JP7418072B1 - ソフトウェア、データ処理装置及びデータ処理方法 - Google Patents
ソフトウェア、データ処理装置及びデータ処理方法 Download PDFInfo
- Publication number
- JP7418072B1 JP7418072B1 JP2023554383A JP2023554383A JP7418072B1 JP 7418072 B1 JP7418072 B1 JP 7418072B1 JP 2023554383 A JP2023554383 A JP 2023554383A JP 2023554383 A JP2023554383 A JP 2023554383A JP 7418072 B1 JP7418072 B1 JP 7418072B1
- Authority
- JP
- Japan
- Prior art keywords
- information
- value
- score
- icf
- individual
- 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
- 238000012545 processing Methods 0.000 title claims abstract description 21
- 238000003672 processing method Methods 0.000 title claims abstract description 14
- 230000000694 effects Effects 0.000 claims abstract description 39
- 230000008859 change Effects 0.000 claims description 128
- 238000011156 evaluation Methods 0.000 claims description 106
- 238000004458 analytical method Methods 0.000 claims description 67
- 238000012549 training Methods 0.000 claims description 58
- 238000000611 regression analysis Methods 0.000 claims description 50
- 235000012054 meals Nutrition 0.000 claims description 45
- 238000004364 calculation method Methods 0.000 claims description 40
- 230000036541 health Effects 0.000 claims description 33
- 230000007774 longterm Effects 0.000 claims description 25
- 230000010365 information processing Effects 0.000 claims description 12
- 238000000034 method Methods 0.000 claims description 11
- 230000013872 defecation Effects 0.000 claims description 5
- 230000008569 process Effects 0.000 claims description 5
- 230000009747 swallowing Effects 0.000 claims description 5
- 239000000284 extract Substances 0.000 claims description 4
- 230000000474 nursing effect Effects 0.000 description 88
- 238000010586 diagram Methods 0.000 description 37
- 230000006870 function Effects 0.000 description 31
- 238000007726 management method Methods 0.000 description 18
- 230000006872 improvement Effects 0.000 description 15
- 230000003863 physical function Effects 0.000 description 14
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 13
- 230000007613 environmental effect Effects 0.000 description 13
- 201000010099 disease Diseases 0.000 description 12
- 230000003340 mental effect Effects 0.000 description 11
- 230000033001 locomotion Effects 0.000 description 9
- 238000010801 machine learning Methods 0.000 description 9
- 238000012546 transfer Methods 0.000 description 7
- 230000004202 respiratory function Effects 0.000 description 6
- 238000000605 extraction Methods 0.000 description 5
- 230000002485 urinary effect Effects 0.000 description 5
- 208000018737 Parkinson disease Diseases 0.000 description 4
- 230000037213 diet Effects 0.000 description 4
- 235000005911 diet Nutrition 0.000 description 4
- 239000003814 drug Substances 0.000 description 4
- 238000000556 factor analysis Methods 0.000 description 4
- 230000003862 health status Effects 0.000 description 4
- 238000012423 maintenance Methods 0.000 description 4
- 235000016709 nutrition Nutrition 0.000 description 4
- 230000008520 organization Effects 0.000 description 4
- 208000002720 Malnutrition Diseases 0.000 description 3
- 230000009471 action Effects 0.000 description 3
- 230000001364 causal effect Effects 0.000 description 3
- 238000004891 communication Methods 0.000 description 3
- 238000013480 data collection Methods 0.000 description 3
- 210000003414 extremity Anatomy 0.000 description 3
- 210000000629 knee joint Anatomy 0.000 description 3
- 230000035764 nutrition Effects 0.000 description 3
- 230000001737 promoting effect Effects 0.000 description 3
- 238000012502 risk assessment Methods 0.000 description 3
- 235000000112 undernutrition Nutrition 0.000 description 3
- 206010033799 Paralysis Diseases 0.000 description 2
- 208000006011 Stroke Diseases 0.000 description 2
- 238000007792 addition Methods 0.000 description 2
- 238000003287 bathing Methods 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 230000009194 climbing Effects 0.000 description 2
- 239000000470 constituent Substances 0.000 description 2
- 230000018044 dehydration Effects 0.000 description 2
- 238000006297 dehydration reaction Methods 0.000 description 2
- 230000006866 deterioration Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 235000013305 food Nutrition 0.000 description 2
- 230000003370 grooming effect Effects 0.000 description 2
- 210000003127 knee Anatomy 0.000 description 2
- 230000008450 motivation Effects 0.000 description 2
- 230000002265 prevention Effects 0.000 description 2
- 230000029058 respiratory gaseous exchange Effects 0.000 description 2
- 230000013707 sensory perception of sound Effects 0.000 description 2
- 206010014561 Emphysema Diseases 0.000 description 1
- 208000003947 Knee Osteoarthritis Diseases 0.000 description 1
- 241001465754 Metazoa Species 0.000 description 1
- 208000008589 Obesity Diseases 0.000 description 1
- 208000001431 Psychomotor Agitation Diseases 0.000 description 1
- 206010038743 Restlessness Diseases 0.000 description 1
- 208000027418 Wounds and injury Diseases 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000032683 aging Effects 0.000 description 1
- 208000008784 apnea Diseases 0.000 description 1
- 210000000988 bone and bone Anatomy 0.000 description 1
- 210000004556 brain Anatomy 0.000 description 1
- 206010006451 bronchitis Diseases 0.000 description 1
- 206010008118 cerebral infarction Diseases 0.000 description 1
- 208000026106 cerebrovascular disease Diseases 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 230000006378 damage Effects 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 208000035475 disorder Diseases 0.000 description 1
- 229940079593 drug Drugs 0.000 description 1
- 230000008451 emotion Effects 0.000 description 1
- 230000004438 eyesight Effects 0.000 description 1
- 230000035876 healing Effects 0.000 description 1
- 208000000122 hyperventilation Diseases 0.000 description 1
- 230000000870 hyperventilation Effects 0.000 description 1
- 230000002401 inhibitory effect Effects 0.000 description 1
- 208000014674 injury Diseases 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 230000004220 muscle function Effects 0.000 description 1
- 235000020824 obesity Nutrition 0.000 description 1
- 210000000056 organ Anatomy 0.000 description 1
- 201000008482 osteoarthritis Diseases 0.000 description 1
- 230000035790 physiological processes and functions Effects 0.000 description 1
- 230000035935 pregnancy Effects 0.000 description 1
- 230000008433 psychological processes and functions Effects 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 210000003019 respiratory muscle Anatomy 0.000 description 1
- 210000002345 respiratory system Anatomy 0.000 description 1
- 238000001356 surgical procedure Methods 0.000 description 1
- 208000024891 symptom Diseases 0.000 description 1
- 230000008685 targeting Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 210000002700 urine Anatomy 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
- 210000001835 viscera Anatomy 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Images
Landscapes
- Medical Treatment And Welfare Office Work (AREA)
Abstract
Description
なお、本明細書において、ソフトウェアとは、コンピュータの動作に関するプログラムのことである。また、プログラムとは、コンピュータによる処理に適した命令の順番付けられた列からなるものをいう。
以下、本発明の実施の形態について図面を参照しながら説明し、本発明の理解に供する。
図1は、本発明の第1の実施の形態として、本発明を適用したソフトウェアを導入した端末の概略構成を示す図である。なお、以下に示す構造は本発明の一例であり、本発明の内容はこれに限定されるものではない。
本発明を適用したソフトウェアは、汎用の情報処理機器に導入可能であり、組み込まれた情報処理機器に対して本発明の実施するために必要な各情報処理機能を付与する。この結果、パーソナルコンピュータ(パソコン端末)、タブレット端末、または、スマートフォン端末等を介して、被介護者のデータを入力または収集し、または、LIFEコード情報やICFモデル情報が蓄積されたサーバ経由でデータを収集し、端末等を介して、被介護者における、一定期間経過後のBIの評価値の変動の予測や、効率的な支援内容の提案を行うことができる。
図4に示した解析端末3は、本発明を適用したソフトウェアを端末に導入して、端末単体で、情報の入力(外部端末から受信した入力データの入力を含む)、記録、抽出、予測結果の表示、各種情報処理の基準の設定等が可能となっている。
図5では、第2のシステム構成として、本発明を適用したソフトウェア1aの機能を外部サーバに持たせた構成も採用しうる。ここでは、ユーザ端末50aや、外部端末50bが、インターネット30aを介して、情報管理サーバ32aにアクセス可能となっている。情報管理サーバ32aは、例えば、クラウド形式で提供される外部サーバであり、情報管理サーバ32a上で本発明を適用したソフトウェア1aの機能が利用しうる。
図6では、第3のシステム構成として、本発明を適用したソフトウェア32bの機能以外に、複数のソフトウェア32c、32d等を有するモジュールAを備える管理端末70bの構成を示している。本発明を適用したソフトウェア32bは、これとは異なる各種機能を管理端末70bに実行させる他のソフトウェアと共に、1つのモジュールAを構成している。即ち、予め複数のソフトウェア32c、32d等が導入された管理端末70bのモジュールAに、ソフトウェア32bを組み込んで機能させることが可能である。例えば、電子カルテ等の医療システムの管理端末が備えるモジュールに本発明を適用したソフトウェアを組み込むこともできる。
図7に示すように、情報記録部4には、各種情報が記録されている。まず、情報記録部4には、予測基準情報を作成するために必要な、複数の被介護者のそれぞれに由来する「個人単位の情報(以下、「個人単位情報7」と称する)」が記録される。
LIFEコード情報71とは、LIFEを介して入力される情報のうち、個別機能訓練の短期目標及び長期目標に関する「個別機能訓練の目標コード表」や、「個別機能訓練計画のプログラム内容・具体的支援内容コード表」を用いて入力される情報である。
ICFモデル情報72とは、ICF(国際生活機能分類)を構成する各要素の関係性を分かりやすく示したモデル(ICFモデル)に含まれる各情報であり(図30参照:ICFモデルの図)、本発明においては、被介護者の属性(被介護者を介護的な観点、または、医療的な観点で分類した際の被介護者が有する性質)を示す情報である。なお、ICFモデルは、ICFの生活機能モデルと称される場合もある。
心身機能:b110~899
身体構造:s100~899
活動・参加:d110~999
環境因子:e110~599
また、個人単位情報7に含まれるその他情報73とは、介護士等による介護現場の場面で、被介護者から確認される情報であり、かつ、BIの各項目に影響を及ぼす可能性がある情報である。
続いて、要因候補情報11について説明する(図7参照)。要因候補情報11とは、BIの10項目の1つずつについて、抽出・設定される情報であり、重回帰分析解析手段25の解析対象となる情報である。また、要因候補情報11から後述するスコア配点表情報110が生成される。
(1)データ収集:LIFEコード情報71、ICFの情報、ICFモデル情報72、および、その他の情報73に関するインプット情報の過不足を検証する。
(2)データ整理:LIFEシステムを介して記録された情報について、必要に応じて、ICFの情報、ICFモデル情報72の分類や整理を行う。
(3)予測モデル作成:LIFEコード情報71、ICFモデル情報72、および、その他の情報73に属する多数の情報の中から、BIの各項目のBI値の変化に影響しそうな情報を、要因候補情報11として選定する。
重回帰分析解析手段25は、1人の被介護者についての、その人の要因候補情報11と、各BI項目のBI値の変化値情報74との組み合わせの情報をベースにして、これの複数人分の情報から、重回帰分析を行い、要因候補情報11を構成する複数の情報(例えば、BIの食事の項目に関しての、個人因子の「入れ歯の使用」や「脳梗塞(疾患なし)等の情報」)について、それぞれの情報の「係数」を算出する部分である。
スコア分布算出手段26は、重回帰分析解析手段25が算出した係数と、各BIの項目の要因候補情報11に基づき、スコア配点表情報110を生成する部分である。
目的変数生成手段6は、複数の被介護者のスコア合計点の人数分布の結果の情報から、予測基準情報112を生成する部分である。また、目的変数生成手段6は、予測基準情報112に基づき、予測の対象となる被介護者について、特定のBIの項目における、半年後のBI値の変化を予測する部分でもある。
まず、一例として、BIの食事の項目について、要因候補情報11から、重回帰分析解析手段25が算出した係数と、そのカットオフでの絞り込みにより、図35に示すような要因情報111(図35中の太字で記載された項目)が抽出される。また、図35に示す要因情報111に基づき、BIの食事に対応したスコア配点表情報110が生成される。このスコア配点表情報110は、スコアリングした際の満点の点数が38点となる。
目的変数生成手段6は、特定のBIの項目について、半年後のBI値の変化を予測するだけでなく、予測の対象者に対して、その特定のBIの項目の改善につながる支援内容の情報を、ケアプラン情報として提案する機能を有している。
続いて、本発明の第2の実施の形態について説明する。本発明の第2の実施の形態では、上述した本発明の第1の実施の形態と異なる点を中心に説明を行う。また、本発明の第2の実施の形態は、基本的な構成は、本発明の第1の実施の形態と同様である。
(1)目標変数となる特定のBIの項目の改善に対する説明変数(要因候補情報11)をドメイン知識より選出する。
(2)介護施設から、それぞれの利用者の「目的変数(半年後のBI値の変化値)」と「説明変数(要因候補情報11)」のデータを収集する。
(3)除外対象のデータ(例えば:所定日数に達していない等)を除いて、対象のデータを構造化(例:病名が文章で書かれており、「気管支炎」「風邪」と同一内容がバラバラの場合は統一する)し、その上で、全部のデータを重回帰分析解析手段25に機械学習させる。即ち、教師データとして、「半年後のBI値の変価値と、要因候補情報11」のデータセットを作り、重回帰分析解析手段25に学習させる。
(4)機械学習のプログラムに入れると「特徴量・インパクト」が表示され、要因候補情報11を構成する複数の情報について、要因が絞られ、重みがつけられる。これが暫定の学習済みモデルとなる。
(5)上記で使用していないデータ群(例えば、異なる介護施設の利用者群のデータ)を暫定の学習済みモデルに入れて、精度を確認する。また、必要に応じて、パラメーターのチューニングを行い、予測の精度向上を図る。機械学習のチューニングは、既知の手法により、手動または自動で行うことができる。
(6)構築した学習済みモデルを用いて、目的変数生成手段6が、予測の対象者における要因候補情報11に基づき(データ入力)、その対象者の特定のBIの項目における半年後のBI値の変化値(目的変数)をアウトプットできる。さらに、要因候補情報11の中から特徴量のインパクトに基づく要因分析を行い、BI値を改善する有効な支援内容(例えば、個別機能訓練(ICFコード))の情報を得ることができる。
また、本発明のデータ処理装置は、被介護者の自立支援・重度化防止のアウトカムにつながる、日常生活動作(ADL)維持・改善における、対象者のBIの予測、及び、効率的な支援内容の提案が可能なものとなっている。
また、本発明のデータ処理方法は、被介護者の自立支援・重度化防止のアウトカムにつながる、日常生活動作(ADL)維持・改善における、対象者のBIの予測、及び、効率的な支援内容の提案が可能なものとなっている。
1a ソフトウェア
11 要因候補情報
100 抽出条件設定手段
100a 抽出条件設定手段
110 スコア配点表情報
111 要因情報
112 予測基準情報
2 演算部
2a 演算部
3 解析端末
3a (解析端末の)入力部
3b (解析端末の)表示画面
3c (解析端末の)情報送受信部
4 情報記録部
4a 情報記録部
6 目的変数生成手段
6a 目的変数生成手段
7 個人単位情報
71 LIFEコード情報
72 ICFモデル情報
73 その他情報
74 BI値の変化値情報
23 情報入力手段
24 情報記録手段
25 重回帰分析解析手段
25a 重回帰分析解析手段
26 スコア分布算出手段
26a スコア分布算出手段
27 基準情報設定手段
27a 基準情報設定手段
30a インターネット
32a 情報管理サーバ
32b ソフトウェア
32c ソフトウェア
32d ソフトウェア
50a ユーザ端末
50b 外部端末
60a ユーザ端末
60b 外部端末
70b 管理端末
Claims (10)
- LIFE(Long-term care Information system For Evidence)のコードに関する情報であるLIFEコード情報及びICF(International Classification of Functioning, Disability and Health)モデルに関する情報であるICFモデル情報と、BI(Barthel Index)の評価項目ごとの点数であるBI値の情報に基づいて、所定の期間経過後の個体のBI値の変化を予測することを特徴とし、
前記LIFEコード情報は、個別機能訓練計画のプログラム内容、具体的支援内容コード表を用いて入力される情報を含み、
前記所定の期間前後でのBIの特定の評価項目におけるBI値の変化の情報をBI変化値情報とし、
同一個体における、前記LIFEコード情報、または、前記ICFモデル情報の少なくとも一方の情報に属する情報であると共に、BIの特定の評価項目に影響を及ぼす可能性のある情報である要因候補情報について、複数人分の情報から算出した、前記要因候補情報ごとの前記BI変化値情報への貢献度の値に基づき、前記要因候補情報の絞り込みを行い、前記所定の期間経過後の個体のBI値の変化を予測する
ソフトウェア。 - LIFE(Long-term care Information system For Evidence)のコードに関する情報であるLIFEコード情報及びICF(International Classification of Functioning, Disability and Health)モデルに関する情報であるICFモデル情報と、BI(Barthel Index)の評価項目ごとの点数であるBI値の情報に基づいて、所定の期間経過後の個体のBI値の変化を予測するためのソフトウェアであって、
情報処理機器を、
前記要因候補情報と、前記BI変化値情報との組み合わせの情報で、複数の個体に由来する情報群から重回帰分析に基づく解析を行う重回帰分析解析手段と、
前記要因候補情報の少なくとも一部と、前記重回帰分析により得られた前記要因候補情報ごとに算出される係数の情報に基づき、スコア配点表を作成すると共に、前記スコア配点表により、複数の個体の、それぞれのスコア合計点を算出し、前記BI変化値情報ごとの前記スコア合計点の人数分布を算出するスコア分布算出手段と、
前記スコア分布算出手段が算出した前記人数分布に基づき作成され、かつ、予測対象となる個体の前記所定期間経過後のBI値の変化を予測するための基準となる情報である予測基準情報に基づき、BI値の変化を予測する第1の目的変数生成手段と、
を含む手段として機能させるための
請求項1に記載のソフトウェア。 - 前記第1の目的変数生成手段は、前記要因候補情報の中から、前記係数の値が大きく、かつ、BIの特定の評価項目に関するリハビリになりうる情報を、提案ケアプラン情報として抽出する
請求項2に記載のソフトウェア。 - 前記予測基準情報は、BIの特定の評価項目についての、一定範囲で区分けした前記スコア合計点の範囲と、前記BI変化値情報とを組み合わせた合計点範囲基準を、前記BI変化値情報ごとに設定して構成された
請求項2または請求項3に記載のソフトウェア。 - 前記第1の目的変数生成手段は、前記スコア配点表に基づき、予測対象とある個体におけるスコア合計点を算出して、前記スコア合計点を前記合計点範囲基準と照合し、前記所定期間経過のBI値の変化を予測する
請求項4に記載のソフトウェア。 - 前記要因候補情報には、集団での食事、居室外での食事、トイレでの排泄、アクティブ活動、嚥下体操、及び、レクリエーションに関する情報の、少なくともいずれか1つの情報が含まれる
請求項2または請求項3に記載のソフトウェア。 - LIFE(Long-term care Information system For Evidence)のコードに関する情報であるLIFEコード情報及びICF(International Classification of Functioning, Disability and Health)モデルに関する情報であるICFモデル情報と、BI(Barthel Index)の評価項目ごとの点数であるBI値の情報に基づいて、所定の期間経過後の個体のBI値の変化を予測することを特徴とし、
前記LIFEコード情報は、個別機能訓練計画のプログラム内容、具体的支援内容コード表を用いて入力される情報を含み、
前記所定の期間前後でのBIの特定の評価項目におけるBI値の変化の情報をBI変化値情報とし、
同一個体における、前記LIFEコード情報、または、前記ICFモデル情報の少なくとも一方の情報に属する情報であると共に、BIの特定の評価項目に影響を及ぼす可能性のある情報である要因候補情報について、複数人分の情報から算出した、前記要因候補情報ごとの前記BI変化値情報への貢献度の値に基づき、前記要因候補情報の絞り込みを行い、前記所定の期間経過後の個体のBI値の変化を予測する
データ処理装置。 - LIFE(Long-term care Information system For Evidence)のコードに関する情報であるLIFEコード情報及びICF(International Classification of Functioning, Disability and Health)モデルに関する情報であるICFモデル情報と、BI(Barthel Index)の評価項目ごとの点数であるBI値の情報に基づいて、所定の期間経過後の個体のBI値の変化を予測することを特徴とし、
前記LIFEコード情報は、個別機能訓練計画のプログラム内容、具体的支援内容コード表を用いて入力される情報を含み、
前記所定の期間前後でのBIの特定の評価項目におけるBI値の変化の情報をBI変化値情報とし、
同一個体における、前記LIFEコード情報、または、前記ICFモデル情報の少なくとも一方の情報に属する情報であると共に、BIの特定の評価項目に影響を及ぼす可能性のある情報である要因候補情報について、複数人分の情報から算出した、前記要因候補情報ごとの前記BI変化値情報への貢献度の値に基づき、前記要因候補情報の絞り込みを行い、前記所定の期間経過後の個体のBI値の変化を予測する
データ処理装置が行うデータ処理方法。 - LIFE(Long-term care Information system For Evidence)のコードに関する情報であるLIFEコード情報及びICF(International Classification of Functioning, Disability and Health)モデルに関する情報であるICFモデル情報と、BI(Barthel Index)の評価項目ごとの点数であるBI値の情報に基づいて、所定の期間経過後の個体のBI値の変化を予測するためのデータ処理装置であって、
同一個体における、前記LIFEコード情報、または、前記ICFモデル情報の少なくとも一方の情報に属する情報であると共に、BIの特定の評価項目に影響を及ぼす可能性のある情報である要因候補情報と、前記所定の期間前後でのBIの特定の評価項目におけるBI値の変化の情報であるBI変化値情報との組み合わせの情報で、複数の個体に由来する情報群から重回帰分析に基づく解析を行う重回帰分析解析手段と、
前記要因候補情報の少なくとも一部と、前記重回帰分析により得られた前記要因候補情報ごとに算出される係数の情報に基づき、スコア配点表を作成すると共に、前記スコア配点表により、複数の個体の、それぞれのスコア合計点を算出し、前記BI変化値情報ごとの前記スコア合計点の人数分布を算出するスコア分布算出手段と、
前記スコア分布算出手段が算出した前記人数分布に基づき作成され、かつ、予測対象となる個体の前記所定期間経過後のBI値の変化を予測するための基準となる情報である予測基準情報に基づき、BI値の変化を予測する目的変数生成手段とを備える
データ処理装置。 - LIFE(Long-term care Information system For Evidence)のコードに関する情報であるLIFEコード情報及びICF(International Classification of Functioning, Disability and Health)モデルに関する情報であるICFモデル情報と、BI(Barthel Index)の評価項目ごとの点数であるBI値の情報に基づいて、所定の期間経過後の個体のBI値の変化を予測するためのデータ処理方法であって、
同一個体における、前記LIFEコード情報、または、前記ICFモデル情報の少なくとも一方の情報に属する情報であると共に、BIの特定の評価項目に影響を及ぼす可能性のある情報である要因候補情報と、前記所定の期間前後でのBIの特定の評価項目におけるBI値の変化の情報であるBI変化値情報との組み合わせの情報で、複数の個体に由来する情報群から重回帰分析に基づく解析を行う重回帰分析解析工程と、
前記要因候補情報の少なくとも一部と、前記重回帰分析により得られた前記要因候補情報ごとに算出される係数の情報に基づき、スコア配点表を作成すると共に、前記スコア配点表により、複数の個体の、それぞれのスコア合計点を算出し、前記BI変化値情報ごとの前記スコア合計点の人数分布を算出するスコア分布算出工程と、
前記スコア分布算出工程で算出した前記人数分布に基づき作成され、かつ、予測対象となる個体の前記所定期間経過後のBI値の変化を予測するための基準となる情報である予測基準情報に基づき、BI値の変化を予測する目的変数生成工程とを備える
データ処理装置が行うデータ処理方法。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2022043775 | 2022-11-28 |
Publications (1)
Publication Number | Publication Date |
---|---|
JP7418072B1 true JP7418072B1 (ja) | 2024-01-19 |
Family
ID=89543250
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2023554383A Active JP7418072B1 (ja) | 2022-11-28 | 2022-11-28 | ソフトウェア、データ処理装置及びデータ処理方法 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP7418072B1 (ja) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2021033281A1 (ja) | 2019-08-21 | 2021-02-25 | 日本電気株式会社 | 情報処理方法 |
JP7036484B1 (ja) | 2021-08-11 | 2022-03-15 | 芙蓉開発株式会社 | 介護支援プログラム、介護用支援装置及び介護用支援システム |
WO2022059249A1 (ja) | 2020-09-16 | 2022-03-24 | コニカミノルタ株式会社 | 情報処理装置、情報処理システム、情報出力方法、および情報出力プログラム |
JP2022130149A (ja) | 2021-02-25 | 2022-09-06 | 株式会社ウェルモ | 情報処理装置、情報処理方法及び情報処理プログラム |
-
2022
- 2022-11-28 JP JP2023554383A patent/JP7418072B1/ja active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2021033281A1 (ja) | 2019-08-21 | 2021-02-25 | 日本電気株式会社 | 情報処理方法 |
WO2022059249A1 (ja) | 2020-09-16 | 2022-03-24 | コニカミノルタ株式会社 | 情報処理装置、情報処理システム、情報出力方法、および情報出力プログラム |
JP2022130149A (ja) | 2021-02-25 | 2022-09-06 | 株式会社ウェルモ | 情報処理装置、情報処理方法及び情報処理プログラム |
JP7036484B1 (ja) | 2021-08-11 | 2022-03-15 | 芙蓉開発株式会社 | 介護支援プログラム、介護用支援装置及び介護用支援システム |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Alriksson-Schmidt et al. | A combined surveillance program and quality register improves management of childhood disability | |
Bhandari et al. | Self-reported utilization of health care services: improving measurement and accuracy | |
Hutt et al. | Case managing long term conditions | |
Freer et al. | Social frailty: the importance of social and environmental factors in predicting frailty in older adults | |
Luo et al. | A preliminary dual-energy X-ray absorptiometry-based finite element model for assessing osteoporotic hip fracture risk | |
Kwoh et al. | Rheumatology patient and physician concordance with respect to important health and symptom status outcomes | |
Burger | Can the International Classification of Functioning, Disability and Health (ICF) be used in a prosthetics and orthotics outpatient clinic? | |
Morales‐Asencio et al. | Design and validation of the INICIARE instrument, for the assessment of dependency level in acutely ill hospitalised patients | |
Heerkens et al. | The use of the ICF in the process of supplying assistive products: discussion paper based on the experience using a general Dutch prescription guideline | |
Quinn et al. | Documentation for rehabilitation-E-book: A guide to clinical decision making in physical therapy | |
Peterson et al. | Gender differences in mobility device use among US older adults | |
Ibsen et al. | “Keep it simple”: Perspectives of patients with low back pain on how to qualify a patient‐centred consultation using patient‐reported outcomes | |
Smith et al. | Momentary reports of fatigue predict physical activity level: wrist, waist, and combined accelerometry | |
Xakellis | Predictors of influenza immunization in persons over age 65 | |
Heckman et al. | Comprehensive geriatric assessment: the specific assessment technology of InterRAI | |
Radina et al. | Utilization of formal support services among Hispanic Americans caring for aging parents | |
Bierman et al. | Women’s health, chronic disease, and disease management: new words and old music? | |
JP7418072B1 (ja) | ソフトウェア、データ処理装置及びデータ処理方法 | |
Ventegodt et al. | Measurement of quality of life IV. Use of the SEQOL, QOL5, QOL1, and other global and generic questionnaires | |
Renom et al. | Content validity of the Comprehensive ICF Core Set for multiple sclerosis from the perspective of speech and language therapists | |
Cameron et al. | Do stroke survivors agree with their clinicians on the extent of their post-stroke activity limitation and participation restriction? | |
Bergren et al. | Development of a nursing data set for school nursing | |
Tinkham | Health promotion in the elderly with coronary artery disease | |
Whiteneck et al. | SCIRehab: a model for rehabilitation research using comprehensive person, process and outcome data | |
Beaulah et al. | AI in Quality Measurement |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230906 |
|
A529 | Written submission of copy of amendment under article 34 pct |
Free format text: JAPANESE INTERMEDIATE CODE: A5211 Effective date: 20230906 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20230906 |
|
A871 | Explanation of circumstances concerning accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A871 Effective date: 20230906 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20231114 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20231205 |
|
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: 20231213 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20231226 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7418072 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |