JP2023506385A - 生活習慣スコアリングシステム及び方法 - Google Patents

生活習慣スコアリングシステム及び方法 Download PDF

Info

Publication number
JP2023506385A
JP2023506385A JP2022529947A JP2022529947A JP2023506385A JP 2023506385 A JP2023506385 A JP 2023506385A JP 2022529947 A JP2022529947 A JP 2022529947A JP 2022529947 A JP2022529947 A JP 2022529947A JP 2023506385 A JP2023506385 A JP 2023506385A
Authority
JP
Japan
Prior art keywords
amount
sleep
output value
score
lifestyle
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
JP2022529947A
Other languages
English (en)
Inventor
ダニエラ プロゾロフスカイア，
マイケル， ダミアン メハーズ，
チェン チェン，
ヒラリー ジェーン グリーン，
Original Assignee
ソシエテ・デ・プロデュイ・ネスレ・エス・アー
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by ソシエテ・デ・プロデュイ・ネスレ・エス・アー filed Critical ソシエテ・デ・プロデュイ・ネスレ・エス・アー
Publication of JP2023506385A publication Critical patent/JP2023506385A/ja
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
    • G16H20/70—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to mental therapies, e.g. psychological therapy or autogenous training
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
    • G16H20/30—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to physical therapies or activities, e.g. physiotherapy, acupressure or exercising
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
    • G16H20/60—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to nutrition control, e.g. diets
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
    • G16H40/60—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices
    • G16H40/67—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices for remote operation

Landscapes

  • Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Public Health (AREA)
  • Medical Informatics (AREA)
  • Primary Health Care (AREA)
  • General Health & Medical Sciences (AREA)
  • Epidemiology (AREA)
  • Psychology (AREA)
  • Data Mining & Analysis (AREA)
  • Psychiatry (AREA)
  • Hospice & Palliative Care (AREA)
  • Developmental Disabilities (AREA)
  • Child & Adolescent Psychology (AREA)
  • Biomedical Technology (AREA)
  • Social Psychology (AREA)
  • Databases & Information Systems (AREA)
  • Pathology (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Biophysics (AREA)
  • Physical Education & Sports Medicine (AREA)
  • Nutrition Science (AREA)
  • Medical Treatment And Welfare Office Work (AREA)
  • Measuring And Recording Apparatus For Diagnosis (AREA)

Abstract

個人の生活習慣の健康状態を評価するための、生活習慣スコアリングシステム及び方法が提供される。システム及び方法は、身体活動スコア、睡眠スコア、及び食事摂取スコアに基づいて、生活習慣スコアを決定する。身体活動スコアは、個人が日常的に行う身体活動の量の測定値である。睡眠スコアは、個人が眠っている期間の測定値である。食事摂取スコアは、個人の食生活の健康状態の測定値であり、個人が摂取する栄養素及びエネルギーの量を考慮する。身体活動、睡眠、及び食事摂取スコアは、総合的な生活習慣スコアに対するそれらの影響を相関させるように加重される。身体活動及び睡眠の測定値を決定するデータは、ウェアラブルデバイスによって自動的に収集され得る。【選択図】 図８

Description

[0001]世界的に平均余命が延びているが、より長く生きることは、必ずしも良好な健康状態で生きていることを意味するものではない。より長く、かつより良好な健康状態で生きるために、個人は、より健康的な習慣を採用し、それを維持する必要がある。喫煙しない、健康的な体重を維持する、身体的に活動的である、及び健康的な食生活を厳守するなどのより健康的な習慣は、平均余命を大幅に延ばし、延びた平均余命の質を高めることができる。健康的な生活習慣は、身体的、精神的、及び社会的な幸福を向上させ、非感染性疾患（Ｎｏｎ-Ｃｏｍｍｕｎｉｃａｂｌｅ Ｄｉｓｅａｓｅ、ＮＣＤ）の発症リスクを低下させ、健康的な老化につながり、最終的には、生活のより多くの態様を楽しむのに役立つ生活様式である。したがって、個人は、健康的な生活習慣を達成するための、正しい情報、適切なリソース、並びに機会が必要である。
[0002]個人の生活習慣は複雑であり、かつ個人の生活習慣の健康状態に寄与する多数の因子又は生活習慣構成要素を含む。例えば、これらの生活習慣構成要素は、とりわけ、身体活動、食生活、喫煙、人体計測値、アルコール摂取、座位行動、睡眠時間、社会的支援及びネットワーク、睡眠の質、心肺フィットネス、メンタルヘルス対処戦略、授乳、社会的地位、睡眠の規則性、並びに食糧不安を含み得る。生活習慣構成要素の数に関する健康的な習慣と不健康な習慣の様々な組み合わせは、個人の健康、及び個人の生活習慣が健康的であると見なされ得るかどうかに対して、様々な影響を及ぼす可能性がある。
[0003]医療従事者、利害関係者、公衆衛生機関、更には各国の政府の、より健康的な生活習慣を推進するための試みにもかかわらず、心血管疾患（Ｃａｒｄｉｏｖａｓｃｕｌａｒ Ｄｉｓｅａｓｅ、ＣＶＤ）、癌、及び糖尿病などの非感染性疾患（ＮＣＤ）の発生率は、依然として世界的に増加している。これは、世界人口の大部分が、不健康な習慣、及び不十分な生活習慣の選択を採用していることを意味するものと思われる。人間の行動は、内的刺激と外的刺激との複雑な相互作用の結果である。性格特性及び遺伝的性質が一因となる一方で、人生経験、教育、社会、及び文化も同様に、我々の行動に大きな影響を与える。したがって、これらの相互作用に取り組み、より健康的な生活習慣の選択に向けて態度及び行動を変化させるように個人を力づけることができる公衆衛生ソリューションが望まれている。
[0004]健康的な生活習慣と不健康な生活習慣の様々な組み合わせの個人の健康に対する効果に関して、多数の研究が行われている。食生活と身体活動の組み合わせに対する影響は、Ｄａｎｋｅｌ，ｅｔ ａｌ．，Ｐｈｙｓｉｃａｌ ａｃｔｉｖｉｔｙ ａｎｄ ｄｉｅｔ ｏｎ ｑｕａｌｉｔｙ ｏｆ ｌｉｆｅ ａｎｄ ｍｏｒｔａｌｉｔｙ：ｔｈｅ ｉｍｐｏｒｔａｎｃｅ ｏｆ ｍｅｅｔｉｎｇ ｏｎｅ ｓｐｅｃｉｆｉｃ ｏｒ ｂｏｔｈ ｂｅｈａｖｉｏｒｓ，Ｉｎｔｅｒｎａｔｉｏｎａｌ ｊｏｕｒｎａｌ ｏｆ ｃａｒｄｉｏｌｏｇｙ，２０２，３２８－３３０。（２０１６）で研究された。身体活動と座位行動の組み合わせに対する影響は、Ｌｏｐｒｉｎｚｉ，Ｐ．Ｄ．，Ｊｏｉｎｔ ａｓｓｏｃｉａｔｉｏｎｓ ｏｆ ｏｂｊｅｃｔｉｖｅｌｙ－ｍｅａｓｕｒｅｄ ｓｅｄｅｎｔａｒｙ ｂｅｈａｖｉｏｕｒ ａｎｄ ｐｈｙｓｉｃａｌ ａｃｔｉｖｉｔｙ ｗｉｔｈ ｈｅａｌｔｈ－ｒｅｌａｔｅｄ ｑｕａｌｉｔｙ ｏｆ ｌｉｆｅ，Ｐｒｅｖｅｎｔｉｖｅ ｍｅｄｉｃｉｎｅ ｒｅｐｏｒｔｓ，２，９５９－９６１（２０１５）で研究された。前述の２つの研究のどちらも、健康関連の生活の質（ＨｅａｌｔｈＲｅｌａｔｅｄ Ｑｕａｌｉｔｙ ｏｆ Ｌｉｆｅ、ＨＲＱＯＬ）のアウトカムに対して検査され、食生活も身体活動も単独では、研究のアウトカムと有意に関連していなかった。しかし、身体活動と食生活の組み合わせ、及び、身体活動と座位行動の組み合わせについては、関連性が有意であった。
[0005]体力、人体計測値、及び、喫煙の組み合わせから、並びに食生活、身体活動、人体計測値、喫煙、及びアルコール摂取の組み合わせから、（１）喫煙、並びに（２）喫煙、ＢＭＩ、及び高度に加工された肉の組み合わせのみが、それぞれ男女共に寿命と関連していた。Ｈｅｉｒ，Ｔ．，Ｅｒｉｋｓｓｅｎ，Ｊ．，＆ Ｓａｎｄｖｉｋ，Ｌ．，Ｌｉｆｅ ｓｔｙｌｅ ａｎｄ ｌｏｎｇｅｖｉｔｙ ａｍｏｎｇ ｉｎｉｔｉａｌｌｙ ｈｅａｌｔｈｙ ｍｉｄｄｌｅ－ａｇｅｄ ｍｅｎ：ｐｒｏｓｐｅｃｔｉｖｅ ｃｏｈｏｒｔ ｓｔｕｄｙ，ＢＭＣ ｐｕｂｌｉｃ ｈｅａｌｔｈ，１３（１），８３１（２０１３）。Ｌｉ，Ｋ．，Ｈｕｓｉｎｇ，Ａ．，＆ Ｋａａｋｓ，Ｒ．，Ｌｉｆｅｓｔｙｌｅ ｒｉｓｋ ｆａｃｔｏｒｓ ａｎｄ ｒｅｓｉｄｕａｌ ｌｉｆｅ ｅｘｐｅｃｔａｎｃｙ ａｔ ａｇｅ ４０：ａ Ｇｅｒｍａｎ ｃｏｈｏｒｔ ｓｔｕｄｙ，ＢＭＣ ｍｅｄｉｃｉｎｅ，１２（１），５９（２０１４）。
[0006]喫煙者に関しては、食生活と身体活動の組み合わせを考慮した場合、身体活動単独だけでなく、この２つの組み合わせも、炎症と有意に関連していた。Ｌｏｐｒｉｎｚｉ，Ｐ．Ｄ．，＆ Ｗａｌｋｅｒ，Ｊ．Ｆ．，Ｃｏｍｂｉｎｅｄ ａｓｓｏｃｉａｔｉｏｎ ｏｆ ｐｈｙｓｉｃａｌ ａｃｔｉｖｉｔｙ ａｎｄ ｄｉｅｔ ｗｉｔｈ Ｃ－ｒｅａｃｔｉｖｅ ｐｒｏｔｅｉｎ ａｍｏｎｇ ｓｍｏｋｅｒｓ，Ｊｏｕｒｎａｌ ｏｆ Ｄｉａｂｅｔｅｓ ＆ Ｍｅｔａｂｏｌｉｃ Ｄｉｓｏｒｄｅｒｓ，１４（１），５１（２０１５）。
[0007]身体活動とＢＭＩの組み合わせは、組み合わせでも単独でも、２型糖尿病と関連していた。Ｃｌｏｏｓｔｅｒｍａｎｓ，Ｌ．，ｅｔ ａｌ．，Ｉｎｄｅｐｅｎｄｅｎｔ ａｎｄ ｃｏｍｂｉｎｅｄ ｅｆｆｅｃｔｓ ｏｆ ｐｈｙｓｉｃａｌ ａｃｔｉｖｉｔｙ ａｎｄ ｂｏｄｙ ｍａｓｓ ｉｎｄｅｘ ｏｎ ｔｈｅ ｄｅｖｅｌｏｐｍｅｎｔ ｏｆ Ｔｙｐｅ ２ Ｄｉａｂｅｔｅｓ－ａ ｍｅｔａ－ａｎａｌｙｓｉｓ ｏｆ ９ ｐｒｏｓｐｅｃｔｉｖｅ ｃｏｈｏｒｔ ｓｔｕｄｉｅｓ，Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｊｏｕｒｎａｌ ｏｆ Ｂｅｈａｖｉｏｕｒａｌ Ｎｕｔｒｉｔｉｏｎ ａｎｄ Ｐｈｙｓｉｃａｌ Ａｃｔｉｖｉｔｙ，１２（１），１４７（２０１５）。更に、肺機能は、座位行動と喫煙の組み合わせと、組み合わせでも単独でも、有意に関連していた。Ｃａｍｐｂｅｌｌ Ｊｅｎｋｉｎｓ，Ｂ．Ｗ．，ｅｔ ａｌ．，Ｊｏｉｎｔ ｅｆｆｅｃｔｓ ｏｆ ｓｍｏｋｉｎｇ ａｎｄ ｓｅｄｅｎｔａｒｙ ｌｉｆｅｓｔｙｌｅ ｏｎ ｌｕｎｇ ｆｕｎｃｔｉｏｎ ｉｎ Ａｆｒｉｃａｎ Ａｍｅｒｉｃａｎｓ：ｔｈｅ Ｊａｃｋｓｏｎ Ｈｅａｒｔ Ｓｔｕｄｙ ｃｏｈｏｒｔ，Ｉｎｔｅｒｎａｔｉｏｎａｌ ｊｏｕｒｎａｌ ｏｆ ｅｎｖｉｒｏｎｍｅｎｔａｌ ｒｅｓｅａｒｃｈ ａｎｄ ｐｕｂｌｉｃ ｈｅａｌｔｈ，１１（２），１５００－１５１９ （２０１４）。
[0008]個人の生活習慣を測定するための１つの方法は、上記のような集団ベースの研究から生活習慣の曝露の健康への影響を導き出し、生活習慣の曝露の異なる組み合わせと、死亡率、ＮＣＤの発生率、又は関連する健康関連バイオマーカーなどの健康アウトカムとを、相関させることである。更に、健康に影響を与える因子として良く知られ、確立されている生活習慣の曝露を、最終的な生活習慣のスコアが用量反応的に健康アウトカムと相関するような方法でスコアリングすることができる。
[0009]しかし、個人の生活習慣を評価及びスコアリングすることは複雑である。生活習慣の健康状態を評価及びスコアリングする複雑さは、少なくとも部分的に、人間がその行動において必ずしも一貫していないためである。一部の個人は、健康的な生活習慣と不健康な生活習慣の両方の混合した組み合わせを採用し、この組み合わせは、個人の人生の中で変化し得る。自己報告方法は、通常、自己報告の頻度が少ないため、生活習慣の行動的ばらつきを捕捉しないことが多い。
[0010]個人の生活習慣構成要素の組み合わせを生活習慣スコアに抽出する１つの方法は、考慮される生活習慣構成要素ごとに二値変数が作成される二分法スコアリングシステム（ｄｉｃｈｏｔｏｍｏｕｓｓｃｏｒｉｎｇ ｓｙｓｔｅｍ）によるものである。例えば、この方法は、特定の生活習慣構成要素の公的推奨が満たされているか（例えば、健康的＝１点）又は満たされていないか（例えば、不健康＝０点）に基づき得る。総生活習慣スコアは、各二値変数の個々のスコアの加重されていない合計であり得、カットオフは、「健康的」対「不健康」と見なされるものと定義され得る。
[0011]個人の生活習慣構成要素の組み合わせを生活習慣スコアに抽出する別の方法は、定量的な離散変数によるものである。この方法では、二分された変数（例えば、はい又はいいえ）の代わりに、各生活習慣構成要素は、３つ以上のレベルの「健康状態」又はリスクを有し得る。各レベル間のカットオフは設定され得、割り当てられた点の値と関連し得る。総生活習慣スコアは、点の値の加重されていない合計であり得、カットオフは、「健康的」対「不健康」と見なされるものと定義され得る。例えば、簡易生活習慣リスクスコア（ＳｉｍｐｌｅＬｉｆｅｓｔｙｌｅ Ｒｉｓｋ Ｓｃｏｒｅ、ＳＬＲＳ）は、そのＣＶＤの確立された生物学的リスク因子との関連を研究するために開発された。ＳＬＲＳは、各変数に対して、各四分位数に対して増加したリスク点が与えられるように開発された。第４の四分位数に位置する対象（例えば、タバコ消費に対して）は、最高のリスク点を受け取った。したがって、各変数は、対象の値がどの四分位数に配置されたかに応じて、１、２、３、又は４点を有することができる。４つの生活習慣メトリクスのそれぞれの四分位数における各対象の順位付けを使用して、４（より低いリスク）から１６点（より高いリスク）までの範囲の全体的な生活習慣リスクスコアを生成した。Ｌｅｖｅｓｑｕｅ，Ｖ．，Ｐｏｉｒｉｅｒ，Ｐ．，Ｄｅｓｐｒｅｓ，Ｊ．Ｐ．，＆ Ａｌｍｅｒａｓ，Ｎ．，Ｒｅｌａｔｉｏｎ Ｂｅｔｗｅｅｎ ａ Ｓｉｍｐｌｅ Ｌｉｆｅｓｔｙｌｅ Ｒｉｓｋ Ｓｃｏｒｅ ａｎｄ Ｅｓｔａｂｌｉｓｈｅｄ Ｂｉｏｌｏｇｉｃａｌ Ｒｉｓｋ Ｆａｃｔｏｒｓ ｆｏｒ Ｃａｒｄｉｏｖａｓｃｕｌａｒ Ｄｉｓｅａｓｅ，Ｔｈｅ Ａｍｅｒｉｃａｎ ｊｏｕｒｎａｌ ｏｆ ｃａｒｄｉｏｌｏｇｙ，１２０（１１），１９３９－１９４６ （２０１７）。
[0012]別の例では、非肥満の韓国人成人におけるメタボリックシンドロームリスクに対する自己評価スコアが開発された。Ｌｅｖｅｓｑｕｅ，Ｖ．，Ｐｏｉｒｉｅｒ，Ｐ．，Ｄｅｓｐｒｅｓ，Ｊ．Ｐ．，＆ Ａｌｍｅｒａｓ，Ｎ．，Ｒｅｌａｔｉｏｎ Ｂｅｔｗｅｅｎ ａ Ｓｉｍｐｌｅ Ｌｉｆｅｓｔｙｌｅ Ｒｉｓｋ Ｓｃｏｒｅ ａｎｄ Ｅｓｔａｂｌｉｓｈｅｄ Ｂｉｏｌｏｇｉｃａｌ Ｒｉｓｋ Ｆａｃｔｏｒｓ ｆｏｒ Ｃａｒｄｉｏｖａｓｃｕｌａｒ Ｄｉｓｅａｓｅ，Ｔｈｅ Ａｍｅｒｉｃａｎ ｊｏｕｒｎａｌ ｏｆ ｃａｒｄｉｏｌｏｇｙ，１２０（１１），１９３９－１９４６ （２０１７）。多変量ロジスティック回帰モデル係数（ベータ係数）を使用して、各変数カテゴリにスコアを割り当てた。この結果、例えば、ＢＭＩの場合、＜２１ｋｇ／ｍ２のＢＭＩについては０、２１＜２３ｋｇ／ｍ２間のＢＭＩについては２、２３＜２４ｋｇ／ｍ２間のＢＭＩについては３、及び２４＜２５ｋｇ／ｍ２間のＢＭＩについては４点、という４つのスコアが可能であった。最終スコアは最大１３をもたらし、７以上のスコアは、メタボリックシンドロームのリスクが高いことを意味する。
[0013]個人の生活習慣構成要素の組み合わせを生活習慣スコアに抽出する別の方法は、それぞれの生活習慣構成要素に割り当てられた加重を使用することによる。この方法では、各生活習慣因子は、その独立した効果の大きさに従って加重され得る。例えば、健康的な生活習慣スコア（ＨｅａｌｔｈｙＬｉｆｅｓｔｙｌｅ Ｓｃｏｒｅ、ＨＬＳ）は、女性の心不全のリスクに対するその影響を理解するために開発された。Ａｇｈａ，Ｇ．，Ｌｏｕｃｋｓ，ｅｔ ａｌ．，Ｈｅａｌｔｈｙ ｌｉｆｅｓｔｙｌｅ ａｎｄ ｄｅｃｒｅａｓｉｎｇ ｒｉｓｋ ｏｆ ｈｅａｒｔ ｆａｉｌｕｒｅ ｉｎ ｗｏｍｅｎ：ｔｈｅ Ｗｏｍｅｎ’ｓ Ｈｅａｌｔｈ Ｉｎｉｔｉａｔｉｖｅ ｏｂｓｅｒｖａｔｉｏｎａｌ ｓｔｕｄｙ．Ｊｏｕｒｎａｌ ｏｆ ｔｈｅ Ａｍｅｒｉｃａｎ Ｃｏｌｌｅｇｅ ｏｆ Ｃａｒｄｉｏｌｏｇｙ，６４（１７），１７７７－１７８５（２０１４）。各二分法生活習慣因子は、最初に、心不全リスクに対する、その独立した効果の大きさ（例えば、他の二分法生活習慣因子に対して調整されたベータ係数）に従って加重された。したがって、スコアは、加重されていないＨＬＳについては０～４、加重されたＨＬＳについては０～１．５５の範囲であった。両方のスコアについて、より高いスコアは、より健康的な生活習慣を意味する。別の例では、健康行動スコア（ＨｅａｌｔｈＢｅｈａｖｉｏｒ Ｓｃｏｒｅ、ＨＢＳ）は、癌及び心血管疾患の死亡リスクに対するその影響を理解するために開発された。Ａｎｄｅｒｓｅｎ，Ｓ．Ｗ．，ｅｔ ａｌ．，Ｃｏｍｂｉｎｅｄ ｉｍｐａｃｔ ｏｆ ｈｅａｌｔｈ ｂｅｈａｖｉｏｕｒｓ ｏｎ ｍｏｒｔａｌｉｔｙ ｉｎ ｌｏｗ－ｉｎｃｏｍｅ Ａｍｅｒｉｃａｎｓ，Ａｍｅｒｉｃａｎ ｊｏｕｒｎａｌ ｏｆ ｐｒｅｖｅｎｔｉｖｅ ｍｅｄｉｃｉｎｅ，５１（３），３４４－３５５（２０１６）。ＨＢＳ加重スコアは、５つの健康行動のレベルについて、コホート全体の間の全死因死亡率に対する調整されたリスク推定値を使用した。各変数について、準拠集団にはゼロの値を割り当て、変数の他のカテゴリについては、点推定値を加重された値として使用した。加重は合計され、四分位数でグループ化された。スコアの上位２５％の個人を四分位数１（例えば、最も健康的でない生活習慣）に配置し、比較のための準拠集団として使用した。
[0014]しかし、個人が行動の健康状態を高めるのを助けるためのツールとして、個人の生活習慣を単一スコアに抽出することは、技術的な課題である。個人の生活習慣は複雑であり、かつ個人の生活習慣の健康状態に多かれ少なかれ寄与する多数の因子又は生活習慣構成要素を含む。したがって、上記の典型的な健康又は生活習慣のスコアリング方法は、多数の欠点を有する。例えば、各生活習慣因子について「健康的な」行動対「不健康な」行動を定義するための二分法カットオフの使用は、個人の行動がどれくらい健康的又は不健康であり得るかに範囲があることを無視する。したがって、行動が「健康的」と見なされるカットオフをわずかに超えている個人は、最良（例えば、１０点満点中１０点）までのスケールで、個人の行動が許容可能（例えば、１０点満点中７点）などとスコアリングされた場合よりも、より健康的になるために個人の行動を更に改善する意欲が低くなり得る。いくつかの典型的なスコアリング方法の別の欠点は、総合的な健康又は生活習慣スコアを計算するときに、各生活習慣構成要素に等しい加重を適用することである。これらの方法は、特定の生活習慣構成要素が個人の総合的な健康に対してより大きな効果を有しており、したがって、個人の健康又は生活習慣を最も正確に評価するために、生活習慣構成要素に応じて加重されるべきであることを無視している。
[0015]いくつかの典型的なスコアリング方法の別の欠点は、総合的なスコアを決定するために自己報告に依存していることである。例えば、個人は、データを一貫して自己報告することができないことが多く、したがって、スコアリング方法は、完全なデータセットよりも少ないデータでスコアを生成したため、正確ではないスコアを出力し得る。更に、いくつかの典型的なスコアリング方法は、個人の健康に重要な影響を与える生活習慣構成要素を計算に含められない。したがって、個人の生活習慣の健康状態が単一スコアにどのように抽出され得るかを改善するシステム及び方法は、行動の健康状態を改善する際に個人を支援することが望ましい。
[0016]本開示は、個人の生活習慣の健康状態をスコアリングするための新しく革新的なシステム及び方法を提供する。提供されるシステム及び方法は、身体活動スコア、睡眠スコア、及び食事摂取スコアを決定することに基づいて、生活習慣スコアを決定する。身体活動スコアは、最小推奨身体活動量に到達するように、個人が行動を改善し続けることを促進するのに役立つような方法で構造化された、身体活動の区分的連続関数の出力値である。身体活動の区分的関数は、入力として身体活動の量を使用する。例えば、身体活動の量は、進んだ歩数量であり得る。個人の身体活動の量を決定するために使用されるデータは、個人のウェアラブルデバイス（例えば、加速度計センサを有する腕時計）によって自動的に収集され得る。
[0017]睡眠スコアは、個人の睡眠時間を評価するように構造化された区分的連続関数の出力値である。睡眠の区分的連続関数は、入力として睡眠の量を使用する。いくつかの例では、睡眠スコアの区分的連続関数は、個人の別々の年齢範囲に対して異なって構造化され得る。個人の睡眠時間を決定するために使用されるデータは、個人のウェアラブルデバイス（例えば、加速度計センサを有する腕時計）によって自動的に収集され得る。
[0018]食事摂取スコアは、エネルギースコアを乗算した平均栄養素スコアから決定される。平均栄養素スコアは、栄養素スコアのセットの平均である。そのセットの各栄養素スコアは、特定の栄養素に対応し、特定の栄養素に対応する区分的連続関数の出力値である。例えば、栄養素によって、摂取すると健康的である量若しくは不健康である量、又は個人の身体が許容することができる量が異なる。各栄養素の区分的連続関数は、入力としてそれぞれの栄養素の量を使用する。個人の栄養素消費を決定するために使用されるデータは、個人によるデータ入力に基づき得る。
[0019]エネルギースコアは、個人が摂取するエネルギーの量（例えば、カロリー）の健康状態を評価するための区分的連続関数の出力値である。エネルギーの区分的連続関数は、入力としてエネルギーの量を使用する。個人の食事摂取の健康状態に対して、個人が摂取するエネルギーの重要性をより正確に反映するために、食事摂取スコアを決定する際に、平均栄養素スコアにエネルギースコアを乗算する。個人のエネルギー摂取を決定するために使用されるデータは、個人によるデータ入力に基づき得る。
[0020]生活習慣スコアは、身体活動スコア、睡眠スコア、及び食事摂取スコアの加重合計によって決定される。それぞれのスコアのそれぞれに割り当てられた加重は、個人の生活習慣の総合的な健康状態に対する各スコアの重要性を反映するように決定され得る。生活習慣スコアの総範囲は、個人が生活習慣の健康状態を評価し得るように、健康状態のカテゴリにセグメント化され得る。
[0021]
本開示の一態様による、生活習慣スコアを提供するための例示的なシステムのボックス図を示す。 本開示の一態様による、例示的な区分的連続身体活動関数を示す。 個人が最適な身体活動の量をどのように達成し得るかの様々なシナリオを示す図を示す。 異なるスコアリングシステムに対していくつかの身体活動量を比較するグラフを示す。 本開示の一態様による、例示的な区分的連続睡眠関数を示す。 本開示の一態様による、健康的な範囲を有する栄養素の例示的な区分的連続栄養素関数を示す。 本開示の一態様による、摂取量要件を有さない栄養素の例示的な区分的連続栄養素関数を示す。 本開示の一態様による、例示的な区分的連続エネルギー関数を示す。 本開示の一態様による、生活習慣スコアを決定し、それを表示させるための、例示的な方法のフローチャートを示す。 提供されたシステムと比較した４つのシステムの平均スコア間の比較を示す。 健康関連の生活の質（ＨＲＱＯＬ）及び全死因死亡率に対する食生活及び身体活動の相対的な影響を示すグラフを示す。 様々な生活習慣変数に関して、各プロットの左側にある男性と、各プロットの右側にある女性を比較したプロットを示す。 様々な生活習慣変数に関して、各プロットの左側にある男性と、各プロットの右側にある女性を比較したプロットを示す。 各プロットの左側の男性と、各プロットの右側にある女性を比較した異なる健康アウトカムの分布を示すプロットを示す。
[0034]個人の生活習慣は複雑であり、かつ個人の生活習慣の健康状態に寄与する多数の因子又は生活習慣構成要素を含む。したがって、個人が彼らの行動の健康状態を高めるのを助けるためのツールとして、個人の生活習慣を単一スコアに抽出することは、技術的な課題である。スマートフォンのアプリケーションを介する、大規模、低コストで長期的な健康介入は、潜在的にソリューションである。例えば、多くのスマートフォンユーザは、健康アプリケーションをダウンロードして食生活を追跡するか、又は体重、睡眠、若しくは運動を監視する。最近のアプリケーションは、ウェアラブルによって収集された種々の活動に関するデータにアクセスするか、又は同様のセンサを組み込んでデータを生成し、それを使用してユーザが習慣を監視するのを助けることができる。最近のウェアラブルデバイス及び適切なセンサを有するいくつかのスマートフォンアプリケーションは、消費者の生活習慣を監視するための有用なツールであるだけでなく、健康データを評価及び収集するために研究者にとって価値のある手段でもある。デバイス及びアプリケーションは、データを自動的に収集するようにプログラムされているので、個人情報を報告するために個人の記憶及び意思に依存しなければならないというデータ収集の偏りを取り除く。ウェアラブルを使用することにより、生活習慣構成要素への継続的かつ長期的な曝露を捕捉することだけでなく、生活習慣構成要素の異なる組み合わせ及び個人の生活の経過における生活習慣構成要素のばらつきが、どのように健康に影響を与えるかを理解することが可能である。例えば、生活習慣の行動の特定の組み合わせは、他の組み合わせよりも有害であり得、これはリスク因子間の相乗関係を示唆している。
[0035]個人の生活習慣を評価するために使用される最も一般的な生活習慣因子は、食生活、身体活動、ＢＭＩ及び他の人体計測値、喫煙、並びにアルコール摂取であることが見出された。しかし、これらの生活習慣因子の全てが、ウェアラブルデバイスによって自動的に捕捉されるとは限らないこともある。更に、人体計測値、及びフィットネス特性は、必ずしも生活習慣の行動ではなく、生活習慣の行動、及び遺伝などの他の因子の結果と見なすことができる。
[0036]したがって、本開示は、個人の身体活動、睡眠時間、及び食事摂取量を考慮することによって、個人の健康及び／又は生活習慣をスコアリングするための典型的なシステム及び方法を改善する、個人の生活習慣を単一スコアに抽出するためのスコアリングシステム及び方法を提供する。例えば、提供されるスコアリングシステム及び方法は、個人の行動を、複数のカテゴリ別行動の健康状態の範囲、及び総合的な生活習慣の健康状態の範囲に抽出することによって、二分法スコアリングシステムを改善する。したがって、個人は、生活習慣の総合的な健康状態を改善するために、どの行動を改善するか、又はどのようにその行動を改善するかを決定するときに使用することができるより多くの情報が提供される。更に、提供されるシステム及び方法は、単一の「健康的な」スコアではなく、スコアを健康状態のレベルに分類することによって、行動の健康状態を高め続けるように個人の意欲を高めるのに役立ち得る。
[0037]本明細書にて開示されている生活習慣スコアリングシステム及び方法は、個人の生活習慣の総合的な健康状態に対する特定の生活習慣構成要素の不均一な重要度を認識することによって、定量的な離散変数スコアリング方法を更に改善する。例えば、加重は、各構成要素の有意性を最も正確に表現するために、総合的なスコアに含まれる各生活習慣構成要素に割り当てられる。
[0038]提供されるスコアリングシステム及び方法は、更に、（１）ウェアラブルデバイスでデータを自動的に収集することと、（２）ウェアラブルデバイスによって測定され得る生活習慣構成要素に基づいて生活習慣スコアを決定することと、（３）考慮された生活習慣構成要素に、個人の生活習慣の総合的な健康状態に対する各生活習慣構成要素の相対的な重要性を反映する加重を割り当てることと、によって、多変量線形回帰モデル法、及び個々の構成要素に加重を割り当てる他の方法を改善する。上記の３つの特徴を有する生活習慣スコアを決定することによって、提供される生活習慣スコアリングシステム及び方法は、典型的な加重スコアリング方法よりも、個人の生活習慣の健康状態をより正確に表現する生活習慣スコアを決定する。
[0039]したがって、本明細書にて開示されているスコアリングシステム及び方法は、データを自動的に収集し、サブスコアを含む単一スコアを決定し、個人が彼らの生活習慣の選択を追跡するために使用する、便利な自己監視ツールを提供する。更に、提供されるシステム及び方法は、自制に向けて個人を力づけ、行動変化及び／又は行動維持を促進するような方法で、総合的な生活習慣スコアを決定する際に、正のスコアを健康的な行動に、かつ負のスコアを不健康な行動に属させる。例えばウェアラブルデバイスからの、提供されたシステムの自動データ収集は、個人の自己報告に依存するシステム及び方法と比較して、個人の生活習慣の健康状態のより正確な描写を可能にする。
[0040]本明細書で使用するとき、「約」、「およそ」、及び「実質的に」は、数値範囲内、例えば、参照数字の－１０％から＋１０％の範囲内、好ましくは参照数字の－５％から＋５％の範囲内、より好ましくは、参照数字の－１％から＋１％の範囲内、最も好ましくは参照数字の－０．１％から＋０．１％の範囲内の数を指すものと理解される。
[0041]更に、本明細書における全ての数値範囲は、その範囲内の全ての整数（ｉｎｔｅｇｅｒｓ）、整数（ｗｈｏｌｅ）又は分数、を含むものと理解されたい。更に、これらの数値範囲は、この範囲内の任意の数又は数の部分集合を対象とする請求項をサポートすると解釈されたい。例えば、１～１０という開示は、１～８、３～７、１～９、３．６～４．６、３．５～９．９などの範囲をサポートするものと解釈されたい。
[0042]本明細書及び添付の特許請求の範囲で使用される場合、別途文脈が明らかに示していない限り、単数形の単語は複数形を含む。したがって、「１つの」、「ある」、及び「当該」」（「ａ」、「ａｎ」及び「ｔｈｅ」）の言及には、概してそれぞれの用語の複数形が包含される。例えば、「原材料（ａｎｉｎｇｒｅｄｉｅｎｔ）」又は「方法（ａ ｍｅｔｈｏｄ）」と言及する際は、複数の、かかる「原材料」又は「方法」が含まれる。「Ｘ及び／又はＹ（Ｘ ａｎｄ/ｏｒ Ｙ）」の文脈にて使用される用語「及び／又は（ａｎｄ/ｏｒ）」は、「Ｘ」又は「Ｙ」又は「Ｘ及びＹ」と解釈されるべきである。
[0043]同様に、「含む／構成される（ｃｏｍｐｒｉｓｅ）」、「含む／構成される（ｃｏｍｐｒｉｓｅｓ）」、及び「含む／構成される（ｃｏｍｐｒｉｓｉｎｇ）」という用語は、排他的ではなく、他を包含し得るものとして解釈されるべきである。同様にして、用語「含む（ｉｎｃｌｕｄｅ）」、「含む（ｉｎｃｌｕｄｉｎｇ）」及び「又は（ｏｒ）」は全て、このような解釈が文脈から明確に妨げられない限りは他を包含し得るものであると解釈されるべきである。しかし、本開示により提供される実施形態は、本明細書で具体的に開示されない任意の要素を含まない場合がある。したがって、用語「含む（ｃｏｍｐｒｉｓｉｎｇ）」を使用して規定される実施形態の開示は、開示される構成要素「から本質的に構成される」、及び「から構成される」実施形態の開示でもある。本明細書で使用するとき、用語「例（ｅｘａｍｐｌｅ）」は、特に、後に用語の列挙が続く場合に、単に例示的なものであり、かつ説明のためのものであり、排他的又は包括的なものであるとみなすべきではない。本明細書で開示される全ての実施形態は、特に明示的に示されない限り、本明細書で開示される任意の別の実施形態と組み合わせることができる。
[0044]用語「栄養素」は、本明細書で繰り返し使用される。いくつかの実施形態では、本明細書で使用する「栄養素」という用語は、身体に対して、例えば、エネルギー、成長又は健康を提供する有益な効果を有する化合物を指す。この用語には、有機及び無機化合物が含まれる。本明細書で使用するとき、用語「栄養素」は、例えば、多量栄養素、微量栄養素、必須栄養素、条件的に必須の栄養素及び植物栄養素を含み得る。これらの用語は、必ずしも相互に排他的ではない。例えば、ある種の栄養素は、特定の分類システム又はリストに応じて、多量栄養素又は微量栄養素のいずれかとして定義することができる。
[0045]図１は、本開示の一態様による、生活習慣スコアを提供するための例示的なシステム１００のボックス図を示す。例示的なシステム１００は、個人に関する様々な入力データから個人の生活習慣スコアを決定するように構成された生活習慣スコアシステム１０２を含む。生活習慣スコアシステム１０２は、メモリ１０４、ディスプレイ１０８、入力デバイス１１０、活動モニタ１１２、身体活動計算機１２０、睡眠スコア計算機１３０、食事摂取スコア計算機１４０、及び生活習慣スコア計算機１５０と通信するプロセッサ（例えば、ＣＰＵ１０６、又は任意の他の同様のデバイス）を含み得る。他の例では、生活習慣スコアシステム１０２の構成要素は、別個のデバイス若しくはサーバ上に、組み合わせ、再配置、削除、又は提供されてもよい。ディスプレイ１０８は、情報を提示するための任意の好適なディスプレイであってもよく、タッチディスプレイであってもよい。入力デバイス１１０は、個人が入力データを提供するための任意の適切な機構、例えば、ラップトップキーボード、周辺キーボード（物理的及び仮想キーボードを含む）、周辺マウス／トラックボール、タッチパッド、タッチスクリーンなどであってもよい。
[0046]いくつかの例では、生活習慣スコアシステム１０２は、活動モニタ１１２からデータを収集し得る。例えば、生活習慣スコアシステム１０２は、データを収集し、生活習慣スコアを決定するウェアラブルデバイス（例えば、腕時計）であってもよい。他の例では、生活習慣スコアシステム１０２は、ネットワーク１１４を介して外部デバイス１６０から送信されたデータを収集し得る。例えば、外部デバイス１６０は、データを収集し、そのデータを生活習慣スコアシステム１０２に送信する活動モニタ１６２を含むウェアラブルデバイスであってもよく、生活習慣スコアシステム１０２は、生活習慣スコアを決定し、ディスプレイ１６４上に表示するために生活習慣スコアを外部デバイス１６０に送信する。ディスプレイ１６４は、情報を提示するための任意の好適なディスプレイであってもよく、タッチディスプレイであってもよい。ネットワーク１１４は、例えば、インターネット又は、任意の適切なワイドネットワーク又はローカルエリアネットワークを含むがこれらに限定されない、いくつかの他のデータネットワークを含んでもよい。活動モニタ１１２及び／又は活動モニタ１６２は、使用時に、個人の様々なバイオメトリクスを自動的に収集し得る。例えば、活動モニタ１１２及び／又は活動モニタ１６２は、加速度計センサ、心拍数モニタ、呼吸モニタ、又は他の適切な生体測定トラッカのうちの１つ以上であってもよい。活動モニタ１１２及び／又は活動モニタ１６２によって収集されたデータは、個人の身体活動の量（例えば、歩数量）又は睡眠の量（例えば、分）に対応し得る。
[0047]身体活動計算機１２０、睡眠スコア計算機１３０、食事摂取スコア計算機１４０、及び生活習慣スコア計算機１５０のそれぞれは、ＣＰＵ１０６によって実行されるソフトウェアによって実装され得る。身体活動計算機１２０は、身体活動スコアを決定するように構成されている。身体活動は、エネルギー消費を必要とする骨格筋によって生成される、任意の身体移動として定義され得る。身体活動は、場合によっては、タスクの代謝当量（ＭｅｔａｂｏｌｉｃＥｑｕｉｖａｌｅｎｔ ｏｆ Ｔａｓｋｓ、ＭＥＴｓ）で測定され得る。世界保健機関（Ｗｏｒｌｄ Ｈｅａｌｔｈ Ｏｒｇａｎｉｚａｔｉｏｎ、ＷＨＯ）、米国スポーツ医学会（ＡｍｅｒｉｃａｎＣｏｌｌｅｇｅ ｏｆ Ｓｐｏｒｔｓ Ｍｅｄｉｃｉｎｅ、ＡＣＳＭ）、及び米国疾病予防管理センター（Ｃｅｎｔｅｒ ｆｏｒ Ｄｉｓｅａｓｅ Ｃｏｎｔｒｏｌ、ＣＤＣ）によれば、１週間当たり最低１５０分の全ての身体活動領域にわたる中等度（３～６ＭＥＴｓ）から活発（＞６ＭＥＴｓ）の活動を達成する個人は、心血管疾患、代謝性疾患、癌、筋骨格系疾患、及び精神疾患の発生率が低い。これは、≧６００ＭＥＴ－分／週に相当する。更に、２～３日／週の筋力及びバランストレーニング、並びに２日／週の柔軟性トレーニングは、心肺、筋骨格系、及び神経運動系のフィットネスを維持するであろう。身体活動は、頻度、強度、タイプ、及び継続時間を組み込んだ多次元的な構築体であるため、自己報告によってばかりでなく客観的方法よっても、測定が困難な行動である。以下の表１は、特定の健康上の利益を有するのに必要な身体活動の量の健康的な範囲、及び提供された生活習慣スコアシステムの提案された身体活動の健康的な範囲を示す。各健康的な範囲は、健康アウトカムに関連付けられており、提案された範囲は全ての健康アウトカムを網羅しようと試みている。各健康的な範囲は、身体活動量の最小、最大、及び最適なレベルを有する。
[0048]
Figure 2023506385000002
[0049]公的なリソースからの推奨は、身体活動の最大レベルを提示していないことが見出された。しかし、文献に基づくと、身体活動が１週間当たりある量を過ぎると、利益の還元（ｒｅｔｕｒｎｏｆ ｂｅｎｅｆｉｔ）が次第に小さくなる。更に、特定の集団に対していくらかのリスクがあり得る。例えば、心臓病にかかりやすい個人の場合、又は習慣的に活動的ではない個人の場合、約４３０ＭＥＴ－分／日の利益の閾値が推奨されている。
[0050]本明細書にて開示されている生活習慣スコアシステムのために提供された身体活動の健康的な範囲は、健康上の利益を有するための最小値に対する公式推奨からの値である６００ＭＥＴｓ－分／週を採用し、また、健康な成人の集団において高レベルの身体活動のいずれにおいてもリスクがあるとは見出されなかったため、身体活動に対する上限を定義していない。しかし、個人が最大身体活動スコアをスコアリングする最適な推奨範囲は、文献レビュー及び公式推奨から取得された最適範囲の平均に基づく。例えば、下限の最適範囲の平均は、１４２５ＭＥＴ－分／週に等しく、これは１５００ＭＥＴｓ－分／週に丸められ、上限の最適範囲の平均は２１８５ＭＥＴｓ－分／週で、これは２０００ＭＥＴｓ－分／週に丸められた。
[0051]身体活動スコアは、入力として身体活動量を使用する、区分的連続身体活動関数の出力値である。例えば、身体活動の量は、個人が進める歩数量で測定され得る。例えば、歩数量は、ウェアラブルデバイス内の加速度計センサによって測定され得る。図２は、本開示の一態様による、例示的な区分的連続身体活動関数２００を示す。例示的な身体活動関数２００は、入力として身体活動の量２０２を有し、出力２０４として身体活動スコアを出力する。身体活動関数２００は、身体活動２０２のゼロ量に対する出力値Ｂ（例えば、０）を含む。身体活動関数２００はまた、ゼロより大きく、最小推奨身体活動の量Ｆよりも小さい身体活動の量２０２に対する、比率２０６での増加出力値２０４を含む。様々な例では、増加の比率２０６は線形である。いくつかの例では、最小推奨身体活動量Ｆは、最大出力値Ｅ（例えば、１００）の半分に等しい出力値Ｃ（例えば、５０）に対応し得る。
[0052]身体活動関数２００はまた、最小推奨身体活動量Ｆ以上であり、かつ最適身体活動量Ｈよりも小さい身体活動の量２０２に対する、比率２０８での増加出力値２０４を含む。様々な例では、増加の比率２０８は線形である。身体活動関数２００はまた、最適身体活動量Ｈに対する、かつ最適身体活動量Ｈよりも大きい身体活動の量２０２に対する、最大出力値Ｅも含む。言い方を換えれば、身体活動関数２００は、最適身体活動量Ｈ以上の入力値２０２に対する一定の最大出力値Ｅを含む。最適身体活動量Ｈを超える身体活動の量２０２が限界的な健康上の利益をもたらすことが見出されたため、最大出力値Ｅは、例示的な身体活動関数２００のこの部分で一定である。したがって、そのような追加の身体活動量２０２は、個人の身体活動スコアに影響を与えない。一定の最大出力値Ｅは、例示的な身体活動関数２００の比率２１０によって示されている。
[0053]更に、増加の比率２０６は、増加の比率２０８よりも大きい。比率２０６と比率２０８との間の増加率の変化は、個人を力づけ、より健康的な行動へと行動変化を促進するのに役立ち得る。例えば、生活習慣が最小推奨身体活動量Ｆ未満の個人は、身体活動の量２０２を増加させるにつれて、生活習慣が最小推奨身体活動量Ｆを超える個人よりも身体活動スコアがより急速に増加することが分かるであろう。身体活動スコアがより急速に増加することにより、最小推奨身体活動量Ｆに向けて取り組んでいる個人は、進歩が見られるという励みをより感じ、やめる可能性を低くするのに役立ち得る。逆に、生活習慣が最小推奨身体活動量Ｆを超える個人は、身体活動をすでに生活習慣の一貫した部分として有していることがあり、それによって、最適身体活動量Ｈに向けて取り組むにつれての身体活動スコアのより着実な増加が苦にならない。
[0054]場合によっては、出力値Ｃと最大出力値Ｅとの間の身体活動関数２００の出力値２０４は、２つのカテゴリに分割され得る。例えば、身体活動関数２００は、出力値Ｄ（例えば、７０）に対応する身体活動の量Ｇを含み得る。そのような例では、最小推奨身体活動量Ｆ以上、かつ身体活動の量Ｇ未満の身体活動の量２０２は、「最小推奨値」と見なされ得、身体活動の量Ｇ以上、かつ最適身体活動量Ｈよりも小さい身体活動の量２０２は、「健康上の利益のために推奨」と見なされ得る。ゼロよりも大きく、最小推奨身体活動量Ｆよりも小さい身体活動の量２０２は、「推奨されない」と見なされ得、最適身体活動量Ｈ以上の身体活動２０２の量は、「最大の健康上の利益のために推奨」と見なされ得る。
[0055]図３は、個人が最適身体活動量をどのように達成し得るかの様々なシナリオを示す図を示す。個人は、図３の例のように、４つの領域のいずれかから中程度の活動（３～６ＭＥＴｓ）と活発な活動（＞６ＭＥＴｓ）の両方に携わることによって、最適な健康的な範囲の身体活動（例えば、１５００～２０００ＭＥＴｓ－分／週）を達成し得る。例えば、１９６０ＭＥＴｓ－分／週、又は２８０Ｍｅｔｓ－分／日を達成するために、個人は、１０分／日の段階昇降、１５分／日の歩行、１５分／日のガーデニング、及び１０分／日のジョギングを実行してもよい。
[0056]図４は、異なるスコアリングシステムに対するいくつかの身体活動量を比較するグラフを示す。グラフは、スコアリングシステムのそれぞれが、いくつかの身体活動量をどのようにスコアリングするかを示す。
[0057]睡眠スコア計算機１３０は、睡眠スコアを決定するように構成されている。睡眠は、人間の健康に極めて重要であり生命に必要な、覚醒と交互に起こる生理学的な状態として定義され得る。十分な量の睡眠は、心血管、代謝、精神的及び免疫学的健康、並びに人間のパフォーマンス、癌、痛み、及び死亡率に有益な影響を与える。しかし、睡眠構築は、良好な健康状態に必要な睡眠量に対する推奨が異なる。１つの提案された推奨は７～９時間であり、６時間の下限、並びに、若年成人（例えば、１８～２５歳）に対しては１１時間、及び成人（例えば、２６～６４歳）に対しては１０時間の上限を有する。別の提案された推奨は、全ての成人（１８～６０歳）の場合、最低７時間である。以下の表２は、特定の健康上の利益を有するために必要な睡眠量に関する文献で見出されたされたいくつかの健康的な範囲、並びに本明細書にて開示されている生活習慣スコアシステムのための提案された健康的な睡眠範囲を示す。
[0058]
Figure 2023506385000003
[0059]睡眠スコアは、入力として睡眠量を使用する区分的連続関数の出力値である。図５は、本開示の一態様による、例示的な区分的連続睡眠関数５００を示す。例示的な睡眠関数５００は、入力として睡眠量５０２を有し、出力５０４として睡眠スコアを出力する。例示的な睡眠関数５００は、最小推奨睡眠量Ｎ（例えば、３６０分）よりも低い閾値Ｍ（例えば、３００分）未満の睡眠の量５０２に対する出力値５０４（例えば、０）を含む。様々な例では、下限閾値Ｍは、最小推奨睡眠量Ｎのある割合（例えば、７５％、８１％、８４％）であってもよく、又は最小推奨睡眠量Ｎよりも小さいある時間（例えば、６０分）であってもよい。例示的な睡眠関数５００はまた、下限閾値Ｍよりも大きく、最適睡眠量の範囲５０６よりも小さい睡眠の量５０２に対する、増加出力値５０４を含む。出力値５０４の増加率は、線形であり得る。最適睡眠量の範囲５０６は、睡眠の量Ｏ（例えば、４２０分）から睡眠の量Ｐ（例えば、５４０分）に及び得る。例示的な睡眠関数５００は、最適睡眠量の範囲５０６内の睡眠の量５０２に対する最大出力値Ｌ（例えば、１００）を含む。
[0060]例示的な睡眠関数５００はまた、最適睡眠量の範囲５０６よりも大きく、最大推奨睡眠量を超える上限閾値よりも小さい睡眠の量５０２に対する減少出力値５０４を含む。様々な例では、最大推奨睡眠量、及びそれを超える上限閾値は、ある年齢の個人間で異なる場合がある。例えば、２６～６４歳の個人の最大推奨睡眠量Ｑ（例えば、６００分）は、１８～２５歳の個人の最大推奨睡眠量Ｒ（例えば、６６０分）より少なくてもよい。そのような場合、示された例における最大推奨睡眠量Ｒに等しい２６～６４歳の個人の上限閾値は、１８～２５歳の個人の上限閾値Ｓ（例えば７２０分）より小さい。それぞれの上限閾値は、様々な例では、それぞれの最大推奨睡眠量Ｑ及びＲをある割合（例えば、８％、１０％、１２％）超えていてもよく、又はそれぞれの最大推奨睡眠量Ｑ及びＲよりもある時間（例えば、６０分）多くてもよい。そのような場合、２６～６４歳の個人に対する出力値５０４の減少率５０８は、１８～２５歳の個人に対する出力値５０４の減少率５１０よりも大きい。減少率５０８及び減少率５１０は、線形であり得る。更に、様々な例では、最小推奨睡眠量Ｎ、最大推奨睡眠量Ｑ、及び最大推奨睡眠量Ｒのそれぞれは、最大出力値Ｌ（例えば、１００）の半分に等しい出力値Ｋ（例えば、５０）に対応する。
[0061]したがって、例示的な睡眠関数５００は、下限閾値未満の睡眠の量、及びそれぞれの上限閾値を超える睡眠の量に対して最小睡眠スコアを出力する。この閾値を含むことで、健康的な睡眠範囲、即ち最小推奨睡眠量と最大推奨睡眠量の間、外の個人を、健康的な身体活動範囲外の個人よりも強く罰する。これは、睡眠が極めて重要であり、一日を通して全ての活動に影響を与えるためである。更に、どんな身体活動も身体活動をしないよりはましだが、睡眠については同じことが言えず、したがって、最適身体活動量に達するまでどんな身体活動でも身体活動スコアを増加させるという方法で、どんな分量の睡眠でも睡眠スコアを増加させるわけではない。このような方法で例示的な睡眠関数５００を構造化することにより、出力睡眠スコアは、提供される生活習慣スコアシステムの精度及び信頼性の向上に寄与するのに役立ち得る。
[0062]食事摂取スコア計算機１４０は、食事摂取スコアを決定するように構成されている。例えば、食事摂取スコア計算機１４０は、参照により本明細書に組み込まれる国際公開第２０１８／２３４０８３号に開示されているシステム及び方法に従って、食事摂取スコアを決定してもよい。一般に、食事摂取スコア計算機１４０は、所与の期間について本明細書で識別されるような栄養素のサブセットの加重平均から得られる食事摂取スコアを計算及び表示する。一例では、サブセットは、食生活による総合的な健康を反映する精度と結合された追跡をしやすくするように選択される。次いで、この平均にエネルギースコアを乗算する。エネルギーのスコアは、例えば、０～１の数であり得る。別の例は、０～１００の数であり得る。エネルギーではない栄養素の加重平均にエネルギースコアを乗算することにより、健康的なカロリー範囲に含まれないカロリー摂取にはペナルティを加えるシステムを作成する。いくつかの例では、全ての栄養素に等しい加重が与えられるが、他の例では、特定の栄養素により高い加重を割り当てて、これらの特定の関心のある栄養素を強調してもよい。更に、いくつかの例では、食事摂取スコアは、２４時間の期間にわたって提供されるが、他の例では、任意の適切な関心のある期間を使用してもよい。
[0063]食事摂取スコアは、例えば、多数のパラメータに基づいて計算され得る。（１）栄養素の選択されたリスト；（２）個人に適合されたエネルギー所要量又はエネルギー目標、（３）現在の食生活指針（所定の国に関する）に合わせて、その栄養素の摂取量を一般的な健康的な摂取パターンに合わせる、各栄養素に対する区分的連続関数、（４）一定期間；及び／又は（５）各栄養素に対する加重。入力は、例えば、摂取される食品についてのリストの形態で、それぞれの量と共に提供することができる。出力は、０～最大値（例えば、１又は１００）の範囲の単一の食事摂取スコアであり得る。
[0064]食事摂取スコアを決定するために、食事摂取スコア計算機１４０は、複数の栄養素に基づいて平均栄養素スコアを決定するように構成されている。図６Ａは、本開示の一態様による、健康的な範囲を有する栄養素の例示的な区分的連続栄養素関数６００Ａを示す。健康的な範囲を有する栄養素は、食べると健康上の利益を提供するが、ある摂取量までのみである。例えば、健康的な範囲を有する栄養素は、炭水化物、タンパク質、総脂肪、繊維、カルシウム、カリウム、マグネシウム、鉄、食品葉酸塩、ビタミンＡ、ビタミンＣ、ビタミンＤ、及び／又はビタミンＥを含み得る。例示的な栄養素関数６００Ａは、入力として栄養素の量６０２を有し、出力６０４として栄養素スコアを出力する。例示的な栄養素関数６００Ａは、栄養素のゼロ量に対する最小出力値Ｕ（例えば、０）を含む。栄養素関数６００Ａはまた、下限栄養閾値Ｗ以上であり、栄養素の健康的な量の範囲６０６よりも小さい栄養素の量６０２に対して出力値６０４を（例えば、線形に）増加させることを含む。特定の栄養素に対する下限栄養素閾値Ｗは、その栄養素の過少摂取に対する許容度に関して決定される。場合によっては、下限栄養閾値Ｗは、栄養素のゼロ量に等しくてもよい。栄養素の健康的な量の範囲６０６は、栄養素の量Ｘから栄養素の量Ｙまでの範囲であり得る。健康的な量の範囲６０６内の栄養素の量６０２は、最大出力値Ｖ（例えば、１００）に対応する。
[0065]例示的な栄養素関数６００Ａはまた、健康的な量の範囲６０６よりも大きく、上限栄養素閾値Ｚよりも小さい栄養素の量６０２に対して出力値６０４を（例えば、線形に）減少させること含む。上限栄養素閾値Ｚ以上の栄養素の量６０２は、最小出力値Ｕ（例えば、０）に等しくてもよい。特定の栄養素に対する上限栄養素閾値Ｚは、その栄養素の過剰摂取に対する許容度に関して決定される。いくつかの例では、下限栄養閾値Ｗ及び上限栄養素閾値Ｚは、図示されているように、健康的な量の範囲６０６と比較して対称である。様々な他の例では、下限栄養閾値Ｗ及び上限栄養素閾値Ｚは、健康的な量の範囲６０６と比較して非対称である。例示的な栄養素関数６００Ａは、式１において以下のＳ（ｘ）として定義され、式中、ｘは、その適切な測定単位における、栄養素の量である。例示的な栄養素関数６００Ａは、以下のとおりである。
Figure 2023506385000004
[0066]さまざまな実施形態において、上記の式１における「ｘ」は、栄養素を指す必要はない。具体的には、いくつかの例では、「ｘ」は、特定の食品群からの食品の量又は体積（例えば、３食分の果実又は３カップの果物）、食品群中の特定の種類の食品の量（例えば、３グラムの暗緑色野菜）、特定の食品製品の量（例えば、０．５個のハンバーガー）、ビタミン補給の量を表し得る。更に他の例では、「ｘ」は、「食品カテゴリ」からの摂取された食品の量などの、異なる種類の摂取可能物の量を表す。食事摂取スコアを決定するために選択された各栄養素は、その栄養素の健康的な摂取範囲に特有の、独自の対応する区分的連続関数を有する。例えば、ｋ種の栄養素のリストｎ１，ｎ２，．．．，ｎｋを考慮すると、それらのそれぞれは、この等式、式１によって全て定義されるが、それぞれの栄養素の量のＷ、Ｘ、Ｙ、及びＺに対しては異なる値を有する関数Ｓｉ（ｘ）に対応するであろう。
[0067]健康的な範囲を有する栄養素とは対照的に、いくつかの栄養素は、特定の栄養素を全く摂取しないことが好ましいように、最小推奨量を有さず、唯一の好ましくないシナリオは、その栄養素を過剰に摂取してしまうことである。言い換えれば、個人は、これらの栄養素のいかなる量も必要としないが、彼らの食生活においてある量を許容することができる。これは、例えば、ナトリウム、飽和脂肪、又は添加糖で生じる。図６Ｂは、本開示の一態様による、摂取量要件を有さない栄養素の例示的な区分的連続栄養素関数６００Ｂを示す。例示的な栄養素関数６００Ｂは、入力として栄養素の量６１０を有し、出力６１２として栄養素スコアを出力する。例示的な栄養素関数６００Ｂは、健康的な量の範囲６１４内の栄養素の量に対する最大出力値ＨＨ（例えば、１００）を含む。摂取量要件を有さない栄養素の態様における健康的な量の範囲６１４は、個人がその食生活において許容することができる栄養素の量に対応する。健康的な量の範囲６１４は、栄養素のゼロ量から栄養素の量ＪＪまでの範囲であり得る。例示的な栄養素関数６００Ｂはまた、健康的な量の範囲６１４よりも大きく、上限栄養素閾値ＫＫよりも小さい栄養素の量６１０に対して、出力値を（例えば、線形に）減少させることを含む。上限栄養素閾値ＫＫは、その栄養素の過剰摂取に対する許容度に関して決定される。上限栄養素閾値ＫＫよりも大きい栄養素の量６１０は、最小出力値６１２（例えば、０）に対応する。例示的な栄養素関数６００Ｂは、以下のように式２によって表すことができる。
Figure 2023506385000005
[0068]別の例では、いくつかの栄養素に関して、特定の栄養素の過剰摂取が有害でないことを示すために、本明細書にて開示されているシステムは、無限の量ＪＪを割り当てるか、又は無限である健康的な範囲の上限値を画定してもよい。すなわち、そのような例における栄養素関数は、摂取された栄養素の全ての量６１０に対して最大出力ＨＨを出力する。別の例では、図６Ｂの例示的な栄養素などの（栄養素が所定の食生活に実際に全く必要とされない）栄養素を全く摂取しないことの栄養素スコアは、最大出力よりも小さいが最小出力よりも大きい。例えば、特定の栄養素を全く摂取しない場合、完全な潜在的スコア（例えば、１００）を出力しないが、当該栄養素が必要とされないという事実は、その栄養素を全く摂取しないことが、それでもなおスコアの増加に正に寄与するであろうことを意味する。
[0069]考慮される栄養素のそれぞれについて栄養素スコアを決定することに加えて、食事摂取スコア計算機１４０はまた、栄養素スコアの平均を計算するように構成されている。食事摂取スコア計算機１４０はまた、エネルギースコアを決定するように構成されてもよく、平均栄養素スコア及びエネルギースコアに基づいて食事摂取スコアを決定するように構成されてもよい。
[0070]エネルギー自体は、図６Ａに示されるものと同様の関数に従ってスコアリングされる。具体的には、図７は、本開示の一態様による、例示的な区分的連続エネルギー関数７００を示す。例示的なエネルギー関数７００は、入力としてエネルギーの量７０２を有し、出力７０４としてエネルギースコアを出力する。例示的なエネルギー関数７００は、エネルギーのゼロ量に対する最小出力値ＬＬ（例えば、０）を含む。エネルギー関数７００また、下限エネルギー閾値ＮＮ以上であり、エネルギーの健康的な量の範囲７０６未満のエネルギーの量７０２に対して、出力７０４を（例えば、線形に）増加させることを含む。場合によっては、下限エネルギー閾値ＮＮは、エネルギーのゼロ量に等しくてもよい。エネルギーの健康的な量の範囲７０６は、エネルギーの量ＯＯからエネルギーの量ＰＰまでの範囲であり得る。健康的な量の範囲７０６内のエネルギーの量７０２は、最大出力値ＭＭ（例えば、１）に対応する。
[0071]例示的なエネルギー関数７００はまた、健康的な量の範囲７０６よりも大きく、上限エネルギー閾値ＱＱよりも小さいエネルギー量７０２に対して、出力値を７０４（例えば、線形に）減少させることを含む。上限栄養素閾値ＱＱ以上のエネルギーの量７０２は、最小出力値ＬＬ（例えば、０）に等しくてもよい。以下の式３に反映される推定エネルギー必要量又は「ＥＥＲ」は、医学研究所（Ｉｎｓｔｉｔｕｔｅｏｆ Ｍｅｄｉｃｉｎｅ、ＩＯＭ）の式を使用して計算される。
[0072]例えば、平均身長及び平均体重がそれぞれ１６２．９ｃｍ及び７８．５ｋｇ（ＣＤＣ）のほとんど体を動かさない４０歳の女性では、これは約１，０００ｋｃａｌである。なお、その女性の基礎代謝率（「ＢＭＲ」）は、約１，４４２ｋｃａｌである。したがって、１，０００ｋｃａｌは、持続可能なカロリー摂取量ではない。この場合、カロリーの下限は、目標エネルギー摂取量よりも１０％低い。他の実施形態では、カロリーの下限は、ある期間中に摂取されたエネルギーを正確に入力する能力に応じて、１５％～５０％などの他の百分率であり得る。目標エネルギー摂取量は、例えば、上記のほとんど体を動かさない４０歳の女性の推定エネルギー消費であり、ＩＯＭは２０３３ｋｃａｌ／日を提供し、したがって、健康的な範囲の下限は１８３０ｋｃａｌ／日である。関数は以下で表され、ここで、頭字語「ＥＥＲ」は、推定エネルギー必要量を表す。
Figure 2023506385000006
[0073]生活習慣スコア計算機１５０は、少なくとも身体活動スコア、睡眠スコア、及び食事摂取スコアに基づいて、生活習慣スコアを決定するように構成されている。生活習慣スコアシステム１０２のプロセッサは、生活習慣スコアの表現を生活習慣スコアシステム１０２のディスプレイ１０８上に表示させるように構成されてもよい。
[0074]図８は、本開示の一態様による、生活習慣スコアを決定し、それを表示させるための、例示的な方法８００のフローチャートを示す。例示的な方法８００は、図８に示されるフローチャートを参照して記載されるが、方法８００に関連する行為を実行する多くの他の方法が使用され得ることが理解されよう。例えば、ブロックのいくつかの順序を変更してもよく、あるブロックを他のブロックと組み合わせてもよく、記載されたブロックのいくつかは任意選択であってもよい。方法８００は、ハードウェア（回路、専用ロジックなど）、ソフトウェア、又は両方の組み合わせを含み得る処理ロジックによって実行され得る。
[0075]例示的な方法８００は、身体活動スコアを決定すること（ブロック８０２）を含む。例えば、外部デバイス１６０（例えば、腕時計）の活動モニタ１６２（例えば、加速度計センサ）は、個人の加速度データを捕捉することができる。いくつかの例では、加速度データは、２４時間捕捉される。他の例では、活動モニタ１６２は、より多くの時間又はより少ない時間の加速度データを捕捉する。次いで、活動モニタ１６２は、加速度データを生活習慣スコアシステム１０２（例えば、ダウンロードされたアプリケーションを有するスマートフォン）に送信することができる。身体活動スコア計算機１２０は、捕捉された加速度データからの身体活動の量を決定することができる。いくつかの例では、身体活動の量は、ＭＥＴｓ－分／日の単位であり得る。次いで、身体活動スコア計算機１２０は、決定された身体活動の量を身体活動関数２００に入力して、出力身体活動スコア（例えば、８０）を得ることができる。身体活動スコアは、個人の身体活動習慣の健康状態を示す複数のカテゴリにセグメント化され得る。例えば、以下の表３は、身体活動スコアの４つのカテゴリ、及びそれらが個人の身体活動習慣をどのように示しているかを示す。
[0076]
Figure 2023506385000007
[0077]例示的な方法８００はまた、睡眠スコアを決定すること（ブロック８０４）を含む。例えば、活動モニタ１６２は、個人が眠っている間に個人の加速度データを捕捉することができる。活動モニタ１６２は、加速度データを生活習慣スコアシステム１０２に送信することができる。睡眠スコア計算機１３０は、加速度データを使用して、個人がどのくらい眠ったのか、睡眠量（例えば、分）を決定することができ、個人が何歳であるか（例えば、３５）を記憶するメモリ１０４内のデータにアクセスすることができる。例えば、個人は、入力デバイス１１０（例えば、スマートフォン上の仮想キーボード）を使用して個人の年齢を入力していてもよい。次いで、睡眠スコア計算機１３０は、決定された睡眠量を個人の年齢に対応する睡眠関数５００に入力して、出力睡眠スコア（例えば、１００）を得ることができる。睡眠スコアは、個人の睡眠時間の健康状態を示す複数のカテゴリにセグメント化され得る。例えば、５０未満の睡眠スコアは、不健康であると見なされ得る。
[0078]例示的な方法８００はまた、選択された各栄養素の栄養素スコアを決定すること（ブロック８０６）を含む。例えば、個人は、入力デバイス１１０を使用して、各食品の量を含む食品のリストを生活習慣スコアシステム１０２に入力することができる。食事摂取スコア計算機１４０は、個人によって入力された食品のそれぞれに関してメモリ１０４に記憶された情報にアクセスして、存在する栄養素（例えば、炭水化物、タンパク質、及び添加糖）並びに各栄養素の量を決定することができる。食事摂取スコア計算機１４０はまた、存在する各栄養素に対するそれぞれの栄養素関数６００Ａ、６００Ｂを、メモリ１０４からアクセスすることができる。それぞれの栄養素の量が存在する場合、食事摂取スコア計算機１４０は、それぞれの栄養素関数６００Ａ、６００Ｂに量を入力して、それぞれの栄養素の出力栄養素スコアを得ることができる。食事摂取スコア計算機１４０は、各栄養素に対してこれを繰り返すことができる。例えば、食事摂取スコア計算機１４０は、炭水化物に対して１００の栄養素スコア、タンパク質に対して２０の栄養素スコア、及び添加糖類に対してゼロの栄養素スコアを得ることができる。各栄養素に対する栄養素スコアを計算した後、食事摂取スコア計算機１４０は、栄養素スコアの平均（例えば、４０）を計算することができる。
[0079]例示的な方法８００はまた、エネルギースコアを決定すること（ブロック８０８）を含む。例えば、個人は、入力デバイス１１０を使用して、各食品の量を含む食品のリストを生活習慣スコアシステム１０２に入力することができる。食事摂取スコア計算機１４０は、個人によって入力された食品のそれぞれに関してメモリ１０４に記憶された情報にアクセスして、個人によって摂取されたカロリーの量を決定することができる。食事摂取スコア計算機１４０はまた、メモリ１０４内の個人のＥＥＲにアクセスすることができる。例えば、個人は、食事摂取スコア計算機１４０がＩＯＭ式を使用して個人のＥＥＲを計算し、個人のＥＥＲをメモリ１０４に記憶することを可能にする生活習慣スコアシステム１０２に、個人の特性を以前に入力したことがあり得る。食事摂取スコア計算機１４０は、食品情報及び個人のＥＥＲをエネルギー関数７００に入力して、出力エネルギースコア（例えば、０．８）を得ることができる。
[0080]例示的な方法８００はまた、食事摂取スコアを決定すること（ブロック８１０）を含む。食事摂取スコア計算機１４０は、計算された平均栄養素スコア（例えば、４０）にエネルギースコア（例えば、０．８）を乗算して、食事摂取スコア（例えば、３２）を決定することができる。食事摂取スコアは、個人の食事摂取の健康状態を示す複数のカテゴリにセグメント化され得る。例えば、４０未満の食事摂取スコアは、不健康であると見なされ得る。典型的な方法は、エネルギーが全ての栄養素と一緒に平均化された場合に、総食事摂取スコアにほとんど影響を与えないことが分かっている。実際に、より多くの栄養素がスコアに平均化されると、総合的な平均に対するエネルギーの影響が小さくなる。本明細書にて開示されている方法８００は、代わりに、平均化される別の栄養素としてではなく、総合的なスコアに対するその重要性を反映するための乗数として、エネルギーを食事摂取スコアに織り込む。したがって、方法８００は、摂取されるエネルギーの量の重要性を正確に反映することができない典型的な方法よりも、個人の食事摂取量のより信頼性が高く正確な表現であるスコアを提供することができる。
[0081]例示的な方法８００はまた、生活習慣スコアを決定すること（ブロック８１２）を含む。場合によっては、生活習慣スコアは、０～１００のスケールであってもよい。例えば、生活習慣スコア計算機１５０は、身体活動スコア（例えば、８０）、睡眠スコア（例えば、１００）、及び食事摂取スコア（例えば、３２）の加重和を計算することによって、生活習慣スコアを決定することができる。様々な例では、生活習慣スコア（例えば、６０）を決定するための、身体活動スコアに適用される加重は０．３であり、睡眠スコアに適用される加重は０．２であり、食事摂取スコアに適用される加重は、０．５である。生活習慣スコアは、個人が生活習慣を調整し、生活習慣スコアを監視することができるように、生活習慣がどの程度健康的であるかを個人に示すために、複数のカテゴリにセグメント化され得る。例えば、９０～１００の範囲内の生活習慣スコアは、最適な生活習慣スコアとして指定され得、９０未満の生活習慣スコアは、要改善として指定され得る。上記の例のように、９０～１００を最適な生活習慣スコアとして示し、構成要素を加重することにより、個人の身体活動スコア、睡眠スコア、及び食事摂取スコアのうちの１つが、個人の生活習慣のそれぞれの態様が不健康であることを示す場合、最適な生活習慣スコアを得ることができないことが確実になる。
[0082]例えば、個人が、１００の身体活動スコア、不健康である４９の睡眠スコア、及び１００の食事摂取スコアを有する場合、個人は、８９．８（例えば、（１００＊０．３）＋（４９＊０．２）＋（１００＊０．５））の生活習慣スコアを有し、これは最適な生活習慣範囲未満である。別の例では、個人が、不健康である４９の身体活動スコア、１００の睡眠スコア、及び１００の食事摂取スコアを有する場合、個人は、８４．７（例えば、（４９＊０．３）＋（１００＊０．２）＋（１００＊０．５））の生活習慣スコアを有し、これは最適な生活習慣範囲未満である。別の例では、個人が、１００の身体活動スコア、１００の睡眠スコア、及び不健康である３９の食事摂取スコアを有する場合、個人は、６９．５（例えば、（１００＊０．３）＋（１００＊０．２）＋（３９＊０．５））の生活習慣スコアを有し、これは最適な生活習慣範囲未満である。
[0083]他の例では、９０未満の生活習慣スコアを更にセグメント化することができる。例えば、７５～８９の生活習慣スコアの場合はカテゴリ「良好」、６０～７５の生活習慣スコアの場合はカテゴリ「平均的」、及び６０未満の生活習慣スコアの場合はカテゴリ「改善推奨」である。
[0084]例示的な方法８００はまた、生活習慣スコアを表示させる（ブロック８１４）ことを含む。例えば、生活習慣スコアシステム１０２のプロセッサは、生活習慣スコアの表現（例えば、グラフィック画像）をディスプレイ１０８上に表示させてもよい。いくつかの例では、表現は、生活習慣スコアの各構成要素、身体活動、睡眠、及び食事摂取に対応する部分を含むようにセグメント化されたドーナツ型のグラフィック表現であり得る。各部分は、総合的な生活習慣スコアに寄与する量に比例してサイズ決めされ得る。場合によっては、表現はまた、９０～１００の範囲内の生活習慣スコアの表示「最適」などの、特定の生活習慣スコアに対応する表示を含んでもよい。
[0085]様々な他の例では、本明細書にて開示されているシステム及び方法は、追加の生活習慣構成要素を評価することを含み得る。一例では、評価された生活習慣構成要素は、個人の健康にとって有害である総着座時間及び／又は連続着座時間などの、座位習慣を含み得る。別の例では、生活習慣構成要素は、個人の測定された心拍数に基づいてストレスレベルを決定するなどの、ストレスを含み得る。
[0086]生活習慣構成要素の組み合わせの健康影響を評価する典型的な方法は、各生活習慣構成要素を等しく重さを量る。しかし、このアプローチは、各生活習慣構成要素が健康アウトカムに対して同じ大きさの効果を有することを想定しており、多くの生活習慣因子を組み合わせると誤分類につながり得る。したがって、提供されるシステム及び方法は、個人の生活習慣の健康状態について各構成要素が有する大きさをより正確に反映するために、各構成要素に加重を割り当てることができる。様々な例では、睡眠と比較して、食生活及び身体活動により多くの加重が割り当てられる。なぜならば、これらは、確立され、長い間受け入れられてきたリスク因子であるからである。睡眠スコアは、まだ新しいリスク因子であるだけでなく、睡眠の質が重要な役割を果たすかもしれないという知識に基づいているため、より少ない加重が、睡眠スコアに起因し得る。したがって、睡眠の質が睡眠スコアに含まれる様々な例では、睡眠スコアに起因する加重が増加し得る。しかし、睡眠スコアが睡眠時間のみに基づく例では、睡眠スコアに起因する加重はより小さくてもよい。これによって、睡眠構成要素の重要性がより低くなるわけではない。実際に、このより小さい加重は、最大睡眠スコアを達成するために、睡眠スコアがより小さい健康的な範囲を有するという事実によって補償される。
[0087]図９は、提供されたシステムと比較した４つのシステムの平均スコア間の比較を示す。提供されたシステムのスコアは、他の４つのシステムとは異なるが、それでも健康的対不健康の同じカテゴリに該当する。
[0088]更に、ある所見は、食生活に対して提供された高い加重を支持するのに役立つ。例えば、図１０に示されるように、活動的であるが不健康な食生活をとることは、非活動的であるが健康的な食生活をとることよりも、（死亡アウトカムと相関がある場合）長期的により有害であり得る。これは、ＨＲＱＯＬと相関がある場合には起こらない。非活動的であることが、不健康な食生活と組み合わされた場合のみ、統計的に有意な相関関係が存在する。これは、長期的に、身体活動は悪い食生活を覆い隠すことができないことを意味する。したがって、本明細書にて開示されているシステム及び方法は、他の生活習慣構成要素よりも食生活を高く加重することによって、個人の生活習慣の健康状態のより正確な表現を提供する。
[0089]提供されたシステム及び方法は、個人のセットに基づいて検証されている。曝露とアウトカムについて、完全なデータ（各変数について少なくとも５つの測定点、ただし、それぞれ２つの測定点のみが考慮される血液検査を除く）を有する参加者（ｎ＝４５）の人口統計学的特徴を、以下の表４に示す。男性（ｎ＝１４、平均年齢＝４２．５歳））は、女性（ｎ＝３１、平均年齢＝３９歳）よりもやや高齢であるとともに、女性（２３．０ｋｇ／ｍ２）よりも高いＢＭＩ（２４．９ｋｇ／ｍ２）を有した。
[0090]
Figure 2023506385000008
[0091]研究に参加している、最初の３ヶ月間にわたる我々の女性参加者の平均歩数は、７４３４．１歩／日（ＳＤ＝２３１０．７）であった。男性は、１日当たりより多くの歩数（８６２７／日、ＳＤ＝３２１９．３）を有した。したがって、平均して、我々のサンプルは、１００００歩／日という一般に普及した「参照数値」を満たさなかった。中等度から激しい活動期間中のエネルギー消費を考慮すると、女性は、平均して、１２５．３ｋｃａｌ／日（ＳＤ＝５０．７）しか費やしていないが、男性は２４８．７ｋｃａｌ／日（ＳＤ＝１３６）を費やしていた。
[0092]睡眠に関して、男性は、平均して、７．２時間／一晩（４３２分、ＳＤ＝３１．２分）眠り、したがって、国立睡眠財団（ＮａｔｉｏｎａｌＳｌｅｅｐ Ｆｏｕｎｄａｔｉｏｎ）によって最小推奨値（６時間）よりも１時間強長く、また米国睡眠医学会（Ａｍｅｒｉｃａｎ Ａｃａｄｅｍｙ ｏｆ Ｓｌｅｅｐ Ｍｅｄｉｃｉｎｅ）及び睡眠学会（ＳｌｅｅｐＲｅｓｅａｒｃｈ Ｓｏｃｉｅｔｙ）によって最小推奨値（７時間）より１２分長いだけであった。女性参加者は、平均して男性よりも長く眠り、７時間４５分／一晩（４９５分、ＳＤ＝４０．８分）に達した。
[0093]女性は、平均して、１６５８．３ｋｃａｌ／日（ＳＤ＝３２５．４ｋｃａｌ）を摂取すると報告したのに対し、その相手方は、２１２２．３ｋｃａｌ／日（ＳＤ＝５２７．５ｋｃａｌ）と報告した。更に、男性については、４４．５％のエネルギーがＣＨＯから、３２．８％が脂肪から、及び１７％がタンパク質から生じ、これは男性が、世界保健機関によって推奨されるものよりもわずかに多く脂肪を摂取したことを意味する。男性は、推奨されるナトリウム摂取量である２ｇ／日をわずかに超える、２．７３ｇのナトリウム／日（ＳＤ＝０．８６ｇ）の摂取量を有した。彼らの糖の平均摂取量は、１日当たり１０７．５ｇ（ＳＤ＝４４．４ｇ）であり、これは総エネルギーの２０．３％に相当する。しかし、公衆衛生局によると限定するものである、遊離糖類又は添加糖類についての情報はなかった。
[0094]女性参加者の場合、エネルギーの４３．２％のみがＣＨＯから生じる一方で、タンパク質及び脂質はそれぞれ１７．３％及び３４％で寄与し、女性も推奨されるよりも多くの脂質を摂取したことを示している。女性は、１日当たり男性よりもわずかに少ないナトリウムを摂取した（２．４ｇ、ＳＤ＝０．７ｇ））と同時に、男性と比較して更に少ない全糖が、これらの参加者によって摂取された（７５．１ｇ／日、ＳＤ＝２４ｇ）。
[0095]図１１～１２は、様々な生活習慣変数について、各プロットの左側の男性と、各プロットの右側の女性を比較するプロットを示す。プロットはまた、食生活、睡眠、及び身体活動のサブ変数も含む。男性と女性両方が、平均して健康的なＢＭＩを有していたが、女性よりも男性の方が、２５ｋｇ／ｍ２（図１２）を超えるＢＭＩを有する数が多かった。ＢＰに関しては、女性参加者の収縮期ＢＰは、平均して１０７．８ｍｍ／Ｈｇ（ＳＤ＝７．６ｍｍ／Ｈｇ）であり、拡張期ＢＰは、６７．５ｍｍ／Ｈｇ（ＳＤ＝６．２ｍｍ／Ｈｇ）であり、どちらも正常範囲（結果は示さず）に該当した。男性は、女性よりもわずかに高い収縮期ＢＰを有していた（１１５．７ｍｍ／ｈｇ、ＳＤ＝５．６ｍｍ／Ｈｇ）が、依然として正常範囲に該当していた。拡張期ＢＰ（平均＝７２．２ｍｍ／Ｈｇ、ＳＤ＝４．７ｍｍ／Ｈｇ）についても同じであった。男性の空腹時血糖は、平均して約４．８７ｍｍｏｌ／Ｌ（ＳＤ＝０．３１）である一方で、女性の場合は、４．５ｍｍｏｌ／Ｌ（ＳＤ＝０．４）であった。トリグリセリドレベルは、女性では低く（０．９ｍｍｏｌ／Ｌ、ＳＤ＝０．３７）、男性ではより高かった（１．４ｍｍｏｌ／Ｌ、ＳＤ＝０．９）が、どちらも正常範囲に該当した。男性の場合、ＬＤＬ－Ｃは、むしろ高境界値（平均＝３．６５ｍｍｏｌ／Ｌ、ＳＤ＝１．０）である一方で、女性の場合は、最適であった（平均＝２．８５ｍｍｏｌ／Ｌ、ＳＤ＝０．８５）。図１３は、各プロットの左側の男性と、各プロットの右側の女性を比較した異なる健康アウトカムの分布を示すプロットを示す。
[0096]身体活動スコアについて、ＭＥＴｓ－分／日のＭＶＰＡの量が使用され、したがって、これは、各参加者のｋｃａｌ／分の消費及びｋｇの体重に基づいて計算された。しかし、１分当たりの歩数が９０よりも高い時間のみを考慮した（１分当たり９０歩未満の活動は、ＭＶＰＡのカテゴリに該当しないものと見なした）。したがって、ＭＶＰＡに関して、男性は、平均して８６ＭＥＴｓ－分／日の最小推奨値（図１２）に達し、更にそれを超えた。男性は、平均して、ＭＶＰＡ（ＳＤ＝９８）の１０４ＭＥＴｓ－分／日に達したが、女性参加者は、最小推奨値（平均ＭＥＴｓ－分／日が４８．８、ＳＤ＝３０．６であった）に達しなかった。しかし、身体活動スコアを見ると、シナリオが変化する。平均して、男性は、十分に運動しているように見えるが（最低点に達し、これは一見して、６０点前後の正のスコアを有しているはずと考えさせ得る）、実際には、男性は、平均３４．６点（ＳＤ＝１７．８）を有していた。女性の平均１日毎のＭＥＴｓ－分は、４８．８ＭＥＴｓ－分／日であり、彼女らの平均スコアは、２３．８点（ＳＤ＝１２．６）であった。これは、３つの理由で起こる：（１）ほとんどの参加者は、毎日は運動しておらず、特に男性の場合、異なる日の間の総ＭＥＴｓ－分に関して、ばらつきが非常に大きい。女性は、より一貫していた；（２）スコアは区分的に線形であり、１日に８６ＭＥＴｓ－分に達した後は、ＭＥＴ－分ごとに点数が少なくなり；かつ（３）１日に２１４ＭＥＴｓ－分に達した後は、これよりも多く運動しても、スコアは１００点であり続ける。
[0097]平均１日毎のスコアを計算するこの方法は、毎日、又は少なくとも週に２～３回運動することによって１週間週当たり推奨される総ＭＥＴｓ－分に到達するという、公式推奨の指示に従う。更に、１日毎のＭＥＴｓ－分が最初に平均化され、次いでスコアが推定される場合、数日のみだが（０ＭＥＴｓ－分の日を補うため）高い強度で運動している個人には、最終的に良好な平均点が見られる。それでもなお、推奨されるように、毎日運動するように個人を誘導することが望ましい。例えば、以下の表５及び表６は、２人の異なる個人及びその１週間の身体活動を示す。表５の個人は、一貫性のない身体活動習慣を有する一方で、表６の個人は、より一貫した身体活動習慣を有する。
[0098]
Figure 2023506385000009
[0099]
Figure 2023506385000010
[0100]この週の１日毎のＭＥＴｓ－分が最初に平均化され、次いで平均スコアが計算される場合、この個人は、彼／彼女の行動に一貫性がないものの、正のスコアを有するであろう（＞５０点から＜７０点が最小推奨ゾーンである）。しかし、１日毎のスコアが最初に１日毎のＭＥＴｓ－分に基づいて計算され、次いでそのスコアが平均化された場合、この週の平均スコアは、はるかに低い（最小推奨値を満たさない）。これは、彼／彼女が１週間のほとんどの日にいかなる活動も有さないため、この個人のプロファイルをより良く反映していることを示唆している。それでもなお、１週間の最低推奨値である６００ＭＥＴｓ－分も見ることができる。この場合、彼／彼女は、９００ＭＥＴｓ－分／週に達しため、毎週の推奨量を超えた。したがって、再び、個人が分類される方法は、常に、公式推奨をどのように解釈したいかに依存するであろう。
[0101]より一貫したプロファイルの場合、平均スコアを計算する異なる方法は、彼／彼女の平均スコアに対して大きな影響を与えない。健康アウトカムとの相関関係については、（平均ＭＥＴＳ－分のスコアではなく）１日毎のスコアの平均をとったため、その行動においてより一貫性が低いものにより多くのペナルティが加えられることに、注目すべきである。
[0102]一晩の睡眠時間を見ると、男性は、平均して、４３２分／一晩の睡眠をとった（一見して、睡眠時間が推奨範囲に該当しているため、１００点の平均スコアを有するとの考えにつながり得る）。しかし、身体活動に関しては、彼らのスコアは、彼らの一貫性のない行動を示していた。平均して、スコアは７５．９（ＳＤ＝１０．９点）であり、これはいずれにしても良好なスコアである。女性の場合、一晩の平均睡眠時間は４９５分であったが、その平均スコアは８０．９点（ＳＤ＝９．６点）であり、一晩毎のスコアを平均化することにより、異なる夜間との間の睡眠期間においていくらかのばらつきが反映されるため、１００点ではなかった。
[0103]女性の平均食生活スコアは４３．４点（ＳＤ＝８．４点）であり、これは本明細書にて開示されている食事摂取量スコアによれば、平均的な食生活品質を反映している。男性の場合、平均食生活スコアがわずかに高かった（平均＝４６．６、ＳＤ＝８．７点）。
[0104]最後に、男性は、いくつかの例によれば、不充分な生活習慣カテゴリに該当する、５１．３点（ＳＤ＝７．７点）の平均生活習慣スコアを有した。女性は更に低い生活習慣スコアを有し、１００点満点中、平均して４５．７点までしか達しなかった（ＳＤ＝７．５点）。
[0105]全体として、研究の終了まで、曝露及びアウトカムの両方にベースラインから顕著な変化は認められなかった。したがって、サンプルの生活習慣スコアのサブ構成要素、並びにその総合的な生活習慣スコアのサブ構成要素を見ると、生活習慣スコアと、生活習慣スコア及び健康アウトカムのサブ構成要素との間に、負の相関はほとんど見られなかった。すなわち、（１）より高い身体活動、食生活、及び生活習慣のスコアは、より低いＢＭＩに一致し、（２）より高い食生活及び生活習慣のスコアは、より低い動脈圧の中央値に一致し、（３）より高い身体活動、睡眠、及び生活習慣のスコアは、より低いＬＤＬコレステロールに一致した。
[0106]空腹時血糖と生活習慣スコアのいずれかとの間、又はトリグリセリドと生活習慣スコアとの間に、有意な相関関係はなかった。更なる調査がランダムフォレストモデルを使用して健康アウトカムを予測することによって行われ、ランダムフォレストモデルはまた、入力されたパラメータから、グルコース及びトリグリセリドについて有意義な予測を行うことができないと報告された。
[0107]エネルギー摂取の相関パターンは、食生活スコアと非常によく似ていた（どちらも同様にＢＭＩ及びＭＡＰと相関関係があった）。これは、総エネルギー摂取量のみを使用することが、健康アウトカムに対する食生活スコアと同様の統計的識別力を有することを示唆している。これは、エネルギー摂取量の体系的な過少報告（参加者のどちらも、彼らのＥＥＲの約８５％しか報告しないことによって、エネルギー摂取量を過少評価した）と関係がある可能性がある。
[0108]２０１３ Ａｍｅｒｉｃａｎ Ｈｅａｒｔ Ａｓｓｏｃｉａｔｉｏｎ（ＡＨＡ）／Ａｍｅｒｉｃａｎ Ｃｏｌｌｅｇｅ ｏｆ Ｃａｒｄｉｏｌｏｇｙ（ＡＣＣ）Ｇｕｉｄｅｌｉｎｅ ｏｎ Ｌｉｆｅｓｔｙｌｅ Ｍａｎａｇｅｍｅｎｔ ｔｏ Ｒｅｄｕｃｅ Ｃａｒｄｉｏｖａｓｃｕｌａｒ Ｒｉｓｋによると、成人において、有酸素運動（ＰＡ）は、対照介入と比較して、ＬＤＬ－Ｃを平均３－６ｍｇ／ｄＬ減少させることを示唆する、中等度のエビデンスがある。しかし、トリグリセリドに対し一貫した効果を有さない。
[0109]生活習慣スコア又は身体活動スコアとトリグリセリドとの間の相関関係は認められなかったことに対し、生活習慣スコア、特に身体活動スコア及び睡眠スコアとＬＤＬとの相関関係が存在することから、上記の所見は、これらの記述を支持する。開示された所見は、有酸素運動が収縮期及び拡張期血圧を低下させるというエビデンスに関して、ＡＨＡ／ＡＣＣガイドラインと同じ方向にある。これらのガイドラインによると、有酸素運動は、収縮期ＢＰを平均２～５ｍｍＨｇ、拡張期ＢＰを１～４ｍｍＨｇ低減させるという、高いエビデンスの強さがある。更に、ＢＰを下げるために有効であることが示されている典型的な介入は、平均して少なくとも１２週間の継続時間で、１週間当たり３～４回セッションを有し、平均４０分／セッション持続して、ＭＶＰＡを伴う、有酸素運動を含む。これにより、少なくとも、４０分×４ＭＥＴｓ＝１６０＊４セッション／週＝６４０ＭＥＴｓ－分／週に変換される。この身体活動レベルは、本明細書にて開示されているシステム及び方法に含まれる最小身体活動量の範囲に該当する。上記のように、男性の研究参加者のみが、１日毎の最小量８６ＭＥＴｓ－分／日に達しており、これは、約６００ＭＥＴｓ－分／週に相当する。女性のサンプル参加者は、平均して、この量に達しなかった。それでも、これは、必ずしも彼女らの１週間の量が６００ＭＥＴｓ－分未満であることを意味するものではない。実際、我々の女性参加者が日常的に最小推奨値に達していなかったとしても、依然として身体活動とＢＰとの間の相関関係が見られた。
[0110]生活習慣スコアと、空腹時血漿グルコース測定による個々のスコア（ＰＡ、睡眠、又は食生活）の間に、相関関係は見られなかった。しかし、糖尿病に対する身体活動の短期及び長期効果は、介入研究及びコホート研究の両方において、それぞれ十分に実証されている。例えば、前向きコホート研究のシステマティックレビュー及び用量反応メタ分析によると、６００ＭＥＴ分／週（最小推奨レベル）の総活動レベルを有する個人は、身体活動を報告しなかった人に比べて２％低い糖尿病のリスクを有することが分かった。６００から３６００ＭＥＴ分／週まで増加させることにより、更に１９％リスクが減少した。おそらくこれは、空腹時血糖レベルが非常に安定した測定であるために結果を交絡させるという事実によって、説明することができる。むしろ、生活習慣の行動により敏感である食後のグルコースレベルは、他の結果を示している可能性がある。
[0111]非限定的な好ましい例では、システムは、表示デバイス、メモリ、及びメモリと通信するプロセッサを含む。プロセッサは、身体活動スコアを決定し、睡眠スコアを決定し、各々がそれぞれの栄養素に対応する複数の栄養素スコアを決定し、エネルギースコアを決定し、食事摂取スコアを決定するように構成されている。
[0112]身体活動スコアは、入力として身体活動の量を使用し、（ａ）身体活動のゼロ量に対する第１の出力値と、（ｂ）ゼロよりも大きく、最小推奨身体活動量よりも小さい身体活動の量に対する、第１の比率での増加出力値と、（ｃ）最小推奨身体活動量よりも大きく、最適身体活動量よりも小さい身体活動の量に対する、第２の比率での増加出力値であって、第１の比率が、第２の比率よりも大きい、第２の比率での増加出力値と、（ｄ）最適身体活動量に対する第１の最大出力値と、を含む、区分的連続身体活動関数の出力値である。
[0113]睡眠スコアは、入力として睡眠の量を使用し、（ａ）最小推奨睡眠量未満の下限睡眠閾値よりも小さい睡眠の量に対する第２の出力値と、（ｂ）下限睡眠閾値よりも大きく、最適睡眠量の範囲よりも小さい睡眠の量に対する増加出力値と、（ｃ）最適睡眠量の範囲内の睡眠の量に対する第２の最大出力値と、（ｄ）最適睡眠量の範囲よりも大きく、最大推奨睡眠量を超える上限睡眠閾値よりも小さい睡眠の量に対する減少出力値と、（ｅ）上限睡眠閾値よりも大きい睡眠の量に対する第２の出力値と、を含む、区分的連続睡眠関数の出力値である。
[0114]各栄養素スコアは、それぞれの栄養素に対応するそれぞれの区分的連続栄養素関数の出力値である。各区分的連続栄養素関数は、入力としてそれぞれの栄養素の量を使用し、（ａ）それぞれの栄養素のゼロ量に対する第３の出力値と、（ｂ）下限栄養素閾値よりも大きく、それぞれの栄養素の健康的な量の範囲よりも小さいそれぞれの栄養素の量に対する増加出力値と、（ｃ）それぞれの栄養素の健康的な量の範囲内のそれぞれの栄養素の量に対する第３の最大出力値と、（ｄ）それぞれの栄養素の健康的な量の範囲よりも大きく、上限栄養素閾値よりも小さいそれぞれの栄養素の量に対する減少出力値と、（ｅ）上限栄養素閾値よりも大きいそれぞれの栄養素の量に対する第３の出力値と、を含む。
[0115]エネルギースコアは、入力としてエネルギーの量を使用し、（ａ）エネルギーのゼロ量に対する第４の出力値と、（ｂ）ゼロよりも大きく、エネルギーの健康的な量の範囲よりも小さいエネルギーの量に対する増加出力値と、（ｃ）エネルギーの健康的な量の範囲内のエネルギーの量に対する第４の最大出力値と、（ｄ）エネルギーの健康的な量の範囲よりも大きいエネルギーの量に対する減少出力値と、を含む、区分的連続エネルギー関数の出力値である。
[0116]食事摂取スコアは、複数のそれぞれの栄養素スコアの平均を計算し、その平均にエネルギースコアを乗算することによって決定される。
[0117]プロセッサはまた、（１）第１の加重を乗算した身体活動スコア、（２）第２の加重を乗算した睡眠スコア、及び（３）第３の加重を乗算した食事摂取スコアの和を計算することによって、生活習慣スコアを決定するように構成されている。プロセッサはまた、生活習慣スコアの表現を表示デバイス上に表示させるように構成されている。
[0118]非限定的な好ましい例では、方法は、入力として身体活動の量を使用し、（ａ）身体活動のゼロ量に対する第１の出力値と、（ｂ）ゼロよりも大きく、最小推奨身体活動量よりも小さい身体活動の量に対する、第１の比率での増加出力値と、（ｃ）最小推奨身体活動量よりも大きく、最適身体活動量よりも小さい身体活動の量に対する、第２の比率での増加出力値であって、第１の比率が、第２の比率よりも大きい、第２の比率での増加出力値と、（ｄ）最適身体活動量に対する第１の最大出力値と、を含む、区分的連続身体活動関数の出力値を決定することによって、身体活動スコアを決定することを含む。
[0119]次いで、睡眠スコアは、入力として睡眠の量を使用し、（ａ）最小推奨睡眠量未満の下限睡眠閾値よりも小さい睡眠の量に対する第２の出力値と、（ｂ）下限睡眠閾値よりも大きく、最適睡眠量の範囲よりも小さい睡眠の量に対する増加出力値と、（ｃ）最適睡眠量の範囲内の睡眠の量に対する第２の最大出力値と、（ｄ）最適睡眠量の範囲よりも大きく、最大推奨睡眠量を超える上限睡眠閾値よりも小さい睡眠の量に対する減少出力値と、（ｅ）上限睡眠閾値よりも大きい睡眠の量に対する第２の出力値と、を含む、区分的連続睡眠関数の出力値を決定することによって、決定される。
[0120]次いで、複数の栄養素スコアが決定される。各栄養素スコアは、それぞれの栄養素に対応するそれぞれの区分的連続栄養素関数の出力値であり、各区分的連続栄養素関数は、入力としてそれぞれの栄養素の量を使用し、（ａ）それぞれの栄養素のゼロ量に対する第３の出力値と、（ｂ）下限栄養素閾値よりも大きく、それぞれの栄養素の健康的な量の範囲よりも小さいそれぞれの栄養素の量に対する増加出力値と、（ｃ）それぞれの栄養素の健康的な量の範囲内のそれぞれの栄養素の量に対する第３の最大出力値と、（ｄ）それぞれの栄養素の健康的な量の範囲よりも大きく、上限栄養素閾値よりも小さいそれぞれの栄養素の量に対する減少出力値と、（ｅ）上限栄養素閾値よりも大きいそれぞれの栄養素の量に対する第３の出力値と、を含む。
[0121]次いで、入力としてエネルギーの量を使用し、（ａ）エネルギーのゼロ量に対する第４の出力値と、（ｂ）ゼロよりも大きく、エネルギーの健康的な量の範囲よりも小さいエネルギーの量に対する増加出力値と、（ｃ）エネルギーの健康的な量の範囲内のエネルギーの量に対する第４の最大出力値と、（ｄ）エネルギーの健康的な量の範囲よりも大きいエネルギーの量に対する減少出力値と、を含む、区分的連続エネルギー関数の出力値である、エネルギースコアが決定される。
[0122]次いで、食事摂取スコアは、複数のそれぞれの栄養素スコアの平均を計算し、その平均にエネルギースコアを乗算することによって決定される。
[0123]次いで、生活習慣スコアは、（１）第１の加重を乗算した身体活動スコア、（２）第２の加重を乗算した睡眠スコア、及び（３）第３の加重を乗算した食事摂取スコアの和を計算することによって決定される。次いで、この方法は、生活習慣スコアの表現を表示させることを含む。
[0124]非限定的な好ましい例では、非一時的コンピュータ可読媒体は、命令を記憶する。命令は、プロセッサによって実行されると、プロセッサに、身体活動スコアを決定させ、睡眠スコアを決定させ、それぞれの栄養素に対応する複数の栄養素スコアを決定させ、エネルギースコアを決定させ、食事摂取スコアを決定させる。
[0125]身体活動スコアは、入力として身体活動の量を使用し、（ａ）身体活動のゼロ量に対する第１の出力値と、（ｂ）ゼロよりも大きく、最小推奨身体活動量よりも小さい身体活動の量に対する、第１の比率での増加出力値と、（ｃ）最小推奨身体活動量よりも大きく、最適身体活動量よりも小さい身体活動の量に対する、第２の比率での増加出力値であって、第１の比率が、第２の比率よりも大きい、第２の比率での増加出力値と、（ｄ）最適身体活動量に対する第１の最大出力値と、を含む、区分的連続身体活動関数の出力値である。
[0126]睡眠スコアは、入力として睡眠の量を使用し、（ａ）最小推奨睡眠量未満の下限睡眠閾値よりも小さい睡眠の量に対する第２の出力値と、（ｂ）下限睡眠閾値よりも大きく、最適睡眠量の範囲よりも小さい睡眠の量に対する増加出力値と、（ｃ）最適睡眠量の範囲内の睡眠の量に対する第２の最大出力値と、（ｄ）最適睡眠量の範囲よりも大きく、最大推奨睡眠量を超える上限睡眠閾値よりも小さい睡眠の量に対する減少出力値と、（ｅ）上限睡眠閾値よりも大きい睡眠の量に対する第２の出力値と、を含む、区分的連続睡眠関数の出力値である。
[0127]各栄養素スコアは、それぞれの栄養素に対応するそれぞれの区分的連続栄養素関数の出力値である。各区分的連続栄養素関数は、入力としてそれぞれの栄養素の量を使用し、（ａ）それぞれの栄養素のゼロ量に対する第３の出力値と、（ｂ）下限栄養素閾値よりも大きく、それぞれの栄養素の健康的な量の範囲よりも小さいそれぞれの栄養素の量に対する増加出力値と、（ｃ）それぞれの栄養素の健康的な量の範囲内のそれぞれの栄養素の量に対する第３の最大出力値と、（ｄ）それぞれの栄養素の健康的な量の範囲よりも大きく、上限栄養素閾値よりも小さいそれぞれの栄養素の量に対する減少出力値と、（ｅ）上限栄養素閾値よりも大きいそれぞれの栄養素の量に対する第３の出力値と、を含む。
[0128]エネルギースコアは、入力としてエネルギーの量を使用し、（ａ）エネルギーのゼロ量に対する第４の出力値と、（ｂ）ゼロよりも大きく、エネルギーの健康的な量の範囲よりも小さいエネルギーの量に対する増加出力値と、（ｃ）エネルギーの健康的な量の範囲内のエネルギーの量に対する第４の最大出力値と、（ｄ）エネルギーの健康的な量の範囲よりも大きいエネルギーの量に対する減少出力値と、を含む、区分的連続エネルギー関数の出力値である。
[0129]食事摂取スコアは、複数のそれぞれの栄養素スコアの平均を計算し、その平均にエネルギースコアを乗算することによって決定される。
[0130]命令はまた、プロセッサに、（１）第１の加重を乗算した身体活動スコア、（２）第２の加重を乗算した睡眠スコア、及び（３）第３の加重を乗算した食事摂取スコアの和を計算することによって、生活習慣スコアを決定させる。命令はまた、プロセッサに、生活習慣スコアの表現を表示デバイス上に表示させる。
[0131]更に詳述することなく、当業者であれば、前述の説明を使用して、特許請求された発明を最大限に利用することができると考えられる。本明細書に開示された例及び実施形態は、単なる例示として解釈されるべきであり、いかなる方法でも本開示の範囲を限定するものではない。説明した基礎となる原理から逸脱することなく、上述の実施形態の詳細に対して変更を行うことができることは、当業者には明らかであろう。換言すれば、上記の説明で具体的に開示された実施形態の様々な修正及び改善は、添付の特許請求の範囲内である。例えば、記載された様々な実施形態の特徴の任意の好適な組み合わせが企図される。

Claims (31)

  1. 表示デバイスと、
    メモリと、
    前記メモリと通信するプロセッサであって、前記プロセッサは、
    区分的連続身体活動関数の出力値である身体活動スコアを決定し、
    区分的連続睡眠関数の出力値である睡眠スコアを決定し、
    複数の栄養素スコアを決定し、前記複数の栄養素スコアの各栄養素スコアが、複数の栄養素のそれぞれの栄養素に対応するそれぞれの区分的連続栄養素関数の出力値であり、
    区分的連続エネルギー関数の出力値であるエネルギースコアを決定し、
    前記複数のそれぞれの栄養素スコアの平均を計算し、前記平均に前記エネルギースコアを乗算することによって、食事摂取スコアを決定し、
    （１）第１の加重を乗算した前記身体活動スコア、（２）第２の加重を乗算した前記睡眠スコア、及び（３）第３の加重を乗算した前記食事摂取スコアの和を計算することによって、生活習慣スコアを決定し、
    前記生活習慣スコアの表現を前記表示デバイス上に表示させる、
    ように構成されているプロセッサと、を備える、生活習慣スコアリングシステム。
  2. 前記身体活動関数が、入力として身体活動の量を使用し、
    （ａ）身体活動のゼロ量に対する第１の出力値と、
    （ｂ）ゼロよりも大きく、最小推奨身体活動量よりも小さい身体活動の量に対する、第１の比率での増加出力値と、
    （ｃ）前記最小推奨身体活動量よりも大きく、最適身体活動量よりも小さい身体活動の量に対する、第２の比率での増加出力値であって、前記第１の比率が、前記第２の比率よりも大きい、第２の比率での増加出力値と、
    （ｄ）前記最適身体活動量に対する第１の最大出力値と、
    を含む、請求項１に記載の生活習慣スコアリングシステム。
  3. 前記睡眠関数が、入力として睡眠の量を使用し、
    （ａ）最小推奨睡眠量未満の下限睡眠閾値よりも小さい睡眠の量に対する第２の出力値と、
    （ｂ）前記下限睡眠閾値よりも大きく、最適睡眠量の範囲よりも小さい睡眠の量に対する増加出力値と、
    （ｃ）前記最適睡眠量の範囲内の睡眠の量に対する第２の最大出力値と、
    （ｄ）前記最適睡眠量の範囲よりも大きく、最大推奨睡眠量を超える上限睡眠閾値よりも小さい睡眠の量に対する減少出力値と、
    （ｅ）前記上限睡眠閾値よりも大きい睡眠の量に対する前記第２の出力値と、
    を含む、請求項１に記載の生活習慣スコアリングシステム。
  4. 各栄養素関数が、入力として前記それぞれの栄養素の量を使用し、
    （ａ）前記それぞれの栄養素のゼロ量に対する第３の出力値と、
    （ｂ）下限栄養素閾値よりも大きく、前記それぞれの栄養素の健康的な量の範囲よりも小さい前記それぞれの栄養素の量に対する増加出力値と、
    （ｃ）前記それぞれの栄養素の前記健康的な量の範囲内の前記それぞれの栄養素の量に対する第３の最大出力値と、
    （ｄ）前記それぞれの栄養素の前記健康的な量の範囲よりも大きく、上限栄養素閾値よりも小さい前記それぞれの栄養素の量に対する減少出力値と、
    （ｅ）前記上限栄養素閾値よりも大きい前記それぞれの栄養素の量に対する前記第３の出力値と、
    を含む、請求項１に記載の生活習慣スコアリングシステム。
  5. 前記エネルギー関数が、入力としてエネルギーの量を使用し、
    （ａ）エネルギーのゼロ量に対する第４の出力値と、
    （ｂ）ゼロよりも大きく、エネルギーの健康的な量の範囲よりも小さいエネルギーの量に対する増加出力値と、
    （ｃ）前記エネルギーの健康的な量の範囲内のエネルギーの量に対する第４の最大出力値と、
    （ｄ）前記エネルギーの健康的な量の範囲よりも大きいエネルギーの量に対する減少出力値と、
    を含む、請求項１に記載の生活習慣スコアリングシステム。
  6. 第１、第２、及び第３の最大出力値が等しい、請求項１に記載の生活習慣スコアリングシステム。
  7. 前記第１の加重が０．３に等しく、前記第２の加重が０．２に等しく、前記第３の加重が０．５に等しい、請求項１に記載の生活習慣スコアリングシステム。
  8. 前記決定された生活習慣スコアが、最大生活習慣スコアと最小生活習慣スコアの間の生活習慣スコアの範囲内であり、前記最大生活習慣スコアの９０％～１００％の間のそれぞれの生活習慣スコアの前記表現が、前記それぞれの生活習慣スコアを最適として指定する、請求項１に記載の生活習慣スコアリングシステム。
  9. 前記身体活動関数が、前記最小推奨身体活動量に対する前記第１の最大出力値の半分に等しい出力値を含む、請求項１に記載の生活習慣スコアリングシステム。
  10. 活動モニタを更に備え、前記プロセッサが、身体活動の量及び睡眠の量のうち少なくとも１つに対応するデータを前記活動モニタから受信するように構成されている、請求項１に記載の生活習慣スコアリングシステム。
  11. 前記活動モニタが、加速度計を含む、請求項１０に記載の生活習慣スコアリングシステム。
  12. 前記睡眠関数が、前記最小推奨睡眠量及び前記最大推奨睡眠量に対する前記第２の最大出力値の半分に等しい出力値を含む、請求項１に記載の生活習慣スコアリングシステム。
  13. 前記下限閾値が、前記最小推奨睡眠量の約８４％であるそれぞれの睡眠の量に等しい、請求項１に記載の生活習慣スコアリングシステム。
  14. 前記上限閾値が、前記最大推奨睡眠量よりも約１０％大きいそれぞれの睡眠の量に等しい、請求項１に記載の生活習慣スコアリングシステム。
  15. 前記睡眠関数の前記上限閾値が、第１の年齢範囲内の人に対する第１の上限閾値、及び第２の年齢範囲内の人に対する第２の上限閾値を含み、前記第１の年齢範囲が、前記第２の年齢範囲から排他的である、請求項１に記載の生活習慣スコアリングシステム。
  16. 入力デバイスを更に備え、前記プロセッサが、ユーザの特性に対応するデータを前記入力デバイスから受信するように構成されている、請求項１に記載の生活習慣スコアリングシステム。
  17. 前記ユーザの前記特性が、前記ユーザの活動レベル、前記ユーザの年齢、前記ユーザの性別、前記ユーザの体重、前記ユーザの体格指数（ＢＭＩ）、及び前記ユーザの医学的状態からなる群から選択される１つ以上の特性を含む、請求項１６に記載の生活習慣スコアリングシステム。
  18. 区分的連続身体活動関数の出力値を決定することによって、身体活動スコアを決定することと、
    区分的連続睡眠関数の出力値を決定することによって、睡眠スコアを決定することと、
    複数の栄養素スコアを決定することであって、前記複数の栄養素スコアの各それぞれの栄養素スコアが、複数の栄養素のそれぞれの栄養素に対応するそれぞれの区分的連続栄養素関数の出力値である、決定することと、
    区分的連続エネルギー関数の出力値であるエネルギースコアを決定することと、
    前記複数のそれぞれの栄養素スコアの平均を計算し、前記平均に前記エネルギースコアを乗算することによって、食事摂取スコアを決定することと、
    （１）第１の加重を乗算した前記身体活動スコア、（２）第２の加重を乗算した前記睡眠スコア、及び（３）第３の加重を乗算した前記食事摂取スコアの和を計算することによって、生活習慣スコアを決定することと、
    前記生活習慣スコアの表現を表示させることと、
    を含む、生活習慣スコアリング方法。
  19. 前記身体活動関数が、入力として身体活動の量を使用し、
    （ａ）身体活動のゼロ量に対する第１の出力値と、
    （ｂ）ゼロよりも大きく、最小推奨身体活動量よりも小さい身体活動の量に対する、第１の比率での増加出力値と、
    （ｃ）前記最小推奨身体活動量よりも大きく、最適身体活動量よりも小さい身体活動の量に対する、第２の比率での増加出力値であって、前記第１の比率が、前記第２の比率よりも大きい、第２の比率での増加出力値と、
    （ｄ）最適身体活動量に対する第１の最大出力値と、
    を含む、請求項１８に記載の生活習慣スコアリング方法。
  20. 前記睡眠関数が、入力として睡眠の量を使用し、
    （ａ）最小推奨睡眠量未満の下限睡眠閾値よりも小さい睡眠の量に対する第２の出力値と、
    （ｂ）前記下限睡眠閾値よりも大きく、最適睡眠量の範囲よりも小さい睡眠の量に対する増加出力値と、
    （ｃ）前記最適睡眠量の範囲内の睡眠の量に対する第２の最大出力値と、
    （ｄ）前記最適睡眠量の範囲よりも大きく、最大推奨睡眠量を超える上限睡眠閾値よりも小さい睡眠の量に対する減少出力値と、
    （ｅ）前記上限睡眠閾値よりも大きい睡眠の量に対する前記第２の出力値と、
    を含む、請求項１８に記載の生活習慣スコアリング方法。
  21. 各それぞれの栄養素関数が、入力として前記それぞれの栄養素の量を使用し、
    （ａ）前記それぞれの栄養素のゼロ量に対する第３の出力値と、
    （ｂ）下限栄養素閾値よりも大きく、前記それぞれの栄養素の健康的な量の範囲よりも小さい前記それぞれの栄養素の量に対する増加出力値と、
    （ｃ）前記それぞれの栄養素の前記健康的な量の範囲内の前記それぞれの栄養素の量に対する第３の最大出力値と、
    （ｄ）前記それぞれの栄養素の前記健康的な量の範囲よりも大きく、上限栄養素閾値よりも小さい前記それぞれの栄養素の量に対する減少出力値と、
    （ｅ）前記上限栄養素閾値よりも大きい前記それぞれの栄養素の量に対する前記第３の出力値と、
    を含む、請求項１８に記載の生活習慣スコアリング方法。
  22. 前記エネルギー関数が、入力としてエネルギーの量を使用し、
    （ａ）エネルギーのゼロ量に対する第４の出力値と、
    （ｂ）ゼロよりも大きく、エネルギーの健康的な量の範囲よりも小さいエネルギーの量に対する増加出力値と、
    （ｃ）前記エネルギーの健康的な量の範囲内のエネルギーの量に対する第４の最大出力値と、
    （ｄ）前記エネルギーの健康的な量の範囲よりも大きいエネルギーの量に対する減少出力値と、
    を含む、請求項１８に記載の生活習慣スコアリング方法。
  23. 前記複数の栄養素が、炭水化物、タンパク質、総脂肪、繊維、カルシウム、カリウム、マグネシウム、鉄、食品葉酸塩、ビタミンＡ、ビタミンＣ、ビタミンＤ、ビタミンＥ、ナトリウム、飽和脂肪、及び添加糖類からなる群の２つ以上の前記栄養素を含む、請求項１８に記載の生活習慣スコアリング方法。
  24. 前記第３の出力値が、前記それぞれの栄養素、（１）ナトリウム、（２）添加糖類、及び（３）飽和脂肪のそれぞれの、前記それぞれの栄養素関数に対する前記第３の最大出力値に等しい、請求項１８に記載の生活習慣スコアリング方法。
  25. 命令を記憶する非一時的コンピュータ可読媒体であって、前記命令が、プロセッサによって実行されると、前記プロセッサに、
    区分的連続身体活動関数の出力値を決定することによって、身体活動スコアを決定させ、
    区分的連続睡眠関数の出力値を決定することによって、睡眠スコアを決定させ、
    複数の栄養素スコアを決定させ、前記複数の栄養素スコアの各それぞれの栄養素スコアが、複数の栄養素のそれぞれの栄養素に対応するそれぞれの区分的連続栄養素関数の出力値であり、
    区分的連続エネルギー関数の出力値であるエネルギースコアを決定させ、
    前記複数のそれぞれの栄養素スコアの平均を計算し、前記平均に前記エネルギースコアを乗算することによって、食事摂取スコアを決定させ、
    （１）第１の加重を乗算した前記身体活動スコア、（２）第２の加重を乗算した前記睡眠スコア、及び（３）第３の加重を乗算した前記食事摂取スコアの和を計算することによって、生活習慣スコアを決定させ、
    前記生活習慣スコアの表現を前記表示デバイス上に表示させる、
    非一時的コンピュータ可読媒体。
  26. 前記身体活動関数が、入力として身体活動の量を使用し、
    （ａ）身体活動のゼロ量に対する第１の出力値と、
    （ｂ）ゼロよりも大きく、最小推奨身体活動量よりも小さい身体活動の量に対する、第１の比率での増加出力値と、
    （ｃ）前記最小推奨身体活動量よりも大きく、最適身体活動量よりも小さい身体活動の量に対する、第２の比率での増加出力値であって、前記第１の比率が、前記第２の比率よりも大きい、第２の比率での増加出力値と、
    （ｄ）前記最適身体活動量に対する第１の最大出力値と、
    を含む、請求項２９に記載の非一時的コンピュータ可読媒体。
  27. 前記睡眠関数が、入力として睡眠の量を使用し、
    （ａ）最小推奨睡眠量未満の下限睡眠閾値よりも小さい睡眠の量に対する第２の出力値と、
    （ｂ）前記下限睡眠閾値よりも大きく、最適睡眠量の範囲よりも小さい睡眠の量に対する増加出力値と、
    （ｃ）前記最適睡眠量の範囲内の睡眠の量に対する第２の最大出力値と、
    （ｄ）前記最適睡眠量の範囲よりも大きく、最大推奨睡眠量を超える上限睡眠閾値よりも小さい睡眠の量に対する減少出力値と、
    （ｅ）前記上限睡眠閾値よりも大きい睡眠の量に対する前記第２の出力値と、
    を含む、請求項２９に記載の非一時的コンピュータ可読媒体。
  28. 各それぞれの栄養素関数が、入力として前記それぞれの栄養素の量を使用し、
    （ａ）前記それぞれの栄養素のゼロ量に対する第３の出力値と、
    （ｂ）下限栄養素閾値よりも大きく、前記それぞれの栄養素の健康的な量の範囲よりも小さい前記それぞれの栄養素の量に対する増加出力値と、
    （ｃ）前記それぞれの栄養素の前記健康的な量の範囲内の前記それぞれの栄養素の量に対する第３の最大出力値と、
    （ｄ）前記それぞれの栄養素の前記健康的な量の範囲よりも大きく、上限睡眠閾値よりも小さい前記それぞれの栄養素の量に対する減少出力値と、
    （ｅ）前記上限栄養素閾値よりも大きい前記それぞれの栄養素の量に対する前記第３の出力値と、
    を含む、請求項２９に記載の非一時的コンピュータ可読媒体。
  29. 前記エネルギー関数が、入力としてエネルギーの量を使用し、
    （ａ）エネルギーのゼロ量に対する第４の出力値と、
    （ｂ）ゼロよりも大きく、エネルギーの健康的な量の範囲よりも小さいエネルギーの量に対する増加出力値と、
    （ｃ）前記エネルギーの健康的な量の範囲内のエネルギーの量に対する第４の最大出力値と、
    （ｄ）前記エネルギーの健康的な量の範囲よりも大きいエネルギーの量に対する減少出力値と、
    を含む、請求項２９に記載の非一時的コンピュータ可読媒体。
  30. 前記身体活動関数の前記増加出力値、前記睡眠関数の前記増加出力値、各それぞれの栄養素関数の前記増加出力値、及び前記エネルギー関数の前記増加出力値が、線形に増加する、請求項２９に記載の非一時的コンピュータ可読媒体。
  31. 前記睡眠関数の前記減少出力値、各それぞれの栄養関数の前記減少出力値、及び前記エネルギー関数の前記減少出力値が、線形に減少する、請求項２９に記載の非一時的コンピュータ可読媒体。

JP2022529947A 2019-12-23 2020-12-21 生活習慣スコアリングシステム及び方法 Pending JP2023506385A (ja)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US201962952680P 2019-12-23 2019-12-23
US62/952,680 2019-12-23
PCT/EP2020/087365 WO2021130144A1 (en) 2019-12-23 2020-12-21 Lifestyle scoring system and method

Publications (1)

Publication Number Publication Date
JP2023506385A true JP2023506385A (ja) 2023-02-16

Family

ID=74194691

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2022529947A Pending JP2023506385A (ja) 2019-12-23 2020-12-21 生活習慣スコアリングシステム及び方法

Country Status (5)

Country Link
US (1) US20230343459A1 (ja)
EP (1) EP4082020A1 (ja)
JP (1) JP2023506385A (ja)
CN (1) CN114830250A (ja)
WO (1) WO2021130144A1 (ja)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2022204571A1 (en) 2021-03-26 2022-09-29 Vydiant, Inc. A digital vaccine system, method and device

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20140127649A1 (en) * 2012-11-08 2014-05-08 Aliphcom General health and wellness management method and apparatus for a wellness application using data associated with a data-capable band
JP7319930B2 (ja) 2017-06-23 2023-08-02 ソシエテ・デ・プロデュイ・ネスレ・エス・アー 摂取可能物の最適量及び質を反映する単一の食品摂取スコアを算出、表示、修正、及び使用するためのシステム及び方法

Also Published As

Publication number Publication date
CN114830250A (zh) 2022-07-29
EP4082020A1 (en) 2022-11-02
WO2021130144A1 (en) 2021-07-01
US20230343459A1 (en) 2023-10-26

Similar Documents

Publication Publication Date Title
US11929180B2 (en) Systems and methods for implementing personalized health and wellness programs
Estruch et al. Effect of a high-fat Mediterranean diet on bodyweight and waist circumference: a prespecified secondary outcomes analysis of the PREDIMED randomised controlled trial
CN109964280B (zh) 用于计算、显示、修改和使用改善的个性化营养健康评分来评估和计划最佳饮食的系统和方法
JP7319930B2 (ja) 摂取可能物の最適量及び質を反映する単一の食品摂取スコアを算出、表示、修正、及び使用するためのシステム及び方法
US20160371998A1 (en) Health-based incentive plans and systems and methods for implementing health-based incentive transactions
Forrester et al. Association between allostatic load and health behaviours: a latent class approach
JP2018124702A (ja) 病因分析装置および疾病予測装置
JP6705089B2 (ja) ヘルスチューニング支援システム
Hornbuckle et al. Effects of high-intensity interval training on cardiometabolic risk in overweight and obese African-American women: a pilot study
US20200043595A1 (en) Computer-implemented method and information processing device that generate advice information concerning daily habit improvement
CN110838367A (zh) 健康风险综合评估方法
Steinberg et al. Novel predictive models for metabolic syndrome risk: a “big data” analytic approach
JP2013190915A (ja) 生活習慣改善支援システム及び生体指標の分析方法
US20230282364A1 (en) Integrated Platform for Connecting Physiological Parameters Derived from Digital Health Data to Models of Mortality, Morbidity, Life Expectancy and Lifestyle Interventions
KR20190063954A (ko) 인공지능 클라우드 영양소 변화 예측 방법과 인공지능 클라우드 영양소 대사량 측정 방법 및 그를 사용하는 질병관리 방법
EP3844778A1 (en) Digital companion for healthcare
US20240170130A1 (en) Information processing method and information processing device
JP2023506385A (ja) 生活習慣スコアリングシステム及び方法
JP2021079182A (ja) 肌状態サポートシステム
WO2023013722A1 (ja) プログラム、情報処理方法及び情報処理装置
Wang [Retracted] Retrospection of Analytical Data Collected through Smart Devices for Diseases and Disability Caused by Physical Inactivity
Migliorelli et al. CarpeDiem: Exploring health pillars to define a holistic recommender system to accomplish a sutainable change in lifestlye habits
WO2023163190A1 (ja) 情報処理システム、情報処理プログラム、情報処理方法
WO2022254700A1 (ja) 助言生成装置、助言生成方法、及びプログラム
US20210407649A1 (en) Therapy platform and method of use

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20231207