JP4957403B2 - 保健指導支援システム - Google Patents
保健指導支援システム Download PDFInfo
- Publication number
- JP4957403B2 JP4957403B2 JP2007165760A JP2007165760A JP4957403B2 JP 4957403 B2 JP4957403 B2 JP 4957403B2 JP 2007165760 A JP2007165760 A JP 2007165760A JP 2007165760 A JP2007165760 A JP 2007165760A JP 4957403 B2 JP4957403 B2 JP 4957403B2
- Authority
- JP
- Japan
- Prior art keywords
- weight
- influence
- energy
- support system
- degree
- 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.)
- Active
Links
Images
Landscapes
- Medical Treatment And Welfare Office Work (AREA)
Description
疾病の予防，治療等の目的により対象者の食習慣，運動習慣などの生活習慣を改善するために行う保健指導を支援する保健指導支援システムに関する。
現在，糖尿病，高脂血症，高血圧などに代表される生活習慣病の増加が問題となっている。生活習慣病の最も大きな原因の一つは肥満であり，肥満の予防・改善は生活習慣病予防に最も重要である。このため，健診等で肥満または体重が増加傾向と判断された受診者に対しては，食事や運動の改善により減量を促す減量指導が実施されることが多い。
健診施設等では，特に強い介入指導が必要な肥満者や進んで減量を望む人に対して，目標体重に向けた具体的な生活習慣改善メニューを提案する減量プログラムを実施する場合がある。この場合，指導者はプログラム参加者の日々の体重のグラフなどから，提案したメニューが適切か，減量効果が現れているか，などを評価してアドバイスを提供する。
このように体重変化に基づいて減量効果を評価するハードウェア，ソフトウェアなどが考案されている。例えば，特許文献１では，体重計で測定したデータを蓄積し，１ヶ月あたりの体重変化をもとに，減量効果が不十分か，適正か，急激な減量のし過ぎで危険か，を判断する技術が紹介されている。また、特許文献２〜５には、体重とエネルギーより、ダイエットの進捗状況、カロリー収支、健康管理等の指標を出すことが記載されている。
特許文献１のような方法では，体重計で測定したデータのみを用いており，実際にどれだけ生活習慣を改善したかは考慮できていない。このため，例えば，生活習慣を改善しているにも関わらず減量できないのか，生活習慣の改善を怠ったために減量できなかったのか，を判断することが困難であった。
特に前者は，いわゆる減量停滞期と呼ばれるもので，減量開始後しばらくすると，身体がエネルギー消費を抑えようと基礎代謝を低下させるなどの理由により起こる現象である
。この時期は目に見える効果が小さいため，減量中はこの時期に挫折してしまう場合が多い。減量プログラムにおいても，指導者はプログラム参加者の減量停滞期を判断して，根気よく継続するように励ましたり，新たなメニューを提案するなど，適切な介入が必要となる。現状では，指導者自身が面談等で把握した情報に基づいて減量停滞期を判断しているが，より効率的な指導を行うために，情報システムによって減量停滞期を判断したい，また，減量効果を客観的・定量的に判断したい，というニーズがある。また、引用文献２〜５には、体重以外にもエネルギー情報を用いることが記載されているが、生活習慣を改善した結果を反映した具体的な指標の用い方については、記載されていない。
。この時期は目に見える効果が小さいため，減量中はこの時期に挫折してしまう場合が多い。減量プログラムにおいても，指導者はプログラム参加者の減量停滞期を判断して，根気よく継続するように励ましたり，新たなメニューを提案するなど，適切な介入が必要となる。現状では，指導者自身が面談等で把握した情報に基づいて減量停滞期を判断しているが，より効率的な指導を行うために，情報システムによって減量停滞期を判断したい，また，減量効果を客観的・定量的に判断したい，というニーズがある。また、引用文献２〜５には、体重以外にもエネルギー情報を用いることが記載されているが、生活習慣を改善した結果を反映した具体的な指標の用い方については、記載されていない。
本発明の目的は，生活習慣改善の減量に対する効果を指標化することで，上記の課題を解決し，減量指導に役立つ支援情報を提供する保健指導支援システムを実現することにある。
上記課題は，複数の測定タイミングにおいて測定された対象者の体重を入力する体重入力手段と，前記測定タイミングで区切られた期間毎に，特定の時点と比較して前記期間に変更された前記対象者の摂取エネルギー量と消費エネルギー量の変化量の合計であるエネルギー増減量を入力するエネルギー増減量入力手段と，入力された前記体重と前記エネルギー増減量を時系列で対応付けて記憶する記憶手段と，前記期間毎に前記時点に対する前記体重の変化量を前記エネルギー増減量の積算値で除算した値を前記期間における前記体重に対する前記エネルギー増減量の影響度として算出する影響度算出手段と，前記影響度を前記期間に対応付けて表示する表示手段と，を有することを特徴とする保健指導支援システムにより，生活習慣の改善による減量効果を客観的かつ定量的に評価可能にしつつ，解決できる。
また，上記課題は，複数の測定タイミングにおいて測定された対象者の体重を入力する体重入力手段と，前記測定タイミングで区切られた期間毎に，特定の時点と比較して前記期間に変更された前記対象者の摂取エネルギー量と消費エネルギー量の変化量の合計であるエネルギー増減量を入力するエネルギー増減量入力手段と，入力された前記体重と前記エネルギー増減量を時系列で対応付けて記憶する記憶手段と，予め設定された体重単位量あたりのエネルギー量を用いて，前記エネルギー増減量を体重変化量に換算して前記時点からの変化後の推定体重を算出し，前記期間毎に前記時点に対する前記推定体重を前記体重で除算した値を前記期間における前記体重に対する前記エネルギー増減量の影響度として算出する影響度算出手段と，前記影響度を前記期間に対応付けて表示する表示手段と，を有することを特徴とする保健指導支援システムにより，生活習慣の改善による減量効果を実際の体重に応じて客観的かつ定量的に評価可能にしつつ，解決できる。
また，上記課題は，複数の測定タイミングにおいて測定された対象者の体重を入力する体重入力手段と，前記測定タイミングで区切られた期間毎に，特定の時点と比較して前記期間に変更された前記対象者の摂取エネルギー量と消費エネルギー量の変化量の合計であるエネルギー増減量を入力するエネルギー増減量入力手段と，入力された前記体重と前記エネルギー増減量を時系列で対応付けて記憶する記憶手段と，予め設定された体重単位量あたりのエネルギー量を用いて，前記エネルギー増減量を体重変化量に換算して前記時点からの変化後の推定体重を算出し，前記期間毎に前記時点に対する前記推定体重を前記体重で除算した値を前記期間における前記体重に対する前記エネルギー増減量の影響度として算出する影響度算出手段と，前記影響度を前記期間に対応付けて表示する表示手段と，を有することを特徴とする保健指導支援システムにより，生活習慣の改善による減量効果を実際の体重に応じて客観的かつ定量的に評価可能にしつつ，解決できる。
また，上記課題は，少なくとも影響度を含む条件に応じた指導論理記憶手段と，影響度算出手段から算出された影響度に基づいて前記指導内容を抽出する指導内容抽出部と，抽出した前記指導内容をもとに支援情報を生成する支援情報生成手段を有し，前記表示手段が前記支援情報を表示することを特徴とする保健指導支援システムにより，指導者が効率的・効果的に指導できる支援情報を提供可能にしつつ，また，減量を実施する者が意欲的に減量に取り組める支援情報を提供可能にしつつ，解決できる。
また，上記課題は，前記影響度をもとに前記エネルギー増減量と前記影響度の関係をモデル化する影響度モデル算出手段と，前記影響度のモデルをもとに前記エネルギー増減量に応じて将来の測定タイミングにおける前記体重の予測値を算出する予測体重算出手段を有し，前記表示手段が前記予測体重を将来の測定タイミングに対応付けて表示することを特徴とする保健指導支援システムにより，予測体重に基づく生活習慣改善目標を容易に設定可能にしつつ，解決できる。
また，上記課題は，前記影響度をもとに，前記表示手段が複数の前記対象者を順序付けて表示することを特徴とする保健指導支援システムにより，指導者が指導可能な人数に応じて，大人数の対象者の中から介入指導が必要な対象者を容易に抽出可能にしつつ，解決できる。
本発明により，体重変化量に対するエネルギー増減量の影響度を算出することで，生活習慣改善の減量に対する効果を客観的かつ定量的に評価できるようにしたので，個人別の減量指導に役立つ情報を提供できる。また，影響度に応じた支援情報を表示できるようにしたので，指導者は効果的・効率的な指導が可能になり，減量を実施する者は意欲的に減量に取り組めるようになる。また，影響度をモデル化することで，エネルギー増減量に応じた将来の予測体重を算出できるようにしたので，目標体重に向けた生活習慣改善の目標設定に役立つ情報を提供できる。また，影響度に応じて複数の対象者を順位付けて表示することで，指導者が優先的に指導すべき対象者を容易に選定することが可能になる。
以下，本発明の一実施例である減量指導支援システムを，図を引用して詳細に説明する
。なお，本実施例における減量指導支援システムのユーザは，減量を実施する減量実施者
，及び減量実施者に対して減量指導を行う指導者である。
。なお，本実施例における減量指導支援システムのユーザは，減量を実施する減量実施者
，及び減量実施者に対して減量指導を行う指導者である。
図１は，本発明の実施例である減量指導支援システム１００の構成例を示す図である。本システム１００は，制御部１０１と，生活記録記憶装置１０２と，体重入力部１０３と
，エネルギー増減量入力部１０４と，影響度算出部１０５と，指導内容抽出部１０６と，モデル算出部１０７と，予測体重算出部１０８と，支援情報生成部１０９と，表示部１１０と，指導論理記憶装置１１３と，で構成されている。本システム１００は，ネットワーク１２０を介して，減量実施者の入出力端末Ａ１１１及び指導者の入出力端末Ｂ１１２と通信できる。図１の例では，ネットワーク１２０は，インターネットを想定しているが，会社内ＬＡＮや施設内ＬＡＮなどのローカルなネットワークでもよい。また，図１の例では，入出力端末Ａ１１１と入出力端末Ｂ１１２がそれぞれ別の端末として記載しているが
，それぞれの端末の機能を１つの端末が備えていてもよい。また，本システム１００は，入出力端末Ａ１１１，入出力端末Ｂ１１２とは別のハードウェアとして記載しているが，各入出力端末の入出力機能が本システム１００に搭載されていてもよい。また，本システム１００は，ハードウェア構成として記載しているが，本システム１００の機能はソフトウェアで構成されていてもよい。
，エネルギー増減量入力部１０４と，影響度算出部１０５と，指導内容抽出部１０６と，モデル算出部１０７と，予測体重算出部１０８と，支援情報生成部１０９と，表示部１１０と，指導論理記憶装置１１３と，で構成されている。本システム１００は，ネットワーク１２０を介して，減量実施者の入出力端末Ａ１１１及び指導者の入出力端末Ｂ１１２と通信できる。図１の例では，ネットワーク１２０は，インターネットを想定しているが，会社内ＬＡＮや施設内ＬＡＮなどのローカルなネットワークでもよい。また，図１の例では，入出力端末Ａ１１１と入出力端末Ｂ１１２がそれぞれ別の端末として記載しているが
，それぞれの端末の機能を１つの端末が備えていてもよい。また，本システム１００は，入出力端末Ａ１１１，入出力端末Ｂ１１２とは別のハードウェアとして記載しているが，各入出力端末の入出力機能が本システム１００に搭載されていてもよい。また，本システム１００は，ハードウェア構成として記載しているが，本システム１００の機能はソフトウェアで構成されていてもよい。
図２は，指導者に対して支援情報を提供するときの本システム１００の動作を示すフローチャートである。
本システムが処理を開始すると，まず，制御部１０１が体重入力部１０３を起動し，入出力端末Ａ１１１から減量実施者のｎ日目（減量開始前をｎ＝０とする）の体重Ｗｎの入力を受け付け，生活記録記憶装置１０２に格納するステップ２０１を実行する。
次に，制御部１０１がエネルギー増減量入力部１０４を起動し，入出力端末Ａ１１１から減量実施者の減量開始前（ｎ＝０）と比較したｎ日目のエネルギー増減量ΔＥｎの入力を受け付け，生活記録記憶装置１０２に格納するステップ２０２を実行する。ここで，エネルギー増減量とは，食事（摂取エネルギー量）や運動など（消費エネルギー量）の生活習慣を改善することによって発生した減量開始前の生活に対するエネルギー量の差分を示すものとする。例えば，減量１日目に，減量開始前の生活と比べて食事を１００ｋｃａｌ分減らし（摂取エネルギー量の減少），運動を２００ｋｃａｌ分増やした（消費エネルギ
ー量の増加）場合，エネルギー増減量は，ΔＥ１＝−１００＋（−２００）＝−３００ｋｃａｌとなる。
ー量の増加）場合，エネルギー増減量は，ΔＥ１＝−１００＋（−２００）＝−３００ｋｃａｌとなる。
図３は，ステップ２０１〜２０２実行後の生活記録記憶装置１０２の例を示す図である
。生活記録記憶装置１０２には，日付ｎ（３０１）毎に，減量実施者の体重Ｗｎ（３０２
）とエネルギー増減量ΔＥｎ（３０３）が格納される。図３の例では，減量開始前の体重Ｗ０＝７０．０ｋｇで，減量１日目の体重Ｗ１＝６９．８ｋｇ，エネルギー増減量ΔＥ１＝−５００ｋｃａｌであることを示している。また，５日目のエネルギー増減量ΔＥ５＝±０ｋｃａｌは，減量開始前と同様の生活，すなわち生活習慣を改善しなかったことを示している。
。生活記録記憶装置１０２には，日付ｎ（３０１）毎に，減量実施者の体重Ｗｎ（３０２
）とエネルギー増減量ΔＥｎ（３０３）が格納される。図３の例では，減量開始前の体重Ｗ０＝７０．０ｋｇで，減量１日目の体重Ｗ１＝６９．８ｋｇ，エネルギー増減量ΔＥ１＝−５００ｋｃａｌであることを示している。また，５日目のエネルギー増減量ΔＥ５＝±０ｋｃａｌは，減量開始前と同様の生活，すなわち生活習慣を改善しなかったことを示している。
次に，制御部１０１が影響度算出部１０５を起動し，生活記録記憶装置１０２に格納されている体重Ｗｎとエネルギー増減量ΔＥｎを用いて，ｎ日目までの体重変化量に対するエネルギー増減量の影響度αｎを算出するステップ２０３を実行する。ここで，αｎは（
式１）により定義される。
αｎ＝（Ｗｎ−Ｗ０）／ΣΔＥｎ ・・・（式１）
右辺のＷｎ−Ｗ０は，ｎ日目の時点において減量開始前と比較した体重変化量を示す。また，右辺のΣΔＥｎは，ｎ日目までのエネルギー増減量の積算値を示す。
式１）により定義される。
αｎ＝（Ｗｎ−Ｗ０）／ΣΔＥｎ ・・・（式１）
右辺のＷｎ−Ｗ０は，ｎ日目の時点において減量開始前と比較した体重変化量を示す。また，右辺のΣΔＥｎは，ｎ日目までのエネルギー増減量の積算値を示す。
図４は，図３の生活記録記憶装置１０２に対して算出した影響度αｎを示す図である。（式１）より，Ｗｎ−Ｗ０（４０１）とΣΔＥｎ（４０２）からαｎ（４０３）が算出される。影響度αｎは，減量開始からｎ日目までの生活習慣改善分に相当するエネルギー増減量の積算値が，どれだけ体重変化量に結び付いたかを示す指標となる。つまり，αｎが大きいほど，生活習慣改善による減量効果が大きいことを示し，逆に，αｎが小さいほど
，生活習慣改善による減量効果が小さいことを示す。
，生活習慣改善による減量効果が小さいことを示す。
一般的に，生理学の分野においては，体重が摂取エネルギーと消費エネルギーのバランスにより変化すると言われている。例えば，体脂肪１ｋｇは７０００ｋｃａｌに相当すると言われており，理論上は，エネルギーを７０００ｋｃａｌ減らすことで，体重は１ｋｇ減ることになる。しかしながら，人間のからだには，摂取・消費エネルギーの変化に対して安定した恒常状態を保とうとする仕組み（ホメオスタシス）が備わっているため，減量を続けると，減量開始時と比べて， エネルギー増減量に対する体重変化が小さくなる場
合もあり，エネルギーと体重とのバランスが変化する。本発明における影響度αｎは，実際の体重変化量とエネルギー増減量の関係を数値で表現することにより，ホメオスタシスの影響度合いを含めた体重変化とエネルギー増減量の関係を指標化するものである。
合もあり，エネルギーと体重とのバランスが変化する。本発明における影響度αｎは，実際の体重変化量とエネルギー増減量の関係を数値で表現することにより，ホメオスタシスの影響度合いを含めた体重変化とエネルギー増減量の関係を指標化するものである。
ステップ２０３で影響度αｎを算出した後，制御部１０１が指導内容抽出部１０６を起動し，条件に応じて指導論理記憶装置１１３から指導内容を抽出するステップ２０４を実行する。
図１２は，指導論理記憶装置１１３の例を示す図である。条件１２０１，１２０３に応じて，異なる指導内容１２０２（指導者向け），１２０４（減量実施者向け）が設定され
ている。図１２の例では，条件として，影響度αｎの値，エネルギー増減量，生活改善の有無に関する情報などが設定されている。例えば，ある減量実施者のｎ日目における影響度αｎが０．０００６で，その日まで５日間連続で運動を実施していた場合，指導内容として１２０５（指導者向け），１２０６（減量実施者向け）が抽出される。これにより，
努力を続けているにも関わらず減量効果が低い減量停滞期を判断してアドバイスしたり，順調な減量経過を賞賛するなど，適切な指導内容を提供することができる。これらの条件や指導内容は，過去の指導実績等を用いて，指導者が自由に設定できる。
ている。図１２の例では，条件として，影響度αｎの値，エネルギー増減量，生活改善の有無に関する情報などが設定されている。例えば，ある減量実施者のｎ日目における影響度αｎが０．０００６で，その日まで５日間連続で運動を実施していた場合，指導内容として１２０５（指導者向け），１２０６（減量実施者向け）が抽出される。これにより，
努力を続けているにも関わらず減量効果が低い減量停滞期を判断してアドバイスしたり，順調な減量経過を賞賛するなど，適切な指導内容を提供することができる。これらの条件や指導内容は，過去の指導実績等を用いて，指導者が自由に設定できる。
次に，制御部１０１が支援情報生成部１０９を起動し，ステップ２０４で抽出された指導内容をもとに，指導者に提供するコメント文を生成するステップ２０５を実行する。生成されるコメント文の例としては，「減量開始から○○日を経過して減量停滞期の傾向が
見られます。生活習慣改善メニューの変更など適切な介入が必要です。」などが考えられ
る。
見られます。生活習慣改善メニューの変更など適切な介入が必要です。」などが考えられ
る。
次に，制御部１０１が表示部１１０を起動し，ステップ２０１〜２０５の結果を指導者の入出力端末Ｂ１１２に表示するステップ２０６を実行する。
図５は，ステップ２０６実行後の指導者の入出力端末Ｂ１１２の画面例を示す図である
。図５には，減量開始前（ｎ＝０）から現在（最新のｎ，図５では２０日目）までの，体重Ｗｎの推移を示すグラフ５０１と，エネルギー増減量の積算値ΣΔＥｎの推移を示すグラフ５０２と，影響度αｎの推移を示すグラフ５０３と，指導者に対するコメント文５０４と，が表示されている。図５の例では，ステップ２０４で日立太郎さんが減量停滞期になったと判断されるという指導内容が抽出され，指導者に対して生活習慣改善メニューの変更を促すコメント文が表示されている。これにより，指導者は，生活習慣改善の減量に対する効果を客観的かつ定量的に評価でき，その結果に基づく適切な指導内容を参照できるので，減量実施者に対して効率的に適切な指導を行うことができる。
ステップ２０６実行後，本システム１００は動作を終了する。
。図５には，減量開始前（ｎ＝０）から現在（最新のｎ，図５では２０日目）までの，体重Ｗｎの推移を示すグラフ５０１と，エネルギー増減量の積算値ΣΔＥｎの推移を示すグラフ５０２と，影響度αｎの推移を示すグラフ５０３と，指導者に対するコメント文５０４と，が表示されている。図５の例では，ステップ２０４で日立太郎さんが減量停滞期になったと判断されるという指導内容が抽出され，指導者に対して生活習慣改善メニューの変更を促すコメント文が表示されている。これにより，指導者は，生活習慣改善の減量に対する効果を客観的かつ定量的に評価でき，その結果に基づく適切な指導内容を参照できるので，減量実施者に対して効率的に適切な指導を行うことができる。
ステップ２０６実行後，本システム１００は動作を終了する。
図６は，減量実施者に対して支援情報を提供するときの本システム１００の動作を示すフローチャートである。
本システムが処理を開始すると，まず，ステップ２０１〜２０３を実行する。
次に，制御部１０１がモデル算出部１０７を起動し，現在の日付ｎまでにおける影響度αｎとエネルギー増減量ΔＥｎの関係に基づいて，日付とエネルギー増減量を変数として
，現在の日付よりも後の影響度αｍ（ｍ＞ｎ）を近似するモデル関数ｆを算出するステップ６０１を実行する。算出する関数ｆは，（式２）のように表現される。
，現在の日付よりも後の影響度αｍ（ｍ＞ｎ）を近似するモデル関数ｆを算出するステップ６０１を実行する。算出する関数ｆは，（式２）のように表現される。
αｍ＝ｆ（ｍ，ΔＥｍ） （現在の日付ｎに対してｍ＞ｎ） ・・・（式
２）
（式２）は，減量開始からの日数ｍとｍ日目におけるエネルギー増減量ΔＥｍの関係によって影響度αｍが決定されることを示している。関数ｆは，重回帰分析，指数回帰分析，多項式回帰分析，ロジスティック回帰分析等の統計学的手法によって算出することができる。
２）
（式２）は，減量開始からの日数ｍとｍ日目におけるエネルギー増減量ΔＥｍの関係によって影響度αｍが決定されることを示している。関数ｆは，重回帰分析，指数回帰分析，多項式回帰分析，ロジスティック回帰分析等の統計学的手法によって算出することができる。
次に，制御部１０１が予測体重算出部１０８を起動し，ステップ６０１で算出した関数ｆを用いて，（式１）と（式２）から導出される（式３）により，減量開始からｍ日目の
予測体重Ｗｍを算出するステップ６０２を実行する。
予測体重Ｗｍを算出するステップ６０２を実行する。
Ｗｍ＝Ｗｎ＋ｆ（ｍ，ΔＥｍ）×（ΣΔＥｍーΣΔＥｎ）・・・（式３）
（式３）により，現在の日付ｎにおける体重Ｗｎ，現在の日付ｎまでのエネルギー増減量の積算値ΣΔＥｎ，ｍ日目におけるエネルギー増減量ΔＥｍ，ｍ日目までのエネルギー増減量の積算値ΣΔＥｍにより，予測体重Ｗｍが算出される。
（式３）により，現在の日付ｎにおける体重Ｗｎ，現在の日付ｎまでのエネルギー増減量の積算値ΣΔＥｎ，ｍ日目におけるエネルギー増減量ΔＥｍ，ｍ日目までのエネルギー増減量の積算値ΣΔＥｍにより，予測体重Ｗｍが算出される。
次に，制御部１０１が指導内容抽出部１０６を起動し，条件に応じて指導論理記憶装置１１３から指導内容を抽出するステップ６０５を実行する。
次に，制御部１０１が支援情報生成部１０９を起動し，ステップ６０２で算出した予測体重とステップ６０５で抽出した指導内容をもとに，減量実施者に提供するコメント文を生成するステップ６０３を実行する。生成されるコメント文の例としては，「１日あたり
○ｋｃａｌ減を継続すると，○日後に○ｋｇになると予測されます。」などが考えられる
。
○ｋｃａｌ減を継続すると，○日後に○ｋｇになると予測されます。」などが考えられる
。
次に，制御部１０１が表示部１１０を起動し，ステップ２０１〜２０３，及びステップ６０１〜６０３の結果を，減量実施者の入出力端末Ａ１１１に表示するステップ６０４を実行する。
図７は，ステップ６０４実行後の減量実施者の入出力端末Ａ１１１の画面例を示す図である。図７には，減量開始前（ｎ＝０）から現在（最新のｎ，図７では２０日目）までの体重Ｗｎの推移を示すグラフ７０１と，エネルギー増減量の積算値ΣΔＥｎの推移を示すグラフ７０２と，ステップ６０３で生成された減量実施者に対するコメント文７０３と，が表示されている。また，グラフ７０１上には，ステップ６０２で算出した将来の予測体重Ｗｍ（ｍ＞２０）のグラフ７０４が点線で表示されている。また，グラフ７０２上には
，予測体重Ｗｍの計算に用いた将来のエネルギー増減量の積算値ΣΔＥｍのグラフ７０５が点線で表示されている。図７の例では，今後（減量開始から２０日目以降）１日３００ｋｃａｌ減を継続することで，２０日後（減量開始から４０日目）に，予測体重が６７．５ｋｇになると表示されている。このとき，減量実施者が，コメント文７０３中の１日あたりのエネルギー増減量７０６，継続期間７０７を変更すると，ステップ６０２〜６０４が再度実行され，７０４，７０５が再描画される。これにより，減量実施者は，減量開始から現在までの実績に基づいて，将来の予測体重を参照しながら生活習慣の改善目標を設定できる。
，予測体重Ｗｍの計算に用いた将来のエネルギー増減量の積算値ΣΔＥｍのグラフ７０５が点線で表示されている。図７の例では，今後（減量開始から２０日目以降）１日３００ｋｃａｌ減を継続することで，２０日後（減量開始から４０日目）に，予測体重が６７．５ｋｇになると表示されている。このとき，減量実施者が，コメント文７０３中の１日あたりのエネルギー増減量７０６，継続期間７０７を変更すると，ステップ６０２〜６０４が再度実行され，７０４，７０５が再描画される。これにより，減量実施者は，減量開始から現在までの実績に基づいて，将来の予測体重を参照しながら生活習慣の改善目標を設定できる。
ステップ６０４実行後，本システム１００は動作を終了する。
図８は，９０日間の体重変化とエネルギー増減量の実データの例である。図９は，図８の５０日目までの実データを利用して，１日目，２日目，・・・５０日目における影響度
αｎ（ｎ≦５０）の変化を示す図である。図９において，実線９０１は影響度αｎの指数回帰分析により算出した近似曲線である。このとき，この近似曲線の式を（式２）に適用し，５１日目以降のエネルギー増減量を（式３）に適用することで，５１日目以降の予測体重を算出できる。
αｎ（ｎ≦５０）の変化を示す図である。図９において，実線９０１は影響度αｎの指数回帰分析により算出した近似曲線である。このとき，この近似曲線の式を（式２）に適用し，５１日目以降のエネルギー増減量を（式３）に適用することで，５１日目以降の予測体重を算出できる。
図１０は，図８の実データに対する影響度を用いた予測体重１００１と従来法による予測体重１００２の例を示す図である。ここでの従来法とは，一般的に知られている体脂肪１ｋｇ＝７０００ｋｃａｌという等式に基づき，５１日目以降の実際のエネルギー増減量を体重変化量に換算したものである。図１０によれば，影響度を用いた予測体重の方が，従来法による予測体重よりも，実際の体重変化により近い値を示していることがわかる。このように，影響度を用いることで，減量開始から現在までの実績に基づく，従来法よりも精度の高い予測体重を算出できるので，減量実施者は，個人差を考慮した生活改善目標を設定することができ，意欲的に生活習慣改善に取り組めるという効果がある。
ステップ２０１及びステップ２０２においては，減量実施者が体重Ｗｎ，エネルギー増減量ΔＥｎを入力する入出力端末Ａ１１１は，データ通信機能を備えた体重計，体脂肪計
，体組成計，食品カロリー計（摂取エネルギーを計算できるもの），運動器具（運動強度
や運動時間などをもとに消費エネルギーを計算できるもの）などを利用してもよい。また
，ステップ２０２においては，摂取エネルギー量と消費エネルギー量を入力することとし
，本システムがエネルギー増減量ΔＥｎを算出してもよい。これにより，体重やエネルギー増減量の入力作業を簡易化できるので，減量実施者の利便性を向上できる。
，体組成計，食品カロリー計（摂取エネルギーを計算できるもの），運動器具（運動強度
や運動時間などをもとに消費エネルギーを計算できるもの）などを利用してもよい。また
，ステップ２０２においては，摂取エネルギー量と消費エネルギー量を入力することとし
，本システムがエネルギー増減量ΔＥｎを算出してもよい。これにより，体重やエネルギー増減量の入力作業を簡易化できるので，減量実施者の利便性を向上できる。
また，本実施例では，摂取エネルギー量と消費エネルギー量の総和によるエネルギー増減量ΔＥｎを利用して影響度αｎを算出しているが，摂取エネルギー増減量をΔＥ’ｎ，消費エネルギー増減量をΔＥ”ｎ，摂取エネルギー増減量の影響度をα’ｎ，消費エネルギー増減量の影響度をα”ｎとし，（式４），（式５）のように定義し，それぞれ別のも
のとして算出してもよい。
α’ｎ＝（Ｗｎ−Ｗ０）／ΣΔＥ’ｎ ・・・（式４）
α”ｎ＝（Ｗｎ−Ｗ０）／ΣΔＥ”ｎ ・・・（式５）
これにより，食習慣の改善による減量効果と運動習慣の改善による減量効果を分けて評価できるので，指導者と減量実施者の利便性を向上できる。
のとして算出してもよい。
α’ｎ＝（Ｗｎ−Ｗ０）／ΣΔＥ’ｎ ・・・（式４）
α”ｎ＝（Ｗｎ−Ｗ０）／ΣΔＥ”ｎ ・・・（式５）
これにより，食習慣の改善による減量効果と運動習慣の改善による減量効果を分けて評価できるので，指導者と減量実施者の利便性を向上できる。
また，生活記録記憶装置１０２には，「ご飯のおかわりを減らして摂取エネルギー１０
０ｋｃａｌ減」や「ジョギング時間を増やして消費エネルギー１００ｋｃａｌ増」など，増減するエネルギー量に対応する生活習慣情報を格納できてもよい。また，この生活習慣情報を画面上に表示できてもよい。これにより，指導者が減量実施者の現状の取り組みを参照しながら減量効果を評価でき，新たな減量プログラムの検討に役立てられるので，減量指導者の利便性を向上できる。
０ｋｃａｌ減」や「ジョギング時間を増やして消費エネルギー１００ｋｃａｌ増」など，増減するエネルギー量に対応する生活習慣情報を格納できてもよい。また，この生活習慣情報を画面上に表示できてもよい。これにより，指導者が減量実施者の現状の取り組みを参照しながら減量効果を評価でき，新たな減量プログラムの検討に役立てられるので，減量指導者の利便性を向上できる。
また，本実施例では，ステップ２０３において，体重変化量とエネルギー増減量の基準を減量開始前（ｎ＝０）としたが，Ｗｎ−Ｗｋ（ただし０≦ｋ＜ｎ）のように，減量開始後の任意の日付を基準とした体重変化量，エネルギー増減量を用いて影響度αｎを算出してもよい。また，基準となる日付を入出力端末Ａ１１１，入出力端末Ｂ１１２の画面上から設定できてもよい。これにより，減量停滞期を迎えて新たな減量プログラムを開始した場合など，任意の期間の減量効果を客観的かつ定量的に評価できるので，指導者と減量実施者の利便性を向上できる。
また，本実施例では，ｎの単位を１日としているが，ｎの単位を半日，１週間，１０日間などの任意の期間としてもよい。これにより，短い期間における減量効果を評価したい
，入力回数を少なくしたいなど，様々なニーズに対応することができるため，指導者と減量実施者の利便性を向上できる。
，入力回数を少なくしたいなど，様々なニーズに対応することができるため，指導者と減量実施者の利便性を向上できる。
また，ステップ６０１において，対象となる減量実施者の現在の日付ｎまでの影響度αｎの変化に基づいて将来の影響度αｍ（現在の日付ｎに対してｍ＞ｎ）をモデル化したが
，別の方法として，モデル算出部１０７が、生活記録記憶装置１０２に格納しておいた過去の減量実施者（自分の過去データ又は他人の過去データ）の影響度αｎの時系列変化から、又は、複数の減量実施者の影響度αｎの時系列変化をいくつかの集団のパターンとして生活記録記憶装置１０２に格納しておき、対象となる現在の減量実施者の影響度αｎの時系列変化と類似する時系列変化又は時系列変化パターンを抽出し，現在の減量実施者の将来の影響度αｍを予測するグラフを算出してもよい。図１４は，マッチングにより将来の影響度αｍを予測する方法の例を示す図である。例として，３人の減量実施者の現在の日付ｎまでの影響度αｎのグラフ（１４０１，１４０４，１４０８）を挙げる。これらのグラフに対して，蓄積された過去のデータをもとに作成された影響度のパターンの中からそれぞれのグラフに最も類似するものを抽出し（１４０２，１４０６，１４１０），将来
の影響度αｍを予測するグラフ（１４０３，１４０７，１４１１）を算出する。このとき
，例えば，グラフ１４０４のように，準備されたパターンに対して影響度αｎの値が小さい（または大きい）場合は，正規化したグラフ１４０５を用いてマッチするものを抽出するようにする。また，グラフ１４０８のように，準備されたパターンに対して期間が長い場合は，現在の点や変曲点など，基準となる点から一定の期間を取り出したグラフ１４０９を用いてマッチするものを抽出するようにする。これにより，過去の実績に基づいて対象となる減量実施者の将来の影響度αｍを予測できるので，減量実施者は、自分のパターンに基づいた予測や自分と同じような実績をもつ人に照らし合わせた体重変化を予測でき
，より意欲的に減量に取り組むことができる。
，別の方法として，モデル算出部１０７が、生活記録記憶装置１０２に格納しておいた過去の減量実施者（自分の過去データ又は他人の過去データ）の影響度αｎの時系列変化から、又は、複数の減量実施者の影響度αｎの時系列変化をいくつかの集団のパターンとして生活記録記憶装置１０２に格納しておき、対象となる現在の減量実施者の影響度αｎの時系列変化と類似する時系列変化又は時系列変化パターンを抽出し，現在の減量実施者の将来の影響度αｍを予測するグラフを算出してもよい。図１４は，マッチングにより将来の影響度αｍを予測する方法の例を示す図である。例として，３人の減量実施者の現在の日付ｎまでの影響度αｎのグラフ（１４０１，１４０４，１４０８）を挙げる。これらのグラフに対して，蓄積された過去のデータをもとに作成された影響度のパターンの中からそれぞれのグラフに最も類似するものを抽出し（１４０２，１４０６，１４１０），将来
の影響度αｍを予測するグラフ（１４０３，１４０７，１４１１）を算出する。このとき
，例えば，グラフ１４０４のように，準備されたパターンに対して影響度αｎの値が小さい（または大きい）場合は，正規化したグラフ１４０５を用いてマッチするものを抽出するようにする。また，グラフ１４０８のように，準備されたパターンに対して期間が長い場合は，現在の点や変曲点など，基準となる点から一定の期間を取り出したグラフ１４０９を用いてマッチするものを抽出するようにする。これにより，過去の実績に基づいて対象となる減量実施者の将来の影響度αｍを予測できるので，減量実施者は、自分のパターンに基づいた予測や自分と同じような実績をもつ人に照らし合わせた体重変化を予測でき
，より意欲的に減量に取り組むことができる。
また，予め過去の減量実施者の影響度αｎ，体重変化，エネルギー増減量，生活習慣改善内容などの減量に関する記録を生活記録記憶装置に保持しておき，現在の減量実施者の影響度αｎの時系列変化に類似する過去の減量実施者を，図１４の説明で用いたマッチングの方法を用いて抽出し，過去の減量実施者の具体的な体重変化，エネルギー増減量，生活習慣改善内容等を表示してもよい。図１５は，抽出した減量実施例を示す図である。まず，モデル算出部１０７は、生活記録記憶装置から、現在の減量実施者の１０日目までの影響度αｎのグラフ１５０１に対して，類似するαｎのグラフ１５０２を持つ過去の減量実施者Aを抽出する。次に，減量実施者Aの１１日目以降の体重変化１５０３，エネルギー増減量１５０４，具体的な生活習慣改善内容１５０５を抽出し，現在の減量実施者に提示することで，自分とよく似た人がその後どのように努力してどのように減量できたか，もしくは減量できなかったかを参照できるようにする。これにより，減量実施者は，過去の実績に基づいてその後の生活習慣改善の方針を決定付けるのに役立てることができ，より意欲的に減量に取り組むことができる。
また，ステップ６０４において，複数のタイミングで算出された予測体重を，実際の体重変化と共に同時に表示してもよい。例えば，図１３は，減量開始３０日目までの体重変化と，１０日目，２０日目，３０日目の時点における予測体重を同時に表示した場合の体重Ｗｎの推移を示すグラフの例である。図１３では，１０日目の時点における予測体重１３０１と，２０日目の時点における予測体重１３０２と，３０日目の時点における予測体重１３０３と，が表示されており，実際の体重が１０日目，２０日目時点の予測よりも減量できていることがわかる。このように表示することで，減量実施者は，実際の体重と予測体重を比較して，予測通りに減量できているか，または予測と実際の体重に乖離があるかを視覚的に把握することができ，今のペースを維持するか，更に努力する必要があるかなど，以降の減量に対する方針を決定付けるのに役立てることができる。
また，本実施例では，ステップ２０１〜２０６において，１人の減量実施者の情報のみを処理しているが，多人数の減量実施者の情報を同時に処理して，影響度αｎに応じて優先順位をつけて表示してもよい。これにより，１人の指導者が多人数の減量実施者の指導を担当する場合に，例えば減量停滞期になった人を優先的に指導するなど，指導効率を向上できるため，指導者と減量実施者の利便性を向上できる。例えば，図１１は，影響度αｎに基づいて要介入指導対象者を優先順位付けて表示するときの指導者の入出力端末Ｂ１１２の画面例を示す図である。図１１には，影響度αｎが低い（減量効果が低い）順に複数の減量実施者の名前が表示される。一般的に，指導者（保健師等）の人数は限られており，１日当りに指導可能な対象者の人数も限りがある。そこで，例えば，１日当り２名指導可能な場合，この指導可能人数を予め設定しておき，上位２名に介入指導が必要なことを示す「要」１１０１を表示するようにする。また，既に介入指導が済んだ減量実施者は
，指導済みであることを示す「済み」１１０２を表示し，影響度αｎが低くても優先順位を下げて表示するようにする。これにより，指導者は，指導すべき対象者を容易に抽出できるため，効率よく介入指導を行うことができ，業務を行う上で高い効果が得られる。
また，本実施例で述べた影響度について，ステップ２０３で（式１）で示されるαｎの代わりに，以下の（式６）で示されるβｎを影響度として用いる方法を示す。
βｎ＝（Ｗ０＋ΣΔＥｎ／Ｅ）／Ｗｎ ・・・（式６）
ここで，Ｅは体重単位量あたりのエネルギー量で，一般的には，体脂肪１ｋｇ＝７０００ｋｃａｌという等式が知られている。（式６）右辺の分子Ｗ０＋ΣΔＥｎ／Ｅは，エネルギー増減量の積算値ΣΔＥｎから換算される推定体重変化量ΣΔＥｎ／Ｅをもとに，計算上減量開始時の体重Ｗ０からどれだけ変化するか，すなわちｎ日目における推定体重を示している。これをｎ日目の実際の体重Ｗｎで除算することで，ｎ日目までの体重変化とエネルギー増減量の関係について，βｎ＝１を基準として計算通りに減量できているかを指標化する。
図１６は，図２のフローチャートのステップ２０３で（式６）を適用し，図３の生活記録記憶装置１０２に対して算出した影響度βｎを示す図である。なお，図１６では，（式６）におけるＥ＝７０００ｋｃａｌとした。（式６）より，Ｗｎ（１６０１）とＷ０＋ΣΔＥｎ／Ｅ（１６０２）からβｎ（１６０３）が算出される。影響度βｎは，減量開始からｎ日目までの生活習慣改善分に相当するエネルギー増減量の積算値から換算される推定体重変化量に対して，実際の体重がどれだけ計算通りに減量できているかを示す指標となる。βｎが１以上であれば，計算通りもしくはそれ以上減量できていることになり，減量効果が高いと判断できる。逆に，βｎが１未満であれば，計算通りには減量できていないことになり，減量効果が低いと判断できる。このように，βｎはαｎと同様にホメオスタシスの影響度合いを含めた体重変化とエネルギー増減量の関係を指標化することができる。
図１７は，２人の減量実施者Ａ，Ｂの実データから算出した影響度βｎを示す図である。体重Ｗｎ（１７０１），エネルギー増減量の積算値ΣΔＥｎ（１７０２）に対して（式６）を適用すると，影響度βｎ（１７０３）が算出される。なお，図１７では，（式６）におけるＥ＝７０００ｋｃａｌとした。１７０４，１７０５は，それぞれ減量実施者Ａ，Ｂの影響度βｎをグラフで示したものである。図１７の例では，減量実施者Ｂは，４０日目以降影響度βｎの値がほぼ１以上であることから，この期間においてはほぼ計算通りに減量できていることがわかる。一方，減量実施者Ａは，３０日目以降影響度の値が全て１未満であることから，この期間において計算通りには減量できておらず，減量効果が低いと判断できる。
このとき，αｎが体重変化量とエネルギー増減量との関係を示すのに対し，βｎは実際の体重の値を考慮しつつ体重変化量とエネルギー増減量との関係を示す値となる。図１８は，体重が異なる２人の減量実施者のαｎとβｎの比較を示す図である。図１８の減量実施者Ｃ，Ｄは，開始時の体重Ｗ０（１８０１）からｎ日目の体重Ｗｎ（１８０２）までの体重変化量Ｗ０−Ｗｎはともに−１ｋｇ，エネルギー増減量の積算値ΣΔＥｎ（１８０３）はともに−１００００ｋｃａｌで，同じ値である。このため，（式１）で使用する数値が全て同じであるため，αｎ（１８０５）は同じ値を示す。しかし，βｎ（１８０６）はｎ日目の推定体重Ｗ０＋ΣΔＥｎ／Ｅ（１８０４）をｎ日目の体重Ｗｎで除算するため，減量実施者Ｃ，Ｄでは異なる値を示す。図１８の例では，減量実施者Ｃ，Ｄともにβｎが１未満であることから，Ｅ＝７０００ｋｃａｌという計算通りには減量できておらず，βｎが減量実施者Ｄよりも減量実施者Ｃの方がβｎの値が小さいため，減量実施者Ｃの方が実際の体重と推定体重との比率において差が大きいことがわかる。
このように，αｎの代わりにβｎを用いることで，体重の値を考慮しつつ，体重変化量とエネルギー増減量との関係を指標化できる。これにより，体重の異なる複数の減量実施者の減量効果を体重に応じて評価できるので，減量実施者の体重に応じた目標体重に合わせて適切な指導ができるなど，より減量指導者の業務に役立てられるという効果がある。影響度としてβｎを用いる場合，図２のフローチャートにおけるステップ２０３〜２０６，及び図６のフローチャートにおけるステップ６０１〜６０４において，αｎをβｎに変更して実行する。
，指導済みであることを示す「済み」１１０２を表示し，影響度αｎが低くても優先順位を下げて表示するようにする。これにより，指導者は，指導すべき対象者を容易に抽出できるため，効率よく介入指導を行うことができ，業務を行う上で高い効果が得られる。
また，本実施例で述べた影響度について，ステップ２０３で（式１）で示されるαｎの代わりに，以下の（式６）で示されるβｎを影響度として用いる方法を示す。
βｎ＝（Ｗ０＋ΣΔＥｎ／Ｅ）／Ｗｎ ・・・（式６）
ここで，Ｅは体重単位量あたりのエネルギー量で，一般的には，体脂肪１ｋｇ＝７０００ｋｃａｌという等式が知られている。（式６）右辺の分子Ｗ０＋ΣΔＥｎ／Ｅは，エネルギー増減量の積算値ΣΔＥｎから換算される推定体重変化量ΣΔＥｎ／Ｅをもとに，計算上減量開始時の体重Ｗ０からどれだけ変化するか，すなわちｎ日目における推定体重を示している。これをｎ日目の実際の体重Ｗｎで除算することで，ｎ日目までの体重変化とエネルギー増減量の関係について，βｎ＝１を基準として計算通りに減量できているかを指標化する。
図１６は，図２のフローチャートのステップ２０３で（式６）を適用し，図３の生活記録記憶装置１０２に対して算出した影響度βｎを示す図である。なお，図１６では，（式６）におけるＥ＝７０００ｋｃａｌとした。（式６）より，Ｗｎ（１６０１）とＷ０＋ΣΔＥｎ／Ｅ（１６０２）からβｎ（１６０３）が算出される。影響度βｎは，減量開始からｎ日目までの生活習慣改善分に相当するエネルギー増減量の積算値から換算される推定体重変化量に対して，実際の体重がどれだけ計算通りに減量できているかを示す指標となる。βｎが１以上であれば，計算通りもしくはそれ以上減量できていることになり，減量効果が高いと判断できる。逆に，βｎが１未満であれば，計算通りには減量できていないことになり，減量効果が低いと判断できる。このように，βｎはαｎと同様にホメオスタシスの影響度合いを含めた体重変化とエネルギー増減量の関係を指標化することができる。
図１７は，２人の減量実施者Ａ，Ｂの実データから算出した影響度βｎを示す図である。体重Ｗｎ（１７０１），エネルギー増減量の積算値ΣΔＥｎ（１７０２）に対して（式６）を適用すると，影響度βｎ（１７０３）が算出される。なお，図１７では，（式６）におけるＥ＝７０００ｋｃａｌとした。１７０４，１７０５は，それぞれ減量実施者Ａ，Ｂの影響度βｎをグラフで示したものである。図１７の例では，減量実施者Ｂは，４０日目以降影響度βｎの値がほぼ１以上であることから，この期間においてはほぼ計算通りに減量できていることがわかる。一方，減量実施者Ａは，３０日目以降影響度の値が全て１未満であることから，この期間において計算通りには減量できておらず，減量効果が低いと判断できる。
このとき，αｎが体重変化量とエネルギー増減量との関係を示すのに対し，βｎは実際の体重の値を考慮しつつ体重変化量とエネルギー増減量との関係を示す値となる。図１８は，体重が異なる２人の減量実施者のαｎとβｎの比較を示す図である。図１８の減量実施者Ｃ，Ｄは，開始時の体重Ｗ０（１８０１）からｎ日目の体重Ｗｎ（１８０２）までの体重変化量Ｗ０−Ｗｎはともに−１ｋｇ，エネルギー増減量の積算値ΣΔＥｎ（１８０３）はともに−１００００ｋｃａｌで，同じ値である。このため，（式１）で使用する数値が全て同じであるため，αｎ（１８０５）は同じ値を示す。しかし，βｎ（１８０６）はｎ日目の推定体重Ｗ０＋ΣΔＥｎ／Ｅ（１８０４）をｎ日目の体重Ｗｎで除算するため，減量実施者Ｃ，Ｄでは異なる値を示す。図１８の例では，減量実施者Ｃ，Ｄともにβｎが１未満であることから，Ｅ＝７０００ｋｃａｌという計算通りには減量できておらず，βｎが減量実施者Ｄよりも減量実施者Ｃの方がβｎの値が小さいため，減量実施者Ｃの方が実際の体重と推定体重との比率において差が大きいことがわかる。
このように，αｎの代わりにβｎを用いることで，体重の値を考慮しつつ，体重変化量とエネルギー増減量との関係を指標化できる。これにより，体重の異なる複数の減量実施者の減量効果を体重に応じて評価できるので，減量実施者の体重に応じた目標体重に合わせて適切な指導ができるなど，より減量指導者の業務に役立てられるという効果がある。影響度としてβｎを用いる場合，図２のフローチャートにおけるステップ２０３〜２０６，及び図６のフローチャートにおけるステップ６０１〜６０４において，αｎをβｎに変更して実行する。
以上のように，本システムにより，体重変化量に対するエネルギー増減量の影響度を算出することで，生活習慣改善の減量に対する効果を客観的かつ定量的に評価できるようにしたので，個人別の減量指導に役立つ情報を提供できる。また，影響度に応じた支援情報を表示できるようにしたので，指導者は効果的・効率的な指導が可能になり，減量実施者は意欲的に減量に取り組めるようになる。また，影響度をモデル化することで，エネルギー増減量に応じた将来の予測体重を算出できるので，目標体重に向けた生活習慣改善の目標設定に役立つ情報を提供できる。また，影響度に応じて複数の対象者を順位付けて表示することで，指導者が優先的に指導すべき対象者を容易に選定することが可能になる。
１００ 本システム，１０１ 制御部，１０２ 生活記録記憶装置，１０３ 体重入力部
，１０４ エネルギー増減量入力部，１０５ 影響度算出部，１０６ 指導内容抽出部，１０７ モデル算出部，１０８ 予測体重算出部，１０９ 支援情報生成部，１１０ 表示部，１１１ 入出力端末Ａ，１１２ 入出力端末Ｂ，１１３ 指導論理記憶装置，
１２０ ネットワーク，
２０１ 体重入力ステップ，２０２ エネルギー増減量入力ステップ，２０３ 影響度算出ステップ，２０４ 指導内容抽出ステップ，２０５ 支援情報生成ステップ，２０６
結果表示ステップ，
３０１ 日付ｎ，３０２ 日付ｎにおける体重Ｗｎ，３０３ 日付ｎにおけるエネルギー増減量ΔＥｎ，
４０１ 減量開始からｎ日目までの体重変化量Ｗｎ−Ｗ０，４０２ 減量開始からｎ日目までのエネルギー増減量の積算値ΣΔＥｎ，４０３ 影響度αｎ，
５０１ 体重Ｗｎの推移を示すグラフ，５０２ エネルギー増減量の積算値ΣΔＥｎの推移を示すグラフ，５０３ 影響度αｎの推移を示すグラフ，５０４ 指導者に対するコメント文，５０５ 減量停滞期判定閾値，
６０１ モデル関数算出ステップ，６０２ 予測体重算出ステップ，６０３ 支援情報生成ステップ，６０４ 結果表示ステップ，６０５ 指導内容抽出ステップ，
７０１ 体重Ｗｎの推移を示すグラフ，７０２ エネルギー増減量の積算値ΣΔＥｎの推移を示すグラフ，７０３ 減量実施者に対するコメント文，７０４ 将来の予測体重Ｗｍのグラフ，７０５ 予測体重Ｗｍの計算に用いた将来のエネルギー増減量の積算値ΣΔＥｍのグラフ，７０６ １日あたりのエネルギー増減量，７０７ 継続期間，
９０１ 影響度αｎの近似曲線，
１００１ 影響度αｎを用いた予測体重，１００２ 従来法による予測体重，
１１０１ 介入指導要の減量実施者，１１０２ 介入指導済みの減量実施者，
１２０１ 指導者向けの指導内容を決定する影響度αｎの値，１２０２ 指導者向けの指導内容，１２０３ 減量実施者向けの指導内容を決定する影響度αｎの値，１２０４ 減量実施者向けの指導内容，１２０５ 影響度αｎ≧０．０００５且つ運動実施≧５日連続のときの指導者向けの指導内容，１２０６ 影響度αｎ≧０．０００５且つ運動実施≧５日連続のときの減量実施者向けの指導内容，
１３０１ １０日目の時点における予測体重，１３０２ ２０日目の時点における予測体重，１３０３ ３０日目の時点における予測体重，
１４０１ 現在までのαｎのグラフの例１，１４０２ パターン例１，１４０３ 将来の影響度αｍの例１，１４０４ 現在までのαｎのグラフの例２，１４０５ 正規化したαｎのグラフの例，１４０６ パターン例２，１４０７ 将来の影響度αｍの例２，１４０８ 現在までのαｎのグラフの例３，１４０９ 切り出したαｎのグラフの例，１４１０
パターン例３，１４１１ 将来の影響度αｍの例３，
１５０１ 現在の減量実施者の影響度αｎのグラフ，１５０２ 類似する過去の減量実施者の影響度αｎのグラフ，１５０３ 過去の減量実施者の体重変化，１５０４ 過去の減量実施者のエネルギー増減量，１５０５ 過去の減量実施者の生活習慣改善内容，
１６０１ 日付ｎにおける体重Ｗｎ，１６０２ 日付ｎにおける推定体重Ｗ０＋ΣΔＥｎ／Ｅ，１６０３ 影響度βｎ，
１７０１ 減量実施者Ａ及び減量実施者Ｂの日付ｎにおける体重Ｗｎ，１７０２ 減量実施者Ａ及び減量実施者Ｂの日付ｎにおけるエネルギー増減量の積算値ΣΔＥｎ，１７０３
減量実施者Ａ及び減量実施者Ｂの日付ｎにおける影響度βｎ，１７０４ 減量実施者Ａの影響度βｎの推移を示す図，１７０５ 減量実施者Ｂの影響度βｎの推移を示す図，
１８０１ 減量実施者Ｃ及び減量実施者Ｄの減量開始時の体重Ｗ０，１８０２ 減量実施者Ｃ及び減量実施者Ｄの日付ｎにおける体重Ｗｎ，１８０３ 減量実施者Ｃ及び減量実施者Ｄの日付ｎにおけるエネルギー増減量の積算値ΣΔＥｎ，１８０４ 減量実施者Ｃ及び減量実施者Ｄの日付ｎにおける推定体重，１８０５ 減量実施者Ｃ及び減量実施者Ｄの日付ｎにおける影響度αｎ，１８０６ 減量実施者Ｃ及び減量実施者Ｄの日付ｎにおける影響度βｎ。
，１０４ エネルギー増減量入力部，１０５ 影響度算出部，１０６ 指導内容抽出部，１０７ モデル算出部，１０８ 予測体重算出部，１０９ 支援情報生成部，１１０ 表示部，１１１ 入出力端末Ａ，１１２ 入出力端末Ｂ，１１３ 指導論理記憶装置，
１２０ ネットワーク，
２０１ 体重入力ステップ，２０２ エネルギー増減量入力ステップ，２０３ 影響度算出ステップ，２０４ 指導内容抽出ステップ，２０５ 支援情報生成ステップ，２０６
結果表示ステップ，
３０１ 日付ｎ，３０２ 日付ｎにおける体重Ｗｎ，３０３ 日付ｎにおけるエネルギー増減量ΔＥｎ，
４０１ 減量開始からｎ日目までの体重変化量Ｗｎ−Ｗ０，４０２ 減量開始からｎ日目までのエネルギー増減量の積算値ΣΔＥｎ，４０３ 影響度αｎ，
５０１ 体重Ｗｎの推移を示すグラフ，５０２ エネルギー増減量の積算値ΣΔＥｎの推移を示すグラフ，５０３ 影響度αｎの推移を示すグラフ，５０４ 指導者に対するコメント文，５０５ 減量停滞期判定閾値，
６０１ モデル関数算出ステップ，６０２ 予測体重算出ステップ，６０３ 支援情報生成ステップ，６０４ 結果表示ステップ，６０５ 指導内容抽出ステップ，
７０１ 体重Ｗｎの推移を示すグラフ，７０２ エネルギー増減量の積算値ΣΔＥｎの推移を示すグラフ，７０３ 減量実施者に対するコメント文，７０４ 将来の予測体重Ｗｍのグラフ，７０５ 予測体重Ｗｍの計算に用いた将来のエネルギー増減量の積算値ΣΔＥｍのグラフ，７０６ １日あたりのエネルギー増減量，７０７ 継続期間，
９０１ 影響度αｎの近似曲線，
１００１ 影響度αｎを用いた予測体重，１００２ 従来法による予測体重，
１１０１ 介入指導要の減量実施者，１１０２ 介入指導済みの減量実施者，
１２０１ 指導者向けの指導内容を決定する影響度αｎの値，１２０２ 指導者向けの指導内容，１２０３ 減量実施者向けの指導内容を決定する影響度αｎの値，１２０４ 減量実施者向けの指導内容，１２０５ 影響度αｎ≧０．０００５且つ運動実施≧５日連続のときの指導者向けの指導内容，１２０６ 影響度αｎ≧０．０００５且つ運動実施≧５日連続のときの減量実施者向けの指導内容，
１３０１ １０日目の時点における予測体重，１３０２ ２０日目の時点における予測体重，１３０３ ３０日目の時点における予測体重，
１４０１ 現在までのαｎのグラフの例１，１４０２ パターン例１，１４０３ 将来の影響度αｍの例１，１４０４ 現在までのαｎのグラフの例２，１４０５ 正規化したαｎのグラフの例，１４０６ パターン例２，１４０７ 将来の影響度αｍの例２，１４０８ 現在までのαｎのグラフの例３，１４０９ 切り出したαｎのグラフの例，１４１０
パターン例３，１４１１ 将来の影響度αｍの例３，
１５０１ 現在の減量実施者の影響度αｎのグラフ，１５０２ 類似する過去の減量実施者の影響度αｎのグラフ，１５０３ 過去の減量実施者の体重変化，１５０４ 過去の減量実施者のエネルギー増減量，１５０５ 過去の減量実施者の生活習慣改善内容，
１６０１ 日付ｎにおける体重Ｗｎ，１６０２ 日付ｎにおける推定体重Ｗ０＋ΣΔＥｎ／Ｅ，１６０３ 影響度βｎ，
１７０１ 減量実施者Ａ及び減量実施者Ｂの日付ｎにおける体重Ｗｎ，１７０２ 減量実施者Ａ及び減量実施者Ｂの日付ｎにおけるエネルギー増減量の積算値ΣΔＥｎ，１７０３
減量実施者Ａ及び減量実施者Ｂの日付ｎにおける影響度βｎ，１７０４ 減量実施者Ａの影響度βｎの推移を示す図，１７０５ 減量実施者Ｂの影響度βｎの推移を示す図，
１８０１ 減量実施者Ｃ及び減量実施者Ｄの減量開始時の体重Ｗ０，１８０２ 減量実施者Ｃ及び減量実施者Ｄの日付ｎにおける体重Ｗｎ，１８０３ 減量実施者Ｃ及び減量実施者Ｄの日付ｎにおけるエネルギー増減量の積算値ΣΔＥｎ，１８０４ 減量実施者Ｃ及び減量実施者Ｄの日付ｎにおける推定体重，１８０５ 減量実施者Ｃ及び減量実施者Ｄの日付ｎにおける影響度αｎ，１８０６ 減量実施者Ｃ及び減量実施者Ｄの日付ｎにおける影響度βｎ。
Claims (16)
- 複数の測定タイミングにおいて測定された対象者の体重を入力する体重入力手段と，
前記測定タイミングで区切られた期間毎に，特定の時点と比較して前記期間に変更された前記対象者の摂取エネルギー量と消費エネルギー量の変化量の合計であるエネルギー増減量を入力するエネルギー増減量入力手段と，
入力された前記体重と前記エネルギー増減量を時系列で対応付けて記憶する記憶手段と，前記期間毎に前記時点に対する前記体重の変化量を前記エネルギー増減量の積算値で除算した値を前記期間における前記体重に対する前記エネルギー増減量の影響度として算出する影響度算出手段と，
前記影響度を前記期間に対応付けて表示する表示手段と，を有することを特徴とする保健指導支援システム。 - 複数の測定タイミングにおいて測定された対象者の体重を入力する体重入力手段と，
前記測定タイミングで区切られた期間毎に，特定の時点と比較して前記期間に変更された前記対象者の摂取エネルギー量と消費エネルギー量の変化量の合計であるエネルギー増減量を入力するエネルギー増減量入力手段と，
入力された前記体重と前記エネルギー増減量を時系列で対応付けて記憶する記憶手段と，
予め設定された体重単位量あたりのエネルギー量を用いて，前記エネルギー増減量を体重変化量に換算して前記特定の時点からの変化後の推定体重を算出し，前記期間毎に前記特定の時点に対する前記推定体重を前記体重で除算した値を前記期間における前記体重に対する前記エネルギー増減量の影響度として算出する影響度算出手段と，
前記影響度を前記期間に対応付けて表示する表示手段と，を有することを特徴とする保健指導支援システム。 - 請求項１または２に記載の保健指導支援システムであって、前記特定の時点は、入力手段への入力開始時点であることを特徴とする保健指導支援システム。
- 請求項１または２に記載の保健指導支援システムであって、前記エネルギー増減量入力手段は、摂取エネルギー量と消費エネルギー量を入力する手段と、入力された前記摂取エネルギー量と前記消費エネルギー量から、エネルギー増減量を算出する手段を有していることを特徴とする保健指導支援システム。
- 請求項１または２に記載の保健指導支援システムであって、前記エネルギー増減量入力手段は、摂取エネルギー量と消費エネルギー量を入力する手段を有し、入力された摂取エネルギー量と前記消費エネルギー量について、エネルギー増減量をそれぞれ算出する手段を有し、前記影響度算出手段は、摂取エネルギー増減量の影響度と消費エネルギー増減量の影響度とを別々に算出することを特徴とする保健指導支援システム。
- 請求項１または２に記載の保健指導支援システムであって，少なくとも前記影響度を含む条件に応じた指導内容を格納した指導論理記憶手段と，前記影響度算出手段から算出された影響度に基づいて、前記指導内容を抽出する指導内容抽出部と，抽出した前記指導内容をもとに支援情報を生成する支援情報生成手段を有し，前記表示手段が前記支援情報を表示することを特徴とする保健指導支援システム。
- 請求項６に記載の保健指導支援システムであって、前記指導論理記憶手段に格納された指導論理を設定する指導論理設定手段を有し、前記指導論理設定手段は、少なくとも前記影響度の値を入力する手段と指導内容表示手段を備え、入力された前記影響度と指導内容表示手段から選択された指導内容を基に指導論理を設定することを特徴とする保健指導支援システム。
- 請求項６に記載の保健指導支援システムであって、前記記録装置は、増減するエネルギー量に対応する生活習慣情報を格納しており、前記表示手段は、前記支援情報と共に前記生活習慣情報を表示することを特徴とする保健指導支援システム。
- 請求項１または２に記載の保健指導支援システムであって，前記影響度をもとに前記エネルギー増減量と前記影響度の関係をモデル化する影響度モデル算出手段と，前記影響度のモデルをもとに前記エネルギー増減量に応じて将来の測定タイミングにおける前記体重の予測値を算出する予測体重算出手段を有し，前記表示手段が前記予測体重を将来の測定タイミングに対応付けて表示することを特徴とする保健指導支援システム。
- 請求項９に記載の保健指導支援システムであって、前記影響度モデル算出手段は、前記複数のタイミングの特定時点からの期間と前記特定時点におけるエネルギー増減量から前記影響度に対するモデル関数を算出し、前記予測体重算出手段は、前記影響度算出手段で算出された前記影響度と、前記影響度モデル算出手段で算出された前記モデル関数とから
、予測体重を算出することを特徴とする保健指導支援システム。 - 請求項９に記載の保健指導支援システムであって、前記予測体重算出手段は、前記複数のタイミングのうち、複数の特定時間からの期間について予測体重を算出し、表示手段は
、複数の特定時間からの期間についての予測体重を表示することを特徴とする保健指導支援システム。 - 請求項９に記載の保健指導支援システムであって、前記表示手段は、表示された前記予測体重と共に、予測時点までの継続期間と前記継続期間の間のエネルギー増減量を表示し
、前記予測時点までの継続期間とエネルギー増減量を変更させる変更手段を有し、前記予測体重算出手段は、前記変更手段によって変更された継続期間とエネルギー増減量に基づいて体重を予測し、前記表示手段に表示させることを特徴とする保健指導支援システム。 - 請求項１または２に記載の保健指導支援システムであって，前記生活記録記憶装置には、複数の対象者の記録が格納されており、前記複数の対象者の記録に対して前記影響度算出手段が算出した前記影響度をもとに，前記表示手段が複数の前記対象者の記録を順序付けて表示することを特徴とする保健指導支援システム。
- 請求項１または２に記載の保健指導支援システムにおいて、前記影響度算出手段によって算出された前記影響度の時系列変化について、将来の影響度の時系列変化を予測する影響度モデル算出手段を有し、前記影響度モデル算出手段は、複数の対象者の影響度の時系列変化の記録が格納されている前記記憶手段から、前記影響度算出手段によって算出された影響度の時系列変化と類似する記録を抽出し、将来の影響度の時系列変化を算出して、前記表示部に将来の影響度の時系列変化を表示することを特徴とする保健指導支援システム。
- 請求項１または２に記載の保健指導支援システムにおいて、前記記憶手段には、複数の対象者の影響度の時系列変化が、いくつかの集団のパターンとして記録されており、前記影響度モデル算出手段は、前記影響度算出手段によって算出された影響度の時系列変化と類似するパターンを抽出し、将来の影響度の時系列変化を算出することを特徴とする保健指導支援システム。
- 請求項１４に記載の保健指導支援システムにおいて、前記モデル算出手段は、抽出された類似パターンを有する対象者について、前記記憶装置から、体重、エネルギー増減量、生活習慣改善内容のいずれかを抽出し、前記表示手段に表示させることを特徴とする保健指導支援システム。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2007165760A JP4957403B2 (ja) | 2006-07-05 | 2007-06-25 | 保健指導支援システム |
Applications Claiming Priority (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2006185104 | 2006-07-05 | ||
| JP2006185104 | 2006-07-05 | ||
| JP2007165760A JP4957403B2 (ja) | 2006-07-05 | 2007-06-25 | 保健指導支援システム |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2008033909A JP2008033909A (ja) | 2008-02-14 |
| JP4957403B2 true JP4957403B2 (ja) | 2012-06-20 |
Family
ID=39123203
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2007165760A Active JP4957403B2 (ja) | 2006-07-05 | 2007-06-25 | 保健指導支援システム |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP4957403B2 (ja) |
Families Citing this family (20)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP5252343B2 (ja) * | 2008-03-27 | 2013-07-31 | 株式会社日立製作所 | 保健指導支援システム |
| JP5318443B2 (ja) * | 2008-03-31 | 2013-10-16 | 株式会社日立製作所 | 保健指導支援システム及びプログラム |
| JP5262271B2 (ja) * | 2008-04-24 | 2013-08-14 | 株式会社日立製作所 | 保健指導支援システム及びプログラム |
| WO2009138931A2 (en) * | 2008-05-12 | 2009-11-19 | Koninklijke Philips Electronics N.V. | System and method for assisting in making a treatment plan |
| JP5244486B2 (ja) * | 2008-07-24 | 2013-07-24 | 株式会社日立製作所 | 生活パターン適応型保健指導支援システム |
| JP5085455B2 (ja) * | 2008-07-31 | 2012-11-28 | 株式会社日立製作所 | 保健指導支援システム及び保健指導業務の支援方法 |
| JP5348998B2 (ja) * | 2008-10-17 | 2013-11-20 | 株式会社東芝 | 画像検索装置及びその方法 |
| JP5288177B2 (ja) * | 2008-12-08 | 2013-09-11 | 株式会社日立メディコ | 保健指導支援システム及び保健指導業務の支援方法 |
| JP5299965B2 (ja) * | 2009-04-27 | 2013-09-25 | 株式会社日立製作所 | 指導支援システム及び指導支援情報表示装置 |
| JP5445830B2 (ja) * | 2009-05-29 | 2014-03-19 | 国立大学法人京都大学 | 保健指導システム |
| JP5727706B2 (ja) * | 2010-02-04 | 2015-06-03 | 株式会社日立製作所 | 生活習慣改善支援システム、生活習慣改善支援方法及びプログラム |
| JP5531711B2 (ja) | 2010-03-29 | 2014-06-25 | オムロンヘルスケア株式会社 | 健康管理支援装置、健康管理支援システムおよび健康管理支援プログラム |
| JP2013198574A (ja) * | 2012-03-23 | 2013-10-03 | Tanita Corp | 生体測定装置及び生体測定システム |
| JP5223042B2 (ja) * | 2013-01-04 | 2013-06-26 | 株式会社タニタ | 体組成計 |
| JP5830488B2 (ja) * | 2013-04-23 | 2015-12-09 | 日本電信電話株式会社 | 健康情報管理装置、方法及びプログラム |
| JP6232746B2 (ja) | 2013-05-24 | 2017-11-22 | セイコーエプソン株式会社 | 情報処理システム、情報処理装置、プログラム及び情報処理方法 |
| JP6320702B2 (ja) * | 2013-08-09 | 2018-05-09 | キヤノンメディカルシステムズ株式会社 | 医用情報処理装置、プログラム及びシステム |
| JP6516282B2 (ja) * | 2014-11-11 | 2019-05-22 | Ｎｅｃソリューションイノベータ株式会社 | 優先度設定装置、優先度設定方法、及びプログラム |
| JP6402345B1 (ja) * | 2017-12-20 | 2018-10-10 | メドケア株式会社 | 指導支援システム、指導支援方法及び指導支援プログラム |
| JP7090231B2 (ja) * | 2018-05-18 | 2022-06-24 | 株式会社くすりの窓口 | 特定保健指導促進システムおよびサーバ装置 |
Family Cites Families (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS62188913A (ja) * | 1986-02-14 | 1987-08-18 | Lion Corp | 健康管理用体重計 |
| JPH1153319A (ja) * | 1997-07-31 | 1999-02-26 | Toyoda Mach Works Ltd | 健康管理装置 |
| JPH11239566A (ja) * | 1998-02-25 | 1999-09-07 | Omron Corp | 健康管理支援装置及び記憶媒体 |
| WO2001039089A1 (en) * | 1999-11-24 | 2001-05-31 | Healthetech, Inc. | Health management system with connection to remote computer system |
| JP2002024400A (ja) * | 2000-07-06 | 2002-01-25 | Nonogawa Shoji Kk | ダイエット情報提供システム |
| JP2002063278A (ja) * | 2000-08-22 | 2002-02-28 | Shotaro Katsuki | 健康度評価システム及びその記録媒体並びに健康度評価方法 |
| JP2002245178A (ja) * | 2001-02-16 | 2002-08-30 | Matsushita Electric Ind Co Ltd | 健康管理システム |
| JP2004065828A (ja) * | 2002-08-09 | 2004-03-04 | Terumo Corp | 糖尿病予防支援／糖尿病治療支援システム |
| JP2004227522A (ja) * | 2003-01-27 | 2004-08-12 | Microstone Corp | 健康管理システム |
| KR100657901B1 (ko) * | 2004-10-12 | 2006-12-14 | 삼성전자주식회사 | 건강상태에 따른 아바타 영상 생성 방법 및 장치 |
| JP4369855B2 (ja) * | 2004-11-10 | 2009-11-25 | 大和製衡株式会社 | 柔軟運動用器具 |
-
2007
- 2007-06-25 JP JP2007165760A patent/JP4957403B2/ja active Active
Also Published As
| Publication number | Publication date |
|---|---|
| JP2008033909A (ja) | 2008-02-14 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP4957403B2 (ja) | 保健指導支援システム | |
| US8756074B2 (en) | Systems and methods for providing a real-time health risk assessment | |
| US5692501A (en) | Scientific wellness personal/clinical/laboratory assessments, profile and health risk managment system with insurability rankings on cross-correlated 10-point optical health/fitness/wellness scales | |
| US6607483B1 (en) | Method and apparatus for health and fitness feedback | |
| US8355925B2 (en) | Methods of assessing risk based on medical data and uses thereof | |
| JP5185785B2 (ja) | 健康状態判断装置 | |
| JP6612788B2 (ja) | 患者及び臨床医を支援するために、共有される、患者中心の意思決定サポートツールを用いるシステム及び方法 | |
| WO2014047570A1 (en) | Systems and methods for developing and implementing personalized health and wellness programs | |
| JP5171239B2 (ja) | 保健指導対象者選定支援システム | |
| EP2073690A2 (en) | System and method for providing a health score for a patient | |
| JP2016197330A (ja) | 分析システム、リハビリテーション支援システム、方法およびプログラム | |
| JP2017519303A5 (ja) | ||
| JP2007257565A (ja) | 保健事業支援システム | |
| WO2020027213A1 (ja) | 認知症リスクの提示システムおよび方法 | |
| JP2014174954A (ja) | 行動支援システム、当該システムの端末装置、およびサーバー | |
| JP5002404B2 (ja) | 保健指導支援システム | |
| JP4876226B2 (ja) | 運動効果予測システム、運動効果予測プログラムおよび運動効果予測方法 | |
| US20110145740A1 (en) | Predictive Performance Calculator Apparatus and Method | |
| JP2021039683A (ja) | 診療支援方法、診療支援システム、学習モデルの生成方法、および、診療支援プログラム | |
| JP2019175497A (ja) | リハビリテーション支援システム、方法およびプログラム | |
| JP4499542B2 (ja) | 医療情報処理装置、および、プログラム | |
| US11158428B1 (en) | System and method for communicating predicted medical outcomes | |
| US11633160B2 (en) | Weight management system | |
| JP5982949B2 (ja) | 保健指導対象者選定条件決定支援装置 | |
| Ikiao et al. | A simple stochastic stomach cancer model with application |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20090126 |
|
| A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A821 Effective date: 20090126 |
|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20100323 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20120217 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20120221 |
|
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20120305 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20150330 Year of fee payment: 3 |
|
| R151 | Written notification of patent or utility model registration |
Ref document number: 4957403 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R151 |