表示手段１１０を用いて、回帰分析の結果を優先度モデルとして表示する（８０５）。表示の具体的な方法の例については後述する。操作者は、表示された優先度モデルを確認する。

そして、操作者９０１が、端末１３０の入力装置１０１で、その優先度モデルで良いことを確認し（８０６）入力すると（９１６）、優先度モデル作成手段１０９は、情報入出力手段１０７を用いて、優先度モデルをデータベース１０５の優先度モデル管理手段１２５に格納する処理を行う（８０７）。優先度モデルの格納の処理８０７では、端末１３０から優先度モデルの情報をデータベース１０５に送る（９１７）。データベース１０５の優先度モデル管理手段１２５は、図６のようにデータを保存する。図６の優先モデルID（６１１）M００１として、作成日６１２と適用開始日６１４が２００７年４月１日、本日から適用するものとして適用フラグ６１３を１にし、係数の数６１６が３、保健指導プログラムの種類がP００１、介入／非介入フラグでは、保健指導を行った人から作成した優先順位モデルなので１を記録する。さらに、係数テーブル６０２には、優先順位モデルM００１に対する定数、血糖値変化、中性脂肪変化の３つの係数を記録する。

また、その優先度モデルでは良くないと考えた場合等、修正が必要な場合（８０６）、操作者（９０１）は、モデル作成のやり直しを選択し（９１４）、説明変数を指定（８０８）して、回帰分析のやり直しを指示する（９１５）。そして、前述した８０４の処理と同じ回帰分析を、新たに指定された説明変数で行い（８０９）、操作者が良い優先度モデルが得られたと判断するまで繰り返す。以上で、優先度モデル作成の手順を終了する。

次に、前述の方法で作成した優先度モデルを用いて保健指導対象者を選定する場合の処理の一例を図１１のフローチャートと、図１２の画面、図１３のシーケンス図を用いて説明する。図１３のシーケンス図では、図９と同様に操作者９０１、端末１３０、データベース１０５との関係を示す。

尚、対象者の選定業務は、毎月、前月の健診受診者の中から保健指導対象者を選ぶという形で行う場合を例とする。ここでは、５月のある日に、４月分の健診受診者の中から、保健指導対象者を選定する。このとき、図２の健診情報は、健診ID２１０が０７０１〜０７０４の健診情報が、別途登録されている状態であるものとする。尚、対象者の選出は毎月でなくとも、３ヶ月単位、半年単位等適宜選定可能である。

まず、操作者９０１が、入力装置１０１を用いて、図１０の保健指導対象者選定支援システムの画面１００１で、対象者選定ボタン１００２を押し、対象者選定の処理開始を指示する（１３０１）。

端末１３０では、指導対象者選定手段１１２が、情報入出力手段１０７を用いて、優先度モデル管理手段１２５から、優先度モデルを取得する（１１０１）。端末１３０は、データベース１０５に対して、現在適用中の優先度モデルを要求し（１３０２）、データベース１０５は、優先度モデル管理手段１２５の優先度モデルID６１１がM００１の優先度モデルの情報を端末に返す(１３０３)。

すると、端末１３０の指導対象者選定手段１１２は、出力装置図１２のような対象者選定画面を表示する。図１２は、対象者選定を行うときの画面の一例を示す図で、対象者選定画面１２０１上に、対象者選定の対象となる健診受診者の健診受診日の検索期間の開始日１２０２と終了日１２０３、個人に対する優先度計算を開始する優先度計算ボタン１２０４、結果を表示する結果表１２０５、などを表示する。結果表１２０５は、実際に指導する対象者を入力する対象者選定入力欄１２０６、個人ID１２０７、氏名１２０８、性別１２０９、所属する事業所ID１２１０など個人の基本的な情報のほか、保健指導プログラムに関する優先度を表示する１２１１を有する。尚、この対象者選定を開始する時点では結果表１２０５にはデータは表示されていない。
そして、操作者９０１が、入力装置１０１を用いて、対象者の健診受診日の期間を、開始日１２０２を２００７年４月１日、終了日１２０３を２００７年４月３１日と入力し、優先度計算ボタン１２０４を押す（１３０６）。

次に、指導対象者選定手段１１２が、情報入出力手段１０７を用いて、健診情報管理手段１２１から、指導対象の候補となる人の健診情報を取得する（１１０２）。端末１３０は、データベース１０５に対して、２００７年４月分の健診情報を要求し（１３０４）、データベース１０５は、健診情報管理手段１２１から、健診ID（２１０）０７０１〜０７０４など、受信日２０２が２００７年４月の健診情報と、各個人の１年前の健診情報（健診IDが０６０１〜０６０４など）を端末１３０に送る（１３０５）。

次に、指導対象者選定手段１１２は、優先度算出手段１１１により、取得した健診情報を優先度モデルに適用して個人毎の優先度を計算する（１１０３)。この例では、前述のように優先度“z１=０.３+０.２×血糖値変化+０.１×中性脂肪変化なので、例えば個人ID２０１がK０００１の場合、血糖値変化（率）＝（１１０−１０５）/１０５、中性脂肪変化（率）＝（１６０−１４０）/１４０で、z１=０.３２となる。このとき計算された値は、この個人に保健指導を実施した場合の、改善の可能性を推定した値となり、このような形で、それぞれの人の優先度を求めていく。

次に、対象者選定手段１１２は、出力装置１０２に表示されている対象者選定画面１２０１の結果表１２０５に、選定の候補となる個人と計算した優先度の情報を表示する(１１０４)。このとき、プログラムの優先度１２１１の順に個人を表示する。ここでは降順に表示する。前述のように優先度１２１１は、この値が大きいほど指導することで改善する可能性が高いことを示すので、これを保健指導の優先度とすることで、指導により改善しやすい人から選定できる。

次に、操作者によって実際に指導する対象者を決定する（１１０５）。操作者９０１は、入力装置１０１を用いて対象者選定画面１２０１の、対象選定欄１２０６で、実際に指導する人を選択し、対象者決定ボタン１２１３を押す（１３０７）。端末１３０は、対象選定欄１２０６で指定された人の一覧を、出力装置１０２の一つであるプリンタで印刷して、処理を終了する。

以上、説明したように、本発明の保健指導対象者選定支援システムは、優先度モデル作成手段１０９により、過去の指導実績を基に、改善する人を事前の健診情報から推定する優先度モデルを作成し、指導対象者選定手段１１２により、その優先度モデルを用いて対象者を優先順位付けするので、保健指導の対象者を選定する時点で、より改善の可能性が高い人を選定することができる効果がある。特に、同じ人数の指導を行ったと考えた場合には、本発明の保健指導対象者選定支援システムを用いることで、健康状態の改善可能性が高い人を優先的に指導できるので、費用対効果の高い保健指導を実現できる効果がある。

また、保健指導では、検査値がある程度悪化してしまった人を対象にするので、健診を受けた時点での検査値にはそれほど差がないが、その前年からの変化を見た場合には、前回の健診から現状維持している人と、前回の健診では良かったが今回悪化した人で違いがある。さらに、一般的には、検査値が高い状態を維持してしまっている人に比べて、前回の健診では良かったが今回悪化してしまった人の方が改善が容易と言われている。上述のように、本発明の保健指導対象者選定支援システムは、保健指導による改善を推定する説明変数として、健診結果の断面的な検査値の値だけでなく、時間的な検査値の変化も用いている。これにより、検査値が高い状態を維持してしまっている人だけでなく悪化して指導が必要なレベルになった人という改善の可能性が高い人を抽出することができ、これにより保健指導の効率を高めることができる効果がある。

また、指導対象者個人を対象に優先順位付けをする方法を示したが、個人が所属するグループの情報を基に優先順位付けを行っても良い。図４の個人情報は、グループＩＤ４０４の情報を持っており、図５のグループ情報で、個人がどの会社に所属しているかという情報を管理している。指導対象者選定手段１１２は、個人毎の優先度を計算した後、グループ毎にグループに属する個人の優先度を合計する。そして、グループに所属する人数で割ってグループの優先度とする。保健師が指導を行う場合、保健師が対象者の会社に行って指導を行う場合がある。この方法を用いることで、グループ毎の指導の効率を比較することができ、保健師の指導の効率を高めることができる効果がある。

次に、優先度モデル表示手段１１０が表示する優先度モデルの表示方法の一例について説明する。図１６は、優先度モデル表示手段１１０が表示する優先度モデルの表示方法の一例を示す図である。ここでは、上述の実施例の中で、図８の結果を表示・確認するステップ８０５で表示する場合を例にしている。

優先度モデル確認画面１６０１は、優先度モデル表示領域１６０２、優先度モデルの凡例１６０３、優先度モデル表示の軸選択欄１６０４、モデル式選択欄１６０５、決定ボタン１６０６、見直しボタン１６０７を表示している。

モデル式選択欄１６０５は、優先度モデルの式を表示しており、プログラムAに関する式１６３１、指導なし群に関する式１６３２と、その差分の式１６３３を表示している。この中から、優先度モデル表示領域１６０２に表示する式を選択する。ここでは、プログラムAの式を選択している。優先度モデルは、前述した優先度モデル作成ステップである８０４、１４０４で作成した、説明変数と係数から表示する。

軸選択欄１６０４は、優先度モデル表示領域１６０２のグラフのX軸とY軸を指定する欄である。モデル式選択欄１６０５に表示したモデル式で使用している説明変数を表示している。ここでは、血糖値変化１６２１、中性脂肪変化１６２２、最低血圧１６２３を表示していて、そのうち、血糖値変化１６２１をY軸、中性脂肪変化１６２２をX軸に指定している。

優先度モデル表示領域１６０２は、軸選択欄１６０４で指定した中性脂肪変化１６２２をX軸、血糖値変化１６２１をY軸に取り、モデル式で計算した値を色の変化で表示する。ここでは、例えば青色の濃い方から順に、１６１１、１６１２、１６１３、１６１４と薄くなっている。例えば、２５６階調の青で示した場合、濃度１６１１は２５５、濃度１６１２は１７０、濃度１６１３は８５、濃度１６１４は０と４つの色で表示する。

グラフ上の点の値は、血糖値変化の値と、中性脂肪変化の値について、優先度モデル作成時に使用したデータの平均と標準偏差の範囲で軸の最大と最小値とし、その最大値と最小値の間の値を、例えば１００×１００点について優先度モデルの式に代入して計算する。優先度モデルの式は、改善を１、改善しないを０として推定するので、式から計算した値は主に１から０の範囲に分布する。そこで、これをグラフ上の点の色を、値が０.７５以上の場合は濃度１６１１、値が０.５以上０.７５未満の場合は濃度１６１２、値が０.２５以上０.５未満の場合は濃度１６１３、値が０.２５未満の場合は濃度１６１４で表示する。

また、同様に凡例１６１３も同様に濃い方から順に１６１１、１６１２、１６１３、１６１４と色が薄くなり、色が濃いほど、改善の期待値が高いことを示す。

以上に示したように、本発明の保健指導対象者選定支援システムは、求めた優先度モデルについて、式の説明変数をグラフのX軸、Y軸にとり、優先度モデルの値を色の濃さで表現することで、どのような特徴を持った人が改善しやすいか、どの人を優先すべきかを、利用者にわかりやすく提示できる効果がある。

次に、図１９と図２０を用いて、説明変数候補選定手段１０８が行う説明変数候補の選択の処理について説明する。図１９は、説明変数候補選定手段１０８で行う説明変数候補の選択方法の手順の一例を示すフローチャートである。処理としては、図８のフローチャートの介入群の説明変数候補選択ステップ８０２、１４０３の具体的な手順を示している。

説明変数候補の選択処理では、まず、データベースから取得した保健指導情報とともに、保健指導情報がある人の、保健指導の導入判定をした健診情報と、その前回の健診情報を取得する（１９０１）。例えば、図３の指導情報から個人ID３０１が“K００１０” の人の場合、その導入判定健診ID３０３が”０６０５”であることから、健診ID２１０が”０６０５“の健診情報と、その前年の健診ID２１０が”０５０１”の健診情報を取得する。これを、保健指導情報がある人すべてに対して実施する。

次に、その中から、保健指導情報を抽出する（１９０２）。ここでは、導入判定健診と前回健診の両方を受診していること、また、その両方の健診の時点で、生活習慣病の治療中でないことなどである。治療中で無いことの判定は、図には無いが、図２の健診情報の中で、医師の判定結果として治療中であるかどうかが記録されており、それを用いる。
次に、導入判定健診とその前回健診かの検査値から、変化量を計算する（１９０３）。変化量は、ここでは、保健指導導入判定の健診の検査値と前回健診検査値の差を前回健診の検査値で割った変化率を用いる。対象となる検査の項目は、最低血圧２０５、最高血圧２０６、血糖値２０７、中性脂肪２０８のほか、BMI、HbA１c,HDLコレステロール、腹囲などを対象に計算する。

次に、指導情報の指導結果３０６から、指導によって改善した“１”か、改善しなかった“０”を取得する（１９０４）。そして、指導結果３０６が“１”の改善した人（改善群）、および、“０”の改善しなかった人（非改善群）の各々について、導入判定健診の時点の検査項目、および、検査値の差の値の平均値を各検査項目について計算する。さらに、改善群と非改善群に差があるか検証する。ここでは、平均値の差の有無を統計的に検定するT検定を用いて、有意差を検定する（１９０５）。
そして、優位差があった検査値および検査値の差を説明変数の候補として設定し（１９０７）、終了する。

このように、説明変数の候補として、平均値に有意差がある項目から決定することで、改善/非改善に関連する項目のみを優先度モデルに用いる説明変数とすることができる効果がある。

また、図２０は、結果を表示・確認するステップ８０５で、説明変数の候補選択を行った結果を表示する画面の一例を示す図である。
項目比較画面２００１は、プログラムの情報を表示する欄２００２と、検査値の平均を表示するグラフ２００３、検査値変化量の平均を表示するグラフ２００４、優先度モデルの式を表示するモデル式表示欄２００５、優先度モデル計算の開始を指示する優先度モデル再計算ボタン２００６、図１６、図１７、図１８で示した優先度モデル確認画面を表示する優先度モデル確認ボタン２００７を表示する。

検査値平均のグラフ２００３、および、検査値変化の平均のグラフ２００４は、BMI、最低血圧、最高血圧、血糖値、HbA１c、中性脂肪、HDLコレステロールの各検査項目について、改善群２０１１と非改善群２０１２の平均値を表示している。また、平均値の差のT検定によって有意差があるという結果だった項目は、有意差ありの表示２０１３を表示している。そして、説明変数として使用する項目を説明変数設定欄２０１４で指定する。ここでは、血糖値変化率、中性脂肪変化率の２つの項目で有意差があったものとして表示し、その２つの項目を説明変数に指定している。

モデル式表示欄２００５は、指定された説明変数を用いて作成した優先度モデルの式を表示する。
使用する説明変数を変更したい場合には、説明変数設定欄２０１４で、使用する項目を選択し、優先度モデル再計算ボタン２００６を押すと、優先度モデルの式の作成を再度行う。

このように、項目比較画面で改善群と非改善群の平均値の差を表示することで、改善群と非改善群に違いがある検査項目あるいは、検査値変化の値が何であるかをわかりやすく提示できる効果がある。さらに、平均値の差に有意差がある項目を表示することで、検査値や検査値の変化量に、統計的に差があることをわかりやすく提示できる。このため、改善群と非改善群に差がある項目、すなわち改善群を抽出するのに必要な項目を説明変数として指定できる効果がある。

次に、図１４と図１５のフローチャートを用いて、保健指導を実施した人の情報から作成した優先度モデルと、保健指導を実施しなかった人の情報から作成した優先度モデルを利用する場合の例について説明する。その他については、上述した実施例１と同様に、システム構成は図１、データは図２から図７、シーケンスは図９、画面は図１０を用いて説明する。

健診情報を時系列的に追うと、ある年の健診でメタボリックシンドロームに該当した人が、特に保健指導を実施しなくても、翌年の健診ではメタボリックシンドロームに該当しなくなっている場合がある。メタボリックシンドロームでは、特定の検査数値を基準に該当するかしないかが判断されるので、例えば、検査値が基準値付近で変動している人などは、特に保健指導を行わなくてもメタボリックシンドロームの観点では改善したようになる。そのほかにも、自分で改善努力をした人がいる場合など、保健指導を行わなくても改善する場合がある。

保険者の観点からすると、保健指導をしなくても改善可能な人には指導せずに保健指導が必要な人で、指導によって改善する人を指導したい。そこで、保健指導を実施した人から作成した優先度モデルと、保健指導を実施しなかった人から作成した優先度モデルの差により優先度を決定する。

図１４は、図８で示した優先順位モデル作成処理の別の例を示したフローチャートである。
ステップの１４０１から１４０４は、まず健診情報、保健指導情報をデータベース１０５から取得する１４０１、保健指導情報から過去の保健指導の実施有無の情報を作成する１４０２、保健指導実績がある人の健診情報から、説明変数候補を選択する１４０３、回帰分析を行って指導を行った人の優先順位モデルを作成する１４０４。ここまでのステップは、実施例１で説明した図８のステップ８０１から８０４と同じ処理である。

次に、保健指導を行わなかった人の説明変数候補を選択する（１４０５）。ここでは、図３の保健指導情報にデータがなく、図２の健診情報にデータが存在する人を取得する。例えば、個人ＩＤ２０１が“K００１０”から“K００１３”の人では、“Ｋ００１０”と“Ｋ００１１”は保健指導情報が存在するのでこれを除き、”K００１２“と”K００１３“のデータを使用する。ここでは、３回分のデータが存在する人の、２回目の健診情報を対象にする。”K００１２”、”K００１３“の人では、２００５年度の年齢２０３、腹囲２０４、血圧２０５,２０６、血糖値２０７、中性脂肪２０８などの値と、これらの値の、前年（２００４年度）からの変化量の中かから説明変数の候補を決める。説明変数候補の選択方法については後述するが、ここでは、最低血圧２０５の値を説明変数の候補として決定したものとする。

次に、この最低血圧２０５を説明変数にして、回帰分析を行い優先度モデルを作成する（１４０６）。このとき、回帰分析の目的変数は、前述した３回分の健診結果のうちの３回目の健診結果がメタボリックシンドロームの基準値と比べて良い場合を改善したものとして１、メタボリックシンドロームの状態に該当する場合は改善しなかったものとして０として分析を行う。これにより、指導しなかった人で、どのような状態の人が改善するかというモデルを作成する。ここでは、指導しなかった場合の改善の推定値を”z０”と置くと、”z０=b０+b１×最低血圧”という式の定数と係数“b０”と”b１”を求める。ここでは、“b０=４”、”b１=-０.０５“だったものとする。

次に、この結果を表示、確認する１４０７は、８０５と同じように結果を表示し、操作者９０１が確認する。表示方法の例については後述する。そして、操作者がこの優先度モデルで良いということであれば１４０８、優先順位モデルをデータベース１０５に格納する（１４０９）。データベースに格納する場合は、指導した人の指導結果から作成した優先順位モデルとともに、指導しなかった人の指導結果から作成した優先順位モデルもデータベースの図６のテーブルに格納する。このとき、優先度モデルＩＤ６２１は“Ｍ００２”、プログラムＩＤ６１７はなし、介入/非介入フラグ６１８は非介入を示す“０”として記録する。

また、表示の結果、操作者が優先度モデルを作成しなおすと判断した場合には（１４０８）、操作者が説明変数を指定して（１４１１）、回帰分析をやり直す（１４１２）。これを繰り返して、優先度モデルを作成する。
以上のように、指導しなかった人の優先度モデルでは、指導情報が存在しないので、健診情報から改善、非改善を判定する。これにより、指導しなかった場合の改善の可能性を推定するモデルを作成することができる。

次に、上述した指導した人の優先度モデルと、指導しなかった人の優先度モデルとを用いた対象者選定の処理の一例について図１５のフローチャートを用いて説明する。
まず、指導対象者選定手段１１２は、情報入出力手段１０７を用いてデータベース１０５の優先度モデル管理手段１２５から優先度モデルを取得する（１５０１）。このとき、優先度モデルID“M００１”の指導した群の優先度モデルと”M００２”の指導しなかった群の優先度モデルの２つを取得する。

次に、選定対象となる健診情報を取得する（１５０２）。これは、１１０２と同じ処理である。
そして、優先度モデルを用いて、個人毎に優先度を計算する（１５０３）。ここでも、モデルID“M００１”と”M００２”の２つの優先度モデルで各々の優先度を計算する。例えば、前述のように個人ID２０１が“K０００１”の人の場合、モデルID”M００１”では、前述の説明のとおり優先度ｚ１＝０.３２であった。一方、モデルID”M００２”で優先度を求める場合は、最低血圧が“７５”なので、優先度をz０とすると、z０=０.２５となる。

次に、指導した人から作った優先度モデルを用いて求めた優先度と、指導していない人から作成した優先度モデルを用いて求めた優先度の差を計算する（１５０４）。例えば、個人ID２０１が“K０００１”の人の場合は、z１-z０=０.０７となる。こでを、対象の候補となる人すべての健診結果で求める。

次に、計算した優先度の差を表示する（１５０５）。これは、上述の例と同じように、図１２の画面に一覧を表示する。このとき、優先度１２１１としては、差の優先度を表示し、その降順で一覧を表示する。これにより、指導した場合の優先度と指導しない場合の優先度の差が大きい順番、つまり、指導によって改善の可能性が高く、且つ、指導しない場合には改善しにくい人を上位に抽出できる。

そして、操作者が対象選定欄１２０６で対象者を選択して、対象者決定ボタン１２１３を押すことで、対象者を決定する（１５０６）。

以上、説明したように、本発明の保健指導対象者選定支援システムは、優先度モデル作成手段において、保健指導を実施した人の情報から指導により改善する優先度モデル、保健指導を実施していない人の情報から指導なしで改善する優先度モデルを作成し、指導対象者選定手段１１２において、２つの優先度モデルの差から優先度を求める。これにより、指導により改善しやすく、且つ、指導なしでは改善しにくい人を抽出することができる効果がある。指導しなくても改善する人を指導するのは、保険者の観点から見ると指導の効率が低下することになるが、本発明の方法では、そのような人の優先順位を下げ、指導が必要な人を上位に優先順位付けすることができる効果がある。

また、指導対象者個人を対象に優先順位付けをする方法を示してきたが、個人が所属するグループの情報を基に優先順位付けを行っても良い。図４の個人情報は、グループＩＤ４０４の情報を持っており、図５のグループ情報で、個人がどの会社に所属しているかという情報を管理している。指導対象者選定手段１１２は、個人毎の優先度を計算した後、グループ毎にグループに属する個人の優先度を合計する。そして、グループに所属する人数で割ってグループの優先度とする。保健師が指導を行う場合、保健師が対象者の会社に行って指導を行う場合がある。この方法を用いることで、グループ毎の指導の効率を比較することができ、保健師の指導の効率を高めることができる効果がある。

次に、優先度モデル表示手段１１０が表示する優先度モデルの表示方法の一例について説明する。図１７は、優先度モデル表示手段１１０が表示する優先度モデルの表示方法の、非介入群の優先度モデルを表示した場合の一例を示す図である。図１４の非介入群の優先度モデルを作成するステップ１４０６の結果を、表示・確認するステップ１４０７で表示している例を示している。結果を表示・確認するステップ１４０７では、実施例１で示した図１６の表示から、表示を切り替えて図１７のような表示となる。
優先度モデル選択欄１６０５で、指導なしの式１６３２を選択し、軸選択欄１６０４でY軸に最低血圧１６２３を選択すると、優先度モデル表示領域１６０２、優先度モデルの凡例１６０３は、プログラムAの優先度モデルを表示した場合と違う色で、改善の可能性を表示する。ここでは、赤色を用い、濃い方から順に、１７１１、１７１２、１７１３、１７１４と薄くなっている。例えば、２５６階調の赤で示した場合、濃度１７１１は２５５、濃度１７１２は１７０、濃度１７１３は８５、濃度１７１４は０と４つの色で表示する。

グラフ上の点の値は、最低血圧の値について、優先度モデル作成時に使用したデータの平均と標準偏差の範囲で軸の最大と最小値とし、その最大値と最小値の間の値を、例えば１００×１００点について優先度モデルの式に代入して計算する。ここでは、X軸を指定していないので、X軸方向には同じ色を表示する。モデル式で計算した値が０.７５以上の場合は濃度１７１１、値が０.５以上０.７５未満の場合は濃度１７１２、値が０.２５以上０.５未満の場合は濃度１７１３、値が０.２５未満の場合は濃度１７１４で表示する。その結果、最低血圧が低いほど赤色が濃くなり、改善の可能性が高いことを表示する。

以上のように、指導していない非介入群について求めた優先度モデルについて、式の説明変数をX軸、Y軸に取ることで、優先度モデルの値を色の濃さで表現することで、どのような特徴の人が指導しなくても改善する可能性が高いのかを提示できる効果がある。

さらに、図１８は、図１６、図１７で示した優先度モデル表示手段１１０が表示する優先度モデルの表示方法で、介入群の優先度モデルと、非介入群の優先度モデルの差分を表示した場合の一例を示す図である。

優先度モデル選択欄１６０５で差分１６３３を選択し、軸選択欄１６０４で、プログラムAの優先度モデルの式から血糖値変化１６２１をY軸に指定し、指導なしの優先度モデルの式から最低血圧１６２３をX軸に選択すると、優先度モデル表示領域１６０２、優先度モデルの凡例１６０３は、プログラムAの優先度モデルの式から計算した値と、非介入群の優先度モデルの式から計算した値の差を色で表示する。
差の値は、プログラムAで改善可能性が高く、指導なしでは改善可能性が低い場合は１に、プログラムAで改善可能性が低く、指導なしで改善可能性が高い場合は−１になり、値は主にその間に分布する。差の値が０より大きい場合は、図１６で説明したように青色の濃度変化で表示する。一方、差の値が０より小さい場合は図１７の例で説明したように赤色の濃度変化で表示するが、このとき、負の絶対値が大きい場合に濃い色で表示する。ここでは、差の値が０.７５以上の場合は青の濃度２５５（１６１１）、差の値が０.５以上０.７５未満の場合は青の濃度１７０（１６１２）、差の値が０.２５以上０.５未満の場合は青の濃度８５（１６１３）、差の値が−０.２５以上０.２５未満の場合は濃度０（１８１１）、差の値が−０.２５より小さく−０.５以上の場合は赤の濃度８５（１７１３）、差の値が−０.５より小さく−０.７５以上の場合は赤の濃度１７０（１７１２）、差の値が−０.７５より小さい場合は赤の濃度２５５（１７１１）で表示する。このようにすることで、最低血圧が高く血糖値変化が大きい人は、指導なしでは改善せず指導することで改善の可能性が高いこと、また、最低血圧が低く血糖値変化が小さい人は、指導しなくても改善する可能性が高いことを表示することができる。
以上のように、指導した群から作成した優先度モデルと、指導していない群から作成した優先度モデルの差について、正の値の場合と負の値で異なる色で表示し、絶対値が大きくなるほどそれぞれの色を濃くなるように表示することで、指導なしでは改善せず指導により改善する可能性が高い人はどのような特徴の人であるかということをわかりやすく利用者に表示することができる効果がある。

次に、説明変数候補選定手段１０８が、非介入群に対する説明変数候補を選択する場合の処理の流れの一例について説明する。

図２１は、説明変数候補選定手段１０８が、非介入群の説明変数候補を選択を行う処理の流れの一例を示す図である。非介入群の説明変数候補選択ステップ１４０５の具体的な処理を示している。なお、介入群に対する説明変数候補選択のステップ１４０３と、優先度モデル作成のステップ１４０４は、実施例１の図８のステップ８０３、８０４と同じ処理を行うものとする。

まず、説明変数候補を選択する処理として、保健指導情報から取得した指導情報に指導の記録が無い人の健診情報を取得する(２１０１)。そして、その健診情報の中から、使用する健診情報を抽出する(２１０２)。
３回（３年）連続して健診を受診して、３回よりも多く受診している人は、その最も新しい記録を用いる。さらに、その３回のうち、古い方の２回が、病気の治療中で無いこと、また、２回目の健診がメタボリックシンドロームの基準に該当していること、の３つの条件で抽出する。３回分の健診結果を取るのは、２回目を基準にして、それが改善したかどうかを３回目の健診から判断するためである。１回目と２回目は、検査値の変化を算出するのに用いる。また、３回よりも多く受診している人については、同じ人を複数回取り扱わないように、最も新しい情報のみを使用する。

また、病気の治療中でないという条件は、病気治療中の人の検査値は薬で改善している可能性があるため、その影響を除くために病気治療中で無い人のみを採用する。ここで言う病気とは、糖尿病や高血圧や脂質異常症などの生活習慣病のことを示し、健診情報の中では、図にはないが、医師による判定の結果や本人の申告の情報などから判断する。

また、２回目の健診が、メタボリックシンドロームに該当する、という条件は、指導群は基本的にはメタボリックシンドロームに該当する人の中から、それを改善するために指導を行うので、それと比較するために、指導群と同様に非指導群もメタボリックシンドロームに該当する人を対象とする。

例えば、図３の指導情報と、図２の健診情報では、個人ＩＤ２０１が“K００１２”、”K００１３”の人が指導情報を持たないので、その３回分として、個人ＩＤ２０１が”K００１２”の人は、健診ＩＤ２１０が“０６０７””０５０３””０４０１”を、個人ＩＤ２０１が”K００１３“の人は、健診ＩＤ２１０が”０６０８“”０５０４“”０４０２“を用いる。そして、２００５年と２００４年に受診した健診で病気の治療中でなく、２００５年に受診したとき、腹囲８５cmと血圧、血糖値、中性脂肪などから２つの異常値があるので、メタボに該当する。

次に、３回分の健診情報のうち、古い方の２回分の検査値から変化量を計算する(２１０３)。ここでは、２回目の検査値と１回目の検査値の差を１回目の検査値で割った変化率を用いる。例えば、個人ＩＤ２０１が”K００１２”の人の血糖値２０７では、（１１５−１１１）/１１１で約０.０４となる。同様に他の検査項目についても計算する。

次に、３回目の健診情報から目的変数を設定する(２１０４)。３回目の健診結果として、ここでは２００６年度の健診結果がメタボリックシンドロームに該当するか病気の治療中である場合は非改善で０、メタボリックシンドロームに該当しなくたった場合は改善で１とする。例えば、個人ＩＤ２０１が“K００１２”の人は、２００５年度はメタボリックシンドロームに該当しており、２００６年度の健診ＩＤ２１０“０６０７”も引き続きメタボリックシンドロームに該当するので非改善となる。また、個人ＩＤ２０１が“K００１３”の人は、２００５年度はメタボリックシンドロームに該当しているが、２００６年度の健診ＩＤ２１０“０６０８”は、メタボリックシンドロームに該当しないので、改善として扱う。

次に、改善群と非改善群とで、検査値と検査値変化量の平均を求め、改善群と非改善群の平均の差の検定を行う(２１０５)。これは、図１９の１９０５のステップと同じ処理である。そして、優位差があった検査値、検査値変化を説明変数の候補として(２１０６)、この処理を終了する。
以上に示したように、非介入群に対しては、３回分の健診情報を用い、２回目にメタボリックシンドロームに該当し、３回目の健診結果がメタボリックシンドロームに該当するかどうかによって、改善、非改善を判断している。指導を行っていない非介入群では、指導情報にある改善の結果の情報がないが、この方法を用いることで、日介入群に対しても改善か非改善かを判断することができる。そして、この方法により検査値および検査値変化の改善群と非改善群の差の有無を求めることで、指導しなくても改善する人の特徴を見出すことができる効果がある。

上述の実施例１および２では、一つの保健指導プログラムに対して優先度モデルを作成し、指導対象者の優先度を提示する方法を示したが、複数の保健指導プログラムに対する優先度モデルを作成することもできる。

図７に示したプログラム情報では、複数のプログラムを管理しており、図３の指導情報には、プログラムＩＤが“P００２”や”P００３”の保健指導プログラムを実施した記録がある。この場合、図１９の介入群の説明変数候補の選択では、説明変数候補の選択を、保健指導プログラム別に実施し、保険指導プログラム毎に、検査値、検査値変化で差がある項目を抽出する。そして、図１４の優先度モデル作成の優先度モデル作成ステップ１４０４でも、保健指導プログラム別に、回帰分析を行って、優先度モデルを作成する。これにより、複数の保健指導プログラムに対する優先度モデルを作成することができる。

また、図１６から図１８に示した優先度モデルの確認画面では、複数の保健指導プログラムに、各々別の色を設定して表示する。優先度モデル表示領域のグラフ上の各点毎に、優先度の値が最大の保健指導プログラムの色を設定し、その保健指導プログラムでの優先度の値で、濃度を設定して、表示する。例えば、プログラムＡは青、プログラムＢは緑、プログラムＣは黄色などとして、それぞれに、優先度の値に応じて色の濃さを設定する。
このようにすることで、どのような特徴を持った人には、どの保健指導プログラムが適しているか、ということを分かりやすく提示することができる。

さらに、図１１や図１５の対象者選定の処理では、個人毎に複数保健指導プログラムに対する優先度を計算し、図１２の指導対象者選定画面１２０１では、プログラムＡの優先度１２１１の隣に、計算した保健指導プログラム別の優先度を表示する。これにより、その個人に対してどのプログラムの優先度が高いのかを比較することができる。また、個人毎に複数の優先度を求めたとき、個人毎に複数のプログラムの優先度を比較し、個人毎にどのプログラムに適用するのがよいかを示すことができる。

また、これまで説明した実施例１及び２では、優先度モデルを表示する図１６、１７、１８で、優先度の値を、色の濃度を段階的に変化させる方法を例に説明したが、優先度の値に合わせて、濃度値を変化させるようにしても良い。優先度の値は、主に０から１の間に分布するので、優先度と２５５の積の値を濃度とすることにより、優先度の値の変化をグラデーションで示すことができる。

また、これまで説明した実施例１及び２では、優先度モデル作成手段で、線形回帰分析を使う方法の例について説明したが、他の方法を用いても良い。例えば、線形回帰では優先度が１を超える場合や負の値をとる場合があるが、ロジスティック回帰分析を用いることで、結果が０から１の間に存在するようにできる。このため、改善、非改善の２値の値の推定がより実施しやすくなる効果がある。

また、これまで説明した実施例１及び２では、説明変数候補選択手段では、各検査項目や、検査項目の前年との変化量の値について、単独の項目毎に平均をとって、有意差検定を行う方法を示したが、別の方法を用いても良い。例えば、各検査項目は、相互に相関がある可能性がある。この場合、前述のロジスティック回帰分析を用い、平均値の変わりにオッズ比の値を用いることができる。ロジスティック回帰分析を用いることで、検査値間の相互の関係を調整した上で、改善と非改善のオッズ比を求めることができる。

また、これまで説明した実施例１及び２では、説明変数候補選択手段で、手動で説明変数の候補項目を決定していたが、別の方法を用いても良い。例えば、線形回帰分析やロジスティック回帰分析では、有意差のある項目から説明変数を追加していく変数増加方や、優位差の無い項目から説明変数を削除していく変数減少法など、変数選択の方法が存在する。このような方法を用いることで、説明変数の選定を自動化できる効果がある。

また、これまで説明した実施例１及び２では、説明変数として検査値のみを使用する方法について示したが、他の項目も組み合わせてもよい。例えば、過去に保健指導を受けた経験の有無を求めて、そのときの結果（成功/失敗）を、指導情報から求め、指導経験の有無を変数の候補に用いても良い。過去に指導を受けたが失敗した人などは、過去の失敗経験からうまくいかない場合があり、結果に影響する可能性があるが、これを優先度の算出に反映することができる。また、健診の時にとる問診の結果を説明変数に入れるようにしても良い。これにより、喫煙、飲酒、運動、食習慣などの要素を、優先度に反映することができる。

また、これまで説明した実施例１及び２では、ステップ８０１や１４０１で、健診情報を過去５年分、保健指導情報を過去４年分取得して、優先度モデルを作成する場合を例に説明したが、データの年度は別の期間のデータを用いるようにしても良い。保健指導を多数実施してデータ量が多ければ、１年分の保健指導情報と、２年分の健診情報を用いても良い。どの程度の期間を用いるかについては、プログラム中に記載する方法や、利用者が入力装置１０１を用いて入力するようにしてもよい。このとき、健診情報は、保健指導情報より１年分多くさかのぼってデータを取得することで、変化量を計算することができる。
また、これまで説明した実施例１、実施例２では、変化量の計算方法として、１年前の検査値との差を１年前の検査値で割る変化率を用いる方法について示したが、変化量を示す方法であれば、他の方法を用いてもよい。例えば、単純に１年前との差を用いる方法、１年前との差を、その差の標準偏差で割って標準化した値を用いる方法などが考えられる。標準化を用いた場合には、回帰分析の結果の変数に対する係数の大きさを、説明変数の寄与の大きさとして比較することができる。

次に、優先度モデル上に個人の優先度を表示する場合の例について説明する。図２２は、指導対象者選定手段１１２が、優先度モデル上に個人の優先度を表示する画面の一例を示す図である。ここでは、図１２の画面で、個人を指定すると、図２２の画面に遷移するものとする。

図２２の改善可能性表示画面２２０１は、図１６の優先度モデル確認画面１６０１と同じように、優先度モデル表示領域１６０２、優先度モデルの凡例１６０３、優先度モデル表示の軸選択欄１６０４、モデル式選択欄１６０５を有している。これらの機能は、基本的に上述した例と同じである。それに加えて、改善可能性表示画面２２０１では、改善の可能性を表示する個人ＩＤ表示欄２２０２、優先度モデル表示領域１６０２の上、及び、凡例１６０３の上に、個人の位置を示すアイコン２２０３を表示している。

このように、改善可能性表示では、ある個人を指定したときに、その個人が優先度モデルの中でどの位置にいるかを、グラフ上のアイコンで表示することで、その人の優先度や、どの程度改善しやすいかということを分かりやすく提示することができる効果がある。
さらに、この改善可能性表示は、対象者を選定するときだけでなく、その個人に指導を行うときにも用いることができる。例えば、保健指導で継続的な指導プログラムへの参加を勧誘するとき、対象者が改善の可能性が高い人であれば、この画面を見せることで、その人に改善の可能性が高いことをわかりやすく提示することができる。

保健指導プログラムに参加することは、対象者にとって面倒だと感じることや、できないと感じることから拒否される場合があるが、このように、改善の可能性が高いことを提示することで、対象者の指導プログラムへの参加意欲を向上させることができる。

次に、評価手段１１４が実施する、優先度モデルの評価の一例について説明する。ここでは、２００７年度の末に評価を行う場面を例に図２３と図２４を用いて説明する。これまでの説明した方法で２００７年度の始めに作成した優先度モデルを用いて２００７年度に保健指導対象者を選定し、その保健指導の結果を２００７年度の末に評価する場面を想定している。このため、図３の指導情報には、２００７年度の指導結果が記録されているものとする。

図２３は、評価手段１１４が実施する優先度モデルの評価で、優先度モデルを適用して指導を行った後に指導の結果から優先度モデルを評価する処理の一例を示すフローチャートである。また、図２４は、評価手段１１４が、出力装置１０２に表示する結果評価画面の一例を示す図である。

結果評価では、まず、評価手段１１４は、情報入出力手段１０７を介して、優先度モデル管理手段１２５から評価対象となる現在使用している優先度モデルを取得する(２３０１)。ここでは、評価手段１１４は、優先度モデル管理手段１２５で管理している、図６の優先度モデルの中から、適用フラグ６１３が“１”で、介入／非介入フラグ６１８が”１”の優先度モデル“M００１”の情報を取得する。

次に、評価手段１１４は、情報入出力手段１２２を介して、指導情報管理手段１２２から、評価対象となる優先度モデルを使って対象者の選定を行っていた期間の指導情報を取得する(２３０２)。ここでは、指導情報管理手段１２２が管理している図３の指導情報の中から、開始日３０４が、優先度モデル“M００１”の適用開始日６１４の“２００７/０４/０１”以降で、既に終了日３０５と、指導結果３０６に、成功”１”、失敗”０”が記録されている指導情報を取得する。の指導情報を取得する。ここでは、２００７年度末を想定しているので、開始日が２００７年４月１日以降に開始して、指導結果が記録された情報が存在するものとする。

次に、評価手段１１４は、情報入出力手段１２２を介して、健診情報管理手段１２１から、取得した指導情報の人の健診情報を取得する(２３０３)。ここでは、前段のステップで取得した指導情報の導入判定健診ＩＤ３０３と健診ＩＤ２１０が一致する健診情報を取得する。さらに、その健診と同じ個人ＩＤ２０１で、受診日２０２の年度が１年度分前の健診を取得する。ここでは、受診日２０２が２００７年度の健診結果と、２００６年度の健診結果を取得する。

次に、保健指導の導入判定健診と、その前回の健診の時点で、病気の治療中でない人のみを抽出する（２３０４）。図２の健診情報には、図示されていないが、糖尿病、高血圧、脂質異常症など病気の治療中か否かの判定結果が記録されており、それを利用する。

次に、評価手段１１４は、優先度モデルの式に、健診情報を代入して、一人一人の優先度を計算し、全員分を合計する(２３０５)。ここでは、優先度モデル”M００１”で使用している説明変数の“血糖値変化”と、“中性脂肪変化”を代入するため、血糖値２０７と、中性脂肪２０８のデータについて、２００７年度分と２００６年度分の差を２００６年度分で割った変化率を求め、それを優先度モデル“M００１”の式に代入して、優先度の値を求める。この優先度を対象者全員分計算し、合計する。

そして、その結果をグラフ表示する。グラフでは、優先度モデルを用いて改善を予測した値と、実測された改善の結果を表示して比較する(２３０６)。２３０４までのステップで抽出された対象者の人数を指導人数として、２３０６のステップで計算した対象者全員の優先度を合計した値を、推定改善人数として表示する。また、実測の情報としては、対象者を指導人数とするのは同じで、その人の指導情報の指導結果３０６が、改善“１”の人数を改善人数として表示する。図２４は、このグラフ表示のステップ２３０６で表示するグラフの一例を示している。結果評価画面２４０１は、評価結果表示欄２４０２にグラフを表示する。また、評価結果を見て優先度モデルを新たに作り直す場合は、優先度モデル見直しボタン２４０３、評価を終了する場合の閉じるボタン２４０４がある。グラフ２４０２には、前述の予測のグラフ２４１１と、実測のグラフ２４１２を表示している。予測のグラフ２４１１および実測のグラフ２４１２は、対象となった指導の人数を２４１３、２４１５で表示する。そして、予測のグラフ２４１１では、優先度モデルから計算した改善人数２４１４を表示し、実測のグラフ２４１２では、実際に改善した人数（２４１６）を表示する。これにより、同じ対象者に対して、優先度モデルで推定した値と、実際の指導結果とが一致しているかどうかを比較することができる。

評価が終了したら、閉じるボタン２４０４を押して、評価の処理を終了する。また、評価の結果、推定値と実測値の違いが大きく、次の年に用いる優先度モデルを作り直したいと考えた場合には、優先度モデル見直しボタン２４０３を押すと、評価の処理を終了し、前述した優先度モデルの作成の処理を行う。

このように、優先度モデルを用いて指導対象者を選定し、実際に指導を行った後で、評価手段により、優先度モデルと実際の指導結果とを比較評価することができる。これにより、優先度モデルから期待した結果が得られているか評価することができる。指導対象者の特性やその分布は年々変化していく可能性があり、優先度モデルもそれに合わせて見直す必要がある。利用者は、この評価結果を見て優先度モデルを見直すべきか判断でき、優先度モデルを更新していくことができる効果がある。

次に、評価手段１１４が実施する優先度モデルの評価の別の例として、新しく作成した優先度モデルを評価する場合の例について説明する。

ここでは、２００７年の始めに２００７年度に使用する優先度モデルを作成するときに、２００６年度の優先度モデルと、２００７年度用に新しく作成した優先度モデルの比較評価を行う場面を想定する。図６には無いが、２００６年度に使用していた優先度モデルが優先度モデル管理手段１２５に管理されているものとする。図８や図１４で示した優先度モデル作成の処理の結果の表示・確認ステップ８０５、１４０７の中で、図１６などで示したモデルの表示に加えて、評価手段１１４により、作成した優先度モデルの評価を行うものとする。例えば、図１６の画面上に、図には無いが評価ボタンを用意し、それを押した場合に評価の処理が始まるものとする。

図２５は、評価手段１１４により、新しく作成した優先度モデルを評価する処理の一例を示すフローチャートである。また、図２６は、作成した優先度モデルの評価の結果を表示する画面の一例を示す図である。

まず、評価手段１１４は、優先度モデル管理手段１２５から、情報入出力手段１０７を解して現在使用している優先度モデルを取得する。さらに、評価手段１１４は、優先度モデル作成手段１０９が新しく作成した優先度モデルを取得する（２５０１）。

次に、評価手段１１４は、健診情報管理手段１２１から、情報入出力手段１０７を解して、最新年度がメタボリックシンドロームに該当する人の、最新年度と、その前年度の健診情報を取得する（２５０２）。ここでは、最新年度は２００６年度、その前年度は２００５年度となる。

次に、評価手段１１４は、取得した健診情報から、対象者の抽出を行う（２５０３）。ここでは、２００６年度と２００５年度の健診情報から、医師の判定情報を確認し、生活習慣病の治療中でない人のみを対象者として抽出する。

次に、現在使用している優先度モデルの式に、健診情報を代入して一人一人の優先度を計算し、全員分を合計する（２５０４）。ここでは、２００６年度の優先度モデルの式が対象となり、その式で使用している説明変数の項目を、対象者の健診情報から取得して、計算する。

次に、新しく作成した優先度モデルの式に、健診情報を代入して一人一人の優先度を計算し、全員分を合計する（２４０５）。ここでは、優先度モデル作成手段１０９が作成した新しい優先度モデルを対象にして、その式で使用している説明変数の項目を、対象者の健診情報から取得して計算する。

そして、この結果をグラフ表示する（２５０６）。グラフでは、従来優先度モデルと、新優先度モデルを比較表示する。従来優先度モデルの方は、この計算で使用した対象者の人数を指導人数、２５０４のステップで計算した現在使用している優先度モデルから計算した人数を改善人数として表示する。また、新優先度モデルの方では、この計算で使用した対象者の人数を指導人数、２５０５のステップで計算した新しい優先度モデルから計算した人数を改善人数として表示する。

この結果表示した優先度モデル評価の画面の一例を図２６に示す。優先度モデル評価画面２６０１は、２つの優先度モデルの比較を行う評価結果表示欄２６０２、新優先度モデルの作り直しを指示する優先度モデル見直しボタン２６０３、終了を示す、閉じるボタン２６０４を表示している。評価結果表示欄２６０２には、従来優先度モデルのグラフ２６１１と、新優先度モデルのグラフ２６１２を表示し、この評価に用いた対象者を指導人数２６１３、２６１５として表示し、現在使用している２００６年度の優先度モデルから計算した優先度の合計を改善人数２６１４、新しい優先度モデルから計算した優先度の合計を改善人数２６１６として表示する。新しい優先度モデルの方が、改善の人数が多く、改善割合が高ければ、新しい優先度モデルの方が良いことがわかる。その場合は、閉じるボタン２６０４を押して処理を終了する。

また、従来優先度モデルを用いた場合と、優先度モデルを用いた場合とで、あまり結果が変わらないか、新優先度モデルを用いた場合の方が、改善人数が少ない場合は、新優先度モデルがよく無いということから、優先度モデル見直し２６０３ボタンを押して、優先度モデルを作り直すことができる。

以上示したように、新しい優先度モデルを作成したところで、評価手段１１４により、従来使用している優先度モデルを比較することができ、新しく作成した優先度モデルが良いモデルであるか判断することができる効果がある。

また、この例では、従来の優先度モデルと新優先度モデルの推定値同士を比較しているが、実際の結果と比較するようにしてもよい。対象者を２００６年度に指導を実施した人とし、従来優先度モデルから計算した改善人数、新優先度モデルから計算した改善人数と、実際の結果の改善人数とを比較する。この場合、従来優先度モデルよりも、新優先度モデルの方が、より実際の結果に近ければ、良いモデルであると判断することができる。

また、これらの実施例では、評価手段１１４は、優先度モデルから計算した改善人数は、優先度を合計したものとしたが、優先度に閾値を設け、閾値を超えた場合を改善、閾値を超えない場合を改善しない、と判定するようにしてもよい。閾値の設定方法は、ROC曲線を使用するなどの方法が知られている。

また、評価手段では、比較している２つの改善人数について、統計的な有意差検定を行って、その結果を示すようにしてもよい。これにより、比較している２つの改善人数の値の差の有無を、統計的に判断することができる。

これまで説明した各実施例では、端末とデータベースを用いる構成を例として説明したが、データベースやその管理手段は別の形を採っても良い。例えば、健診情報は健診情報の管理システム、保健指導情報は保健指導情報の管理システムが別途存在し、そのデータを直接、情報入出力手段１０７が取得してもよいし、有線、無線等の通信手段を介して取得してもよい。また、情報入出力手段１０７は、データベースからデータを有線、無線等の通信手段や媒体等を介して取得するだけでなく、媒体等に格納されたデータを入力しても良い。また、マウスやキーボード、ＯＣＲ装置などの入力装置を用いて、データを直接入力してもよい。健診情報、指導情報を始め、個人情報、グループ情報、優先度モデル情報、プログラム情報を、情報入出力手段１０７を用いて入出力できれば、あらゆる方法を用いることができる。

本発明の保健指導対象者選定支援システムの一構成例を示す図。 健診情報管理手段において管理する健診情報の一例を示す図。 指導情報管理手段において管理する指導情報の一例を示す図。 個人情報管理手段において管理する被保険者・被扶養者個人の情報の一例を示す図。 グループ情報管理手段で管理するグループ情報の一例を示す図。 優先度モデル管理手段が管理する優先度モデルの情報の一例を示す図。 プログラム情報管理手段が管理する保健指導プログラムの情報の一例を示す図。 優先順位モデルを過去のデータを用いて作成する処理手順の一例を示すフローチャート。 優先度モデル作成処理の操作者、端末、データベースの間のデータの流れの一例を示すシーケンス図。 端末１３０のディスプレイ１０２に表示する、初期画面の一例を示す図。 作成した優先度モデルを用いて保健指導対象者を選定する場合の処理の一例を示すフローチャート。 対象者選定を行うときの画面の一例を示す図。 作成した優先度モデルを用いて保健指導対象者を選定する場合の流れの一例を示すシーケンス図。 優先順位モデル作成処理の別の例を示したフローチャート。 指導した人の優先度モデルと、指導しなかった人の優先度モデルとを用いた対象者選定の処理の一例を示すフローチャート。 優先度モデル表示手段１１０が表示する優先度モデルの表示方法の一例を示す図。 優先度モデル表示手段１１０が表示する優先度モデルの表示方法の、非介入群の優先度モデルを表示した場合の一例を示す図。 図１６、図１７で示した優先度モデル表示手段１１０が表示する優先度モデルの表示方法で、介入群の優先度モデルと、非介入群の優先度モデルの差分を表示した場合の一例を示す図。 説明変数候補選定手段１０８で行う説明変数候補の選択方法の手順の一例を示すフローチャート。 結果を表示・確認するステップ８０５、１４０７で、説明変数の候補選択を行った結果を表示する画面の一例を示す図。 説明変数候補選定手段１０８が、非介入群の説明変数候補を選択を行う処理の流れの一例を示す図。 指導対象者選定手段１１２が、優先度モデル上に個人の優先度を表示する画面の一例を示す図。 評価手段１１４が実施する優先度モデルの評価で、優先度モデルを適用して指導を行った後に指導の結果から優先度モデルを評価する処理の一例を示すフローチャート。 評価手段１１４が、出力装置１０２に表示する結果評価画面の一例を示す図。 評価手段１１４により、新しく作成した優先度モデルを評価する処理の一例を示すフローチャート。 作成した優先度モデルの評価の結果を表示する画面の一例を示す図。

符号の説明

１０１…入力装置、１０２…出力装置、１０３…ＣＰＵ、１０４…記憶装置、１０５…データベース、１０６…変化量計算手段、１０７…情報入出力手段、１０８…説明変数候補選定手段、１０９…優先度モデル作成手段、１１０…優先度モデル表示手段、１１１…優先度算出手段、１１２…指導対象者選定手段、１１３…回帰分析手段、１２１…健診情報管理手段、１２２…指導情報管理手段、１２３…個人情報管理手段、１２４…グループ情報管理手段、１２５…優先度モデル管理手段、１２６…プログラム情報管理手段、２０１、３０１、４０１…個人ＩＤ，２０２…受診日、２０３…受診時年齢、２０４…腹囲、２０５…最低血圧、２０６…最高血圧、２０７…血糖値、２０８…中性脂肪、２１０…健診ＩＤ、３０２…プログラムＩＤ、３０３…導入判定健診ＩＤ、３０４…開始日、３０５…終了日、３０６…指導結果、４０２…氏名、４０３…性別、４０４、５０１…グループＩＤ、５０２…グループ名、５０３…所在地、５０４…連絡先、６０１…優先度モデルテーブル、６０２…係数テーブル、６１１、６２１…優先度モデルＩＤ、６１２…作成日、６１３…適用フラグ、６１４…適用開始日、６１５…適用終了日、６１６…係数の数、６１７、７０１…プログラムＩＤ、６１８…介入/非介入フラグ、６２２…説明変数、６２３…係数、７０２…プログラム名、７０３…プログラム内容、７０４…指導コスト、９０１…操作者、１００１…初期画面、１００２…対象者選定ボタン、１００３…優先度モデル作成ボタン、１２０１…指導対象者選定画面、１２０２…受診日開始日、１２０３…受診日終了日、１２０４…優先度計算ボタン、１２０５…結果表、１２０６…対象選定入力欄、１２０７…個人ＩＤ、１２０８…氏名、１２０９…性別、１２１０…事業所ＩＤ、１２１１…優先度、１６０１…優先度モデル確認表示画面、１６０２…優先度モデル表示領域、１６０３…優先度モデルの凡例、１６０４…軸選択欄、１６０５…モデル式選択欄、１６０６…決定ボタン、１６０７…見直しボタン、２００１…項目比較画面、２００２…プログラム情報表示欄、２００３…検査値平均表示グラフ、２００４…検査値変化量平均表示グラフ、２００５…モデル式表示欄、２００６…優先度モデル再計算ボタン、２００７…優先度モデル確認ボタン、２０１１…改善群、２０１２…非改善群、２０１３…有意差ありの表示、２０１４…説明変数設定欄、２２０１…改善可能性表示画面、２２０２…個人ＩＤ表示欄、２２０３…個人の位置を示すアイコン、２４０１…結果評価画面、２４０２、２６０２…評価結果表示欄、２４０３、２６０３…優先度モデル見直しボタン、２４０４、２６０４…閉じるボタン、２４１１…予測のグラフ、２４１２…実測のグラフ、２６０１…優先度モデル評価画面、２６１１…従来優先度モデルのグラフ、２６１２…新優先度モデルのグラフ。

Claims (8)

1. 指導対象者の選定を支援する保健指導対象者選定支援システムであって、
   複数人の、検査項目を含む複数項目からなる健診情報が格納されたデータベースと、
   端末とを有し、
   前記データベースは、
   複数人の前記健診情報を記録する健診情報管理手段と、
   前記健診情報の中で保健指導を受けた人に対する指導情報を記録する指導情報管理手段を有し、
   前記端末は、
   前記健診情報管理手段から健診情報を、前記指導情報管理手段から前記指導情報を取得する情報入出力手段と、
   前記健診情報から複数回の健診情報を取得して前記複数の項目の内、１以上の項目についての変化量を夫々算出する変化量計算手段と、
   夫々算出された前記変化量を基に、健康状態の改善群と非改善群とに分類し、前記健診情報の内、前記改善群と非改善群とで特徴が異なる項目を説明変数として選定する説明変数候補選定手段と、
   前記説明変数に選定された項目における健診情報と前記改善または非改善との関係を回帰分析によりモデル化する優先度モデル作成手段と、
   前記健診情報管理手段から健診情報を取得し、前記優先度モデル作成手段が算出した優先度モデルを用いて、保健指導対象者の優先度を算出する優先度算出手段とを有することを特徴とする保健指導対象者選定支援システム。
2. 請求項１記載の保健指導支援対象者選定支援システムであって、
   前記説明変数候補選定手段は、
   前記健診情報と前記指導情報から保健指導を行った指導群と保健指導を行わなかった非指導群について、各々健康状態の改善群と非改善群とに分類し、
   前記改善群と非改善群との特徴が異なる項目を、前記指導群と非指導群について求め、
   前記優先度モデル作成手段は、前記項目の健診情報と前記改善または非改善との関係のモデル化を、前記指導群と非指導群のそれぞれについて求め、
   前記優先度算出手段は、
   前記健診情報管理手段から健診情報を取得し、
   前記優先度モデル作成手段が算出した指導群の優先度モデルから算出した優先度と、前記非指導群のモデルから算出した優先度の差を、指導対象者の優先度とすることを特徴とする保健指導対象者選定支援システム。
3. 請求項２に記載の保健指導対象者選定支援システムにおいて、
   前記説明変数候補選定手段は、
   前記指導群に対する説明変数として少なくとも一つ以上の検査値の変化量に関する項目を選定し、前記非指導群に対する説明変数として少なくとも一つ以上の検査値の高低に関する項目を選定し、
   前記優先度モデル作成手段は、
   指導群に対する優先度モデルの説明変数に少なくとも一つ以上の検査値の変化量に関する説明変数を含むモデルを作成し、
   非指導群に対する優先度モデルの説明変数に少なくとも一つ以上の検査値の高低に関する説明変数を含むモデルを作成することを特徴とする保健指導対象者選定支援システム。
4. 請求項１から３に記載の保健指導対象者選定支援システムにおいて、
   前記優先度算出手段で求めた優先度モデルを、
   検査値の前記変化量に関する量を少なくとも一つの軸として、検査値の前記変化量と優先度の関係を表示する優先度モデル表示手段を有することを特徴とする保健指導対象者選定支援システム。
5. 請求項４に記載の保健指導対象者選定支援システムにおいて、
   前記優先度モデル表示手段は、
   ある個人が特定された場合、前記個人の健診情報を前記優先度モデルに代入して優先度を算出し、前記優先度モデルの上に表示することを特徴とする保健指導対象者選定支援システム。
6. 請求項４または５記載の保健指導対象者選定支援システムにおいて、
   優先度モデル表示手段は、前記指導群の優先度と非指導群の優先度の差の値を表示し、前記差の値が負の値であった場合には、正の値の場合とは異なる色で表示することを特徴とする保健指導対象者選定支援システム。
7. 請求項２から６に記載の保健指導対象者選定支援システムにおいて、
   前記指導情報管理手段は、指導の種類に関する情報を管理し、
   前記説明変数候補選定手段は、指導した群を指導の種類毎に分けて、指導の種類別に説明変数を選定し、
   前記優先度モデル作成手段は、指導の種類別に前記説明変数候補選定手段が選定した説明変数と改善との関係を示す前記優先度モデルを作成し、
   前記優先度算出手段は、前記指導の種類別の優先度モデルを用いて、特定個人の優先度を算出することを特徴とする保健指導対象者選定支援システム。
8. 指導対象者の選定を支援する保健指導対象者選定支援システムであって、
   少なくとも2年分以上の健診結果を持つ第1の健診情報と、保健指導情報を入力する情報入出力手段と、
   前記健診情報から複数回の健診情報の前記複数の項目の内、１以上の項目についての変化量を夫々算出する変化量計算手段と、
   夫々算出された前記変化量を基に、健康状態の改善群と非改善群とに分類し、前記健診情報の内、前記改善群と非改善群とで特徴が異なる項目を説明変数として選定する説明変数候補選定手段と、
   前記説明変数に選定された項目における健診情報と前記改善または非改善との関係を回帰分析によりモデル化する優先度モデル作成手段と、
   前記情報入出力手段から入力した前記第1の健診情報とは異なる第2の健診情報を、前記優先度モデル作成手段が算出した優先度モデルを用いて、保健指導対象者の優先度を算出する優先度算出手段とを有することを特徴とする保健指導対象者選定支援システム。

Images