JP2017533805A - 集団内のストレスレベル及びストレス耐性レベルのプロファイルを生成するためのシステム並びに方法 - Google Patents

Abstract

複数の個人のストレスレベルを示すストレスレベル情報を生成する方法及びシステムが開示される。本方法及びシステムは、ネットワークを介して前記複数の個人のそれぞれに対する個別のストレス情報を受信するステップと、処理システムにおいて、前記複数の個人のそれぞれに対する個別のストレス情報を統計的に処理することにより、前記複数の個人のストレスレベルの統計値を生成するステップを含む。

Description

本願の開示は、一般的に、人々の集団における人々のストレスレベル及びストレス耐性レベル（ｓｔｒｅｓｓ ｒｅｓｉｌｉｅｎｃｅ ｌｅｖｅｉ）のプロファイルを生成するシステム及び方法に関する。

ストレスは、心臓病、肥満、糖尿病及び癌などの様々な疾病に寄与するものと考えられている。ストレスはまた、労働者の生産性に悪影響を及ぼすと考えられる。一つの見積もりによると、労働者の欠勤と出生率に対する雇用者の費用は、毎年、先進国の労働者１人当たり２，５００ドルである。ストレにスに関連した医療費と生産性の損失の合計コストは、毎年、数十億ドルに達する。

人のストレスは、急性（短期）または慢性（長期）に分類することができる。

急性ストレスの原因の例には、個人の慣れていない身体活動、関係の不調、死別、一般の話しを含み、また、数日、数週間または数ヶ月間の通常よりも多くの作業量などを挙げることができる。人々は、一般的に、急性ストレスに順応し、ストレスが解消されると、すぐに回復する。このような適応能力と回復能力のため、急性ストレス自体は、慢性ストレスとして私たちの健康を損なわないものであることもできる。

しかしながら、ストレス耐性は、人の健康から発生する根本的な損傷を示すことができる。ストレス耐性は、急性ストレス状況または急性ストレス状態に対応することができる能力である。例えば、ストレスレベル耐性の一つの重要な側面は、個別の急性ストレス要素及び指標（単数または組み合わせ）が、特定のストレス状況に続いて“ストレスのない”またはベースラインレベルに戻るのにかかる時間である。

一例として、人が運動時または職場で発表するとき、激しくストレスを受け、心拍数、血圧、汗（皮膚伝導度）などのようなストレス指標が上昇するようになると、これらのストレス測定値を検出して記録することができる。

ストレスが鎮静すると、これらの指標は、次の１５〜３０分にわたって以前のベースラインに戻るべきである。しかしながら、“ストレス耐性が低下”の人は、ストレス反応がより加速化され（“より興奮することができる”）、高められたり、または強調されることができ（より反応することができる）、“正常”に戻るまで時間がかかり、これらのストレス“半減期”または“ベースラインまでの分解能”に時間がかかる（分解能が遅くなる）。反応がより迅速且つ高くなり、回復時間が長くなるなど、たとえ、ストレス測定値が最終的に“正常”または“ベースライン”のレベルに戻ったとしても、個人のストレス耐性は低い。

例えば、集団内のストレスレベルを評価しながら大規模なグループを調べてみると、集団の個人の特定のストレスレベルまたは特性を分析するためのより良い状況を提供するために、集団の基本的なストレスの特性またはストレスプロファイルを決定するのが非常に有用である。これは、個人の急性及び慢性ストレスを評価する正確性及び有効性を大幅に増加させ得る。

多数の人々のストレスに対する詳細なデータが必要である。政府は、これらのデータを様々な方法で使用することができる。第１に、詳細なストレスデータは、政府や他の組織がストレスの管理方法及びプログラムの利点を客観的に評価できるようにするものである。

第２に、政府が支配する人々が経験するストレスに対する政策の影響を迅速に判断できるようにすることが経済的に有益であるだろう。ほとんどの政府政策は、政府が支配する人々が経験するストレスレベルに影響を及ぼす可能性があり、ストレスは経済の生産性に影響を及ぼす。残念ながら、集団が経験するストレスに対する政策決定の影響を直接且つ迅速に測定できる方法はない。

ストレスに対する研究を妨げる問題の一つは、都市や国の人口のような多数の人々のストレスを迅速に測定することができないということである。人のストレスを測定する現在の方法は、一般的に心理テスト、生理学的テストまたは認知機能テストのいずれかを含む。しかしながら、多数の人々をテストすることは、このタイプのテストを大規模に実行することを伴うが、これは、遅く、労働集約的であり、コストが沢山所要される。

ストレステストを実行する費用によって、比較的少数の人々が研究に含まれるようになっている。唯一の選択は、人々の小さなテストグループからトレンドを推定することであるが、このプロセスは、サンプルグループがその可能性はないが、全体の集団を代表すると推測し、定期的にテストする時間を諦める意思のあるサンプルグループを見つけることは困難である。

一実施形態では、複数の個人のストレスレベルを示すストレスレベル情報を生成する方法において、ネットワークを介して前記複数の個人のそれぞれに対する個別のストレス情報を受信するステップと、処理システムにおいて、前記複数の個人のそれぞれに対する個別のストレス情報を統計的に処理することにより、前記複数の個人のストレスレベルの統計値を生成するステップを含む方法が提供される。

一実施形態において、前記の方法は、複数の人から複数の個人を選択するために、複数の個人のそれぞれに対する個人情報を利用して処理システムでネットワークを介して複数の個人のそれぞれに対する個別のストレス情報を受信するステップを含む。

一実施形態において、個人情報は、生年月日情報、出生地情報、性別情報、民族性情報、職業情報、郵便番号情報、教育情報、健康保険適用範囲情報、関係状況情報、子供情報数、ペット情報、運動習慣情報、食習慣情報、健康履歴情報及び現在使用されているストレスの管理方法を示す情報のうち少なくとも一つを含む。

一実施形態において、前記の方法は、ネットワークを介してストレス修正環境及びストレス修正事件のうち少なくとも一つを示す情報を受信するステップと、統計的測定におけるストレスの特徴をストレス修正環境及びストレス修正事件の少なくとも１つと相関させるステップを含む。

一実施形態において、ストレスの特徴は、複数の個人のストレスレベルの統計値の変化を含む。

一実施形態において、ストレスの修正環境及びストレス修正事件は、インターネットキーワード検索行動情報、コンテンツ情報、ソーシャルメディアコミュニケーション情報の感情またはやトピック、日付情報、時刻情報、祝日情報、温度情報、湿度情報、天気情報、交通情報、ニュース情報、時事情報、消費者購買情報、金融市場情報、経済情報、発表情報、政治的事件情報、スポーツ事件情報、トピック事件情報、住宅ローン金利情報、住宅情報、雇用情報、調査情報、投票情報、投票スケジュール情報、ビジネス信頼情報、ビジネス投資情報及びビジネス生産性のうち少なくとも一つを含む。

一実施形態において、前記の方法は、前記処理システムにおいて、前記統計値を用いてストレス指数を生成するステップを含む。

一実施形態において、本方法は、処理システムが複数のコンピューティング装置にストレス指数を送信する処理ステップを含む。

一実施形態において、処理システムのステップは、複数の個人のストレスレベルの統計的尺度を複数のコンピューティング装置に送信する。

一実施形態において、複数の個人のそれぞれに対する個別のストレス情報は、複数の個人のそれぞれに対する心理測定情報、複数の個人のそれぞれに対する生理学的情報、複数の個人のそれぞれに対する行動情報、及び前記複数の個人のそれぞれに対する認知機能情報のうち少なくとも一つを含む。

一実施形態において、複数の個人のそれぞれに対する個別のストレス情報は、複数の個人のそれぞれに対する心理測定情報、複数の個人のそれぞれに対する生理学的情報、複数の個人のそれぞれに対する行動情報、及び前記複数の個人のそれぞれに対する認知機能の情報を含む。

一実施形態において、複数の個人のそれぞれに対するストレス情報は、複数の個人のそれぞれに対する心理測定情報を含む。

一実施形態において、前記の方法は、電子ストレスアンケートに応答する複数の個人のそれぞれによる複数の個人のそれぞれに対する心理測定情報を生成するステップを含む。

一実施形態において、複数の個人のそれぞれに対する心理測定情報は、複数の個人のそれぞれに対する複数の慢性ストレスを示す。

一実施形態において、複数の個人のそれぞれに対するストレス情報は、複数の個人のそれぞれに対する生理学的情報を含む。

一実施形態において、前記の方法は、前記複数の個人のそれぞれに対する生理学的情報を生成するステップを含む。

一実施形態において、複数の個人のそれぞれに対する生理学的情報を生成するステップは、複数の個人のそれぞれにおける複数の生理学的機能のそれぞれに対する情報を生成するステップを含む。

一実施形態において、複数の個人のそれぞれに対する生理学的情報を生成するステップは、心拍数情報、心拍数変動情報、呼吸数情報、呼吸数変動情報、血圧情報、身体運動情報、皮膚温度情報、血中酸素飽和度情報、表面筋電図情報、脳波検査情報、血液情報、唾液情報、皮膚伝導度情報、皮膚上で、または皮膚内で発見された化学物質に関する情報、尿情報のうち少なくとも一つを生成するステップを含む。

一実施形態において、複数の個人のそれぞれに対するストレス情報は、複数の個人のそれぞれに対する行動情報を含む。

一実施形態において、前記の方法は、前記複数の個人のそれぞれに対する行動情報を生成するステップを含む。

一実施形態において、複数の個人のそれぞれに対する行動情報を生成するステップは、複数の個人のそれぞれに対する眼球運動を示す眼球運動情報を生成するステップと、前記複数の個人のそれぞれがあった複数の位置などを示す位置情報を生成するステップと、前記複数の個人のそれぞれに対して、複数の人の複数の装置が近接して存在していることを示す近接機器情報を生成するステップと、前記複数の個人のそれぞれに対するインターネット閲覧履歴情報を生成するステップと、前記個人のキーストローク速度、ケイデンス、タイピングスタイル、圧力または‘力’検出情報を生成するステップと、前記個人のトン、ケイデンス、単語及び語句探知情報を含む音声分析を生成するステップと、前記個人の通話時間、ダイヤル番号、視覚呼び出し情報を含む電話使用分析を生成するステップと、前記個人に対するステアリング入力、加速、減速、制動、運転速度、ブレーキとアクセル力とドア圧力センサ情報からのデータを含む運転スタイルを生成するステップと、個人に対する視聴チャンネル、視聴時間及び視聴しながら眼球運動、視聴分析、冷蔵庫分析、加熱冷却分析情報を含む運動、体温、テレビ使用を生成するステップと、個人に対するペダル力、ペダル踏み、加速度、速度、取った経路、ＧＰＳデータ、高度計データ、自転車に乗る時間、万歩計（登録商標）データ情報を含む自転車データを生成するステップと、前記個人の万歩計のデータ及び歩行分析情報を生成するステップと、前記複数の個人のそれぞれによるアプリケーションの利用を示すアプリケーション利用情報を生成するステップと、前記複数の個人のそれぞれによるメディア消費を示すメディア消費情報を生成するステップと、前記複数の個人のそれぞれの消費行動を示す消費行動情報を生成するステップと、前記複数の個人のそれぞれによって実行される複数の食品の選択を示す食品選択情報を生成するステップと、前記複数の個人のそれぞれの社会的外出活動を示す社会的外出情報を生成するステップと、前記複数の個人のそれぞれによって取った休暇を示す休暇情報を生成するステップのうち少なくとも一つを含む。

一実施形態において、複数の個人のそれぞれに対するストレス情報は、複数の個人のそれぞれに対する認知機能情報を含む。

一実施形態において、前記の方法は、前記複数の個人のそれぞれに対する認知機能情報を生成するステップを含む。

一実施形態において、複数の個人のそれぞれに対する認知機能情報を生成するステップは、前記複数の個人のそれぞれに対する記憶機能を示す記憶機能情報を生成するステップと、前記複数の個人のそれぞれの反応時間を示す反応時間情報を生成するステップと、前記個人の注意力、周辺視力及び理解力を生成するステップと、前記複数の個人のそれぞれの意思決定能力を示す意思決定能力情報を生成するステップのうち少なくとも一つを含む。

一実施形態において、前記の方法は、急性ストレスに反応する複数の個人のそれぞれを示すストレス耐性スコアを生成するステップを含む。好ましくは、ストレス耐性スコアは、複数の個人が急性ストレス事件に対する任意の反応を示す場合、前記複数の個人が急性ストレス事件に反応するのにかかる時間の一つ以上を示し、そうであれば、急性ストレス事件に対する複数の個人によって示される反応の程度及び複数の個人のストレス情報が急性ストレス期間後にベースラインレベルに戻るのにかかった時間を示す。

他の実施形態において、複数の個人のストレスレベルを示すストレスレベル情報を生成する処理システムにおいて、前記システムが、前記ネットワークを介して前記複数の個人のそれぞれに対する個別のストレス情報を受信するように構成された受信機と、前記複数の個人のそれぞれに対する前記個別のストレス情報を統計的に処理することにより、前記複数の個人のストレスレベルに対する統計値を生成するように構成された統計値生成装置を含む。

以下、実施形態を添付図面を参照して、実行する単に例として説明する。
システムの構造の構成要素のブロック図及び集団内のストレスレベル並びにストレス耐性レベルのプロファイルを作成する方法を示す。

図１は、ストレスプロファイラーのアーキテクチャの構成要素のブロック図であり、
１．集団ストレスプロファイラー
２．サーバー
３．データベース
４．個人ストレスプロファイラー
５．通信ネットワーク
６．一般的なデータソース。

集団ストレスプロファイラー１は、データベース３と通信するコンピュータサーバー２を含む。

コンピュータサーバー２は、本明細書に記述された方法の一実施形態のステップなどを実行するように構成されている。この方法は、コンピュータサーバーのプロセッサに命令するためのプログラムでコード化することができる。この実施形態において、プログラムは、不揮発性メモリに格納されるが、ＦＬＡＳＨ、ＥＰＲＯＭまたはコンピュータサーバーの内部または外部にある任意の他の形式の有形媒体に格納することができる。プログラムは、必ずしも必須的ではないが、一般的に、システムにインストールするときに協働する複数のソフトウェアモジュールを含み、従って、本方法の実施形態のステップが実行される。ソフトウェアモジュールは、少なくとも部分的に、本明細書に記述されたシステムの方法または構成要素のステップに該当する。機能または構成要素は、モジュールに区画化するか、または複数のソフトウェア及び／またはハードウェアモジュールにわたって断片化され得る。ソフトウェアモジュールは、Ｃ＋＋、及びアセンブリを含む任意の適切な言語を使用して形成することができる。プログラムは、アプリケーションプログラムインターフェース形態または任意の他の適切なソフトウェア構造を有することができる。

コンピュータサーバー２に結合されたコンピュータシステムは、約１ＧＢのランダムアクセスメモリ１８の適切な形態を含むメモリにバス１６を介して接続されたＩＮＴＥＬ ＸＥＯＮまたはＡＭＤ ＯＰＴＥＲＯＮマイクロプロセッサのような、または類似した適切なマイクロプロセッサを含むか、または約５００Ｇｂの容量を有するハードディスクドライブまたは固体状態の不揮発性メモリ（例えば、ＮＡＮＤベースのフラッシュメモリ）、または任意の他の適切な容量のような不揮発性メモリ２０を含む。マイクロプロセッサの代わりに、代替の論理装置を使用することができる。適切な代替論理装置の例は、特定用途向け集積回路、フィールドプログラマブルゲートアレイ（ＦＰＧＡ）、デジタル信号処理ユニットを含む。これらの実施形態の一部は、完全にハードウェアベースであり得る。

ストレスプロファイラー１は、少なくとも一つの通信インターフェースを有する。この実施形態において、少なくとも一つの通信インターフェース２２は、イーサネット（登録商標）カードの形態のネットワークインターフェイスを含むが、一般的に、Ｗｉ−Ｆｉモジュールのような任意の適切なネットワークインターフェースを使用することができる。ネットワークインターフェイス２２は、必須ではないが、この実施形態では、データパケットの形式で情報を送受信するように構成される。データパケットは、インターネットプロトコル（ＩＰ）パケットのペイロードを有するイーサネットフレームの形態である。任意の適切なプロトコルを使用することができるが、ＩＰパケットは、一般的に、伝送制御プロトコル（ＴＣＰ）セグメントペイロードを有する。本実施形態において、ＴＣＰセグメントは、例えば、ＨＴＴＰのＷｅｂページ情報、またはＨＴＴＰリクエストまたはＨＴＴＰレスポンスなどのようなハイパーテキスト送信プロトコル（ＨＴＴＰ）のデータを送信することができる。ＨＴＴＰデータは、リモートシステムで送信され得る。しかしながら、代替的な実施形態において、専用のプロトコル及びアプリケーション、または一般的に、任意の適切なプロトコル（例えば、ＳＯＮＥＴ、ファイバチャネル）またはアプリケーションを適切に使用することができる。

特に、ストレスプロファイラー１は、インターネットなどの通信ネットワーク５を介して多くの個人のストレスプロファイラー４によって送信されたストレスデータを受信する。集団ストレスプロファイラー１は、例えば、ニュースアウトレット、統計局、株式市場及び天気データサービスなどの様々な他のデータソース６から送信された一般的なデータも受信する。

データベース３は、受信されたストレスデータ、個人データ、及び一般データを格納する。サーバー２は、ストレスデータ、個人データ、及び一般データの傾向、及びストレス、個人データ、及び一般データとの間の相関関係を定期的に検索するソフトウェアを含む。特に、サーバー２は、以前のストレス期間に関連するストレス情報のパターンを認識する学習機能を含むことができる。時間が経つにつれて、学習機能は、ユーザーのストレスプロファイリングの精度及び速度を漸進的に改善する。

サーバー２は、また、ストレスの早期兆候を示すストレス情報のパターンを識別し、早期にユーザーに通知する予測機能を含むことができる。例えば、ストレスプロファイラー１は、特定のユーザーのストレスの生理学的または心理的指標と眼球運動のパターンを相関させ、重篤な症状が生じる前にそれらの眼球の動きが検出されるときにユーザーに通知する。

また、予測機能は、将来のストレスが発生する可能性を示すストレス情報のパターンを識別して、ユーザーに適切に通知することができる。

各パーソナルストレスプロファイラー４は、スマートフォン、スマートウォッチ、タブレットコンピュータ、デスクトップコンピュータまたはラップトップのようなコンピューティング装置上で動作し、無線（図１参照）またはケーブル接続を使用することができる。各個人のストレスプロファイラーは、外部装置（例えば、心拍数モニター）または統合データ記録システムを使用して測定及び観察を行い、この情報を使用して、以下のようなストレス類型別にストレススコアを生成することができる。

１．身体的／生理学的ストレス、
２．精神的ストレス、
３．感情ストレス
４．現在の生活のストレス。

各ストレススコアは、ストレスの形態の大きさを示す。一旦、パーソナルプロファイラーが一連のストレススコアを生成すると、これらのスコアに個人データ（年齢、位置、測定時間など）を加えて集団のストレスプロファイラーに送信する。しかしながら、ユーザーのストレスデータ及び個人データは、ユーザーが以前に同意した場合にのみサーバーに送信する。

前述したように、ストレスプロファイラー１は、集団からのストレスデータと個人データを受信し、このデータを使用して、その集団が経験するストレスを示すストレスプロファイルを生成する。集団内の各個人のストレスデータは、以下のうち少なくとも２つを含む。

・人のストレスを示す心理測定データ、
・人のストレスを示す生理学的データ
・人のストレスを示す行動データ、及び
・人のストレスを示す認知機能データ。

集団の各個人から少なくとも２つのタイプのストレスデータを受信することがいくつかの理由から重要である。

１．複数のタイプのストレスデータは、テスト中のストレスレベルを下げる感度を増加させる。ストレステストの一部の形態は、急性ストレスに対してより敏感である傾向があり、一部は、慢性的なストレスに対してより敏感である傾向がある。例えば、生理学的データのみを測定すると、慢性ストレスが全く確認されないことができる。

２．複数のタイプのストレスデータは、テスト中にストレスが検出される人の割合（または‘範囲’）を増加させる。これは、ストレスが遺伝的構成、フィットネス、構成、及び健康記録のような様々な要因によって、人ごとに異なりに示すからである。複数のタイプのストレステストは、ストレスのより多くの兆候を検出する。

３．複数のタイプのストレスデータを介して急性ストレスまたは慢性ストレス、または身体的／生理学的ストレス、精神的ストレス、感情的ストレス、または現在の認知された生活のストレスなどの他の分類のように、人々が識別できるより具体的なストレスの類型を識別することができる。特を定の形態のストレスを識別することができる能力は、より明確且つ効果的に処方することを可能にする。

本発明の集団ストレスプロファイラーは、例えば、数千、数百万または数十億の人々のような大規模な集団のストレスを測定するのに使用することができる。多数の人々がストレスデータ及び個人データを提供することにより、ストレスプロファイラーは、頻繁なストレス測定を受けることになって、ストレスを迅速にモニタリングすることができる。

集団の人々は、標準化された自己管理ストレステストを実行してストレスのデータを生成する。好ましくは、集団内の各個人は、自己管理ストレステストを通じてこれらを案内し、ストレスデータと個人データをストレスプロファイラーに送信する装置を使用することが好ましい。このような装置の一例は、２０１４年１１月１１日に出願された出願人の別の特許出願、すなわち、オーストラリア特許出願第２０１４９０４５２４号に記載された個人ストレスプロファイラーである。人々は、ストレスを管理するのに役に立つ自分のストレスに対する直接の個人的なフィードバックを提供するため、この装置を使用するように動機が与えられる。

ストレスデータ
集団の人々から受けたストレスデータの量は、収集するデータの量と共有するデータの量に応じて人ごとに異なる。少なくとも、ストレスプロファイラーは、集団の各人から２つのタイプのストレスを受ける。一実施形態において、ストレスプロファイラーは、心理測定及び生理学的データを受信する。しかしながら、各個人からより多くのタイプのストレスデータが受信されると、一般的に、各個人のストレスデータの精度と感度が増加する。従って、ストレスプロファイラーは、集団内の人から４人のうち３人、または４人とものストレスデータを受け取ることができる。

ストレスデータは、標準的な形式であり、人々の間で公正なデータの比較が行えるように、集団内のすべての人々に同じタイプのテストを使用する必要がある。

ストレスデータは、各テストのロウデータであることもでき、テストの結果、例えば、テストスコアを示す派生データであることもできる。ローデータの代わりにテストスコアを受けるのは、送信されるデータの量が減少するため、有利である。

個人データ
集団内の人からのストレスプロファイラーが受けることができる個人データの例は、以下の通りである。
・生年月日、
・出生地、
・性別、
・民族性、
・職業、
・自宅住所の郵便または郵便番号、
・雇用場所の郵便または郵便番号、
・教育、
・以前の郵便または郵便番号、
・健康保険の範囲、
・関係の状態、
・子供の数、
・ペット、
・運動と食習慣、
・健康の履歴、
・現在使用中のストレス管理方法。

ストレスプロファイラーは、個人データを使用して、例えば、年齢、地理的位置、職業、関係の状態、または運動習慣のようなストレスのデータを分類する。個人データは、ストレスの介入方法がすべての人に有用であるか、または集団内の特定のセグメントにさらに有用であることを理解するのに役に立つ。

ストレスプロファイラーは、個人及びストレスデータを提供する人を明示的に識別する情報の収集を避けることによって、ユーザーのプライバシーを保護することができる。

集団内の人々から受けた個人データの量は、収集しようとするデータの量と共有するデータの量に応じて、人ごとに異なる。

ストレスデータと個人データをより一般的なデータと結合
また、ストレスプロファイラーは、多数の人々に影響を与えることができる状況や事件に対する多くの他のタイプの一般的なデータを受信して処理するように構成することができる。ストレスプロファイラーは、一般データ、ストレスデータ及び個人データ間の相関関係を検索するように構成することができる。ストレスプロファイラーは、一般データ、ストレスデータ及び個人データを収集して処理することにより、ストレスの原因及びストレスと一般データの側面との間の相関関係を識別する機会を有する。

ほぼリアルタイムでストレスをモニタリングするのに十分なストレスデータが受信される場合、一般データとストレスデータのタイミングを使用して両データ間の相関関係を識別することができる。例えば、ストレスプロファイラーは、ストレスレベルに対する発表されたニュース及び公表の影響をモニタリングすることができる。

ストレスプロファイラーによって受信され得る一般的なデータの例には、以下のことを示す情報が含まれる。
・インターネットキーワード検索の動作、
・ソーシャルメディアコミュニケーションの内容、感想、またはトピック、
・日付、時刻、及び祝日、
・温度、湿度、天気、
・交通、
・ニュースと時事問題、
・消費者購買データ（販売個数、購入注文等級または指数、 消費者信頼度など）、
・金融市場データ（為替レート、商品、株式、金融指標など）、
・経済データ、
・公的及び政治的発表、
・政治的イベント、スポーツイベント、その他の地域的なイベント、
・住宅ローン金利、住宅及び雇用データ、
・集団の調査または世論調査、
・投票スケジュール、
・ビジネス信頼性データ、
・事業投資データ、
・ビジネス生産性データ。

ストレスプロファイラーによって、多くの他のタイプの一般データを受信して処理することができる。例えば、集団ストレスプロファイラーは、インターネットの検索エンジンにおける集団のストレスレベルと、特定のキーワード検索用語を使用との間の相関関係を検索し、識別することができる。

集団におけるストレス変動の測定
集団ストレスプロファイラーによって受信されたデータは、集団全体及び集団のセグメントにおけるストレスの変動、例えば、特定の地理的位置、年齢、雇用のタイプなどにおけるストレスの変化を測定するのに使用することができる。個人のストレスプロファイラーを使用してデータを提出するのに十分な人数（数千または数百万人）において、集団ストレスプロファイラーは、ストレス及び一時的な変動に敏感であり、ほぼリアルタイムでストレスをモニタリングすることができる。

一般データを入力すると、集団ストレスプロファイラーは、天気、ニュース、または交通のような変数がストレスレベルに及ぼす影響を判断することができる。ストレスの変動は、年齢、性別、職業、収入及び他の多数の分類に従って区分することができる。

ストレス指数
集団ストレスプロファイラーは、集団におけるストレスの大きさを示す集団ストレス指数を生成することができる。集団ストレス指数は、ニュース及び公表がストレスレベルに及ぼす影響を示すために公表することができる。

集団ストレスプロファイラーは、必ずしも集団内のストレスの変化の原因を決定しない。むしろ、ストレスが平均的に増加または減少したことを示すデータを提供し、その原因を調査することができる機会を提供する。

データをユーザーに返送
集団ストレスプロファイラーは、また、データを個人ストレスプロファイラーに再送信することができる。

ａ）アルゴリズム
集団ストレスプロファイラーは、ストレススコアを計算するために、個人ストレスプロファイラーが使用するアルゴリズムに更新を送信することができる。

ｂ）現在の人口ストレスレベル
集団ストレスプロファイラーは、集団ストレスプロファイラーのユーザーに関連した集団または集団のセグメントで現在測定されるストレスに関する情報を送信することができる。例えば、集団ストレスプロファイラーは、ユーザーのローカルエリア内のストレスレベルまたはユーザーと同じ国及び雇用業界内のストレスレベルについてユーザーに知らせることができる。このタイプのフィードバックは、ユーザーに有用であり、ユーザーがストレスデータを個人的に集団ストレスプロファイラーに提出するように推奨することができる。

例えば、サンフランシスコのストレススコアが２％上昇した場合、ユーザーはこの事実を知ることができる、その状況で自分のストレススコアを理解することができる。これは、個人ストレスプロファイラーによって測定されたストレススコアの関連性を改善する。

集団ストレスプロファイラーによって収集された瞬間のデータは、各個人の慢性ストレスと比較して急性ストレスを検出し、定量化する個人ストレスプロファイラーの能力を向上させる。急性ストレス要因は、慢性ストレス要因よりもほとんど有害でなく、あまり心配されないものとみなされるので、違いを識別することができれば、ユーザーがより心配すべきストレスのタイプを検出するのに役に立つ。

ほぼリアルタイムで自分のスコアを他の同等の人々と比較できる能力は、人々がストレス関連行動と関連して積極的な変化を動機付けるのに役に立つものと期待される。自分自身を他の人と比較するのは、動機付けになることができ、集団ストレスプロファイラーによって生成された情報のほぼリアルタイムの性質は、はるかに大きい関連性を提供する。

例えば、会計士は、税率に基づいて、相手のストレススコアがすべてｘ％増加することを見ることができるが、ストレス管理の習慣のために、それはｙ％の影響を受ける。それは、発表された研究によると、自分のストレススコアをａ％向上させることによって、その出力容量をｂ％向上させ得ることが分かる。

ｃ）リスク指数
時間の経過と共に、集団ストレスプロファイラーは、一般的に、ストレスに関連する状況を把握し、一般的な状況に対するリスク指数を生成することができる。ストレスプロファイラーがユーザーの個人的な状況に対する情報を持っている場合、ストレスの変化を報告する前であっても、より高いストレスを経験するリスクがあることをユーザーに通知することができる。

また、ユーザーは、ストレス指数を使用して意思決定を支援し、将来にストレスの多い状況を回避することができる。例えば、二人の子供を持つ離婚した４０歳の男性会計士がロンドンに移住して一年に£７０，０００を儲けると、集団ストレスプロファイラーは、そのような状況で経験できるストレスレベルを示すストレス指数を提供することができる。会計士は、ロンドンに移住するか否かを決定する際に、この情報を考慮することができる。

ユーザーがストレスデータと個人データを集団ストレスプロファイラーに提出すると、今後、ストレススコアがどのように変化する可能性があるか、すなわち、‘ストレス軌道’をアドバイスすることができる。ユーザーは、この情報を使用してストレス管理介入を実施し、ストレスに及ぼす可能性のある影響を区別することができる。ユーザーがさらなるストレスデータ及び個人データを提出すると、それらのストレス軌道が更新される。

はるかに大きな規模では、集団ストレスプロファイラーは、都市全体または国のような集団の全体セグメントのリスク指数及びストレス軌道を生成することができる。

心理測定データ
心理測定データは、人の主観的なストレス経験についてのアンケートに対する応答を示す。

アンケートは、人のストレス反応に関連する広範な徴候または症状、特に慢性ストレスの蓄積に関連する側面などについて質問することが好ましい。

より多くの人々にストレスを検出できるようにアンケートには幅広い質問があることが好ましい。

心理測定ストレス測定値を最もよく得るために、‘長文式’と‘短文式’のアンケートが、本発明の一部として開発された。使用時、心理分析のストレス測定は、‘長文式’と‘短文式’のアンケートの両方を含む２ステージのアプローチで展開される。第１ステージでは、最初の質問セットが個人に付与される。好ましい実施形態において、この第１ステージの一部を構成する質問には、個人が完了するのに約３分かかる。個人が特定のカットオフレベル以上または予め設定されたパターンでスコアを付けると、その個人は、アンケートの第２ステージを構成する他の質問ブロックを完了するようメッセージが表示される。好ましい実施形態において、この第２の質問セットは完了するのに約４〜５分かかる。また、個人が第１ステージの質問を完了するときにスコアに関係なく、第２ステージの質問を完了するためのオプション（必要に応じて）を有することと想定される。

アンケートで慢性ストレス指標の数及び重症度が高いほど、同じ人に同時に発生するのではなく、一つの根本原因（慢性ストレス）に関連する可能性が高くなる。例えば、人は、時には肩固まり、消化器系の問題や発疹が起こることができる。これらの症状などは、個別に、または甚だしくは３つとも一緒に様々な理由で発生することができ、慢性的なストレスを発症する人とは何の関係もない。しかしながら、それらが頭痛が続いて、夜に睡眠を寝る困難があったり、頻繁なウイルス感染があると、別の話を始める。それらは、今、慢性的なストレスの６つの指標を持っている。

いくつかの質問に対する応答は、統計的に一貫性のある因子（探索的因子分析と呼ばれる心理測定統計的方法によって決定される）を形成する他の質問と強く相関関係を持つことができる。それぞれの統計的に一貫性のある因子は、個人が経験する特定のタイプのストレスを示すことができる。

一実施形態において、心理測定データは、４つの形態のストレスにわたってストレス関連徴候、症状または指標の主観的経験について個人に質問するアンケートに対する応答を含む。
・身体的／生理学的ストレス、
・精神的ストレス、
・感情的ストレス、及び
・現在の認知される生活ストレス。

アンケートは、ストレスに関連する既知の主観的状態の範囲は、特に人間の慢性ストレスを示すものとして明らかされた主観的状態の範囲をカバーするために、複数行の質問を使用することができる。アンケートは、どのような形態のストレスが個人のスコアが高いかを示す。次に、その人は、どのようなタイプの介入（など）が、その人に最も大きな利益をもたらすものであり、時間の経過とともに結果を追跡する可能性が最も高いフィードバックを受けることができる。

心理測定データを生理学的、行動的、または認知機能データのような他のタイプのストレスデータと組み合わせることにより、ストレスプロファイラーの感度及び範囲が増加する。また、他のタイプのストレスデータは、アンケートにうまく応答しない人々を検出するのに役に立つ。

生理学的データ
人のストレスの生理学的指標としては、多くの既知のものがある。多くの嘘探知器は、ストレスの複数の生理学的指標を測定することに基づいている。

生理学的情報がストレスプロファイラー１によって使用される場合、ストレスプロファイラー１の精度及び感度は、生理学的情報が２つ以上の生理学的パラメータの測定値を含む場合に一般に増加する。

生理学的情報を提供するために使用され得る異なる測定の例には、心拍数測定、心拍数変動測定、呼吸数測定、呼吸数変動測定、血圧測定、身体動作観察、コルチゾールレベル測定（血液または唾液で測定）、皮膚伝導度測定、皮膚温度測定、皮膚またはヘアの分析、ＤＮＡ分析、血中酸素飽和度測定、表面筋電図（表面ＥＭＧ）測定、脳波検査（ＥＥＧ）測定、及び人の血液、唾液または尿の分析によって決定され得る他の生理学的指標の測定を含む。唾液、血液、尿、皮膚、毛髪、及びＤＮＡの測定は、従来の実験室試験またはナノテクノロジーを介して実行することができ、例えば、ナノテクノロジーセンサーは、単一の血液滴の測定に使用されることができ、経皮パッチに組み合わせることができ、個人の体内に皮下注射または循環させることができ、または皮下に内蔵されたマイクロチップまたはワイヤ可能センサーの使用を組み込むことができる。

さらに、‘スマート衣類’も活用することができるが、これは、パンツ／ズボン、下着、靴下、靴、シャツ／Ｔシャツ、手袋、帽子／キャップ／ヘルメット、メガネ、時計、スマートウォッチ、手首及び足首のバンドだけでなく、接着パッチを含むことができる。‘スマート衣類’には、電気信号、導電率（ガルヴァニックコンダクダンス及び抵抗）、加速度計、力、温度、化学センサー、及びナノテクノロジーセンサーをはじめとする様々なセンサが内蔵されて、生理学的情報を提供するのに使用することができる。

生理学的測定は、それらの感度及び関連性だけでなく、スクリーニング装置としてのそれらの適用の容易性に従って選択することができる。

生理学的データ収集ツール
ストレスプロファイラー１は、複数の生理学的情報収集ツールからの入力を受け入れる能力を含む。それぞれの生理学的情報収集ツールは、ユーザーのストレスを示すユーザー生理学の態様を測定する。ストレスプロファイラー１で使用され得る適切な生理学的情報収集ツールの例は、以下を含むが、これに限定されるものではない：
・スポーツに使用される胸部または腕装着型装置のような心拍数モニター、Ｃａｔａｐｕｌｔ ＳｐｏｒｔｓＴＭパフォーマンスモニタリング装置、ＰｏｌａｒＴＭ心拍数モニター、ＦｉｔｂｉｔＴＭまたは心拍数を検出できるスマートウォッチ、
・スポーツに使用される胸部装着型または腕装着型装置のような呼吸数モニター、Ｃａｔａｐｕｌｔ ＳｐｏｒｔｓＴＭパフォーマンスモニタリング装置、
・定期的に膨張して収縮する上腕周囲のカフスのような血圧計、
・スポーツ人、例えば、Ｃａｔａｐｕｌｔ ＳｐｏｒｔｓＴＭによって使用されるジャイロスコープ可能運動センサーのような身体的運動センサー、
・ＧＰＳ対応型スマートフォンまたはスマートウォッチのような位置追跡装置、
・唾液中コルチゾール分析装置、
・皮膚伝導度測定装置、
・皮膚温度測定装置、
・血中酸素飽和度測定装置、例えば、指ベースのパルス酸素濃度計と、
・表面筋電図（表面ＥＭＧ）装置、
・脳波検査（ＥＥＧ）装置、
・パンツ／ズボン、下着、靴下、靴、シャツ／Ｔシャツ、手袋、帽子／キャップ／ヘルメット、メガネ、時計、スマートウォッチ、手首及び足首バンドだけでなく、接着パッチを含む‘スマート衣類’は、これらの電気信号、導電率（ガルヴァニックコンダクダンス及び抵抗）、加速度計、力、温度、化学センサー、及びナノテクノロジーセンサーをはじめとする様々なセンサが内蔵されて、生理学的情報を提供するのに使用することができ、
・単一の血液滴測定装置、経皮パッチ、皮下注射器または循環注入可能な装置を含むことができるナノテクノロジーセンサー、
・血液検査装置（例えば、カテコールアミン、エピネフリン（アドレナリン）、ノルエピネフリン（ノルアドレナリン）、セロトニンまたはドーパミンなどの視床下部−下垂体−副腎軸（ＨＰＡ軸）のストレスまたは刺激を示す化学物質、分子、蛋白質及びホルモンを検出するのに適する）、
・人間移植チップまたはワイヤー（例えば、カテコールアミン、エピネフリン（アドレナリン）、ノルエピネフリン（ノルアドレナリン）、セロトニンまたはドーパミンなどの視床下部−下垂体−副腎軸（ＨＰＡ軸）のストレスまたは刺激を示す化学物質、分子、タンパク質、及びホルモンを検出するのに適する）。

これらのツールは、コンピューティング装置、オンラインまたはスタンドアロンの外部装置に統合され得る。ツールが外部にある場合、ケーブルまたはワイヤレスブルートゥース（登録商標）接続のような任意の適切な方法でコンピューティング装置に接続することができる。

行動データ
行動情報がストレスプロファイラー１によって使用される場合、ストレスプロファイラー１の精度と感度は、行動情報が１つ以上の行動パラメータの測定値を含む場合に、一般に増加する。これらの行動は、一般に、人のストレスを示すものとして知られているか、またはユーザーの個々の形質であり得る。例えば、ユーザーは、目の動きの特定のパターンを示すことができるか、ペースアップ及びペースダウンを示すことができるか、またはストレスを受けたときに特定の場所を訪れることができる。

ストレスプロファイラー１は、認知機能情報、心理測定情報、または生理学的情報のような他の形態のストレス情報と行動を漸進的に相関させることによって、行動情報を漸進的に取得することができる。

行動情報を提供するのに使用され得る様々な測定や行動観察の例としては、眼球運動パターン、社会的相互作用、訪問したウェブサイトのタイプ、使用されたアプリのタイプ、読んだニューストピック、消費行動、食事の選択、社交的集まり、休日などを含む。

データは、加速度計、ジャイロスコープ、高度計、ＧＰＳ、ＮＦＣ（他の装置との近接性、強化された位置特異性）、ブルートゥース（他の装置との近接性、強化された位置特異性）、Ｗｉ−Ｆｉ（他の装置との近接性、強化された位置特異性）によって測定することができるスマートフォン、スマートウォッチまたはその他のウェアラブル装置、タブレット、コンピュータから取得することができる。他の入力は、キーストロークレート、ケイデンス、タイピングスタイル、圧力または‘力’検出（キーパッド、トラックパッド、スクリーン圧力センサ）、音声分析（トン、ケイデンス、単語及び語句検索）、通話の使用方を測定し、通話時間、ダイヤル番号は、呼び出し日時、アプリケーション（‘アプリ’）の使用状況を測定し、また、使用された特定のアプリケーション、使用期間、アプリの使用時間、アプリ内アナリティクス（任意のアプリ内で使用特性）、キーワード検索、語句を使用する（通常、ワープロ、電子メール、メッセージ、及びソーシャルメディアに適用されるが、これらに限定されない）、眼球運動パターン、歩行及び姿勢分析並びに購入履歴を測定することができる。

ステアリング入力、加速、減速、制動、走行速度、ブレーキ及びアクセル力、ドア圧力センサ及び他の車両センサーを含む自動車／運行／乗車スタイルから他の行動観察を得ることができる。

運動、体温、テレビの使用（視聴チャンネル、視聴時間、眼球運動）、冷蔵庫の分析、加熱と冷却の分析、及びその他の‘スマートホーム’の分析を測定できる家庭またはオフィスのセンサから追加の行動観察を得ることができる。

また、自転車メーター（ペダル力、ペダル踏み、加速度、速度、取った経路、ＧＰＳ、高度計、自転車に乗る時間など）、歩数計、歩行分析測定などの他の測定装置から行動観察を得ることもできる。他の測定は、パンツ／ズボン、下着、靴下、靴、シャツ／Ｔシャツ、手袋、帽子／キャップ／ヘルメット、メガネ、時計、スマートウォッチ、手首及び足首バンドだけでなく、接着パッチを含む‘スマート衣類’から得られることができる。

行動データ収集ツール
ストレスプロファイラー１は、複数の行動情報収集ツールからの入力を受け入れる能力を含む。各行動情報収集ツールは、ユーザーのストレスを示すユーザーの行動態様を測定する。ストレスプロファイラー１で使用され得る適切な行動情報収集ツールの例は、以下を含むが、これに限定されない。
・アイトラッキングソフトウェア、
・ＧＰＳ対応型スマートフォンやスマートウォッチのような位置追跡装置、
・他の個人が所有して装置の近くの存在を追跡するブルートゥーストラッキングソフトウェア、
・インターネットのブラウズ履歴分析ソフトウェア、
・スマートフォン、スマートウォッチまたは他のウェアラブル装置、タブレット、またはコンピュータ加速度計、ジャイロスコープまたは高度計、
・特にＮＦＣ、Ｗｉ−Ｆｉまたはブルートゥースなどのような近接検知装置、特に強化された位置特異性（他の装置との近接性、強化された位置特異性）、
・キーストローク速度、ケイデンス、タイピングスタイル、圧力または‘力’検出（キーパッド、トラックパッド、スクリーン圧力センサー）、
・音声分析（トン、ケイデンス、単語及び語句検索）、通話時間、ダイヤル番号、発信時刻、
・使用された特定のアプリケーション、使用期間、使用されたアプリの時間、アプリ内分析（すべてのアプリ内の特性の使用）、キーワード検索、語句使用（一般的には、ワープロ、電子メール、メッセージング及びソーシャルメディアアプリケーションなどに適用されるが、これに限定されない）、歩行及び姿勢分析並びに購入履歴、
・ステアリング入力、加速、減速、制動、走行速度、ブレーキ及びアクセル力、ドア圧力センサ及び他の車両のセンサーを含む自動車／運行／乗車スタイル、
・運動、体温、テレビの使用（視聴チャンネル、視聴時間、眼球運動）、冷蔵庫分析、加熱と冷却の分析及び他の‘スマートホーム’の分析を測定できる家庭用またはオフィス用のセンサー、
・自転車メーター（ペダル力、ペダル踏み、加速度、速度、取った経路、ＧＰＳ、高度計、自転車に乗る時間など）、歩数計、歩行分析手段、及び
・パンツ／ズボン、下着、靴下、靴、シャツ／Ｔシャツ、手袋、帽子／キャップ／ヘルメット、メガネ、時計、スマートウォッチ、手首及び足首バンドだけでなく、接着パッチを含む‘スマート衣類’。

ストレスプロファイラー１は、まず、行動情報を収集するために、ユーザーからの許可を要求した後、ユーザーを妨げせずに、バックグラウンドで情報を定期的に収集する。

これらのツールは、コンピューティング装置、オンラインまたはスタンドアロンの外部装置に統合することができる。ツールが外部にある場合、ケーブルまたはワイヤレスブルートゥース接続のような適切な方法でコンピューティング装置に接続することができる。

認知機能データ
認知機能データは、集団内の人々に対して実行されたストレス関連認知機能測定を示す。

認知機能測定の例には、記憶検査の結果、反応時間測定及び意思決定テストの結果が含まれる。認知機能測定の精度と感度は、一般的に２つ以上の認知機能パラメータが測定されるとき、増加する。

認知機能または性能テストは、オンライン作業またはスマートウォッチ、スマートフォンまたは他のコンピューティング装置との相互作用の形態にすることができる。

人間の認知機能とストレスとの間の相関関係に対する文献がある。例えば：“Ｓｔｒｅｓｓ Ｅｆｆｅｃｔｓ ｏｎ Ｗｏｒｋｉｎｇ Ｍｅｍｏｒｙ， Ｅｘｐｌｉｃｉｔ Ｍｅｍｏｒｙ， ａｎｄ Ｉｍｐｌｉｃｉｔ Ｍｅｍｏｒｙ ｆｏｒ Ｎｅｕｔｒａｌ ａｎｄ Ｅｍｏｔｉｏｎａｌ Ｓｔｉｍｕｌｉ ｉｎ Ｈｅａｌｔｈｙ Ｍｅｎ”， Ｍａｔｈｉａｓ Ｌｕｅｔｈｉ， Ｂｅａｔ Ｍｅｉｅｒ， Ｃａｒｍｅｎ Ｓａｎｄｉ， Ｆｒｏｎｔｉｅｒｓ ｏｆ Ｂｅｈａｖｉｏｕｒａｌ Ｎｅｕｒｏｓｃｉｅｎｃｅ， ２００８； ２： ５。

認知機能データ収集ツール
ストレスプロファイラー１は、複数の認知機能情報収集ツールからの入力を受け入れる能力を含む。各認知機能情報収集ツールは、ユーザーのストレスを示すユーザーの認知機能の態様を測定する。ストレスプロファイラー１で使用され得る適切な認知機能情報収集ツールの例は、以下を含むが、これらに限定されない。
・ユーザの記憶をテストするソフトウェア、
・ユーザの反応時間をテストするソフトウェア、
・ユーザの関心、周辺視野及び理解度をテストするソフトウェア、
・ユーザの意思決定能力をテストするソフトウェア。

プロセッサは、ユーザーに１つ以上の認知機能テストを完了するようにメッセージを表示する。ユーザーがテストを行うことに同意すると、プロセッサは、ユーザーに簡単な認知機能テストを提示する。テストは、一般的に迅速に実行するべきであり、完了するのに５秒から２分程度かかることができる。メモリテストを通じて、後でユーザーが情報の一部を記憶することができる。

これらのツールは、コンピューティング装置、オンラインまたはスタンドアロンの外部装置に統合することができる。ツールが外部にある場合、ケーブルまたはワイヤレスブルートゥース接続のような適切な方法でコンピューティング装置に接続することができる。

実施形態１
この実施形態は、この実施例では、比較的小さな地理的エリア内で、集団の個人のそれぞれが関連する個別ストレス情報を提供するために、スマートフォン、スマートウォッチまたはタブレットコンピューティング装置を動作させるストレスプロファイラー１のモバイルバージョンである。

特に、集団内の複数の人々のそれぞれによって利用される装置は、モバイルアプリを含む。関連ストレス情報の一部は、ユーザーが手動で入力せずに、バックグラウンドでアプリによって収集され、残りの情報は、ユーザーの積極的な参加を必要とする。

前記で開示したように、集団内の各人は、自己管理ストレステストを通じてそれらを導くために、この装置を使用し、ストレスデータ及び個人データの両方をストレスプロファイラーに送信することが好ましい。そのような装置の一例は、２０１４年１１月１１日に出願された出願人の別の特許出願、すなわち、オーストラリア特許出願第２０１４９０４５２４号に記載された個人のストレスプロファイラーである。このようにして、個人のストレス評価は、スマートフォン、デスクトップコンピュータ、タブレット、またはスマートウォッチ、スマート衣類、ナノテクノロジーセンサーなどの他の適切な接続装置を使用して計算される。

一旦計算されると、このスコアは、Ｗｉ−Ｆｉ、モバイルまたは衛星接続及び／またはインターネットを介した従来の通信チャネル（利用可能な場合）を介して中央サーババンクに送信され、スコアは、ユーザーによって共有された以前に記録されたデータ（人口統計、性別、職業、ライフスタイルなど）と照合する。他のユーザーの身体ストレス評価は、同様に中央サーバによって照合され、複数のユーザーからの集団身体的ストレスデータを使用して集団または集団全体の身体的ストレススコアの平均を計算する。

特定の期間（分、時間、日、週、月、または年）にわたる集団ｘストレススコア（地理的位置、性別、職業、年齢など、または洗練されたサブカテゴリーに分類されるか、定義され得る）＝
ａ）ユーザーａ）指定された期間の身体的ストレススコア＋
ｂ）ユーザーｂ）指定された期間の身体的ストレススコア＋
ｃ）ユーザーｃ）指定された期間の身体的ストレススコア＋．．．．
．．．関連する人口中の多数の人々をために。

指定期間内の集団内の含まれたユーザー（すなわち、個人）の総数（ａ＋ｂ＋ｃ．．．／総人数に含まれたユーザーの数）＝指定された期間における集団Ｘ身体的ストレススコアで割る。

前記の例として、本発明のストレスレベル及びストレス耐性レベルのプロファイルを生成するためのシステム及び方法が利用され得る集団の一つは、米国マサチューセッツ州ケンブリッジの別の地理的位置である。特に、特定の事例に対する関連性のある集団は、ハーバード大学のキャンパスを構成する郊外の集団である。

マサチューセッツ州ケンブリッジの集団身体的ストレス測定値またはスコアは、この郊外のすべての活動的なユーザー（すなわち、集団内の複数の個人のそれぞれの一つ）の身体的ストレススコアを含む。集団の身体的ストレス測定値またはスコアは、同じ前記の接続された装置、すなわち、スマートフォン、タブレット、デスクトップコンピュータ、スマートウォッチなどを使用して毎日持続的に測定される。関連データは、Ｗｉ−Ｆｉ、移動通信ネットワークまたはインターネットを介した他の手段のような従来の通信チャネルを介して中央サーバに送信される。これらの身体的ストレススコアは、特に急性または短期間ストレスの非常に正確な尺度になり得る。

通常、マサチューセッツ州ケンブリッジにあるこのような集団全体の平均身体ストレススコアは、学年の初めに増加し、そして、再び試験期間及び／または学期の終了直前に増加すると予想される。一般的に、この平均身体的ストレススコアは、夏休み休暇の開始に伴って大幅に低下することが予想される。

本発明の範囲内で、マサチューセッツ州ケンブリッジの集団を１７歳から２８歳までの人々のみをさらに細分化することができる。若者のこのような‘サブ集団’（学生である可能性がある）を使用すると、データがこの期間中に、平均よりもさらに大きな身体的ストレススコアを提供すると予想される。

同様に、教授及びサポートスタッフなどの学術専門家の‘サブ集団’が選定されると、ストレスの他の‘集団パターン’が表示されるものであり、学問の開始部分に高度が示される可能性が非常に高いが、ほとんどの学術専門家の業務量が減って試験期間を中心に通常よりも低くなる。その後、試験結果に応じて学術専門家に相当なプレッシャーが加わる試験時間の直後に再び上昇する。

これらの多様な人口ストレスレベルは、大学の方針上に最も必要なときに、特定のサブ集団に向けてストレスマネジメントイニシアチブを制定して学生とスタップのよりよいサポートはもちろん、資源のより洗練された使用を可能にする。

公表された‘特定の期間の集団ｘ身体的ストレススコア’は、また、個人または‘特定の期間の集団ｘ身体的ストレススコア’を加重係数で乗じて重み付けて、比較をより正確且つ有用にするために、集団内の特異性または変動に適合するようにしたり、または季節変化などの特定の変数の変化の影響を説明する。

マサチューセッツ州ケンブリッジの前記例を続けるために、これは冬に深刻な寒さを経験する特定の地理的位置である。これは、寒い冬の間に職場に関連するストレスに関係なく、さらに特に寒い冬、過度に長期間の冬、一生に一度の吹雪／嵐などの身体的ストレススコアを上昇させることができる。職場のストレスとの干渉の好ましさまたは必要性に起因する正確なストレスレベルを区別するために、天気の影響は加重係数によって収容される必要がある。特に悪天気の期間を通じて集団の身体的ストレススコアを高めることは、必ずしも雇用者の懸念や介入を正当化するものではない。

この‘重み付け（ｗｅｉｇｈｔｉｎｇ）’のもう一つの例として、‘果実採取’による集団変動が激しい地理的位置を考慮する。自分自身の個々の身体的ストレス特性を有する季節労働者の流入は、その場所の平均身体ストレススコアに影響を与えることができる。‘季節的に調整された身体的ストレススコア’は、その場所に永続的に移動したり、または医療サービスの提供の計算や、全体的なストレスレベルの政治的発表の影響を計算するときに、個人に、より有用なデータを提供することができる。

これらの‘特定の期間の集団ｘ身体的ストレススコア’は、全体の集団のストレスレベルに対する外部及び環境的事件の影響を決定するために、交通、天気、政治発表、ニュースなどに関連する他のデータと相関させることができる。

再び、マサチューセッツ州ケンブリッジの前記の例を続ける。深刻な汚染産業が毎年数百万トンの有毒物質をボストンのすぐ上流にあるチャールズリバーに捨てることができるという政治的発表があったならば、ボストン地域の住民が動揺したり、ストレスを受けることもできる。

おそらく１００万人以上がストレスレベルが増加するのを目撃し、政治発表に対するリンクは、多くの面で非常に有用であり得る。ハーバード大学、ＭＩＴ及び、ボストン大学の経営陣は、スタップや学生のストレスレベルを理解し、これを大学業務負担に起因しない影響を与えるストレス要因に対応することができる。政府は、また、ボストン地域に対するストレスによって生産性の減少可能性を示し、医療費の増加の可能性を見せてくれることができるデータを格納するものであり、その結果、この情報は、政府が意思決定権に統合することができる具体的なデータを提供することができる。以前は利用できなかったプロセスを作った。生産性の損失と地域全体の医療費の増加は、新産業の経済的利益を上回る可能性がある。

本発明の精神または範囲を逸脱せずに、説明された実施形態の変形及び／または修正を実行することができる。従って、本実施形態は、すべての面で例示的であり、限定的ではないと見なされるべきである。

本明細書に記述された先行技術は、必要時に、先行技術がどの管轄においても、共通の一般的知識の一部を構成することを認めるものとして理解されるべきではない。

以下の特許請求の範囲及び本発明の前述した説明において、文脈が明示的な言語または必要な意味のために必要とする場合を除いて、単語“含む（comprises）”または“含む（comprising）”などの変形は、包括的な意味で使用され、これは明示された特徴の存在を特定するものであるが、本発明の様々な実施形態におけるさらなる特徴の存在または追加を排除するものではない。

Claims (28)

1. 複数の個人のストレスレベルを示すストレスレベル情報を生成する方法において、
   ネットワークを介して前記複数の個人のそれぞれに対する個別のストレス情報を受信するステップと、
   処理システムにおいて、前記複数の個人のそれぞれに対する個別のストレス情報を統計的に処理することにより、前記複数の個人のストレスレベルの統計値を生成するステップを含む、方法。
2. 複数の人から複数の個人を選択するために、複数の個人のそれぞれに対する個人情報を利用して処理システム内で、ネットワークを介して、複数の個人のそれぞれに対する個別のストレス情報を受信するステップを含む、請求項１に記載の方法。
3. 前記個人情報は、生年月日情報、出生地情報、性別情報、民族性情報、職業情報、郵便番号情報、教育情報、健康保険適用範囲情報、関係状況情報、子供情報数、ペット情報、運動習慣情報、食習慣情報、健康履歴情報及び現在使用されているストレス管理方法を示す情報のうち少なくとも一つを含む、請求項２に記載の方法。
4. ネットワークを介してストレス修正環境及びストレス修正事件のうち少なくとも一つを示す情報を受信するステップと、統計的測定におけるストレスの特徴をストレス修正環境及びストレス修正事件の少なくとも一つと相関させるステップを含む、請求項１に記載の方法。
5. 前記ストレスの特徴は、複数の個人のストレスレベルの統計値の変化を含む、請求項４に記載の方法。
6. 前記ストレス修正環境及びストレス修正事件の少なくとも一つは、インターネットキーワード検索行動情報、コンテンツ情報、ソーシャルメディアコミュニケーション情報の感情またはやトピック、日付情報、時刻情報、祝日情報、温度情報、湿度情報、天気情報、交通情報、ニュース情報、時事情報、消費者購買情報、金融市場情報、経済情報、発表情報、政治的事件情報、スポーツ事件情報、トピック事件情報、住宅ローン金利情報、住宅情報、雇用情報、調査情報、投票情報、投票スケジュール情報、ビジネス信頼情報、ビジネス投資情報及びビジネス生産性のうち少なくとも一つを含む、請求項４に記載の方法。
7. 前記処理システムにおいて、前記統計値を用いてストレス指数を生成するステップを含む、請求項１に記載の方法。
8. 複数のコンピューティング装置にストレス指数を送信する処理ステップを含む、請求項７に記載の方法。
9. 前記複数の個人のストレスレベルの統計的測定値を前記複数のコンピューティング装置に送信する処理システムのステップを含む、請求項８に記載の方法。
10. 複数の個人のそれぞれに対する個別のストレス情報は、複数の個人のそれぞれに対する心理測定情報、複数の個人のそれぞれに対する生理学的情報、複数の個人のそれぞれに対する行動情報、及び前記複数の個人のそれぞれに対する認知機能情報のうち少なくとも一つを含む、請求項１に記載の方法。
11. 複数の個人のそれぞれに対する個別のストレス情報は、複数の個人のそれぞれに対する心理測定情報、複数の個人のそれぞれに対する生理学的情報、複数の個人のそれぞれに対する行動情報、及び前記複数の個人のそれぞれに対する認知機能情報を含む、請求項１０に記載の方法。
12. 複数の個人のそれぞれに対するストレス情報は、複数の個人のそれぞれに対する心理測定情報を含む、請求項１０に記載の方法。
13. 電子ストレスアンケートに応答する複数の個人のそれぞれによる複数の個人のそれぞれに対する心理測定情報を生成するステップを含む、請求項１２に記載の方法。
14. 前記アンケートは、２つの部分に分けられており、それぞれが異なるセットの所定の質問を含み、前記の個人は、第１セットの質問に提供された応答と相関する所定の基準に基づいて、第２セットの質問が提示される、請求項１３に記載の方法。
15. 複数の個人のそれぞれに対する心理測定情報は、複数の個人のそれぞれに対する複数の慢性ストレスの指標などを示す、請求項１２に記載の方法。
16. 複数の個人のそれぞれに対するストレス情報は、複数の個人のそれぞれに対する生理学的情報を含む、請求項１０に記載の方法。
17. 複数の個人のそれぞれに対する生理学的情報を生成するステップを含む、請求項１６に記載の方法。
18. 複数の個人のそれぞれに対する生理学的情報を生成するステップは、複数の個人のそれぞれにおける複数の生理学的機能のそれぞれに対する情報を生成するステップを含む、請求項１７に記載の方法。
19. 複数の個人のそれぞれに対する生理学的情報を生成するステップは、心拍数情報、心拍数変動情報、呼吸数情報、呼吸数変動情報、血圧情報、身体運動情報、皮膚温度情報、皮膚またはヘアの分析、ＤＮＡ分析、血中酸素飽和度情報、表面筋電図情報、脳波検査情報、血液情報、唾液情報、皮膚伝導度情報、皮膚上で、または皮膚内で発見された化学物質に関する情報、尿情報のうち少なくとも一つを生成するステップを含む、請求項１８に記載の方法。
20. 複数の個人のそれぞれに対するストレス情報は、複数の個人のそれぞれに対する行動情報を含む、請求項１０に記載の方法。
21. 複数の個人のそれぞれに対する行動情報を生成するステップを含む、請求項２０に記載の方法。
22. 複数の個人のそれぞれに対する行動情報を生成するステップは、
    前記個人の眼球運動を示す眼球運動情報を生成するステップと、
    前記個人があった複数の位置などを示す位置情報を生成するステップと、
    前記個人に、複数の人の複数の装置が近接して存在することを示す近接機器情報を生成するステップと、
    前記個人に対するインターネット閲覧履歴情報を生成するステップと、
    前記個人に対するキーストローク速度、ケイデンス、タイピングスタイル、圧力または‘力’検出情報を生成するステップと、
    前記個人に対するトン、ケイデンス、単語及び語句探知情報を含む音声分析を生成するステップと、
    前記個人に対する通話時間、ダイヤル番号及び視覚呼び出し情報を含む電話使用分析を生成するステップと、
    前記個人に対するステアリング入力、加速、減速、制動、運転速度、ブレーキ及びアクセル力とドア圧力センサ情報からのデータを含む運転スタイルを生成するステップと、
    前記個人に対する視聴チャンネル、視聴時間及び視聴しながら眼球運動、視聴分析、冷蔵庫分析、加熱冷却分析情報を含む運動、体温、テレビ使用を生成するステップと、
    前記個人に対するペダル力、ペダル踏み、加速度、速度、取った経路、ＧＰＳデータ、高度計データ、自転車に乗る時間、万歩計データ情報を含む自転車データを生成するステップと、
    前記個人に対する万歩計のデータ及び歩行分析情報を生成するステップと、
    前記個人によるアプリケーションの利用を示すアプリケーション利用情報を生成するステップと、
    前記個人によるメディア消費を示すメディア消費情報を生成するステップと、
    前記個人の消費行動を示す消費行動情報を生成するステップと、
    前記個人によって実行される複数の食品の選択を示す食品選択情報を生成するステップと、
    前記個人の社会的外出活動を示す社会的外出情報を生成するステップと、
    前記個人によって取った休暇を示す休暇情報を生成するステップのうち少なくとも一つを含む、請求項２１に記載の方法。
23. 複数の個人のそれぞれに対するストレス情報は、複数の個人のそれぞれに対する認知機能情報を含む、請求項１０に記載の方法。
24. 複数の個人のそれぞれに対する認知機能の情報を生成するステップを含む、請求項２３に記載の方法。
25. 複数の個人のそれぞれに対する認知機能情報を生成するステップは、
    前記複数の個人のそれぞれに対する記憶機能を示す記憶機能情報を生成するステップと、
    前記複数の個人のそれぞれの反応時間を示す反応時間情報を生成するステップと、
    前記個人の注意力、周辺視力及び理解力を生成するステップと、
    前記複数の個人のそれぞれの意思決定能力を示す意思決定能力情報を生成するステップのうち少なくとも一つを含む、請求項２４に記載の方法。
26. 急性ストレスに反応する複数の個人のそれぞれを示すストレス耐性スコアを生成するステップを含む、請求項１に記載の方法。
27. ストレス耐性スコアは、複数の個人が急性ストレス事件に対する任意の反応を示す場合、前記複数の個人が急性ストレス事件に反応するのにかかる時間の一つ以上を示し、そうであれば、急性ストレス事件に対する複数の個人によって示される反応の程度及び複数の個人のストレス情報が急性ストレス期間後にベースラインレベルに戻るのにかかった時間を示す、請求項２６に記載の方法。
28. 複数の個人のストレスレベルを示すストレスレベル情報を生成する処理システムにおいて、前記システムが、
    前記ネットワークを介して前記複数の個人のそれぞれに対する個別のストレス情報を受信するように構成された受信機と、
    前記複数の個人のそれぞれに対する前記個別のストレス情報を統計的に処理することにより、前記複数の個人のストレスレベルに対する統計値を生成するように構成された統計値生成装置を含む、処理システム。

Images