JP5567046B2 - 介護保険業務分析システム - Google Patents

Description

本発明の実施形態は、介護保険事業において実施される各種業務の実施結果を分析する介護保険業務分析システムに関する。

介護保険事業は全国的に実施されており、各市区町村が保険者となって運営している。この介護保険事業の流れを説明すると、まず、市区町村の住民が介護サービスの利用を希望する場合、希望者は市区町村に要介護認定の申請を行う。申請があると、認定調査機関の認定調査員が身体状況などについて認定調査を行う。この認定調査は、調査員が要介護認定申請者を訪問し、予め設定された複数の認定調査項目について、各項目に設定された選択肢を選択することにより行う。また、各項目の選択肢では表現し切れないことについては、特記事項として調査員が自由記載を行う。同時に市区町村は主治医に意見書の作成を求める。

認定調査結果はコンピュータに入力され、樹形図を用いた所定の一次判定プログラムにより要介護認定等基準時間が算出される。この算出された要介護認定等基準時間に基づく要介護度（非該当、要支援１、２、要介護１〜要介護５までの各段階）が一次判定結果として出力される。

この後、保健・医療・福祉の専門家からなる介護認定審査会で、一次判定結果、認定調査結果、主治医意見書及び特記事項の内容を総合的に確認し、二次判定が行われる。そして、介護を要するかどうか、介護を要する場合はどの程度の介護を要するかについての判定を行う。この介護認定審査会の判定に基づき、保険者である市区町村が要介護認定を行う。

要介護認定が行われると居宅介護支援事業所や地域包括支援センターにより、認定された要介護度を含む心身状態や、介護力、経済力等を加味したケアプランが作成され、このケアプランに基づいてサービスの利用が開始される。すなわち、要介護認定において、介護が必要と認定された人は、要支援１、２と要介護１〜５の７つの区分（要介護度）のいずれかに認定され、この区分に応じたサービスを受けることができる。

このサービスには各種のものがあるが、２００６年度の介護保険制度改正以来、地域密着型サービスの一つして認知症対応型共同生活介護（以下、グループホームと記載）が導入された。このグループホームは、認知症の傾向を有する介護保険サービス受給者（以下受給者と記載）に対する有効なサービス（認知症対策）として期待されている。

同サービスは地域（都道府県や保険者）や事業者（ケアマネ機関やグループホーム事業者等）などの違いによらず、同じ認知症の傾向を有する受給者に対しては同程度のサービス量が提供されることが求められている。このため、認知症の傾向を有する受給者のグループホーム利用率について、都道府県／保険者／ケアマネ機関毎に把握したいという要求がある。

しかし実際には同じ認知症の傾向を有する受給者に対するグループホームの利用率は、地域や事業者によりばらついている可能性があり、利用率の格差（利用率の最大値を、同最小値で除算したもの）等が大きい可能性がある。

保険者、都道府県、及び厚生労働省は、これらの格差を定量的に把握して、格差発生要因を抽出し格差是正策を講じる必要がある。しかし、現在の状況としてはそれらの業務が満足いく形で実施されているとは言えず、期待される成果も十分に上がっていない状況にある。

また、このようなサービスを受ける基となる前述した要介護認定業務についても現状の把握が重要である。すなわち、要介護認定業務の一つである認定調査についてみると、この認定調査は、前述のように、認定調査員が要介護認定申請者を訪問し、予め設定された複数の認定調査項目について、各項目に設定された選択肢を選択することにより行う。

認定調査員は、厚労省発行の認定調査員テキストの理解・修得に基づき認定調査を行う。同一の心身状態（障害や認知症の状態等）を有する認定申請者に対しては、どの調査員が調査を行っても同一の調査結果が得られること（認定調査の平準化）が求められる。このため、各調査機関や各調査員の認定調査結果の状況や傾向等を定量的に把握した上で、上記調査方法の理解度向上と認定調査結果の平準化等に向けて、的確かつ効果的な教育・指導を行っていく必要がある。

そのためには具体的にどの調査項目についてバラツキや格差が生じているかを的確に把握し、格差の大きな調査項目に対するテキスト内容の改善などの対応を採る必要がある。しかし現状は、状況・傾向把握や教育・指導が満足いく形で実施されているとは言えない状況にある。

この認定調査結果に基づく一次判定結果に対しては、前述のように、介護認定審査会で二次判定が行われこの介護認定審査会の判定に基づき、保険者である市区町村が要介護認定を行う。

認定審査員は、厚労省発行の認定審査会委員テキストの理解・修得に基づき認定審査を行う必要がある。同一の心身状態（障害や認知症の状態等）を有する認定申請者に対しては、どの合議体（各認定審査会に出席する数名の審査員から構成されるグループ）が審査を行っても同一の認定審査結果が得られること（認定審査の平準化）が求められる。

このため、各合議体や各審査員の認定審査結果のバラツキや格差を把握し、認定審査会委員のマニュアル改善などの平準化対策を採る必要がある。しかし現状は、このような状況・傾向把握や教育・指導が満足いく形で実施されてない状況にある。

要介護認定が行われるとケアプランが作成され、このケアプランに基づいてサービスの利用が開始される。居宅介護支援事業所や地域包括支援センターのケアマネージャは、厚労省発行のケアプラン作成テキスト等の理解・修得に基づきケアプランを作成する必要がある。同一の状態像（要介護度や心身状態（障害や認知症の状態等）、介護力、および経済力等の組み合わせ）を有するサービス利用希望者に対しては、どのケアマネージャがケアプランを作成しても同一のケアプランが作成されること（ケアプランの平準化）が求められる。

また、ケアプランについては、上述した平準化と共に、ケアプランの質の評価も求められている。そこで、各ケアマネ機関（居宅介護支援事業所・地域包括支援センター）や各ケアマネージャのケアプランの作成状況や傾向等を定量的に把握した上で、上記ケアプラン作成方法の理解度向上とケアプランの平準化、質の向上に向けて、的確かつ効果的な教育・指導を行っていく必要がある。

そのためにはケアプランのバラツキや格差を把握し、ケアプラン作成マニュアル改善などの平準化対策を採ったり、ケアプランの質を評価したりする必要がある。しかし現状は、このような状況・傾向把握や教育・指導が満足いく形で実施されてない状況にある。

サービス提供は、前述した認知症対策としてのグループホーム利用のほかに、居宅介護サービス（訪問介護、訪問看護、通所介護等）、介護予防サービス、地域密着型サービス、施設サービス等があり、その種類は５０種類を超える。各サービス事業者は、ケアマネージャの作成したケアプランに忠実に従ってサービスを提供する。

すなわち、各サービスは給付明細コードという６桁のコードで細かく分類されており、そのコードの種類数は履歴コードを含めると２０，０００を超える。たとえば在宅介護サービスの一つである訪問介護サービスの場合は、身体介護や家事援助等に分類され、さらにそれらのサービス提供時間毎などに細分類され、それぞれのサービス明細単位毎に報酬単価（サービス提供事業者が月次請求して得られる報酬）が決められている。ケアマネージャは、サービス利用者の状態像（要介護度（要介護度毎にサービス利用額上限が決まる）、心身状態、介護力、さらに経済力（自己負担限度額）等の組み合わせ）を参考にして、上記サービス明細単位毎の合算費用がサービス利用限度額を超えないように考慮しながらケアプランの作成を行う。

このような各種のサービスについても、その質を評価し、サービス事業者指導など、質の向上につながる対策を立てることが要望されている。また、サービスの利用状況に関する現状の基礎数値を、都道府県／保険者／サービス事業者毎に把握することも要望されている。

また、介護報酬の改定が行われており、この報酬改定により各サービスにどのような変化（利用回数、加算、金額）が生じたかを把握し、効果を評価することが要望されている。さらに、報酬改定により各サービスの利用状況の変化を、都道府県／保険者毎に把握することも要望されている。

また、自治体職員は、自治体全体や生活圏域毎に、認定者／受給者の年齢層・性別・要介護度・障害自立度・認知症自立度・介護力・経済力などの構成に関して、その突出の有無やその具体的な箇所等についてタイムリーかつ定量的に把握した上で、事業計画の見直し等を的確かつ効果的に行っていく必要がある。事業計画業務としては、上記の実態把握の結果を踏まえて、自治体全体や各生活圏域について、介護保険サービスをサービスインフラとしてとらえて、各サービスをどのように整備していくか（サービス提供量とその事業費用等）の具体的な計画を立てる。そして、この事業計画と最終的な実績とを比較することにより、計画を評価することが要望されている。また、事業計画について、その進捗が予定通りかサービス種類別に把握することも要望されている。

さらに、介護給付の管理業務についても、介護給付適正化の評価を行うことが要望されている。具体的には、国保連介護給付適正化システムで扱っている集計のうち、給付費の高いものや、不適切な条件によりアラームが多発しているようなものを確認し現況を把握することが要望されている。

このような介護保険事業における各種業務を「分野名」とし、それらに求められる要望を「ニーズ件名」及びその「概要」としてまとめたのが図２５である。すなわち「認知症対策」「要介護認定」「ケアマネジメント」「サービス提供」「介護報酬改定」「介護保険事業計画」「介護給付費管理」の7つの業務を「分野名」とし、これらに対応して１０の「ニーズ件名」及びその「概要」がそれぞれ示されている。

特開２０１１−１５０４９３号公報

本発明が解決しようとする課題は、介護保険の各業務について、過去に実施された結果のデータを分析することで上述した要望を実現するようにした介護保険業務分析システムを提供することにある。

本発明の実施の形態に係る介護保険業務分析システムは、介護保険制度を実現する複数の業務を、複数の実施者によりそれぞれ実施した結果のデータを保持するデ−タベースと、このデータベースのデータを用い、前記業務として被保険者に対する認知症対策を実施した場合の評価項目として被保険者に対する認定調査項目の選択肢を用い、これら選択肢毎に、各選択肢に該当する被保険者の全人数とグループホーム利用人数が評価軸として前記複数の実施者別に集計された汎用データマートを作成する汎用データマート作成手段と、前記汎用データマートのデータを用い、所定期間における認知症対策業務の評価項目として前記認定調査項目毎に、それらの選択肢のあるレベル以上を集計し、これらあるレベル以上の選択肢に該当する被保険者の、グループホーム利用率を評価軸として実施者別に集計した目的別データマートを作成する目的別データマート作成手段と、前記目的別データマートの前記実施者別にまとめられたグループホーム利用率の最小値及び最大値を、前記認定調査項目別に規定し、これら最小値及び最大値と、前記実施者数とからＮ分位分布を前記複数の認定調査項目別に算出し、これら認定調査項目別に第１Ｎ分位数と第（Ｎ−１）Ｎ分位数とを決定してそれぞれ分布特性集計テーブルに出力する分布特性算出手段と、前記実施者別に、前記グループホーム利用率が、前記第１Ｎ分位の範囲に含まれる認定調査項目の数と、第ＮＮ分位の範囲に含まれる認定調査項目の数とをそれぞれまとめたＮ分位リストを出力させるＮ分位算出手段とを備えたことを特徴とする。

上記実施の形態によれば、業務を実施した結果から、評価項目別に評価の格差や値域幅が得られるので、業務実施のための改善に対して具体的に対応することが可能となる。

本発明の一実施形態に係る介護保険業務分析システムの構成図である。 一実施形態に係る介護保険業務分析システムを認知症対策の評価に用いた場合の汎用データマートを示す図である。 一実施形態に係る介護保険業務分析システムにおけるバイアスアジャスト処理を説明する図である。 一実施形態に係る介護保険業務分析システムを認知症対策の評価に用いた場合の目的別データマートを示す図である。 一実施形態に係る介護保険業務分析システムを認知症対策の評価に用いた場合の分布特性集計テーブルを示す図である。 一実施形態に係る介護保険業務分析システムを認知症対策の評価に用いた場合の分布特性リストを示す図である。 一実施形態に係る介護保険業務分析システムを認知症対策の評価に用いた場合のＮ分位集計テーブルを示す図である。 一実施形態に係る介護保険業務分析システムを認定調査の平準化に用いた場合の汎用データマートを示す図である。 一実施形態に係る介護保険業務分析システムを認定調査の平準化に用いた場合の目的別データマートを示す図である。 一実施形態に係る介護保険業務分析システムを認定調査の平準化に用いた場合の分布特性集計テーブルを示す図である。 一実施形態に係る介護保険業務分析システムを認定調査の平準化に用いた場合の分布特性リストを示す図である。 一実施形態に係る介護保険業務分析システムを認定調査の平準化に用いた場合のＮ分位集計テーブルを示す図である。 一実施形態に係る介護保険業務分析システムをケアプランの質の評価に用いた場合の汎用データマートを示す図である。 一実施形態に係る介護保険業務分析システムをケアプランの質の評価に用いた場合の目的別データマートを示す図である。 一実施形態に係る介護保険業務分析システムをケアプランの質の評価に用いた場合の分布特性集計テーブルを示す図である。 一実施形態に係る介護保険業務分析システムをケアプランの質の評価に用いた場合の分布特性リストを示す図である。 一実施形態に係る介護保険業務分析システムをケアプランの質の評価に用いた場合のＮ分位集計テーブルを示す図である。 一実施形態に係る介護保険業務分析システムを介護報酬改定の評価に用いた場合の汎用データマートを示す図である。 一実施形態に係る介護保険業務分析システムを介護報酬改定の評価に用いた場合の目的別データマートを示す図である。 一実施形態に係る介護保険業務分析システムを介護報酬改定の評価に用いた場合の分布特性集計テーブルを示す図である。 一実施形態に係る介護保険業務分析システムを介護報酬改定の評価に用いた場合の分布特性リストを示す図である。 一実施形態に係る介護保険業務分析システムを介護報酬改定の評価に用いた場合のＮ分位集計テーブルを示す図である。 本発明の一実施形態に係る介護保険業務分析システムで用いるＮ分位を説明する図である。 本発明の一実施形態に係る介護保険業務分析システムにおけるデータ絞込み基準を説明する図である。 本発明の一実施形態に係る介護保険業務分析システムが適用される業務とそのニーズ項目及び概要を説明する図である。

以下、本発明の実施の形態について、図面を参照して詳細に説明する。

この実施の形態による介護保険業務分析システムは、介護保険分野のニーズとして図２５で説明した以下の１０種類を想定した場合の、各業務におけるバラツキの大きさ及びその発生要因の抽出を行うものである。

１．認知症対策の評価
２．認定調査の平準化
３．認定審査の平準化
４．ケアプランの平準化
５．ケアプランの質の評価
６．サービスの質の評価
７．サービス利用状況の評価
８．介護報酬改定の評価
９．介護保険事業計画の評価
１０．介護給付適正化の評価
ここで、各業務におけるバラツキ（分布）を構成する分布特性要因としては、各業務を実施する複数の実施者が該当する。すなわち、都道府県、保険者（自治体）、認定調査機関、認定調査員、認定審査会の合議体、ケアマネ機関、ケアマネージャ、サービス事業者などの実施者や、保険者の事業計画を立てる単位としての生活圏域などがあげられる。なお各業務に、対象となる分布特性要因は異なる。

上記介護保険業務分析システムは、分布特性要因（各業務の実施者）によって実施された業務の実施結果に対して、複数種類の評価項目と評価軸に関する集計を行い、各分布特性要因間で比較することにより、各業務における分布リスト（バラツキが大きい評価項目の一覧）やＮ分位リスト（バラツキが大きい評価項目の該当数が多い分布特性要因の一覧）を出力することができる。これにより、バラツキが大きい評価項目や分布特性要因に対する是正施策を効率的かつ効果的に策定・実施することが可能になる。

以下、この介護保険業務分析システムの概略を図１により説明する。なお、この介護保険業務分析システムは、図示しないコンピュータ、及び記憶装置などの周辺機器により実現されるものであり、図１では、各テーブルや、コンピュータプログラムにより実行される機能実現手段、出力データなどにより表現している。

まず、本発明を図２５で示した分野名Ｎｏ．１の認知症対策における、ニーズ件名Ｎｏ．１の認知症対策の評価に適用した実施の形態を説明する。

認知症対策の評価としては、保険者やケアマネ機関等の分布特性要因別に、認知症の傾向を有する受給者のグループホーム利用率を集計し各評価項目別のバラツキの大きさを抽出する。また、この結果に基づき、認知症対策の結果であるグループホーム利用率が低位、または高位に偏った分布特性要因の抽出を行うものである。

図１において、データテーブルを構成する認定結果テーブル１１及びレセプト等情報テーブル１２は、介護保険制度を実現する複数の業務を、複数の実施者によりそれぞれ実施した結果のデータを保持しており、デ−タベースを構成する。

このうち認定結果テーブル１１は、保険者で実施されている要介護認定業務において発生した認定結果データを保管するテーブルで、認定調査項目データ、一次判定結果、及び二次判定結果などから構成される。同データは受給者（サービス利用者）や認定者（要介護認定を受けた者で受給者よりも人数が多い）の心身状態を表すデータであるとも言える。

また、レセプト等情報テーブル１２は、介護サービス事業者が毎月、国民健康保険連合会（以下国保連と記載）へ支払い請求を電子的に行う際に発生したデータを保管するテーブルで、サービス種類やサービス項目、サービス回数や総単位数（金額に相当するもの）などから構成される。同データは受給者の利用するサービス内容を表すデータであるとも言える。

汎用データマート作成手段１３は、データベースである認定結果テーブル１１とレセプト等情報テーブル１２とのデータを被保険者で結合して汎用データマート１４を作成するもので、介護保険の各業務分析に用いるためのデータを抽出する目的グループ別抽出処理を行う。すなわち、年月単位のデータを基として（集計の目的グループ毎に時間単位を決定できる）分布特性要因（実施者）の種類の組合せで、評価項目の値に対する評価軸（の素）を管理できる形で図２に示す汎用データマート１４を生成する。

この汎用データマート１４は、「時間単位」、「分布特性要因（業務の実施者）」、「バイアス」、「評価項目」、「評価軸（の素）」「分布特性の詳細分析に有用な項目」からなるデータ構成である。なお、前述した目的グループ別とは、目的が認知症対策の評価、グループが複数種類の分布特性要因のグループという意味である。

続いて、目的別データマート作成手段１５は、目的別抽出処理と図３で説明するバイアスアジャスト処理とを行い、図４で示す目的別データマート１６を作成する。目的別抽出処理は、汎用データマート１４のデータを用い、目的とする認知症対策の評価を行うためのデータを作成する。すなわち、認知症対策についてのバラツキの大きさを算出するための分布特性要因（認知症対策業務の実施者）を絞込みむと共に、評価項目を、認知症を有する値の情報に集約し、その情報に対する評価軸（ここではグループホーム利用率）を算出している。

また、このような算出結果を得る上で影響を与えるバイアスをアジャストするバイアスアジャスト処理を施す。ここではバイアスとして、図２で示した汎用データマートに、被保険者の年齢層が設定されている。ここで、６５歳−７４歳の第１の年齢層と、７５歳以上の第２の年齢層についてみた場合、第１の年齢層より第２の年齢層のほうがグループホームの利用率は必然的に高くなる。このため、第１の年齢層の被保険者が多い自治体（保険者）と少ない自治体（保険者）とでは、得られた算出結果であるグループホーム利用率に、年齢層による偏りが生じる。このような偏りを調整し、同じ条件で利用率を比較できるようにすることがバイアスアジャスト処理である。このバイアスアジャスト処理の詳細は後述する。

これらの処理が施された段階で、バラツキの大きさの算出処理に適したデータ、すなわち、バラツキの発生要因間での比較が可能となるデータが整備されることになる。なお認知症の傾向を有する値は、後述するように認定調査項目のあるレベル以上を特定しているが、これは固定でなくともよく調整可能としてもよい。また全ての認定調査項目を評価項目として抽出の対象とするのでなく、一部の項目に限定してもよい。

図１に戻って、分布特性算出手段１７は、目的別データマート１６のデータを用いて、図５で示す分布特性集計テーブル１８を作成する。すなわち、目的別データマート１６において複数の分布特性要因（実施者）別にまとめられたグループホーム利用率について、その最小値及び最大値を、評価項目である認定調査項目別に規定する。そして、これら最小値及び最大値から、評価項目（認定調査項目）別に認知症対策業務のバラツキの大きさを表す分布特性（格差、値域幅）をそれぞれ求めて分布特性集計テーブル１８に出力する。

また、この分布特性算出手段１７は、目的別データマート１６において、複数の分布特性要因（実施者）別にまとめられたグループホーム利用率の最小値及び最大値と、複数の分布特性要因（実施者）の数とから図２３で示すＮ分位分布を評価項目（認定調査項目）別に設定する。そして、これら認定調査項目別に第１Ｎ分位数と第（Ｎ−１）Ｎ分位数とを決定してそれぞれ分布特性集計テーブル１８に出力する。

図１で示す分布特性リスト出力手段１９は、分布特性集計テーブル１８の認定調査項目別の分布特性（格差、値域幅）を取り出して分布特性リスト２０として出力する。この分布特性リスト２０は、評価項目である認定調査項目を、格差の大きい順に格差リストとして出力している。同リスト２０により、図６で示すようにグループホーム利用率の格差が大きい認定調査項目（認知症自立度や認定調査項目の第３〜第５群の項目などの各値）が判明するため、保険者に関する認知症対策の評価とフィードバックを具体的な形で実施することができる。

また、図１で示すＮ分位算出手段２１は、図７で示すＮ分位集計テーブル２２を作成する。このＮ分位集計テーブル２２は、目的別データマート１６上において複数の実施者（ここでは保険者）別に求められた評価項目である認定調査項目別の評価軸（グループホーム利用率）の値が、後述する第１Ｎ分位または第ＮＮ分位の範囲に含まれるか否かを判断する。そして、分布構成要因毎に、第１Ｎ分位の範囲に含まれる認定調査項目、第ＮＮ分位の範囲に含まれる認定調査項目をそれぞれ図７で示すように抽出する。さらに、図１のＮ分位出力手段２３により、第１Ｎ分位の範囲に含まれる保険者別の認定調査項目の数、及び第ＮＮ分位の範囲に含まれる保険者別の認定調査項目の数を、Ｎ分位リスト２４，２５にそれぞれ例えば大きい順に出力させる。同リストにより、グループホームの利用率が最も小さいグループに属する認定調査項目の数が多い保険者が可視化され指導対象とすべき可能性のある事例として具体的な施策をとるための情報として有効活用できる。また、グループホームの利用率が最も大きいグループに属する認定調査項目の数が多い保険者も可視化されベストプラクティスになる可能性を有する事例として参考にすることができる。

上述した認知症対策の評価の詳細について、図２乃至図７を用いて以下に説明する。

図２に示す汎用データマート１４において、「時間単位」は認知症対策業務を実施した年月単位データを用いる。「分布特性要因」である業務の実施者としては都道府県、保険者、ケアマネ機関、ケアマネージャが順次規定されている。図の例では、同じケアマネ機関に属する白星印と黒星印のケアマネージャと、異なるケアマネ機関に属する黒四角印のケアマネージャが示されている。

また、実施結果に対するアジャストを要する「バイアス」として、前述のように被保険者の年齢層が用いられている。

「評価項目」としては、被保険者に対する認定調査結果である認定調査項目と、その値に相当する選択肢が用いられている。図の例では、白星印のケアマネージャが扱ったデータは、認定調査項目が、「認知症自立度」及びその値（選択肢：自立、段階Ｉ，IIａ，IIb，・・・）と、認定調査項目が、「３群−１意思の伝達」及びその値（選択肢：１．できる、２．ときどきできる、・・・）である。

「評価軸（の素）」としては、上述した選択肢毎に、各選択肢に該当する被保険者の全人数と同選択肢でのグループホーム利用人数を用いている。図の例では、「認知症自立度」の選択肢が段階IIａの保険者では、全体が５５名であるのに対しグループホーム利用者は３名である。

なお「分布特性の詳細分析に有用な項目」については、被保険者の性別及び要介護度を設定している。すなわち、性別や要介護度により、グループホーム利用人数に差が生じる傾向がある。したがって、これらについても明確化し、後述する格差リストやＮ分位リスト確認後に、ドリルダウンでデータを参照できるように保持しておく。

次に、目的別データマート作成手段１５により、目的別抽出処理とバイアスアジャスト処理とが行われ、目的別データマート１６が作成される。目的別データマート１６は、図４で示すように、「時間単位」は年度であり、「分布特性要因」は保険者に絞り込んでいる。これは、複数の保険者間での認知症対策のバラツキを見るためである。「評価項目」は、本業務が認知症対策であることから、認知症と見られる値に集約している。図の例では、認定調査項目が「認知症自立度」の場合、選択肢：IIａ以上を認知症と見なすものとして、選択肢：IIａ以上の情報に集約している。「評価軸」としては、上述した評価項目毎にグループホーム利用率（グループホーム利用人数／全人数）を算出している。図の例では、評価項目（認定調査項目）が「認知症自立度」の場合、認知症と見られる選択肢：IIａ以上のグループホーム利用率を、図２で示した汎用データベース１４に保持された選択肢：IIａ以上のグループホーム利用者数と選択肢：IIａ以上の全人数とから算出する。ここでは白丸印保険者の評価項目「認知症自立度」の評価軸であるグループホーム利用率は８％となっている。

なお、上記演算結果は、バイアスアジャスト処理を施した結果である。図４の目的別データマート１６の「バイアス」は、アジャスト処理後であるためブランクとなっている。

このバイアスアジャスト処理を、図３を用いて説明する。図３において、Ｓｉは分布特性要因（実施者）であり、ａｉは上記実施者Ｓｉが担当する第１の年齢層（６５歳−７４歳）の人数、ｂｉは実施者Ｓｉが担当する第２の年齢層（７５歳以上）の人数、ｃｉは実施者Ｓｉが担当する６５歳以上の人数、ａ，ｂ，ｃはそれぞれａｉ，ｂｉ，ｃｉの各合計値である。αｉは実施者Ｓｉが担当する第１の年齢層（６５歳−７４歳）の評価軸該当率（ここではグループホーム利用率）、βｉは実施者Ｓｉが担当する第２の年齢層（７５歳以上）の評価軸該当率（同じくグループホーム利用率）、そして、γｉは（１）式で算出される実施者Ｓｉが担当する６５歳以上のバイアスアジャスト前の評価軸該当率（同じくグループホーム利用率）、さらに、γｉａは（２）式で算出される実施者Ｓｉが担当する６５歳以上のバイアスアジャスト後の評価軸該当率（同じくグループホーム利用率）である。したがって、目的別データマート１６の「評価軸」であるグループホーム利用率は、（２）式により算出されたバイアスアジャスト後の値γｉａである。

次に、図１の分布特性算出手段１７は、目的別データマート１６のデータを用いて、図５の分布特性集計テーブル１８で示すように、複数の分布特性要因（実施者）別にまとめられたグループホーム利用率の最大値、中央値及び最小値を「参考値」とし、評価項目である認定調査項目別に規定する。そして、これら最小値及び最大値から、評価項目（認定調査項目）別に認知症対策業務のバラツキの大きさを表す分布特性（格差、値域幅）を求めて、分布特性集計テーブル１８に、「分布特性値」として出力する。ここで、分布特性の例である格差は、最大値／最小値で算出し、値域幅は、最大値−最小値で算出する。分布特性である格差及び値域幅は、いずれにしてもバラツキの大きさを表している。

また、この分布特性算出手段１７は、複数の分布特性要因（実施者）別にまとめられたグループホーム利用率の最小値及び最大値と、複数の分布特性要因（実施者）の数とから図２３で示すＮ分位分布を評価項目（認定調査項目）別に算出する。そして、このＮ分位におけるもっとも低い値の範囲：第１Ｎ分位（最小値から第１Ｎ分位数までの範囲）を定める第１Ｎ分位数と、最も高い値の範囲：第ＮＮ分位（第（Ｎ−１）分位数から最大値である第ＮＮ分位数までの範囲）を定める第（Ｎ−１）分位数とを規定し、これらを分布特性集計テーブル１８に、前述した「分布特性値」として出力する。

ここで、全国の自治体数（保険者数）は約２０００である。また、図５の分布特性テーブル１８に示された評価項目「認知症自立度」についてみると、保険者（実施者）別のグループホーム利用率の最大値が３５％、最小値％が５％である。そこで、この５％（最小値）から３５％（最大値）までの分布をＮ等分して図２３のＮ分位を設定する。この場合、全国２０００の保険者を、例えば、２００ずつ１０等分して、図２３におけるＮを十とした十分位とする。そして、これら認定調査項目別に第１Ｎ分位数（第１十分位数）と第（Ｎ−１）Ｎ分位数（第９十分位数）とを決定する。

すなわち、全国２０００の保険者の「認知症自立度」のグループホーム利用率が目的別データマート１６から明らかであるので、全国２０００のうち、下から２００番目の保険者の利用率が１０％であれば、この場合の第１Ｎ分位数（第１十分位数）は図５で示すように１０％となる。また、全国２０００のうち、上から２００番目の保険者の利用率が３０％であれば、この場合の第（Ｎ−１）Ｎ分位数（第９十分位数）は図５で示すように３０％となる。

図１の分布特性リスト出力手段１９は、分布特性集計テーブル１８に保持された認定調査項目別の分布特性（格差、値域幅）を格差の大きい順に取り出して分布特性リスト２０として出力する。この分布特性リスト２０には、値域幅の値も出力される。この分布特性リスト２０により、図６で示すようにグループホーム利用率の格差が大きい認定調査項目が判明するため、保険者に関する認知症対策の評価とフィードバックを具体的な形で実施することができる。

また、図１で示すＮ分位算出手段２１は、図７で示すＮ分位集計テーブル２２を作成して、目的別データマート１６上において複数の実施者（ここでは保険者）別に求められた認定調査項目別の評価軸（グループホーム利用率）の値が、分布特性集計テーブル１８の第１Ｎ分位または第ＮＮ分位の範囲に含まれるか否かを判断する。そして、第１Ｎ分位に含まれる認定調査項目及びその選択の該当数、第ＮＮ分位に含まれる認定調査項目及びその選択の該当数をそれぞれ集計する。

さらに、図１のＮ分位出力手段２３により、第１Ｎ分位の範囲に含まれる保険者別の認定調査項目の数、及びに第ＮＮ分位の範囲に含まれる保険者別の認定調査項目の数を、Ｎ分位リスト２４，２５にそれぞれ出力させる。図の例では、Ｎ分位リスト２４には、白丸印の保険者が第１Ｎ分位（グループホームの利用率が最も小さいグループ）に属する評価項目が７つあることを表している。すなわち、同リストにより、グループホームの利用率が最も小さいグループに属する認定調査項目及び選択肢の該当数が多い保険者が可視化され、指導対象とすべき可能性のある事例として具体的な施策をとるための情報として有効活用できる。また、グループホームの利用率が最も大きいグループに属する認定調査項目及び選択肢の該当数が多い保険者も可視化されベストプラクティスになる可能性を有する事例として参考にすることができる。

次に、本発明を図２５で示した分野名Ｎｏ．２の要介護認定における、ニーズ件名Ｎｏ．２の認定調査の平準化に適用した実施の形態を図１、図８乃至図１２を用いて説明する。

ここで、認定調査は、前述のように、調査員が要介護認定申請者を訪問し、予め設定された複数の認定調査項目（認定２００９では第１群から第５群までの５５項目）について調査し、各項目に設定された選択肢を選択することにより行う。同一の心身状態（障害や認知症の状態等）を有する認定申請者に対しては、どの調査員が調査を行っても同一の調査結果が得られること（認定調査の平準化）が求められる。このため、厚労省発行の認定調査員テキストの充実を図ると共に自治体（保険者）職員及び認定調査機関の代表者等は、各調査機関や各調査員の認定調査結果の状況や傾向等を定量的に把握した上で、調査方法の理解度向上と認定調査結果の平準化等に向けて、教育・指導を行っていく必要がある。

そこで、この実施の形態では認定調査業務の平準化を図るべく、まず、図１で示したデータベースを構成する主として認定結果テーブル１１から、汎用データマート作成手段１３により汎用データマート１４を作成する。この汎用データマート１４は、図８で示すように、「時間単位」は認定調査を実施した年月データを用いる。「分布特性要因」である業務の実施者としては都道府県、保険者、ケアマネ機関、ケアマネージャが順次規定されている。「バイアス」として、前述のように被保険者の年齢層が用いられている。「評価項目」としては、被保険者に対する認定調査項目の選択肢、または認定調査項目の各群の中間評価項目得点の合計値を用いている。「評価軸（の素）」としては、選択肢毎の調査票の枚数（選択数）、または中間評価項目得点の調査数（合計値）を、実施者である調査員別に集計している。「分布特性の詳細分析に有用な項目」については、認定調査の申請区分及び被保険者の現在の状況を設定している。すなわち、申請区分が「新規」か「更新」かにより、調査結果に差が生じる傾向がある。また、被保険者が「居宅」それ以外の状況下で矢はり調査結果に差が生じる傾向がある。したがって、これらについても明確化し、後述する格差リストやＮ分位リスト確認後に、ドリルダウンでデータを参照できるように保持しておく。

図８の例では、「評価項目」として、認定調査項目の「３群−１意思の伝達」が例示され、その値として選択肢：１．できる、２．ときどきできる、３．ほとんど不可、４．できない、が示されている。また、これらについて「新規」「居宅」と「更新」「居宅」とについてそれぞれ集計されている。さらに、認定調査項目として「３群中間評価項目得点の合計」を用いた場合は、この認定調査項目の合計得点（この場合３０００．００）が示されている。

「評価軸」であると調査表枚数（選択数）は、上述した認定調査項目の選択肢別に集計されている。例えば、認定調査項目の「３群−１意思の伝達」については、選択肢：１．できる、の選択数が５であり、２．ときどきできる、の選択数が１０であり、３．ほとんど不可、の選択数が８であり、４．できない、の選択数が３であることが示されている。また、認定調査項目として「３群中間評価項目得点の合計」を用いた場合の評価軸は、前述した合計得点の素となる調査表枚数であり、図８の例では１００が示されている。

次に、目的別データマート作成手段１５により、汎用データマート１４のデータを用い、目的別抽出処理とバイアスアジャスト処理とが行われ、目的別データマート１６が作成される。認定調査業務としての目的別データマート１６は、所定期間における認定調査業務の評価項目として認定調査項目毎にそれらの選択肢、または各群中間評価項目得点を設定し、これら選択肢の選択比率、または各群中間評価項目得点の平均値を評価軸として保険者別に集計している。

図９の例では、「時間単位」は年度であり、「分布特性要因」である実施者は保険者に絞り込んでいる。これは、複数の保険者間での認定調査結果のバラツキを見るためである。「評価項目」の認定調査項目としては「３群−１意思の伝達」が、また、その値として選択肢：２．ときどきできる、が例示されている。さらに、「評価軸」の選択肢の選択比率としては、選択肢：２．ときどきできる、の選択比率（認定調査項目「３群−１意思の伝達」の全調査枚数に対する該当選択肢の調査枚数の割合）３８％が示されている。

また、「評価項目」を「３群中間評価項目得点」とした場合は、図８で示した「３群中間評価項目得点の合計」：３０００．００の一人当たりの平均値３０．００が示されている。

なお、上記演算結果は、保険者の年齢層に対するバイアスアジャスト処理を施した結果であり、図９の目的別データマート１６の「バイアス」は、アジャスト処理後であるためブランクとなっている。このバイアスアジャスト処理は図３を用いて説明したとおりである。

次に、図１の分布特性算出手段１７により、図９の目的別データマート１６のデータを用いて、図１０の分布特性集計テーブル１８を作成する。すなわち、目的別データマート１６において、「評価軸」として実施者別にまとめられた選択比率、または中間評価項目得点の平均値の最小値、中央値及び最大値を規定し、これら最小値、中央値及び最大値を、分布特性集計テーブル１８に対して「参考値」として出力する。そして、これらの値から、認定調査項目の選択肢別、または中間評価項目得点別に、認定調査業務の分布特性（格差、値域幅）の値をそれぞれ求めて分布特性集計テーブル１８に、「分布特性値」として出力する。図１０の例では、「３群−１意思の伝達」の選択肢：２．ときどきできる、の選択比率の最大値が４５％、最小値が１５％であるため、格差（最大値／最小値）は３．０であり、値域幅（最大値−最小値）は３０％となる。

なお、評価項目が「３群中間評価項目得点」の場合も、最小値、中央値及び最大値と分布特性（格差、値域幅）との値を同様にして求める。

また、この分布特性算出手段１７は、評価項目（認定調査項目）別にまとめられた選択比率の最小値及び最大値と、複数の分布特性要因（実施者：保険者）の数とから図２３で示すＮ分位分布を評価項目別に算出する。そして、このＮ分位における第１Ｎ分位数と第（Ｎ−１）分位数とを規定し、これらを分布特性集計テーブル１８に、前述した「分布特性値」として出力する。

ここで、図１０の分布特性テーブル１８に示された評価項目「３群−１意思の伝達」の選択肢：２．ときどきできる、の選択比率の最小値％が１５％、最大値が４５％である。そこで、この１５％（最小値）から４５％（最大値）までの分布をＮ等分して図２３のＮ分位を設定する。この場合、例えば、前述した全国２０００の保険者数により１０等分した十分位として、これら認定調査項目別に第１Ｎ分位数（第１十分位数）と第（Ｎ−１）Ｎ分位数（第９十分位数）とを決定する。

そして、全国２０００の各保険者の「３群−１意思の伝達」の選択肢：２．ときどきできる、の選択比率が目的別データマート１６から明らかであるので、この目的別データマート１６をソートすることにより、図１０の例では、第１Ｎ分位数（第１十分位数）が２０％となり、（Ｎ−１）Ｎ分位数（第９十分位数）は４０％となっている。

図１で示す分布特性リスト出力手段１９は、分布特性集計テーブル１８に保持された認定調査項目の選択肢別、または中間評価項目得点別の分布特性（格差、値域幅）の値を取り出して図１１で示す分布特性リスト２０として出力する。この分布特性リスト２０には「３群−１意思の伝達」の選択肢：２．ときどきできる、について、その格差が３．０、値域幅が２０％であることを示している。このため、分布特性リスト２０により、格差の大きな認定調査項目の選択肢や中間評価項目得点が判明するので、認定調査員テキストの内容の見直しや改善など、具体的な形でフィードバックを実施することができる。

また、図１で示すＮ分位算出手段２１は、図９の目的別データマート１６上において複数の実施者（ここでは保険者）別に求められた認定調査項目別の評価軸（選択肢別の選択比率又は中間評価項目得点）の値が、分布特性集計テーブル１８の第１Ｎ分位または第ＮＮ分位の範囲に含まれるか否かを判断し、その結果を図１２で示すＮ分位集計テーブル２２にする。そして、第１Ｎ分位の範囲に含まれる認定調査項目及びその選択の該当数、第ＮＮ分位の範囲に含まれる認定調査項目及びその選択の該当数をそれぞれ集計する。

さらに、図１のＮ分位出力手段２３により、第１Ｎ分位数の範囲に含まれる保険者別の認定調査項目の数、及びに第ＮＮ分位数の範囲に含まれる保険者別の認定調査項目の数を、Ｎ分位リスト２４，２５にそれぞれ出力させる。図１２の例では、Ｎ分位リスト２４には、白丸印の保険者が第１Ｎ分位（選択肢別の選択比率又は中間評価項目得点が最も小さいグループ）に属する評価項目が７つあることを表している。すなわち、選択比率又は中間評価項目得点が最も小さいグループに属する評価項目の数が多い保険者が可視化されるので、認定調査に対する指導対象として具体的な施策をとるための情報として有効活用できる。また、Ｎ分位リスト２５には、第ＮＮ分位（選択肢別の選択比率又は中間評価項目得点が最も大きいグループ）に属する評価項目の数が多い保険者も可視化されるので、同じく認定調査に対する指導対象として具体的な施策をとるための情報として有効活用できる。

次に、本発明を図２５で示したニーズ件名Ｎｏ．３の認定審査の平準化に適用した実施の形態を説明する。

認定審査では、認定調査結果に基づく前述した一次判定結果を審査して二次判定を行う。この審査は、保健・医療・福祉の専門家からなる介護認定審査会（合議体）で行う。この介護認定審査会の判定に基づき、保険者である自治体により要介護（要支援）認定が行われる。認定審査業務によって生じる結果としては、要介護度の一次判定結果がそのまま二次判定結果となる「変更なし」と、一次判定結果より二次判定結果の要介護度のほうが軽くなる「軽度変更」と、一次判定結果より二次判定結果の要介護度のほうが重くなる「重度変更」とがあり、これらの結果の件数が、合議体毎にばらつくことは好ましくない。すなわち、合議体毎に審査結果がばらついたりすることのないように平準化することが重要であり、管理監督する立場の自治体から指導・助言を行うことも必要となる。

本発明を認定審査の平準化に適用した場合も、図１で示したデータベースを構成する主として認定結果テーブル１１から汎用データマート作成手段１３により汎用データマート１４が作成される。この場合の汎用データマートは特に図示していないが、「時間単位」は認定審査を実施した年月データを用いる。「分布特性要因」である業務の実施者としては都道府県、保険者、及び合議体が規定されている。「バイアス」としては被保険者の年齢層が用いられている。「評価項目」としては、被保険者に対する一次判定結果（要介護度：非該当、要支援１、２、要介護１〜要介護５までの各段階を用いている。「評価軸」としては、一次判定別の「変更なし」「重度変更」「軽度変更」の件数を合議体別に集計している。

ここで、これら「変更なし」、「軽度変更」、「重度変更」の判定結果は、一次判定結果の要介護度毎に生じる。そこで、一次判定結果である、非該当、要支援１、２、要介護１〜要介護５までの各段階及びこれらを合計した全区分のそれぞれについて、「変更なし」、「軽度変更」、「重度変更」の判定結果を合議体毎に集計する
「分布特性の詳細分析に有用な項目」については、認定審査の申請区分及び被保険者の現在の状況を設定している。すなわち、申請区分が「新規」か「更新」かにより、審査結果に差が生じる傾向がある。また、被保険者が「居宅」それ以外の「施設」では、やはり審査結果に差が生じる傾向がある。したがって、これらについても明確化し、後述する格差リストやＮ分位リスト確認後に、ドリルダウンでデータを参照できるように保持しておく。

次に、目的別データマート作成手段１５により、汎用データマート１４のデータを用い、目的別抽出処理とバイアスアジャスト処理とが行われ、目的別データマート１６が作成される。目的別データマート１６は、図示しないが、「時間単位」は年度であり、「分布特性要因」である実施者は保険者に絞り込んでいる。これは、複数の保険者間での認定審査結果のバラツキを見るためである。「評価項目」としては前述した一次判定結果の要介護度を設定し、「評価軸」としては、これら要介護度別の重度／軽度変更率を保険者別に集計する。

次に、図１の分布特性算出手段１７により、上述した目的別データマート１６のデータを用いて、分布特性集計テーブル１８を作成する。すなわち、目的別データマート１６において、「評価軸」として、実施者である合議体別にまとめられた一次判定結果の要介護度別の重度／軽度変更率が集計されているので、これらの最小値、中央値及び最大値を、分布特性集計テーブル１８に対して「参考値」として出力する。そして、これら参考値の値から、一次判定結果の要介護度別に、認定審査に関する分布特性（格差、値域幅）の値をそれぞれ求め、分布特性集計テーブル１８に「分布特性値」として出力する。

また、この分布特性算出手段１７は、一次判定結果の要介護度別にまとめられた重度／軽度変更率の最小値及び最大値と、複数の分布特性要因（保険者）の数とから、図２３で示すＮ分位分布を、評価項目である一次判定結果の要介護度別に算出する。そして、このＮ分位における第１Ｎ分位数と第（Ｎ−１）分位数とを規定し、これらを分布特性集計テーブル１８に、前述した「分布特性値」として出力する。

図１で示す分布特性リスト出力手段１９は、分布特性集計テーブル１８に保持された評価項目である一次判定結果の要介護度別にまとめられた重度／軽度変更率の分布特性（格差、値域幅）の値を取り出して分布特性リスト２０として出力する。このため、分布特性リスト２０により、格差の大きな認定調査項目の一次判定結果の要介護度別の重度／軽度変更率が判明するので、認定審査テキストの内容の見直しや改善など、具体的な形でフィードバックを実施することができる。

また、図１で示すＮ分位算出手段２１は、目的別データマート１６上において複数の実施者（ここでは保険者）別に求められた一次判定結果の要介護度別の重度／軽度変更率の値が、分布特性集計テーブル１８の第１Ｎ分位または第ＮＮ分位の範囲に含まれるか否かを判断し、その結果をＮ分位集計テーブル２２に出力する。そして、第１Ｎ分位の範囲に含まれる一次判定結果の要介護度及びその選択の該当数、第ＮＮ分位の範囲に含まれる一次判定結果の要介護度及びその選択の該当数をそれぞれ集計する。

さらに、図１のＮ分位出力手段２３により、第１Ｎ分位の範囲に含まれる保険者別の一次判定結果の要介護度別の重度／軽度変更率の数、及びに第ＮＮ分位の範囲に含まれる保険者別の一次判定結果の要介護度別の重度／軽度変更率の数を、Ｎ分位リスト２４，２５にそれぞれ出力させる。

すなわち、同リスト２４により、一次判定結果の要介護度別の重度／軽度変更率が最も小さいグループに属する評価項目の該当数が多い保険者が可視化されるので、認定審査に対する指導対象とすべき可能性のある事例として具体的な施策をとるための情報として有効活用できる。また、Ｎ分位リスト２５には、第ＮＮ分位（一次判定結果の要介護度別の重度／軽度変更率が最も大きいグループ）に属する評価項目の該当数が多い保険者も可視化されるので、同じく認定審査に対する指導対象とすべき可能性のある事例として具体的な施策をとるための情報として有効活用できる。

次に、本発明を図２５で示した分野名Ｎｏ．３のケアマネジメントにおける、ニーズ件名Ｎｏ．４のケアプランの平準化に適用した実施の形態を説明する。

ケアマネジメントでは、認定された要介護度に基づいて居宅介護支援事業所や地域包括支援センター（以下、ケアマネ機関と呼ぶ）がケアプランを作成する。すなわち、要介護申請者の心身状態や介護力経済力の組合わせからなる状態像別に、「訪問介護」、「訪問入浴介護」、「訪問看護」、・・・などのサービスの要否及びその一人当たりのサービス利用費（給付費）を含むプランを作成する。居宅介護支援事業所や地域包括支援センターのケアマネージャは、厚労省発行のケアプラン作成テキスト等の理解・修得に基づきケアプランを作成する必要がある。同一の状態像（要介護度や心身状態（障害や認知症の状態等）、介護力、および経済力等の組み合わせ）を有するサービス利用希望者に対しては、どのケアマネージャがケアプランを作成しても同一のケアプランが作成されること（ケアマネジメントの平準化）が求められる。また自治体（保険者）職員及び居宅介護支援事業所・地域包括支援センターの代表者等は、各ケアマネ機関や各ケアマネージャのケアプランの作成状況や傾向等を定量的に把握した上で、上記ケアプラン作成方法の理解度向上とケアプランの平準化等に向けて、的確かつ効果的な教育・指導を行っていく必要がある。

ここで、ケアプランの平準化というニーズは、平準化という観点から、上述した認定調査の平準化及び認定審査の平準化と、基本的な考え方は共通する。

本発明をケアプランの平準化に適用した場合も、図１で示したデータベースを構成する認定結果テーブル１１及びレセプト等情報テーブル１２のデータを用いて、汎用データマート作成手段１３により汎用データマート１４が作成される。この場合の汎用データマートは特に図示していないが、「時間単位」はケアプラン作成を実施した年月データを用いる。「分布特性要因」である業務の実施者としては都道府県、保険者、ケアマネ機関及びケアマネージャが抽出される。

なお、「バイアス」として、これまでは被保険者の年齢層が用いられていたが、ケアプランの平準化には、後述する「評価項目」「評価軸」との関係から、被保険者の年齢層は直接的に影響を与えないので、「バイアス」は無とする。

「評価項目」としては、被保険者に対するサービス状態像（訪問介護、通所介護、ショートステイ等）と受給者状態像（要介護度、認知症自立度障害自立度、介護力、経済力）との組合せ利用状態を用いる。「評価軸」としては、上述した受給者状態像別のサービス状態像の利用件数を集計している。
「分布特性の詳細分析に有用な項目」は無とする。

次に、目的別データマート作成手段１５により、汎用データマート１４のデータを用い、目的別抽出処理が行われ、目的別データマート１６が作成される。目的別データマート１６は、図示しないが、「時間単位」は年度であり、「分布特性要因」は保険者に絞り込んでいる。これは、複数の保険者間でのケアプランのバラツキを見るためである。「評価項目」は、上述したサービス状態像（訪問介護、通所介護、ショートステイ等）と受給者状態像（要介護度、認知症自立度障害自立度、介護力、経済力）との組合せ利用状態を用い、「評価軸」としては、上述した受給者状態像別のサービス状態像の利用率を保険者別に集計している。

次に、図１の分布特性算出手段１７により、上述した目的別データマート１６のデータを用いて、分布特性集計テーブル１８を作成する。すなわち、目的別データマート１６において、「評価軸」として、実施者である保険者別にまとめられた受給者状態像別のサービス状態像の利用率が集計されているので、これらの最大値、中央値及び最小値を、分布特性集計テーブル１８に対して「参考値」として出力する。そして、これら参考値の値から、受給者状態像別のサービス状態像の分布特性（格差、値域幅）の値をそれぞれ求めて分布特性集計テーブル１８に「分布特性値」として出力する。

また、この分布特性算出手段１７は、受給者状態像別のサービス状態像の利用率の最小値及び最大値と、複数の分布特性要因（保険者）の数とから図２３で示すＮ分位分布を評価項目である受給者状態像別のサービス状態像毎に算出する。そして、このＮ分位における第１Ｎ分位数と第（Ｎ−１）分位数とを規定し、これらを分布特性集計テーブル１８に、前述した「分布特性値」として出力する。

図１で示す分布特性リスト出力手段１９は、分布特性集計テーブル１８に保持された評価項目である受給者状態像別のサービス状態像毎にまとめられた利用率の分布特性（格差、値域幅）の値を取り出して分布特性リスト２０として出力する。このため、分布特性リスト２０により、格差の大きな受給者状態像別のサービス状態像毎の利用率が判明するので、ケアプラン作成テキストの内容の見直しや改善など、具体的な形でフィードバックを実施することができる。

また、Ｎ分位算出手段２１は、Ｎ分位集計テーブル２２を作成して、目的別データマート１６上において複数の実施者（ここでは保険者）別に求められた受給者状態像別のサービス状態像毎の利用率の値が、分布特性集計テーブル１８の第１Ｎ分位または第ＮＮ分位の範囲に含まれるか否かを判断する。そして、第１Ｎ分位の範囲に含まれる受給者状態像別のサービス状態像及びその選択の該当数、第ＮＮ分位の範囲に含まれる受給者状態像別のサービス状態像及びその選択の該当数をそれぞれ集計する。

さらに、Ｎ分位出力手段２３により、第１Ｎ分位の範囲に含まれる保険者別の受給者状態像別のサービス状態像毎の利用率の数、及びに第ＮＮ分位の範囲に含まれる保険者別の受給者状態像別のサービス状態像毎の利用率の数を、Ｎ分位リスト２４，２５にそれぞれ出力させる。すなわち、第１Ｎ分位（受給者状態像別のサービス状態像毎の利用率が最も小さいグループ）に属する評価項目の該当数が多い保険者が可視化されるので、ケアプラン平準化に対する指導対象とすべき可能性のある事例として具体的な施策をとるための情報として有効活用できる。また、Ｎ分位リスト２５には、第ＮＮ分位（受給者状態像別のサービス状態像毎の利用率が最も大きいグループ）に属する評価項目の数が多い保険者も可視化されるので、同じくケアプラン平準化に対する指導対象とすべき可能性のある事例として具体的な施策をとるための情報として有効活用できる。

次に、本発明を図２５で示した分野名Ｎｏ．３のケアマネジメントにおける、ニーズ件名Ｎｏ．５のケアプランの質の評価に適用した実施の形態を説明する。

このケアプランの質の評価は、ケアマネージャにより作成されたケアプラン自体の質の評価を行うものであり、具体的にはケアプランにより被保険者の状態が改善されたか、現状のままか、或いは悪化したかを、そのケアプランにかかった費用との関係で評価する。以下、図１３乃至図１７を用いて説明する。

まず、図１で示したデータベースを構成する認定結果テーブル１１、及びレセプト等情報テーブル１２から、汎用データマート作成手段１３により汎用データマート１４が作成される。汎用データマート作成手段１３は、データベースの各テーブル１１，１２のデータを用い、各実施者（後述するケアマネージャ）が被保険者に対して、認定調査結果に応じて認定調査項目毎にケアマネプランを実施した結果を評価項目とし、また、各ケアマネプランに要した金額を評価軸として、実施者別に集計した汎用データマート１４を作成する。

この汎用データマート１４は、図１３で示すように、「時間単位」として、質の評価に要する期間（改善または悪化の状態を判別可能な期間）として年度を用いている。「分布特性要因」である業務の実施者としては都道府県、保険者、ケアマネ機関、ケアマネージャが抽出されている。「バイアス」としては、被保険者の年齢層を用いている。また、被保険者個人のデータが用いられるため「被保険者」のデータも抽出されている。「評価項目」としては、被保険者の心身の状態に関する認定調査項目が抽出され、その値として状態が維持・改善されたか、或いは悪化したかが用いられている。「評価軸（の素）」としては、作成されたケアプランの総単位数／日数・回数とそれに要した金額が用いられている。

図１３の例では、認定調査項目：第３群−１意思の伝達、の被保険者ＹＹＹＹＹＹに対するケアプランが１００，０００円かかり、その結果状態が維持・改善されたことを示すと共に、同じ認定調査項目の被保険者ＺＺＺＺＺＺに対するケアプランには５０，０００円かかったが、状態が悪化したことを示している。これらのデータがケアマネージャ別に集計されている。

次に、目的別データマート作成手段１５により、汎用データマート１４のデータを用い、目的別抽出処理とバイアスアジャスト処理とが行われ、目的別データマート１６が作成される。

但し、上述した目的別抽出処理に先立って、汎用データマートのデータの絞込みを行う。すなわち、年度にわたってケアマネを実施した結果、状態が維持・改善されたか、或いは悪化したか、を評価項目としていることから、年度の途中でケアマネ機関が変わった場合などは、そのデータは対象外とする。パターン１からパターン６までの具体的なデータ選定基準を図２４により説明する。

パターン１：ある被保険者が、当該年度の前年以前に認定審査を受け、ケアマネ機関Aが被保険者のケアプランを立て、当該年度の翌年以降に認定期間が満了または変更申請を行う場合であり、この場合はデータ抽出の対象外とする。

パターン２：ある被保険者が、当該年度の前年以前に認定審査を受け、ケアマネ機関Aが被保険者のケアプランを立て、当該年度に認定期間が満了し、満了日以降に認定審査を受けていない場合、データ抽出の対象外とする。

パターン３：ある被保険者が、当該年度の前年以前に認定審査を受けておらず、当該年度に認定審査を受け、ケアマネ機関Aが被保険者のケアプランを立て、当該年度の翌年以降に認定期間が満了または変更申請を行う場合は、データ抽出の対象外とする。

パターン４：ある被保険者が、当該年に認定審査を受け、ケアマネ機関Aが被保険者のケアプランを立て、当該年度に認定期間が満了または変更申請を行う場合は、データ抽出の対象外とする。

パターン５：ある被保険者が、当該年度の前年以前に認定審査を受け、ケアマネ機関Aが被保険者のケアプランを立て、当該年度に認定期間の満了による更新申請または変更申請を行い、認定審査を受け、ケアマネ機関B（≠A）が被保険者のケアプランを立てる場合は、データ抽出の対象外とする。

パターン６：ある被保険者が、当該年度の前年以前に認定審査を受け、ケアマネ機関Aが被保険者のケアプランを立て、当該年度に認定期間の満了による更新申請または変更申請を行い、認定審査を受け、ケアマネ機関Aが被保険者のケアプランを立て、当該年度の翌年以降に認定期間が満了または変更申請を行う場合は、データ抽出の対象とする。

目的別データマート作成手段１５は、上記パターン６に該当するデータのみを抽出対象とする。そして、ケアプラン業務を所定期間実施した結果、被保険者の状態が悪化した認定調査項目を、実施者（保険者）別に集計し、集計された認定調査項目別の１人当たりの受給額を評価軸として算出し、目的別データマート１６を作成する
この目的別データマート１６は、図１４で示すように、「時間単位」は年度であり、「分布特性要因」は保険者に絞り込んでいる。これは、複数の保険者間でのケアプランの質のバラツキを見るためである。「評価項目」としては、認定調査項目の選択肢別に状態が悪化したものを抽出する。図１４の例では、認定調査項目：３群−１意思の伝達について、その状態が悪化したものを対象としている。「評価軸」としては、１人当たりの受給額が２００，０００円であることが示されている。

なお、上記結果は、保険者の年齢層に対するバイアスアジャスト処理を施した結果であり、図１４の目的別データマート１６の「バイアス」は、アジャスト処理後であるためブランクとなっている。

次に、図１の分布特性算出手段１７により、図１４の目的別データマート１６のデータを用いて、図１５の分布特性集計テーブル１８を作成する。すなわち、目的別データマート１６において、「評価軸」として実施者別にまとめられた、状態が悪化した認定調査項目別の一人当りの受給額の最小値、中央値及び最大値を規定し、これらを分布特性集計テーブル１８に「参考値」として出力する。そして、これらの値から、認定調査項目別の分布特性（格差、値域幅）の値をそれぞれ求めて、分布特性集計テーブル１８に、「分布特性値」として出力する。図１５の例では、認定評価項目：３群−１意思の伝達（悪化）の、一人当りの受給額の最小値が４０，０００円、最大値が２００，０００円であるため、格差（最大値／最小値）は５．０であり、値域幅（最大値−最小値）は１６０，０００円となる。

また、この分布特性算出手段１７は、評価項目（認定調査項目）別にまとめられた悪化項目の、一人当りの受給額の最小値及び最大値と、複数の分布特性要因（実施者）の数とから図２３で示すＮ分位分布を評価項目別に算出する。そして、このＮ分位における第１Ｎ分位数と第（Ｎ−１）分位数とを規定し、これらを分布特性集計テーブル１８に、前述した「分布特性値」として出力する。

ここで、図１５の分布特性テーブル１８に示された認定評価項目：３群−１意思の伝達（悪化）の、一人当りの受給額の最小値４０，０００円から、最大値２００，０００円までの分布をＮ等分して図２３のＮ分位を設定する。この場合、全国２０００の保険者数を１０等分した十分位として、これら認定調査項目別に第１Ｎ分位数（第１十分位数）と第（Ｎ−１）Ｎ分位数（第９十分位数）とを決定する。

そして、全国２０００の各保険者の、悪化した認定評価項目（例えば、３群−１意思の伝達とする）別の、一人当りの受給額が目的別データマート１６から明らかであるので、この目的別データマート１６をソートして、第１Ｎ分位数（第１十分位数：図１５の例では５０，０００円）、（Ｎ−１）Ｎ分位数（第９十分位数：図１５の例では１８０，０００円）が抽出される。

図１で示す分布特性リスト出力手段１９は、分布特性集計テーブル１８に保持された認定調査項目（悪化項目）別の分布特性（格差、値域幅）の値を取り出して図１６で示す分布特性リスト２０として出力する。この分布特性リスト２０には認定評価項目：３群−１意思の伝達（悪化）の、一人当りの受給額について、その格差が５．０、値域幅が１６０，０００円であることを示している。このように分布特性リスト２０により、格差の大きな認定調査項目の悪化項目が判明するため、ケアプラン作成テキストの内容の見直しや改善など、具体的な形でフィードバックを実施することができる。

また、図１で示すＮ分位算出手段２１は、図１４の目的別データマート１６上において複数の実施者（ここでは保険者）別に求められた認定調査項目別の一人当りの受給額が、図２３で示した第１Ｎ分位の範囲または第ＮＮ分位の範囲に含まれるか否かを判定し、図１７で示すＮ分位集計テーブル２２に出力する。そして、第１Ｎ分位の範囲に含まれる認定調査項目及びその選択の該当数、第ＮＮ分位の範囲に含まれる認定調査項目及びその選択の該当数をそれぞれ集計する。

さらに、図１のＮ分位出力手段２３により、第１Ｎ分位の範囲に含まれる保険者別の認定調査項目の数、及びに第ＮＮ分位の範囲に含まれる保険者別の認定調査項目の数を、Ｎ分位リスト２４，２５にそれぞれ出力させる。図１７の例では、Ｎ分位リスト２４には、白丸印の保険者が第１Ｎ分位（認定調査項目別の一人当りの受給額が最も小さいグループ）に属する評価項目の該当数が７つあることを表している。すなわち、認定調査項目別の一人当りの受給額が最も小さいグループに属する評価項目の該当数が多い保険者が可視化されるので、ケアプラン作成に対する指導対象とすべき可能性のある事例としてとして具体的な施策をとるための情報として有効活用できる。また、Ｎ分位リスト２５には、第ＮＮ分位（認定調査項目別の一人当りの受給額が最も大きいグループ）に属する評価項目の該当数が多い保険者も可視化されるので、同じくケアプラン作成に対する指導対象とすべき可能性のある事例として具体的な施策をとるための情報として有効活用できる。

次に、本発明を図２５で示した分野名Ｎｏ．４のサービス提供における、ニーズ件名Ｎｏ．６のサービスの質の評価に適用した実施の形態を説明する。このサービスの質は、ケアマネージャにより作成されたケアプランに従って実施されるサービス（例えば、リハビリサービスや施設サービスなど）に絞った場合の評価を行うものである。具体的にはリハビリサービスや施設サービスなどを実施したことにより、被保険者の状態が改善されたか、現状のままか、或いは悪化したかを、そのサービスにかかった費用との関係で評価する。

したがって、図１３乃至図１７を用いて説明したケアプランの質の評価と、ほとんどの内容が共通する。このため、ケアプランの質の評価との相違部分を示し重複する説明は省略する。

このサービスの質の評価においても、まず、図１で示したデータベースを構成する認定結果テーブル１１、及びレセプト等情報テーブル１２から、汎用データマート作成手段１３により汎用データマート１４が作成される。汎用データマート作成手段１３は、データベースの各テーブル１１，１２のデータを用い、各実施者（サービス事業者）が被保険者に対して、認定調査結果に応じて認定調査項目毎にサービスを実施した結果を評価項目とし、また、このサービスに要した金額（被保険者が受ける受給金額でもある）を評価軸として、実施者別に集計する。

したがって、この汎用データマート１４は、図１３で説明したものと略同等のデータ構成であるが、「分布特性要因」である業務の実施者としては、ケアマネ機関及びケアマネージャに代わってサービス事業者が用いられる。この他は、図１３で説明したケアプランをサービスと置き換えればよい。

次に、目的別データマート作成手段１５により、汎用データマート１４のデータを用い、目的別抽出処理とバイアスアジャスト処理とが行われ、目的別データマート１６が作成される。

このサービスの質の評価においても、上述した目的別抽出処理に先立って、前述したケアプランの質の評価と同様に、図２４で示したパターン１からパターン６までのデータ選定基準に従って汎用データマートのデータの絞込みを行う。ただし、図２４における「ケアマネ機関」を「サービス事業者」と置き換え、また、「ケアプランを立て」を「サービスを提供」と置き換える。

目的別データマート作成手段１５は、サービス提供を所定期間実施した結果、被保険者の状態が悪化した認定調査項目を、実施者（サービス事業者を擁する保険者）別に集計し、集計された認定調査項目（悪化項目）別の１人当たりの受給額を評価軸として算出し、目的別データマート１６を作成する
この目的別データマート１６も、図１４で示したように、「時間単位」は年度であり、「分布特性要因」は保険者に絞り込んでいる。これは、複数の保険者間でのサービス提供の質のバラツキを見るためである。「評価項目」としては、上述のように、悪化した認定調査項目を対象とし、「評価軸」としては、１人当たりの受給額が示されている。

次に、前述したケアプランの質の評価と同様に、図１の分布特性算出手段１７により、図１４の目的別データマート１６のデータを用いて、図１５の分布特性集計テーブル１８を作成する。すなわち、目的別データマート１６において、「評価軸」として実施者別にまとめられた、状態が悪化した認定調査項目別の一人当りの受給額の最小値、中央値及び最大値を規定し、これらを分布特性集計テーブル１８に「参考値」として出力する。そして、これらの値から、認定調査項目別の分布特性（格差、値域幅）の値をそれぞれ求めて、分布特性集計テーブル１８に、「分布特性値」として出力する。

また、この分布特性算出手段１７は、評価項目（認定調査項目）別にまとめられた悪化項目の、一人当りの受給額の最小値及び最大値と、複数の分布特性要因（実施者）の数とから図２３で示すＮ分位分布を評価項目別に算出する。そして、このＮ分位における第１Ｎ分位数と第（Ｎ−１）分位数とを規定し、これらを分布特性集計テーブル１８に、前述した「分布特性値」として出力する。

図１で示す分布特性リスト出力手段１９は、分布特性集計テーブル１８に保持された認定調査項目（悪化項目）別の分布特性（格差、値域幅）の値を取り出して図１６で示す分布特性リスト２０として出力する。このように分布特性リスト２０により、格差の大きな認定調査項目の悪化項目が判明するため、サービス提供に関するテキストの内容の見直しや改善など、具体的な形でフィードバックを実施することができる。

また、図１で示すＮ分位算出手段２１は、目的別データマート１６上において複数の実施者（ここでは保険者）別に求められた認定調査項目別の一人当りの受給額が、図２３で示した第１Ｎ分位の範囲または第ＮＮ分位の範囲に含まれるか否かを判断し、図１７で示すＮ分位集計テーブル２２に出力する。そして、第１Ｎ分位の範囲に含まれる認定調査項目の該当数、第ＮＮ分位の範囲に含まれる認定調査項目の該当数をそれぞれ集計する。

さらに、図１のＮ分位出力手段２３により、第１Ｎ分位の範囲に含まれる保険者別の認定調査項目の該当数、及びに第ＮＮ分位の範囲に含まれる保険者別の認定調査項目の該当数を、Ｎ分位リスト２４，２５にそれぞれ出力させる。すなわち、認定調査項目別の一人当りの受給額が最も小さいグループに属する評価項目の該当数が多い保険者が可視化されるので、サービス提供に対する指導対象とすべき可能性のある事例として具体的な施策をとるための情報として有効活用できる。また、Ｎ分位リスト２５には、第ＮＮ分位（認定調査項目別の一人当りの受給額が最も大きいグループ）に属する評価項目の該当数が多い保険者も可視化されるので、同じくサービス提供に対する指導対象とすべき可能性のある事例として具体的な施策をとるための情報として有効活用できる。

次に、本発明を図２５で示した分野名Ｎｏ．４のサービス提供における、ニーズ件名Ｎｏ．７のサービス利用状況の評価に適用した実施の形態を説明する。

このサービス利用状況の評価では、サービスの利用状況に関する現在の基礎数値を、都道府県／保険者／サービス事業者毎に把握しようとする。具体的には、サービス毎の給付費比率の分布特性を集計する。

この場合、図１で示したデータベースを構成する主としてレセプト等情報テーブル１２から汎用データマート作成手段１３により汎用データマート１４が作成される。汎用データマート１４は図示していないが、「時間単位」は年月データを用いる。「分布特性要因」である業務の実施者としては都道府県、保険者、及びサービス利用のケアプランを立てるケアマネ機関、ケアマネージャとする。「バイアス」としては被保険者の年齢層が用いられる。「評価項目」としては、各種のサービス種類（サービス項目、サービスモデル）を用い、「評価軸」としては、これらサービス種類（サービス項目、サービスモデル）毎の被保険者への受給額を用いる。

「分布特性の詳細分析に有用な項目」については、この業務については無とする。

次に、目的別データマート作成手段１５により、汎用データマート１４のデータを用い、目的別抽出処理とバイアスアジャスト処理とが行われ、目的別データマート１６を作成する。目的別データマート１６は、図示しないが、「時間単位」は年月であり、「分布特性要因」は保険者に絞り込んでいる。これは、複数の保険者間でのサービス利用状況のバラツキを見るためである。「評価項目」としては前述したサービス種類（サービス項目、サービスモデル）を設定し、「評価軸」としては、これらサービス種類（サービス項目、サービスモデル）総受給額に占める対象項目の受給額の割合を保険者別に集計する。

次に、図１の分布特性算出手段１７により、上述した目的別データマート１６のデータを用いて、分布特性集計テーブル１８を作成する。すなわち、目的別データマート１６において、「評価軸」として、実施者である保険者別にサービス種類（サービス項目、サービスモデル）総受給額に占める対象項目の受給額の割合が集計されているので、これらの最小値、中央値及び最大値を、分布特性集計テーブル１８に対して「参考値」として出力する。そして、これら参考値の値から、サービス種類（サービス項目、サービスモデル）の対象項目別に、サービス利用状況の分布特性（格差、値域幅）の値をそれぞれ求めて分布特性集計テーブル１８に「分布特性値」として出力する。

また、この分布特性算出手段１７は、保険者別にまとめられたサービス種類（サービス項目、サービスモデル）総受給額に占める対象項目の受給額の割合の最小値及び最大値と、複数の分布特性要因（保険者）の数とから、図２３で示すＮ分位分布を、評価項目であるサービス種類（サービス項目、サービスモデル）の対象項目別に算出する。そして、このＮ分位における第１Ｎ分位数と第（Ｎ−１）分位数とを規定し、これらを分布特性集計テーブル１８に、前述した「分布特性値」として出力する。

図１で示す分布特性リスト出力手段１９は、分布特性集計テーブル１８に保持された評価項目であるサービス種類（サービス項目、サービスモデル）の対象項目別に纏められたサービス利用状況の分布特性（格差、値域幅）の値を取り出して分布特性リスト２０として出力する。このように分布特性リスト２０により、格差の大きなサービス種類（サービス項目、サービスモデル）の対象項目が判明するため、認定審査テキストの内容の見直しや改善など、具体的な形でフィードバックを実施することができる。

また、図１で示すＮ分位算出手段２１は、目的別データマート１６上において複数の実施者（ここでは保険者）別に求められたサービス種類（サービス項目、サービスモデル）総受給額に占める対象項目の受給額の割合の値が、分布特性集計テーブル１８の第１Ｎ分位または第ＮＮ分位の範囲に含まれるか否かを判断してＮ分位集計テーブル２２を作成する。すなわち、第１Ｎ分位の範囲に含まれるサービス種類（サービス項目、サービスモデル）の対象項目の該当数、第ＮＮ分位の範囲に含まれるサービス種類（サービス項目、サービスモデル）の対象項目の該当数をそれぞれ集計する。

さらに、図１のＮ分位出力手段２３により、第１Ｎ分位の範囲に含まれる保険者別のサービス種類（サービス項目、サービスモデル）の対象項目の該当数、及びに第ＮＮ分位の範囲に含まれる保険者別のサービス種類（サービス項目、サービスモデル）の対象項目別の該当数を、Ｎ分位リスト２４，２５にそれぞれ出力させる。すなわち、サービス種類（サービス項目、サービスモデル）総受給額に占める受給額の割合が最も小さいグループに属する対象項目の該当数が多い保険者が可視化されるので、サービス利用に対する指導対象とすべき可能性のある事例として具体的な施策をとるための情報として有効活用できる。また、Ｎ分位リスト２５には、第ＮＮ分位（サービス種類（サービス項目、サービスモデル）総受給額に占める受給額の割合が最も大きいグループ）に属する対象項目の該当数が多い保険者も可視化されるので、同じくサービス利用に対する指導対象とすべき可能性のある事例としてとして具体的な施策をとるための情報として有効活用できる。

次に、本発明を図２５で示した分野名Ｎｏ．５の介護報酬改定における、ニーズ件名Ｎｏ．８の介護報酬改定の評価に適用した実施の形態を説明する。

この介護報酬改定の評価は、報酬改定により各サービスにどのような変化（利用回数、加算、金額）が生じたかを把握し、効果を評価するものであり、また、報酬改定により各サービスの利用状況の変化を都道府県／保険者毎に把握するものでもある。具体的には、一人当たり総単位数（または回数）の変化の分布特性を集計する。以下、図１８乃至図２２を用いて説明する。

まず、図１で示したデータベースを構成する主としてレセプト等情報テーブル１２から、汎用データマート作成手段１３により図１８で示す汎用データマート１４が作成される。

この汎用データマート１４は、図１８で示すように、「時間単位」として、改定が行われた年度（２０１１年とする）とその次年度（２０１２年とする）が抽出されている。「分布特性要因」である業務の実施者としては都道府県、保険者が抽出されている。「バイアス」としては、被保険者の年齢層が用いられている。「評価項目」としては、サービス種類（サービス項目、サービスモデル）が抽出され、「評価軸（の素）」としては、サービス種類毎に総単位数／日数・回数及び総人数が抽出されている。

次に、目的別データマート作成手段１５により、汎用データマート１４のデータを用い、目的別抽出処理とバイアスアジャスト処理とが行われ、図１９で示す目的別データマート１６が作成される。

この目的別データマート１６は、介護報酬改定に伴い各サービスの利用状況にどのような変化が生じたかを実施者別に把握するものであり、図１９で示すように、実施者である「分布特性要因」は保険者に絞り込んでいる。これは、複数の保険者間で変化のバラツキを見るためである。「評価項目」としては、サービス種類に絞っている。「評価軸」としては、１人当たりの総単位数／日数・回数の、改定に伴う変化率が算出されている。図１９の例では、白丸印の保険者は、サービス種類：３２認知症サービスの変化率が−２０％であり、改定により、改定前に比べ１人当たりの総単位数／日数・回数が２０％減少したことを意味している。

次に、図１の分布特性算出手段１７により、図１９の目的別データマート１６のデータを用いて、図２０の分布特性集計テーブル１８を作成する。すなわち、目的別データマート１６において、「評価軸」として実施者（保険者）別にまとめられた、サービス種類別の変化率の値を抽出し、これらの最小値、中央値及び最大値を、分布特性集計テーブル１８に対して「参考値」として出力する。そして、これらの値からサービス種類別の分布特性（格差、値域幅）の値をそれぞれ求めて、図２０で示す分布特性集計テーブル１８に、サービス種類別の分布特性（格差、値域幅）として出力する。

図２０の例では、サービス種類：３２認知症サービスの変化率の最小値が−７０％、最大値が７０％であるため、格差（最大値／最小値）は−１．０であり、値域幅（最大値−最小値）は１４０％となる。同様に、サービス種類：６５介護予防通所介護の変化率の最小値は−７０％、最大値が９１％であるため、格差（最大値／最小値）は−１．３であり、値域幅（最大値−最小値）は１６１％となる。

また、この分布特性算出手段１７は、評価項目（サービス種類）別にまとめられた変化率、一人当りの受給額の最小値及び最大値と、複数の分布特性要因（実施者）の数とから図２３で示すＮ分位分布を評価項目別に算出する。そして、このＮ分位における第１Ｎ分位数と第（Ｎ−１）分位数とを規定し、これらを分布特性集計テーブル１８に、前述した「分布特性値」として出力する。

図２０の分布特性テーブル１８に示された評価項目であるサービス種類：３２認知症サービスについてみると、変化率の最小値が−７０％、最大値％が７０％であるから、この−７０％から７０％までの分布をＮ等分して図２３のＮ分位を設定する。全国の自治体数（保険者数）は約２０００であるから、全国２０００の保険者を例えば１０等分した十分位として、これら認定調査項目別に第１Ｎ分位数（第１十分位数）と第（Ｎ−１）Ｎ分位数（第９十分位数）とを決定する。

全国２０００の各保険者のサービス種類：３２認知症サービスの変化率が目的別データマート１６から明らかであるので、この目的別データマート１６をソートすることにより、例えば、図２０で示すように、第１Ｎ分位数（第１十分位数）が−５０％、（Ｎ−１）Ｎ分位数（第９十分位数）が５０％と抽出される。

図１で示す分布特性リスト出力手段１９は、分布特性集計テーブル１８に保持されたサービス種類別の変化率の分布特性（格差、値域幅）の値を取り出し、図２１で示す分布特性リスト２０として出力する。図２１の分布特性リスト２０には、分布特性（格差、値域幅）の値の大きな、サービス種類：６５介護予防通所介護の場合の分布特性（格差、値域幅）値が例示されている。なお、分布特性のうち、格差の値がマイナスの場合は出力せず、値域幅のみ出力する。このように分布特性リスト２０により、分布特性（格差、値域幅）の値の大きなサービス種類が判明するため、介護報酬の改定に当たっての内容の見直しや改善など、具体的な形でフィードバックを実施することができる。

また、図１で示すＮ分位算出手段２１は、目的別データマート１６上において複数の実施者（ここでは保険者）別に求められたサービス種類別の変化率の値が、図２３で示した第１Ｎ分位の範囲または第ＮＮ分位の範囲に含まれるか否かを判断して、図２２で示すＮ分位集計テーブル２２を作成する。

さらに、図１のＮ分位出力手段２３により、変化率が第１Ｎ分位の範囲に含まれる保険者別のサービス種類の数、及び変化率が第ＮＮ分位の範囲に含まれる保険者別のサービス種類の数を、Ｎ分位リスト２４，２５にそれぞれ出力させる。図２２の例では、Ｎ分位リスト２４には、白丸印の保険者が第１Ｎ分位（サービス種類別の変化率が最も小さい範囲）に属する評価項目（サービス種類）の該当数が７つあることを表している。すなわち、サービス種類別の変化率が最も小さい範囲に属する評価項目（サービス種類）の該当数が多い保険者が可視化されるので、介護報酬改定の際、指導対象とすべき可能性のある事例としてとして具体的な施策をとるための情報として有効活用できる。また、図２５のＮ分位リスト２５には、変化率が第ＮＮ分位（サービス種類別の変化率が最も大きい範囲）に属する評価項目（サービス種類）の該当数が多い保険者（白四角印）が可視化されており、同じく介護報酬改定の際、指導対象とすべき可能性のある事例として具体的な施策をとるための情報として有効活用できる。

次に、本発明を図２５で示した分野名Ｎｏ．６の介護保険事業計画における、ニーズ件名Ｎｏ．９の介護保険事業計画の評価に適用した実施の形態を説明する。

ここで事業計画とは、自治体全体や生活圏域毎に、認定者／受給者の年齢層・性別・要介護度・障害自立度・認知症自立度・介護力・経済力などに関して、タイムリーかつ定量的に把握した上で、介護保険サービスをサービスインフラとしてとらえ、サービス提供量とその事業費用等の具体的な計画を立てることである。そして、この事業計画と最終的な実績とを比較して計画を評価することが要望されており、また、その進捗が予定通りかを把握することも要望されている。そこで、この介護保険事業計画の評価では、事業計画と最終的な実績を比較することで、事業計画の評価を行うと共に、事業計画について、進捗が予定通りかサービス種類別に把握する。具体的には介護保険事業計画と実績との差異の分布特性を集計する。

この場合は、図１で示したデータベースを構成する主としてレセプト等情報テーブル１２から汎用データマート作成手段１３により汎用データマート１４が作成される。この汎用データマートは図示していないが、「時間単位」は年月データを用いる。「分布特性要因」である業務の実施者としては都道府県、保険者、及び生活圏域が抽出される。「バイアス」要因は無いものとする。「評価項目」としては、各種のサービス種類（サービス項目、サービスモデル）が用いられ、「評価軸」としては、これらサービス種類（サービス項目、サービスモデル）毎の年度提供回数や年度給付比が抽出される。

「分布特性の詳細分析に有用な項目」については、この業務については無とする。

次に、目的別データマート作成手段１５により、汎用データマート１４のデータを用い、目的別抽出処理が行われ、目的別データマート１６を作成する。目的別データマート１６は、図示しないが、「時間単位」は年月であり、「分布特性要因」は生活圏域を擁する保険者に絞り込んでいる。これは、複数の保険者間でのサービス提供状況や進捗状況のバラツキを見るためである。「評価項目」としては前述したサービス種類（サービス項目、サービスモデル）を設定し、「評価軸」としては、これらサービス種類（サービス項目、サービスモデル）の提供回数や進捗についての実績率（実績／計画）を保険者別に集計している。

次に、図１の分布特性算出手段１７により、上述した目的別データマート１６のデータを用いて、分布特性集計テーブル１８を作成する。すなわち、目的別データマート１６において、「評価軸」として、実施者である保険者別にまとめられたサービス種類（サービス項目、サービスモデル）の実績率が集計されているので、これらの最小値、中央値及び最大値を、分布特性集計テーブル１８に対して「参考値」として出力する。そして、これら参考値の値から、サービス種類（サービス項目、サービスモデル）の対象項目別に、実績率の分布特性（格差、値域幅）の値をそれぞれ求めて、分布特性集計テーブル１８に「分布特性値」として出力する。

また、この分布特性算出手段１７は、保険者別にまとめられたサービス種類（サービス項目、サービスモデル）別の実績率の最小値及び最大値と、複数の分布特性要因（保険者）の数とから、図２３で示すＮ分位分布を、評価項目であるサービス種類（サービス項目、サービスモデル）の対象項目別に算出する。そして、このＮ分位における第１Ｎ分位数と第（Ｎ−１）分位数とを規定し、これらを分布特性集計テーブル１８に、前述した「分布特性値」として出力する。

図１で示す分布特性リスト出力手段１９は、分布特性集計テーブル１８に保持された評価項目であるサービス種類（サービス項目、サービスモデル）の対象項目別に纏められた実績率の値を取り出して分布特性リスト２０として出力する。こため、分布特性リスト２０により、格差の大きなサービス種類（サービス項目、サービスモデル）の対象項目が判明するので、介護保険事業計画に当たっての内容の見直しや改善など、具体的な形でフィードバックを実施することができる。

また、図１で示すＮ分位算出手段２１は、目的別データマート１６上において複数の実施者（ここでは保険者）別に求められたサービス種類（サービス項目、サービスモデル）の対象項目別実績率の値が、分布特性集計テーブル１８の第１Ｎ分位または第ＮＮ分位の範囲に含まれるか否かを判断してＮ分位集計テーブル２２を作成する。すなわち、第１Ｎ分位の範囲に含まれるサービス種類（サービス項目、サービスモデル）の対象項目の該当数、第ＮＮ分位の範囲に含まれるサービス種類（サービス項目、サービスモデル）の対象項目及の該当数をそれぞれ集計する。

さらに、図１のＮ分位出力手段２３により、第１Ｎ分位の範囲に含まれる保険者別のサービス種類（サービス項目、サービスモデル）の対象項目の該当数、及びに第ＮＮ分位の範囲に含まれる保険者別のサービス種類（サービス項目、サービスモデル）の対象項目別の該当数を、Ｎ分位リスト２４，２５にそれぞれ出力させる。すなわち、サービス種類（サービス項目、サービスモデル）の実績率が最も小さいグループに属する対象項目の該当数が多い保険者が可視化されるので、介護保険事業計画作成について、指導対象とすべき可能性のある事例として具体的な施策をとるための情報として有効活用できる。また、Ｎ分位リスト２５には、第ＮＮ分位（サービス種類（サービス項目、サービスモデル）の実績率の割合が最も大きいグループ）に属する対象項目の該当数が多い保険者も可視化されるので、同じく介護保険事業計画作成について、指導対象とすべき可能性のある事例としてとして具体的な施策をとるための情報として有効活用できる。

次に、本発明を図２５で示した分野名Ｎｏ．７の介護給付費管理における、ニーズ件名Ｎｏ．１０介護給付費適正化の評価に適用した実施の形態を説明する。

この介護給付費適正化の評価とは、国保連介護給付適正化システム（不適切な給付をチェックするシステム）で扱っている集計のうち、給付費の高いものや、不適切な条件によりアラームが多発しているようなものを確認し現況を把握するものである。ここで、不適切な給付とは、認定調査状況と利用サービスとが不一致の場合、例えば、認定調査では歩行できることになっているにも係わらず、訪問介護の通院等乗降介助加算が有になっている場合であり、国保連給付適正化システムの整合性チェック項目に該当する。このように、国保連介護給付適正化システムで扱っている集計のうち、効果のあるもの（給付費高／アラーム多）を確認するもので、具体的には、国保連給付適正化システムの整合性チェック項目該当件数の分布特性を集計している。

この介護給付費適正化の評価においても、まず、図１で示したデータベースを構成する認定結果テーブル１１、及びレセプト等情報テーブル１２から、汎用データマート作成手段１３により汎用データマート１４が作成される。この汎用データマート１４は、図示しないが、「時間単位」は年月データを用いる。「分布特性要因」である業務の実施者としては都道府県、保険者、ケアマネ機関、ケアマネージャ、サービス事業者が抽出される。「バイアス」要因は無いものとする。「評価項目」としては、国保連給付適正化システムの整合性チェック項目が抽出され、「評価軸」としては、整合性チェック項目毎のチェック該当件数が抽出される。

「分布特性の詳細分析に有用な項目」については、この業務については無とする。

次に、目的別データマート作成手段１５により、汎用データマート１４のデータを用い、目的別抽出処理が行われ、目的別データマート１６が作成される。目的別データマート１６は図示しないが、「時間単位」は年月であり、「分布特性要因」は保険者に絞り込んでいる。これは、複数の保険者間での介護給付費適正化についての評価のバラツキを見るためである。「評価項目」としては、上述のように、国保連給付適正化システムの整合性チェック項目が抽出され、「評価軸」としては、チェック該当件数から整合性チェック項目別のチェック該当事例発生率が算出され、保持される。

次に、図１の分布特性算出手段１７により、図１４の目的別データマート１６のデータを用いて、分布特性集計テーブル１８を作成する。すなわち、目的別データマート１６において、「評価軸」として実施者である保険者別にまとめられた整合性チェック項目別のチェック該当事例発生率の最小値、中央値及び最大値を抽出し、これらを分布特性集計テーブル１８に「参考値」として出力する。そして、これらの値から、整合性チェック項目別のチェック該当事例発生率の分布特性（格差、値域幅）の値をそれぞれ求めて、分布特性集計テーブル１８に、「分布特性値」として出力する。

また、この分布特性算出手段１７は、評価項目である整合性チェック項目別にまとめられたチェック該当事例発生率の最小値及び最大値と、複数の分布特性要因（保険者）の数とから、図２３で示すＮ分位分布を評価項目別に算出する。そして、このＮ分位における第１Ｎ分位数と第（Ｎ−１）分位数とを規定し、これらを分布特性集計テーブル１８に、前述した「分布特性値」として出力する。

図１で示す分布特性リスト出力手段１９は、分布特性集計テーブル１８に保持された整合性チェック項目別のチェック該当事例発生率の分布特性（格差、値域幅）の値を取り出して図１６で示す分布特性リスト２０として出力する。このように分布特性リスト２０により、格差の大きな整合性チェック項目が判明するため、介護給付費適正化の評価の見直しや改善など、具体的な形でフィードバックを実施することができる。

また、図１で示すＮ分位算出手段２１は、図１７で示すＮ分位集計テーブル２２を作成して、目的別データマート１６上において複数の実施者（ここでは保険者）別に求められた整合性チェック項目別にまとめられたチェック該当事例発生率が、図２３で示した第１Ｎ分位の範囲または第ＮＮ分位の範囲に含まれるか否かを判断する。そして、第１Ｎ分位の範囲に含まれる整合性チェック項目及びその該当数、第ＮＮ分位の範囲に含まれる整合性チェック項目及びその該当数をそれぞれ集計する。

さらに、図１のＮ分位出力手段２３により、第１Ｎ分位の範囲に含まれる保険者別の整合性チェック項目の数、及びに第ＮＮ分位の範囲に含まれる保険者別の整合性チェック項目の数を、Ｎ分位リスト２４，２５にそれぞれ出力させる。すなわち、評価項目である整合性チェック項目別のチェック該当事例発生率が最も小さいグループに属する評価項目の該当数が多い保険者が可視化されるので、介護給付費適正化に関して指導対象とすべき可能性のある事例として具体的な施策をとるための情報として有効活用できる。また、Ｎ分位リスト２５には、第ＮＮ分位（整合性チェック項目別のチェック該当事例発生率が最も大きいグループ）に属する評価項目の該当数が多い保険者も可視化されるので、同じく介護給付費適正化に関して指導対象とすべき可能性のある事例として具体的な施策をとるための情報として有効活用できる。

本発明のいくつかの実施形態を説明したが、これらの実施形態は例として提示したものであり、発明の範囲を限定することは意図していない。これら新規な実施形態は、その他のさまざまな形態で実施されることが可能であり、発明の要旨を逸脱しない範囲で、種々の省略、置き換え、変更を行うことができる。これらの実施形態やその変形は、発明の範囲や要旨に含まれると共に、特許請求の範囲に記載された発明とその均等の範囲に含まれる。

１１・・・データベースを構成する認定結果テーブル
１２・・・データベースを構成するレセプト等情報テーブル
１３・・・汎用データマート作成手段
１４・・・汎用データマート
１５・・・目的別データマート作成手段
１６・・・目的別データマート
１７・・・分布特性作成手段
１８・・・分布特性修正テーブル
１９・・・分布特性リスト出力手段
２０・・・分布特性リスト
２１・・・Ｎ分位算出手段
２２・・・Ｎ分位集計テーブル
２３・・・Ｎ分位出力手段
２４・・・第１Ｎ分位リスト
２５・・・第ＮＮ分位リスト

Claims (3)

1. 介護保険制度を実現する複数の業務を、複数の実施者によりそれぞれ実施した結果のデータを保持するデ−タベースと、
   このデータベースのデータを用い、前記業務として被保険者に対する認知症対策を実施した場合の評価項目として被保険者に対する認定調査項目の選択肢を用い、これら選択肢毎に、各選択肢に該当する被保険者の全人数とグループホーム利用人数が評価軸として前記複数の実施者別に集計された汎用データマートを作成する汎用データマート作成手段と、
   前記汎用データマートのデータを用い、所定期間における認知症対策業務の評価項目として前記認定調査項目毎に、それらの選択肢のあるレベル以上を集計し、これらあるレベル以上の選択肢に該当する被保険者の、グループホーム利用率を評価軸として実施者別に集計した目的別データマートを作成する目的別データマート作成手段と、
   前記目的別データマートの前記実施者別にまとめられたグループホーム利用率の最小値及び最大値を、前記認定調査項目別に規定し、これら最小値及び最大値と、前記実施者数とからＮ分位分布を前記複数の認定調査項目別に算出し、これら認定調査項目別に第１Ｎ分位数と第（Ｎ−１）Ｎ分位数とを決定してそれぞれ分布特性集計テーブルに出力する分布特性算出手段と、
   前記実施者別に、前記グループホーム利用率が、前記第１Ｎ分位の範囲に含まれる認定調査項目の数と、第ＮＮ分位の範囲に含まれる認定調査項目の数とをそれぞれまとめたＮ分位リストを出力させるＮ分位算出手段と、
   を備えたことを特徴とする介護保険業務分析システム。
2. 介護保険制度を実現する複数の業務を、複数の実施者によりそれぞれ実施した結果のデータを保持するデ−タベースと、
   このデータベースのデータを用い、前記業務として被保険者に対する認定調査を実施した場合の評価項目として被保険者に対する認定調査項目の選択肢、または認定調査項目の各群の中間評価項目得点の合計値を用い、前記選択肢毎の選択数、または前記中間評価項目得点の調査数を評価軸として前記実施者別に集計して汎用データマートを作成する汎用データマート作成手段と、
   前記汎用データマートのデータを用い、所定期間における認定調査業務の評価項目として前記認定調査項目毎にそれらの選択肢、または前記各群中間評価項目得点を設定し、これら選択肢の選択比率、または各群中間評価項目得点の平均値を評価軸として保険者別に集計した目的別データマートを作成する目的別データマート作成手段と、
   前記目的別データマートの前記実施者別にまとめられた選択比率または中間評価項目得点の平均値の最小値及び最大値を規定し、これら最小値及び最大値と、前記実施者数とからＮ分位分布を前記認定調査項目の選択肢別、または中間評価項目得点別に算出し、これら前記認定調査項目の選択肢別、または中間評価項目得点別に第１Ｎ分位数と第（Ｎ−１）Ｎ分位数とを決定してそれぞれ分布特性集計テーブルに出力する分布特性算出手段と、
   前記複数の実施者別に、前記選択比率または中間評価項目得点の平均値が前記第１Ｎ分位の範囲に含まれる前記認定調査項目の選択肢、または中間評価項目得点の数と、第ＮＮ分位の範囲に含まれる前記認定調査項目の選択肢、または中間評価項目得点の数とをそれぞれまとめたＮ分位リストを出力させるＮ分位算出手段と、
   を備えたことを特徴とする介護保険業務分析システム。
3. 介護保険制度を実現する複数の業務を、複数の実施者によりそれぞれ実施した結果のデータを保持するデ−タベースと、
   このデータベースのデータを用い、各実施者が前記業務として被保険者に対して、認定調査結果に応じて認定調査項目毎にケアマネプランを実施した結果が評価項目として、また、前記認定調査項目に対応したケアマネプランに要した金額が評価軸として、前記実施者別に集計された汎用データマートを作成する汎用データマート作成手段と、
   前記ケアプラン業務を所定期間実施した結果、被保険者の状態が悪化した認定調査項目を、前記実施者別に集計し、集計された認定調査項目別の１人当たりの受給額を評価軸として算出して目的別データマートを作成する目的別データマート作成手段と、
   前記目的別データマートの前記実施者別にまとめられた前記認定調査項目別の１人当たりの受給額の最小値及び最大値を規定し、これら最小値及び最大値と、前記実施者数とからＮ分位分布を前記複数の認定調査項目毎に算出し、これら認定調査項目毎に第１Ｎ分位数と第（Ｎ−１）Ｎ分位数とを決定してそれぞれ分布特性集計テーブルに出力する分布特性算出手段と、
   前記複数の実施者別に、前記１人当たりの受給額が、前記第１Ｎ分位の範囲に含まれる認定調査項目の数と、第ＮＮ分位の範囲に含まれる認定調査項目の数とをそれぞれまとめたＮ分位リストを出力するＮ分位算出手段と、
   を備えたことを特徴とする介護保険業務分析システム。

Images