ＥＢＭに基づいた生活習慣病チェックプログラム及び当該ＥＢＭに基づいた生活習慣病チェックプログラムを記憶したコンピュータ読み取り可能な記憶媒体、並びにＥＢＭに基づいた生活習慣病チェックシステム
【課題】データの絶対数が少ないＥＢＭのデータを有効に利用する。
【解決手段】クライアントのコンピュータ２上でリスク種別に関するアンケートを行い、アンケートの回答データをサーバーに送信し、サーバーのコンピュータ１は、アンケートに示された、回答者の生活習慣および食事の内容，性別，年齢をＥＢＭ論文データと照合し、判定に適用可能なＥＢＭ論文データを引き出し、当該資料に示される疾患の種類およびリスク値を、アンケート回答者に引き起こされる疾患とそのリスクの判定結果としてクライアントのコンピュータ２に示す。
【解決手段】クライアントのコンピュータ２上でリスク種別に関するアンケートを行い、アンケートの回答データをサーバーに送信し、サーバーのコンピュータ１は、アンケートに示された、回答者の生活習慣および食事の内容，性別，年齢をＥＢＭ論文データと照合し、判定に適用可能なＥＢＭ論文データを引き出し、当該資料に示される疾患の種類およびリスク値を、アンケート回答者に引き起こされる疾患とそのリスクの判定結果としてクライアントのコンピュータ２に示す。
【発明の詳細な説明】
【技術分野】
【０００１】
本発明は、コンピュータでアンケートを行い、収集されたアンケートの回答データに基き、アンケート回答者についての生活習慣病のリスク（危険度）の判定を行う生活習慣病チェックシステムに関する。
【背景技術】
【０００２】
従来、受診者の健康状態を知るためには、人間ドックや定期健康診断で様々な検査を実施し、その検査から定量的な結果や定性的なデータを収集し、得られたデータの分析によって受診者の健康状態を判断するのが一般的であった。しかしながら我々の健康や罹病は、ある日突然訪れるものではなく、長年の生活習慣（ライフスタイル）に起因しているケースが大半であることから、日頃の食生活、健康管理、生活習慣の改善が重要であるとして、健康を保つための方法としてさまざまな提案がなされてきている。
【０００３】
例えば、厚生労働省・農林水産省においては、「何を」「どれだけ」食べたらよいかがわかる食事の目安である「食事バランスガイド」（http://www3.gov-online.go.jp/gov/tsushin_flash/200509/f_food_guide_s.swf）を提供している。このシステムは食品を主食，副菜，主菜，牛乳・乳製品，果物の５つのグループに分け、この５つのグループの食品を、朝食，昼食，夕食のうちにどのくらい摂取しているかによって、その摂取量に応じて警告や注意をコメントとして表示するというものである。
【０００４】
また、医師や看護婦などの専門職に対面指導によらなくても、受診者の生活習慣に関するアンケートを収集し、収集したアンケートの回答データをコンピュータで分析して、その分析結果から生活習慣病を判断するシステムがいくつか考えだされている。
【０００５】
例えば、特許文献１では、医師や看護婦などの専門職が対面で指導しなくても疾病者等が生活習慣改善を長期間にわたり、継続的に実施することができる生活習慣病指導システムを提案している。
【０００６】
また、フィットネスに関するもので、メディカルチェックアンケートを含む会員の身体的な基礎データと、医科学検査結果データと、測定器具による体成分分析結果データと、医師・管理栄養士・トレーナーとのカウンセリングによる結果データとから身体的リスクを判定し、会員に対し身体状況別運動プログラムを処方し、運動プログラムに基づいたトレーニングの運動記憶データを含めた定量的な効果分析結果に基づいて、身体的状況別運動プログラムが再処方しながら、身体的リスクの改善を行うシステムが特許文献２に紹介されている。
【０００７】
しかし、上記のシステムは、いずれも医師，栄養士あるいはインストラクター等が、得られた客観的データを医学的知識と経験に基づいて行なった医学的判断をもとに生活習慣病改善の指導をするシステムであるため、経験的判断と客観的事実が混在することになる。
【０００８】
科学的根拠という点においては、ＥＢＭ（Evidence Based Medicine）という概念が１９９０年代中盤以降、一部の臨床疫学者らによって北米からわが国に紹介された。ＥＢＭとは、「根拠に基づく医療」と訳され、「最も信頼できる根拠のある情報を使って、最善の治療を行う」ということである。ＥＢＭについては、今までに数多くの研究の成果や論文が発表あるいは公開されており、その研究結果は実験や調査を経ているため、実証性がある。
【０００９】
しかし、現在ＥＢＭはわが国に根付いているとはいいがたい。その理由のひとつとしては、ＥＢＭは、さまざまな条件を決定して研究の設計を行わなければ、正確なデータ取得は期待できないが、条件を厳しく設定すると、アンケートの対象者から収集した回答データが研究のデータの条件（たとえば、調査年齢の不一致や性別のデータがない、など）に適合しないということになって、ＥＢＭの研究のデータを適用できなくなるという問題がある。つまり、システムのデータとして用いるには、すべての年齢層あるいは性別のデータが必要であるが、そのすべてのデータがそろわない、いわゆるデータの歯ぬけ状態が生じたり、ＥＢＭのデータがあるのに、そのデータの多くは外国人のものである等の事情があるため、データをそのまま使える場面が少ないといった問題がある。ＥＢＭの欠点は、「統計的事実ではあるが、適用条件が厳しすぎる」という点である。
【特許文献１】特許公開２００４−３２６３２８公報
【特許文献２】特許公開２００４−３５５６１７公報
【発明の開示】
【発明が解決しようとする課題】
【００１０】
医師，栄養士あるいはインストラクター等の経験的判断に基づく従来のシステムにおいては医学的な根拠として、そのままＥＢＭデータを利用しようとすると、厳密な実験条件のために、すべての年齢層，性別のデータが揃わないという問題があった。
【課題を解決するための手段】
【００１１】
本発明のシステムは、ＥＢＭの研究論文に裏打ちされたデータに基づき、今回提示した手段を用いて判定を行い、経験的判断に基づいて作成した従来型のデータに基づく判定結果と別々の形式で表示することで、経験的判断とＥＢＭによる実証的判断の利点を相互に補完することができるシステムであることを最大の特徴とする。
【発明の効果】
【００１２】
本発明のシステムによれば、ＥＢＭ論文、特に「前向き研究」で裏打ちされたデータに基づいて実証的判断による判定を行うことができる。そのため、医師，栄養士あるいはインストラクター等の限定的知識と個人的経験に基づいて指導を行う従来の栄養指導システムと組み合わせることで、最善の判定の資料として活用できる。
【発明を実施するための最良の形態】
【００１３】
本発明は、日頃の生活習慣および食事といったリスク種別に関するアンケートをコンピュータ（パソコン）上で行い、リスク種別から引き起こされる疾患をアンケートの回答データごとに判定し、判定結果として、引き起こされる疾患とそのリスクの値を画面表示および印刷などで出力して、生活習慣病の判定を行う、ＥＢＭに基づいた生活習慣病チェックシステムである。
【００１４】
疾患とリスク値の判定は、ＥＢＭ論文データに基づいて行われる。ＥＢＭ論文データは、リスク種別と疾患との因果関係が明らかな日本人を対象とした疫学論文から得られたものである。アンケートは、ＥＢＭ論文データを引き出すための、日頃の生活習慣および食事に関する質問で構成される。
本発明のシステムは、アンケートに示された、回答者の生活習慣および食事の内容，性別，年齢をＥＢＭ論文データと照合し、判定に適用可能なＥＢＭ論文データを引き出し、当該ＥＢＭ論文データに示される疾患の種類およびリスク値を、アンケート回答者に引き起こされる疾患とそのリスクの判定結果として出力する。本発明において、リスク値とは、何らかの要因にさらされたグループとそうでない対照グループとの死亡率や発症率などの比率を意味する。
【００１５】
リスク値は「お日様」、「曇り」、「雨」、「雷」などのイラストのお天気マークで表示される。ＥＢＭ論文データは、専門の約１，０００程度の疫学的研究論文の中から、生活習慣病に関連する複数のキーワードで検出された論文の中から選択されたものである。また、画面は、お天気マークとそれに関連する情報（ＥＢＭ参考表示）で表示され、併せて栄養士等の経験的数値に基づいて作られた従来型の栄養指導プログラムの判定結果と共に同一のシステム上で閲覧できる。
【実施例】
【００１６】
ａ．システムの構成
システムの構成を図１に示す。本発明のシステムは、コンピュータを用いて日頃の生活習慣および食事といったリスク種別に関するアンケートを行い、リスク種別から引き起こされる疾患をアンケートの回答データごとに判定し、判定結果として、引き起こされる疾患とそのリスクの値を出力して、生活習慣病の判定を行うシステムである。以下の実施例においては、コンピュータネットワークのサーバーと、クライアントとの関係において、システムの提供者であるサーバーのコンピュータ１と病院などの医療機関の契約者であるクライアントのコンピュータ２をインターネット接続回線あるいはＬＡＮで接続して使用する例を説明するが、コンピュータネットワークを介さず、スタンドアロンとしてクライアントのコンピュータ２に記憶媒体を組み込んでシステムを構成することもできる。
【００１７】
サーバーのコンピュータ１の記憶装置３には、データの記憶手段として、ＥＢＭ質問記憶手段３ａ，３ｂ，質問関連記憶手段３ｃ，ＥＢＭ回答記憶手段３ｄ，ＥＢＭ論文データ記憶手段３ｅと栄養指導プログラムで用いる、栄養質問記憶手段４ａ，栄養回答記憶手段４ｂ，評価記憶手段４ｃのほか、判定結果を記録した過去のアンケート結果記憶手段５ａを有している。スタンドアロンのシステムの場合は、記憶装置３の各記憶手段３ａ〜３ｅ，４ａ〜４ｃ，５ａおよびそのデータと、本発明のＥＢＭに基づいた生活習慣病チェックプログラムをＣＤなどの記憶媒体に記憶させ、これをコンピュータ２にインストールして処理を実行させる。
【００１８】
ＥＢＭ論文データ記憶手段３ｅは、リスク値を判定するための基準となるデータを保存したものである。
【００１９】
本発明は、ＥＢＭ論文で裏打ちされたデータを参考提示し、栄養指導の信頼性を高めるシステムである。そのために必要な作業として、まず、根拠となる資料をどのように選びだし、これをデータ化するかという点において、データを収集する手順を図２のフローチャートによって説明する。
【００２０】
図２において、まず、生活習慣および食事，研究が実施された場所，研究の方法に関連のあるキーワード（お酒、食事、飲料、栄養、サプリ、食生活、偏食、運動、休暇、身体活動、肥満、コレステロール、血圧、ストレス、健康習慣、健康増進、生活習慣、リスク減少行動、日本、介入研究、コホート研究、メタ分析、多施設）を選びだす（ステップｒ１）。次いで、キーワードを英訳し、検索条件のキーを追加したものを検索式として記録する（ステップｒ２）。医学論文データベース、例えばＰｕｂＭｅｄ上で検索式を入力し、生活習慣および食事，研究が実施された場所，研究の方法に関連するキーワードを含む論文を抽出する（ステップｒ３）。
【００２１】
抽出された論文の中から、さらに採択基準を設けて、採択基準に該当する論文を選び出す。採択基準は具体的には次のとおりである。
【００２２】
１．日本人を対象としているか？
食生活の生活習慣に対する影響度合いは人種によって違う。
２．前向き調査か？
前向き調査とは因果関係を検討するための疫学調査法であり、複数の集団を一定の条件をそろえた下で、時系列的に追跡し、目的とする結果が得られたかどうかについて、統計的に比較検討する調査であり、疫学統計ではもっとも信頼できる調査法であることが採択の理由である。
【００２３】
３．病気でない成人した地域住民を５０００人年以上追跡しているか？
人数が少ないと、調査の途中で脱落者があるので、統計的に偏りが出て、有意な差が得られない可能性がある。そのために十分な人数が必要であるが、人数が多過ぎると、統計的には有意な差が出やすくなってしまう。５０００人くらいが適切な人数だと考えられる。（「有意な差がある」、とは、統計学で用いられる用語で、正しい仮説を間違いと判断してしまう確率が十分低いなら、その仮説を採用できる、ということである）。
【００２４】
４．改善可能な生活習慣を扱っているか？
改善可能な生活習慣でなければ、疫学調査を行う意味がなく、生活習慣病が改善されれば、それだけ、死亡・発症率などが低下するからである。
５．総死亡のリスクまたは生活習慣病の発病や死亡のリスクが示されているか？
ガンや生活習慣病などによる死亡など、「全ての原因による死亡リスク」のことを指す。
６．リスクの信頼限界が示されているか？
リスクが出るが、統計上、信頼限界の計算を行うことができる。対象者が多いと、この範囲が狭くなる。つまり、真の値に近づくわけである。例として：０．５<リスク<０．８という形で示される。
【００２５】
上述のように抽出された論文の中から、さらに、曝露の有無について、明確な差があるか？、比較する集団は曝露以外は類似しているか？、対象者の出所，取りこみ基準，除外基準があるか？、曝露の後に転帰があるという時間関係があるか？、曝露とリスクに量−反応関係があるか？、等の条件を設けて採用する論文を絞りこむ。
【００２６】
これらの論文を、各論文ごとに、目的（調査の目的（例：アルコール摂取＋高血圧が脳卒中発症に及ぼす影響）），追跡（調査が行われた時期），状況（調査の対象となった場所），参加者（調査の対象者の人数や、性別，年齢など），指標（疾患名とそのテーマ（例：脳梗塞と脳出血の発症）），結果（調査結果），結論（調査から得られた結論）の形式で要約したものをテキストデータ化し（ステップｒ４）、要約したデータから、図３（ａ）のようにデータ項目Ｉ１の”ＥＢＭコード”，”リスク種別”，”疾患種類”，”性別”，”年齢下限”，”年齢上限”，”リスク１の区分”，”リスク１”，”リスク２の区分”，”リスク２”，”リスク３の区分”，”リスク３”の形式に沿った数値データあるいはテキストデータを抽出して、それぞれのデータを各データ項目ごとにＥＢＭ論文データ記憶手段３ｅに保存する（ステップｒ５）。
【００２７】
上記データ項目Ｉ１の中で、「ＥＢＭコード」とはＥＢＭ論文データ記憶手段３ｅに保存された論文データの各レコードごとにつけられた番号（コード）である。「リスク種別」とは、日頃の生活習慣および食事に関するアンケートの質問の内容から構成される項目、具体的には「疾病の原因となる要素」を云う。リスク種別の要素として、この実施例においては、ＢＭＩ，運動，主食，肉，魚，大豆，牛乳，緑黄色野菜，果物，食塩，緑茶，飲酒，喫煙，レバー，加工肉，海草，イソフラボン，豆腐，味噌汁，ヨーグルト，にんじん，トマト，淡色野菜，オレンジ，果物ジュース，お吸い物，漬物，コーヒー，紅茶、等２９種類を取り上げている（図７，図８参照）。
【００２８】
「疾患種類」は、実際の病名である。この実施例においては、女性については糖尿病，胃癌，肝癌，大腸癌，結腸癌，直腸癌，食道癌，肺癌，胆嚢癌，乳癌，膀胱癌，膵臓癌，脳出血，脳梗塞，循環器系疾患，高血圧，高脂血圧の１７種類を判定すべき項目としている（図８参照）。ただし、男性については、乳癌を除いた１６種類を判定すべき項目としている（図７参照）。乳癌の男性の発生率は女性に比べておよそ１／１００の頻度と低いためである。
【００２９】
「性別」は参加者の性別である。男，女，男女の３種類に分類される。性別の区別なく調査を行ったものは、”男女”として分類される。「年齢下限」は、参加者の年齢の下限値、「年齢上限」は参加者の年齢の上限値である。
【００３０】
「リスクの区分」とは、リスクのレベルを判定するための区分である。「リスクの区分」で使用している値の決め方として、ＢＭＩ値、喫煙、飲酒それ以外の条件を取り上げている。すなわち、ＢＭＩ値をもとに，喫煙は年×喫煙本数／１日をもとに，飲酒はエタノールに変換した量をもとに、それ以外は１週間に何回という値をもとにして、上記のようにいくつかの段階（リスク１，２，３）に分けるのである。「リスク」とは、リスク値のことであり、「リスクの区分」に応じて「リスク」が記録される。
【００３１】
ｂ．手順
図４は、本発明のシステムにより実行される処理のフローチャートである。
【００３２】
１）．ステップＳ１（アンケートの回答を入力する手段）
クライアントは病院などの契約者である。クライアントはクライアントのコンピュータ２からサーバーのホームページにアクセスし、ユーザ名（英数字）とパスワード（英数字）とを入力し、図５の画面に移動する。クライアントである病院は、アンケートの対象者である患者の回答データを入力するため、次に「アンケートを実施する」ボタンｂ１をクリックし、図６のアンケートの質問の画面に移動する。
【００３３】
図６の第１頁の画面には、プロフィールに関する質問項目として、１．性別（男性or女性），２生年月日（1900年1月1日〜），３．身長（120ｃｍ〜199ｃｍ以上），４体重（30kg〜149kg以上）の項目ｆ１があり、画面内の質問に全ての回答を入力したら、「次へ」のボタンｂ３で次のページへ移動して、別の質問の回答を入力する。アンケートの質問項目は、上の（１）プロフィールに関する質問をはじめ、（２）病気（既往歴、家族歴），（３）日常生活習慣，（４）嗜好品，（５）日常の食習慣、（６）主食の摂取状況、（７）魚の摂取状況、（８）肉の摂取状況、（９）大豆製品の摂取状況、（１０）乳製品の摂取状況、（１１）野菜の摂取状況、（１２）果物の摂取状況、（１３）塩分の摂取状況、（１４）その他の１４のカテゴリーからなる。
【００３４】
ＥＢＭ質問記憶手段３ａは、リスク種別に関連したアンケートの質問欄の情報をテーブルとして登録しておくものである。図６の例では、ＥＢＭ質問記憶手段３ａ内には、「３．身長」の質問について、「項目」の欄には、現在の質問が何番目のカテゴリーに該当するかを記録した、質問のカテゴリーコード（この例では１番目のプロフィールに関する質問なので「１」が記録される），質問の番号を記録した、質問コード（この例では３番目の質問なので「３」が記録される），画面に表示する質問を記録した、質問内容コード（この例では身長の質問なのでテキストデータ「身長」が記録される），回答タイプコード（回答の方法は、「１．性別」のようなラジオボタン型や「３．身長」のような数値を選択するセレクトボックス型のいずれかに分別されるが、この例ではセレクトボックス型を回答タイプのコード「１」として記録される）等の情報が収められる。
【００３５】
ＥＢＭ質問記憶手段３ｂは、リスク種別に関連したアンケートの質問欄のオプションである、回答欄の情報をテーブルとして登録しておくものである。ＥＢＭ質問記憶手段３ｂ内には、「３．身長」の質問について、「項目」の欄には、その回答欄の主となる質問のカテゴリーコード（この例では１番目のプロフィールに関する質問なので「１」が記録される），その回答欄の主となる質問の番号を記録した、質問コード（この例では３番目の質問なので「３」が記録される），質問の中の何番目の回答欄かを記録した、オプションコード（この例では１つ目の回答欄なので「１」が記録される。なお、質問の内容によっては、複数の回答欄が設けられる場合もある。），回答欄の数値が何の単位かを表す、オプション（この例ではテキストデータ「ｃｍ」が記録される）、等の情報が収められる。
【００３６】
また、ＥＢＭ回答記憶手段３ｄは、アンケートの回答の情報をテーブルとして登録しておくものであり、図６の例では、「３．身長」の質問について、「項目」の欄には、アンケートの回答欄の番号を記憶する回答コード（この例では「１０３」が記録される），質問の番号を記録した、質問コード（この例では３番目の質問なので「３」が記録される），質問の中の何番目の回答欄かを記録した、オプションコード（この例では１つ目の回答欄なので「１」が記録される。クライアントのシステムユーザＩＤ（この例では「５５」が記録される），回答データの入力日（この例では「２００６．０３．０２」），回答データの登録日（この例では「２００６．０３．０２ １６：１０：０１」）等の情報が収められている状態を示している。ＥＢＭ質問記憶手段３ａ，３ｂおよびＥＢＭ回答記憶手段３ｄのテーブルの項目については、本実施例では、テーブル項目の構成を必要最小限のもので説明したが、テーブル項目の構成はこれに限るものではない。
【００３７】
本実施例ではさらに質問が続くが、２頁以降の画面は１頁のものと画面自体は同じなので、２頁以降の画面の図示は省略する。後に続く質問は、段落００２５で述べた２９種類あるリスク種別に関する質問で占められる。本発明のシステムは、このリスク種別ごとに判定を行うものである。
【００３８】
「リスク種別」に関する質問は、例えばリスク種別「飲酒」に関するものの場合、「１回あたり、どの種類のお酒をどのくらい飲みますか？ 日本酒（１８０ｍｌ） （０−１０以上）合程度，焼酎（１８０ｍｌ） （０−１０以上）合程度，チューハイ （０−１０以上）杯程度，ビール中瓶（５００ｍｌ） （０−１０以上）本程度，ビール缶 （３５０ｍｌ） （０−１０以上）本程度，ウイスキー・ダブル（６０ｍｌ） （０−１０以上）杯程度，ブランデー・ダブル （６０ｍｌ） （０−１０以上）杯程度，グラス・ワイン（１２０ｍｌ） （０−１０以上）杯程度」のように１つの質問の中に複数の回答を入れることもあるが、ほとんどの質問は、１つの質問の中に１つの回答を入れるものであり、内容は、リスク種別ごとに、「１日に何回食べる，飲むか」、「朝食，昼食，夕食に何回食べる，飲むか」、「１週間に何回食べる，飲むか」、のような区別になる。
【００３９】
全てのアンケートの質問に回答した後にその回答のデータを送信するとサーバーのコンピュータ１のＥＢＭ回答記憶手段３ｄに登録される。
本実施例ではアンケートの対象者は、性別を男性，年齢３８歳，ＢＭＩが２２．０として説明をする。また、以下に説明するステップＳ２からステップＳ８までの処理は、質問３の「身長」と質問４の「体重」について、リスク種別「ＢＭＩ」、疾患種類「糖尿病」について処理を行うものとして説明する。
【００４０】
２）．ステップＳ２（レコードを前記ＥＢＭ論文データ記憶手段から抽出する手段、（リスク種別の選択（ＢＭＩ，運動，主食，たばこ）））
アンケートの各質問には、前記ＥＢＭ論文データ記憶手段３ｅにはレコードごとにＥＢＭコード（１，２，３，など）が記憶されている。質問関連記憶手段３ｃには、アンケートの各質問とＥＢＭ論文データ記憶手段３ｅのどのレコードに関連があるかを関連付けたデータが記憶されている。例えば、論文が「ＢＭＩ」に関するものについて記載されているなら、質問コードに「３」が割り当てられている。
【００４１】
図６の例では、質問３の「身長」には、質問関連記憶手段３ｃにはＥＢＭコードとして、ＥＢＭ論文データ記憶手段３ｅに記憶されている「ＢＭＩ」に関する論文「１」が割り当てられ、質問コードにはアンケートの質問のコードである「３」が割り当てられている。
なお、アンケートの対象者のＢＭＩの値については、質問３の「身長」および質問４の「体重」からすでに計算されているものとして説明する。
【００４２】
まず、ステップ２では、判定を行う質問のＥＢＭコードを質問関連記憶手段３ｃから読み出した後に、このＥＢＭコードと同一のＥＢＭコードをもつレコードをＥＢＭ論文データ記憶手段３ｅから読み出し、次に、読み出したレコードのリスク種別コードに合致するレコードを図３（ａ）の前記ＥＢＭ論文データ記憶手段３ｅから抽出する。図３（ｂ）は、図３（ａ）の状態から、質問３の「ＥＢＭコード」の「１」と、リスク種別コードが「ＢＭＩ」の回答データを処理するときに、リスク種別コード「ＢＭＩ」を含むレコードＲ１〜Ｒ４が選択された例である。なお、説明の都合上リスク種別コードを「ＢＭＩ」と文字型のデータで表記しているが、実際のデータは整数型のデータ（「１」、「２」など）として記憶される。
【００４３】
３）．ステップＳ３（判定する疾患のレコードを抽出する手段（疾患の選択（胃癌，脳梗塞，循環器系疾患等））
ステップ２で抽出されたレコードの中から、判定する疾患のレコードを抽出する。図３（ｃ）は、図３（ｂ）の状態から、疾患種類コード「糖尿病」を含むレコードＲ１〜Ｒ３が抽出された例である。
【００４４】
４）．ステップＳ４（アンケートの対象者の性別に該当するレコードを抽出する手段）
ステップ３で抽出されたレコードの中から、アンケートの対象者の性別に該当するレコードを抽出する。図３（ｃ）の状態では、レコードＲ１〜Ｒ３の「性別」はいずれも「男」であるので、レコードＲ１〜Ｒ３をそのまま抽出している。もし、対象者の性別に該当するレコードがなければ、適用可能な資料として、反対のまたは男女全体の性別のレコードを抽出する。
【００４５】
ここでいう、反対の性別のレコードを抽出するとは、今回の例で言えば、アンケートの対象者が、男性だった場合に、項目Ｉ１の「性別」の欄が”女”の女性のレコードを抽出することである。また、男女全体のレコードを抽出するとは、項目Ｉ１の「性別」の欄が”男女”のレコードを抽出することである。
【００４６】
５）．ステップＳ５（アンケートの対象者の年齢に該当するレコードを抽出する手段）
ステップ４で抽出されたレコードの中から、アンケートの対象者の年齢に該当するレコードを抽出する。図３（ｄ）のように、今回の男性の例では、「糖尿病」を含むレコードは、年齢が３８歳を含むレコードＲ１〜Ｒ２が抽出される。もし、対象者の年齢に該当するレコードがなければ、参考資料として、最も近い年齢階級のレコードを抽出する。
【００４７】
６）．ステップＳ６（回答データの範囲にあてはまるリスクの区分及びリスク値を選択する手段）
ステップ５で抽出されたレコードと、回答データを参照し、回答データの範囲にあてはまるリスクの区分及びリスク値を選択する。図３（ｄ）のうち、今回の男性の例では、ＢＭＩが２２．０であり、リスク３の区分の範囲に該当するので、レコードＲ１のリスク３の数値０．７２とレコードＲ２のリスク３の数値０．６３が選択される。
【００４８】
７）．ステップＳ７（複数のリスク値が選択された場合）
なお、リスク値抽出処理で得られたリスクの区分及びリスク値が複数ある場合にはリスク値の数値の悪いほうを選択する。ＥＢＭの論文によっては、ほぼ同じ条件でも、リスクが異なることがある。本発明ではこのような場合は、生活上の注意を喚起して生活指導を行えるようにする意味で、「程度の悪い方を表示する」ようにした。今回の男性の例では、図３（ｅ）のようにリスク３の数値０．７２が選択される。
【００４９】
８）．ステップＳ８（「お天気マーク」に変換して出力する手段、表形式のリストで出力する手段）
図７の画面上部には「ＥＢＭについて」として、２８項目のリスク種別を横軸、１７項目の疾患種類の項目を縦軸とした表Ｔ１がある。ステップ６あるいはステップ７で選択されたリスク値は、表Ｔ１の横軸と縦軸の項目を結んだ第１のお天気マーク表示用領域ｅａ１，ｅａ２・・・ｅａ２９・・・ｅｏ１・・・ｅｏ２９のうち、判定の処理を行っているリスク種別と疾患種類の交差する箇所に格納される。本実施例では、リスク種別「ＢＭＩ」、疾患種類「糖尿病」について処理を行っているので、エリアｅａ１にリスク値が格納される。格納されたリスク値は、リスクのレベルとして視覚的にわかりやすく示すために、「お日様」、「曇り」、「雨」、「雷」などのイラストのお天気マークに変換して表示する。リスク値とお天気マークの関係は、「お日様」はリスク値が１．０未満のもの、「曇り」はリスク値が１．０以上１．５未満のもの、「雨」はリスク値が１．５以上２．０未満のもの、「雷」はリスク値が２．０以上のもの、として扱う。なお、リスクには「発症リスク」と「死亡リスク」があるが、表示の際、「死亡」などの表現が、生活指導ソフトとしては印象として良くないため、データ上の「発症」と「死亡」は区別せず、「発症」と「死亡」のいずれも「リスク」として表示する。
【００５０】
また、図８の「ＥＢＭについて」の表において「糖尿病」の交差したお天気マーク表示用領域ｅａ１３にはお日様マークが表示されているが、ほかのお天気マークの表示用領域と異なり、マークの背景が一定の色で塗りつぶされている。これは、アンケート対象者（例えば女性）と同じ性別に該当するレコードがない場合であり、対象となる性別と反対の性別（この場合は男性）のリスク値を参照するということを、お天気マークを表示するときに背景を「ブルー」色に変換して示したものである。
また、対象者と同じ年齢に該当するレコードがなく、最も近い年齢のレコードのリスク値を参照（例えば７０歳の人が４０< <５０歳のデータを参照）している場合は、背景表示を「オレンジ」色に変換して示すようになっている。
また、対象者と同じ性別に該当するレコードがなく、反対の性別で、なおかつ同じ年齢に該当するレコードがなく、最も近い年齢階級のレコードのリスク値を参照している場合は、背景表示を「グリーン」色に変換して示すようになっている。
【００５１】
また、表Ｔ１の下には、「ＥＢＭのコメント」と、「調査項目」，「あなたに最も近い条件」，「ＲＲレベル」（相対危険度）の項目で構成される表Ｔ２が表示される。調査項目には、該当するレコードのリスク種別が、「あなたに最も近い条件」には近い条件のレコードの性別，年齢が、「ＲＲレベル」はリスクのレベルの値をもとに変換されたお天気マークが、第２のお天気マーク表示用領域ｅｐ１，ｅｐ２，ｅｐ３に格納され、格納した値を表示する。
【００５２】
９）．ステップＳ９，Ｓ１０（処理の繰返し）
ステップＳ２からステップ８までの処理を、まず１つの疾患種類について、リスク種別の数だけ繰返す（ステップＳ９）。図７の「ＥＢＭについて」の表において、最初の疾患種類は糖尿病であるので、（ＢＭＩ、糖尿病）、（運動、糖尿病）の順番で処理を行う。次いで、次の疾患種類について、リスク種別の数だけ繰返す。次の疾患種類は胃癌であるので、（ＢＭＩ、胃癌）、（運動、胃癌）の順番で処理を行う。このように全ての疾患種類について処理を行い（ステップＳ１０）、最終判定結果を、クライアントのモニタに表示する。
【００５３】
本発明において、サーバーのコンピュータは、アンケートに示された、回答者の生活習慣および食事の内容，性別，年齢をＥＢＭ論文データと照合し、判定に適用可能なＥＢＭ論文データを引き出し、当該論文データに示される疾患の種類およびリスク値が、アンケート回答者に引き起こされる疾患とそのリスクの判定結果としてクライアントのコンピュータに表示され、表示された判定結果は、根拠のあるＥＢＭ論文データに基づいているので、信頼性が高い。また、判定に用いる資料は、単純にアンケートの回答者の性別、現時点の年齢に合致した疾患とそのリスクだけでなく、性別，年齢を超えた資料であっても、年齢の近い資料はもとより、加齢時の判定資料として、さらには、男女の違いがあっても、参考資料として積極的に活用され得るため、少ないＥＢＭのデータを有効に利用することが可能となる。
【００５４】
ｃ．栄養指導プログラムとの連携
以上、本発明のシステムの処理内容について述べた。お天気マークの表示結果は、従来型の栄養士等の経験的数値に基づいて作られた栄養指導プログラムの判定結果と共に同一のシステムとして閲覧することで、受診者に対して、より明確な指導が可能となる。図１０に、栄養指導プログラムの判定結果の画面の一例を示すが、本発明において画面の例はこれに限るものではない。
【００５５】
（ｃ−１）． 栄養指導プログラムの画面構成の例
図１０は、生活習慣病指導表の例である。生活習慣病指導表は、受診番号，氏名，性別，生年月日，受診日の５項目から構成されるプロフィール表Ｔ３と、身長，体重，ＢＭＩ，理想体重の４項目から構成される身体表Ｔ４と、患者の８つの生活習慣病（糖尿病、癌、脳出血、脳梗塞、循環器系疾患、肥満、高血圧、高脂血圧）に対する評価をグラフ（番号），疾患名，評価ポイントの３項目を表形式にした総合評価表Ｔ５と、総合評価表Ｔ５の結果を、総合評価チャートとしてレーザーチャートで表すための総合評価チャートＴ６と、関連病名，栄養コメントの２項目から構成される栄養コメント表Ｔ７で構成された例を示している。
【００５６】
（ｃ−２）． 栄養指導プログラムに用いられる人体図とお天気マーク
図７のボタンｂ４をクリックすると、図９の人体図画面が表示され、図９からさらに細かい情報を得ることができる。図９の人体図の例では、脳，食道，肺，心臓，肝臓，胆嚢，膵臓，胃，大腸，結腸，直腸，膀胱の体の各部位ごとの状態をお天気マークで表示している。ここでのお天気マークの表示は、本発明のＥＢＭに基づいた生活習慣病チェックプログラムで得られたリスク値に対応している。
【００５７】
（ｃ−３）． 栄養指導プログラムに関連のある質問の表示
本発明は、従来の栄養指導プログラムを補強する役割のプログラムであるため、栄養指導プログラムの処理の詳細については、説明を省略するが、本発明のシステム上では、図１のように、栄養指導についての質問内容を記憶した栄養質問記憶手段４ａと、質問の回答を記憶する栄養回答記憶手段４ｂと、評価ポイントと栄養コメントを記憶した評価記憶手段４ｃ記憶装置３に格納されている。
【００５８】
栄養質問記憶手段４ａと栄養回答記憶手段４ｂで使われるテーブルは、ＥＢＭ質問記憶手段３ａやＥＢＭ回答記憶手段３ｄとほぼ同じ構成であるため、アンケートを行う際には、必要に応じてＥＢＭ質問記憶手段３ａあるいは、栄養質問記憶手段４ａから質問内容を読み出し、同一の画面で質問を表示することもでき、アンケートの対象者は従来の栄養指導プログラムと本発明のＥＢＭに基づいた生活習慣病チェックプログラムを別々に意識することがない。アンケートの回答は読み出した質問内容に応じて本発明のＥＢＭに基づいた生活習慣病チェックプログラム側のＥＢＭ回答記憶手段３ｄあるいは、栄養指導プログラム側の栄養回答記憶手段４ｂのそれぞれに記憶される。
【００５９】
ｄ．過去のアンケート結果記憶手段
過去に実施したアンケートの回答データおよびアンケートの判定結果は、過去のアンケート結果記憶手段５ｂに記録される。結果を参照したいときは、図５のボタンｂ２をクリックし、図１１のアンケートの過去の実施履歴の画面にアクセスする。参照したい実施日の閲覧ボタンｂ５をクリックすることでＥＢＭコメント，栄養コメント，人体図の閲覧ができる。以上、実施例においては、、コンピュータネットワークを介さず、コンピュータ１台のスタンドアロンのシステムとしても使用可能である。
【産業上の利用可能性】
【００６０】
ＥＢＭは、実験計画の持つ厳密性のために、実験の結果が適用できる範囲が狭く、折角得られた実験の結果を生かす分野が限られてしまうという問題があったが、今回の本発明のシステムのように、健康指導の分野、つまり、生活習慣病の指導や判定を行うに際しては、適応条件を明示した上でのＥＢＭの論文データの適用が可能であり、よって、「他の医師，栄養士あるいはインストラクター等の個人的知識と経験に基づいて指導を行う従来型の栄養指導，運動指導のシステムと連携するシステムとして用いることができる。また、本発明のようなＥＢＭの利用の仕方を提供することで、ＥＢＭデータの利用が一般化し、普及することが期待できる。
【図面の簡単な説明】
【００６１】
【図１】本発明の構成を示す図である。
【図２】論文抽出の処理を示すフローチャートである。
【図３】（ａ）は、ＥＢＭ論文データ記憶手段の構成を示す図、（ｂ）〜（ｅ）は、本発明のシステムにより、レコードが選択される例を示す図である。
【図４】本発明のシステムの処理を示すフローチャートである。
【図５】システムの初期画面の例を示す図である。
【図６】アンケートの回答がＥＢＭ回答記憶手段および栄養指導プログラム回答記憶手段に記録されるイメージを示す図である。
【図７】男性の判定結果を画面で表示した例を示す図である。
【図８】女性の判定結果を画面で表示した例を示す図である。
【図９】人体図画面の例を示す図である。
【図１０】栄養指導プログラムの判定結果の画面の例を示す図である。
【図１１】アンケートの過去の実施履歴の画面の例を示す図である。
【符号の説明】
【００６２】
１ サーバーのコンピュータ
２ クライアントのコンピュータ
３ 記憶装置
３ａ，３ｂ ＥＢＭ質問記憶手段
３ｃ 質問関連記憶手段
３ｄ ＥＢＭ回答記憶手段
３ｅ ＥＢＭ論文データ記憶手段
４ａ 栄養質問記憶手段
４ｂ 栄養回答記憶手段
４ｃ 評価記憶手段
５ａ 過去のアンケート結果記憶手段
【技術分野】
【０００１】
本発明は、コンピュータでアンケートを行い、収集されたアンケートの回答データに基き、アンケート回答者についての生活習慣病のリスク（危険度）の判定を行う生活習慣病チェックシステムに関する。
【背景技術】
【０００２】
従来、受診者の健康状態を知るためには、人間ドックや定期健康診断で様々な検査を実施し、その検査から定量的な結果や定性的なデータを収集し、得られたデータの分析によって受診者の健康状態を判断するのが一般的であった。しかしながら我々の健康や罹病は、ある日突然訪れるものではなく、長年の生活習慣（ライフスタイル）に起因しているケースが大半であることから、日頃の食生活、健康管理、生活習慣の改善が重要であるとして、健康を保つための方法としてさまざまな提案がなされてきている。
【０００３】
例えば、厚生労働省・農林水産省においては、「何を」「どれだけ」食べたらよいかがわかる食事の目安である「食事バランスガイド」（http://www3.gov-online.go.jp/gov/tsushin_flash/200509/f_food_guide_s.swf）を提供している。このシステムは食品を主食，副菜，主菜，牛乳・乳製品，果物の５つのグループに分け、この５つのグループの食品を、朝食，昼食，夕食のうちにどのくらい摂取しているかによって、その摂取量に応じて警告や注意をコメントとして表示するというものである。
【０００４】
また、医師や看護婦などの専門職に対面指導によらなくても、受診者の生活習慣に関するアンケートを収集し、収集したアンケートの回答データをコンピュータで分析して、その分析結果から生活習慣病を判断するシステムがいくつか考えだされている。
【０００５】
例えば、特許文献１では、医師や看護婦などの専門職が対面で指導しなくても疾病者等が生活習慣改善を長期間にわたり、継続的に実施することができる生活習慣病指導システムを提案している。
【０００６】
また、フィットネスに関するもので、メディカルチェックアンケートを含む会員の身体的な基礎データと、医科学検査結果データと、測定器具による体成分分析結果データと、医師・管理栄養士・トレーナーとのカウンセリングによる結果データとから身体的リスクを判定し、会員に対し身体状況別運動プログラムを処方し、運動プログラムに基づいたトレーニングの運動記憶データを含めた定量的な効果分析結果に基づいて、身体的状況別運動プログラムが再処方しながら、身体的リスクの改善を行うシステムが特許文献２に紹介されている。
【０００７】
しかし、上記のシステムは、いずれも医師，栄養士あるいはインストラクター等が、得られた客観的データを医学的知識と経験に基づいて行なった医学的判断をもとに生活習慣病改善の指導をするシステムであるため、経験的判断と客観的事実が混在することになる。
【０００８】
科学的根拠という点においては、ＥＢＭ（Evidence Based Medicine）という概念が１９９０年代中盤以降、一部の臨床疫学者らによって北米からわが国に紹介された。ＥＢＭとは、「根拠に基づく医療」と訳され、「最も信頼できる根拠のある情報を使って、最善の治療を行う」ということである。ＥＢＭについては、今までに数多くの研究の成果や論文が発表あるいは公開されており、その研究結果は実験や調査を経ているため、実証性がある。
【０００９】
しかし、現在ＥＢＭはわが国に根付いているとはいいがたい。その理由のひとつとしては、ＥＢＭは、さまざまな条件を決定して研究の設計を行わなければ、正確なデータ取得は期待できないが、条件を厳しく設定すると、アンケートの対象者から収集した回答データが研究のデータの条件（たとえば、調査年齢の不一致や性別のデータがない、など）に適合しないということになって、ＥＢＭの研究のデータを適用できなくなるという問題がある。つまり、システムのデータとして用いるには、すべての年齢層あるいは性別のデータが必要であるが、そのすべてのデータがそろわない、いわゆるデータの歯ぬけ状態が生じたり、ＥＢＭのデータがあるのに、そのデータの多くは外国人のものである等の事情があるため、データをそのまま使える場面が少ないといった問題がある。ＥＢＭの欠点は、「統計的事実ではあるが、適用条件が厳しすぎる」という点である。
【特許文献１】特許公開２００４−３２６３２８公報
【特許文献２】特許公開２００４−３５５６１７公報
【発明の開示】
【発明が解決しようとする課題】
【００１０】
医師，栄養士あるいはインストラクター等の経験的判断に基づく従来のシステムにおいては医学的な根拠として、そのままＥＢＭデータを利用しようとすると、厳密な実験条件のために、すべての年齢層，性別のデータが揃わないという問題があった。
【課題を解決するための手段】
【００１１】
本発明のシステムは、ＥＢＭの研究論文に裏打ちされたデータに基づき、今回提示した手段を用いて判定を行い、経験的判断に基づいて作成した従来型のデータに基づく判定結果と別々の形式で表示することで、経験的判断とＥＢＭによる実証的判断の利点を相互に補完することができるシステムであることを最大の特徴とする。
【発明の効果】
【００１２】
本発明のシステムによれば、ＥＢＭ論文、特に「前向き研究」で裏打ちされたデータに基づいて実証的判断による判定を行うことができる。そのため、医師，栄養士あるいはインストラクター等の限定的知識と個人的経験に基づいて指導を行う従来の栄養指導システムと組み合わせることで、最善の判定の資料として活用できる。
【発明を実施するための最良の形態】
【００１３】
本発明は、日頃の生活習慣および食事といったリスク種別に関するアンケートをコンピュータ（パソコン）上で行い、リスク種別から引き起こされる疾患をアンケートの回答データごとに判定し、判定結果として、引き起こされる疾患とそのリスクの値を画面表示および印刷などで出力して、生活習慣病の判定を行う、ＥＢＭに基づいた生活習慣病チェックシステムである。
【００１４】
疾患とリスク値の判定は、ＥＢＭ論文データに基づいて行われる。ＥＢＭ論文データは、リスク種別と疾患との因果関係が明らかな日本人を対象とした疫学論文から得られたものである。アンケートは、ＥＢＭ論文データを引き出すための、日頃の生活習慣および食事に関する質問で構成される。
本発明のシステムは、アンケートに示された、回答者の生活習慣および食事の内容，性別，年齢をＥＢＭ論文データと照合し、判定に適用可能なＥＢＭ論文データを引き出し、当該ＥＢＭ論文データに示される疾患の種類およびリスク値を、アンケート回答者に引き起こされる疾患とそのリスクの判定結果として出力する。本発明において、リスク値とは、何らかの要因にさらされたグループとそうでない対照グループとの死亡率や発症率などの比率を意味する。
【００１５】
リスク値は「お日様」、「曇り」、「雨」、「雷」などのイラストのお天気マークで表示される。ＥＢＭ論文データは、専門の約１，０００程度の疫学的研究論文の中から、生活習慣病に関連する複数のキーワードで検出された論文の中から選択されたものである。また、画面は、お天気マークとそれに関連する情報（ＥＢＭ参考表示）で表示され、併せて栄養士等の経験的数値に基づいて作られた従来型の栄養指導プログラムの判定結果と共に同一のシステム上で閲覧できる。
【実施例】
【００１６】
ａ．システムの構成
システムの構成を図１に示す。本発明のシステムは、コンピュータを用いて日頃の生活習慣および食事といったリスク種別に関するアンケートを行い、リスク種別から引き起こされる疾患をアンケートの回答データごとに判定し、判定結果として、引き起こされる疾患とそのリスクの値を出力して、生活習慣病の判定を行うシステムである。以下の実施例においては、コンピュータネットワークのサーバーと、クライアントとの関係において、システムの提供者であるサーバーのコンピュータ１と病院などの医療機関の契約者であるクライアントのコンピュータ２をインターネット接続回線あるいはＬＡＮで接続して使用する例を説明するが、コンピュータネットワークを介さず、スタンドアロンとしてクライアントのコンピュータ２に記憶媒体を組み込んでシステムを構成することもできる。
【００１７】
サーバーのコンピュータ１の記憶装置３には、データの記憶手段として、ＥＢＭ質問記憶手段３ａ，３ｂ，質問関連記憶手段３ｃ，ＥＢＭ回答記憶手段３ｄ，ＥＢＭ論文データ記憶手段３ｅと栄養指導プログラムで用いる、栄養質問記憶手段４ａ，栄養回答記憶手段４ｂ，評価記憶手段４ｃのほか、判定結果を記録した過去のアンケート結果記憶手段５ａを有している。スタンドアロンのシステムの場合は、記憶装置３の各記憶手段３ａ〜３ｅ，４ａ〜４ｃ，５ａおよびそのデータと、本発明のＥＢＭに基づいた生活習慣病チェックプログラムをＣＤなどの記憶媒体に記憶させ、これをコンピュータ２にインストールして処理を実行させる。
【００１８】
ＥＢＭ論文データ記憶手段３ｅは、リスク値を判定するための基準となるデータを保存したものである。
【００１９】
本発明は、ＥＢＭ論文で裏打ちされたデータを参考提示し、栄養指導の信頼性を高めるシステムである。そのために必要な作業として、まず、根拠となる資料をどのように選びだし、これをデータ化するかという点において、データを収集する手順を図２のフローチャートによって説明する。
【００２０】
図２において、まず、生活習慣および食事，研究が実施された場所，研究の方法に関連のあるキーワード（お酒、食事、飲料、栄養、サプリ、食生活、偏食、運動、休暇、身体活動、肥満、コレステロール、血圧、ストレス、健康習慣、健康増進、生活習慣、リスク減少行動、日本、介入研究、コホート研究、メタ分析、多施設）を選びだす（ステップｒ１）。次いで、キーワードを英訳し、検索条件のキーを追加したものを検索式として記録する（ステップｒ２）。医学論文データベース、例えばＰｕｂＭｅｄ上で検索式を入力し、生活習慣および食事，研究が実施された場所，研究の方法に関連するキーワードを含む論文を抽出する（ステップｒ３）。
【００２１】
抽出された論文の中から、さらに採択基準を設けて、採択基準に該当する論文を選び出す。採択基準は具体的には次のとおりである。
【００２２】
１．日本人を対象としているか？
食生活の生活習慣に対する影響度合いは人種によって違う。
２．前向き調査か？
前向き調査とは因果関係を検討するための疫学調査法であり、複数の集団を一定の条件をそろえた下で、時系列的に追跡し、目的とする結果が得られたかどうかについて、統計的に比較検討する調査であり、疫学統計ではもっとも信頼できる調査法であることが採択の理由である。
【００２３】
３．病気でない成人した地域住民を５０００人年以上追跡しているか？
人数が少ないと、調査の途中で脱落者があるので、統計的に偏りが出て、有意な差が得られない可能性がある。そのために十分な人数が必要であるが、人数が多過ぎると、統計的には有意な差が出やすくなってしまう。５０００人くらいが適切な人数だと考えられる。（「有意な差がある」、とは、統計学で用いられる用語で、正しい仮説を間違いと判断してしまう確率が十分低いなら、その仮説を採用できる、ということである）。
【００２４】
４．改善可能な生活習慣を扱っているか？
改善可能な生活習慣でなければ、疫学調査を行う意味がなく、生活習慣病が改善されれば、それだけ、死亡・発症率などが低下するからである。
５．総死亡のリスクまたは生活習慣病の発病や死亡のリスクが示されているか？
ガンや生活習慣病などによる死亡など、「全ての原因による死亡リスク」のことを指す。
６．リスクの信頼限界が示されているか？
リスクが出るが、統計上、信頼限界の計算を行うことができる。対象者が多いと、この範囲が狭くなる。つまり、真の値に近づくわけである。例として：０．５<リスク<０．８という形で示される。
【００２５】
上述のように抽出された論文の中から、さらに、曝露の有無について、明確な差があるか？、比較する集団は曝露以外は類似しているか？、対象者の出所，取りこみ基準，除外基準があるか？、曝露の後に転帰があるという時間関係があるか？、曝露とリスクに量−反応関係があるか？、等の条件を設けて採用する論文を絞りこむ。
【００２６】
これらの論文を、各論文ごとに、目的（調査の目的（例：アルコール摂取＋高血圧が脳卒中発症に及ぼす影響）），追跡（調査が行われた時期），状況（調査の対象となった場所），参加者（調査の対象者の人数や、性別，年齢など），指標（疾患名とそのテーマ（例：脳梗塞と脳出血の発症）），結果（調査結果），結論（調査から得られた結論）の形式で要約したものをテキストデータ化し（ステップｒ４）、要約したデータから、図３（ａ）のようにデータ項目Ｉ１の”ＥＢＭコード”，”リスク種別”，”疾患種類”，”性別”，”年齢下限”，”年齢上限”，”リスク１の区分”，”リスク１”，”リスク２の区分”，”リスク２”，”リスク３の区分”，”リスク３”の形式に沿った数値データあるいはテキストデータを抽出して、それぞれのデータを各データ項目ごとにＥＢＭ論文データ記憶手段３ｅに保存する（ステップｒ５）。
【００２７】
上記データ項目Ｉ１の中で、「ＥＢＭコード」とはＥＢＭ論文データ記憶手段３ｅに保存された論文データの各レコードごとにつけられた番号（コード）である。「リスク種別」とは、日頃の生活習慣および食事に関するアンケートの質問の内容から構成される項目、具体的には「疾病の原因となる要素」を云う。リスク種別の要素として、この実施例においては、ＢＭＩ，運動，主食，肉，魚，大豆，牛乳，緑黄色野菜，果物，食塩，緑茶，飲酒，喫煙，レバー，加工肉，海草，イソフラボン，豆腐，味噌汁，ヨーグルト，にんじん，トマト，淡色野菜，オレンジ，果物ジュース，お吸い物，漬物，コーヒー，紅茶、等２９種類を取り上げている（図７，図８参照）。
【００２８】
「疾患種類」は、実際の病名である。この実施例においては、女性については糖尿病，胃癌，肝癌，大腸癌，結腸癌，直腸癌，食道癌，肺癌，胆嚢癌，乳癌，膀胱癌，膵臓癌，脳出血，脳梗塞，循環器系疾患，高血圧，高脂血圧の１７種類を判定すべき項目としている（図８参照）。ただし、男性については、乳癌を除いた１６種類を判定すべき項目としている（図７参照）。乳癌の男性の発生率は女性に比べておよそ１／１００の頻度と低いためである。
【００２９】
「性別」は参加者の性別である。男，女，男女の３種類に分類される。性別の区別なく調査を行ったものは、”男女”として分類される。「年齢下限」は、参加者の年齢の下限値、「年齢上限」は参加者の年齢の上限値である。
【００３０】
「リスクの区分」とは、リスクのレベルを判定するための区分である。「リスクの区分」で使用している値の決め方として、ＢＭＩ値、喫煙、飲酒それ以外の条件を取り上げている。すなわち、ＢＭＩ値をもとに，喫煙は年×喫煙本数／１日をもとに，飲酒はエタノールに変換した量をもとに、それ以外は１週間に何回という値をもとにして、上記のようにいくつかの段階（リスク１，２，３）に分けるのである。「リスク」とは、リスク値のことであり、「リスクの区分」に応じて「リスク」が記録される。
【００３１】
ｂ．手順
図４は、本発明のシステムにより実行される処理のフローチャートである。
【００３２】
１）．ステップＳ１（アンケートの回答を入力する手段）
クライアントは病院などの契約者である。クライアントはクライアントのコンピュータ２からサーバーのホームページにアクセスし、ユーザ名（英数字）とパスワード（英数字）とを入力し、図５の画面に移動する。クライアントである病院は、アンケートの対象者である患者の回答データを入力するため、次に「アンケートを実施する」ボタンｂ１をクリックし、図６のアンケートの質問の画面に移動する。
【００３３】
図６の第１頁の画面には、プロフィールに関する質問項目として、１．性別（男性or女性），２生年月日（1900年1月1日〜），３．身長（120ｃｍ〜199ｃｍ以上），４体重（30kg〜149kg以上）の項目ｆ１があり、画面内の質問に全ての回答を入力したら、「次へ」のボタンｂ３で次のページへ移動して、別の質問の回答を入力する。アンケートの質問項目は、上の（１）プロフィールに関する質問をはじめ、（２）病気（既往歴、家族歴），（３）日常生活習慣，（４）嗜好品，（５）日常の食習慣、（６）主食の摂取状況、（７）魚の摂取状況、（８）肉の摂取状況、（９）大豆製品の摂取状況、（１０）乳製品の摂取状況、（１１）野菜の摂取状況、（１２）果物の摂取状況、（１３）塩分の摂取状況、（１４）その他の１４のカテゴリーからなる。
【００３４】
ＥＢＭ質問記憶手段３ａは、リスク種別に関連したアンケートの質問欄の情報をテーブルとして登録しておくものである。図６の例では、ＥＢＭ質問記憶手段３ａ内には、「３．身長」の質問について、「項目」の欄には、現在の質問が何番目のカテゴリーに該当するかを記録した、質問のカテゴリーコード（この例では１番目のプロフィールに関する質問なので「１」が記録される），質問の番号を記録した、質問コード（この例では３番目の質問なので「３」が記録される），画面に表示する質問を記録した、質問内容コード（この例では身長の質問なのでテキストデータ「身長」が記録される），回答タイプコード（回答の方法は、「１．性別」のようなラジオボタン型や「３．身長」のような数値を選択するセレクトボックス型のいずれかに分別されるが、この例ではセレクトボックス型を回答タイプのコード「１」として記録される）等の情報が収められる。
【００３５】
ＥＢＭ質問記憶手段３ｂは、リスク種別に関連したアンケートの質問欄のオプションである、回答欄の情報をテーブルとして登録しておくものである。ＥＢＭ質問記憶手段３ｂ内には、「３．身長」の質問について、「項目」の欄には、その回答欄の主となる質問のカテゴリーコード（この例では１番目のプロフィールに関する質問なので「１」が記録される），その回答欄の主となる質問の番号を記録した、質問コード（この例では３番目の質問なので「３」が記録される），質問の中の何番目の回答欄かを記録した、オプションコード（この例では１つ目の回答欄なので「１」が記録される。なお、質問の内容によっては、複数の回答欄が設けられる場合もある。），回答欄の数値が何の単位かを表す、オプション（この例ではテキストデータ「ｃｍ」が記録される）、等の情報が収められる。
【００３６】
また、ＥＢＭ回答記憶手段３ｄは、アンケートの回答の情報をテーブルとして登録しておくものであり、図６の例では、「３．身長」の質問について、「項目」の欄には、アンケートの回答欄の番号を記憶する回答コード（この例では「１０３」が記録される），質問の番号を記録した、質問コード（この例では３番目の質問なので「３」が記録される），質問の中の何番目の回答欄かを記録した、オプションコード（この例では１つ目の回答欄なので「１」が記録される。クライアントのシステムユーザＩＤ（この例では「５５」が記録される），回答データの入力日（この例では「２００６．０３．０２」），回答データの登録日（この例では「２００６．０３．０２ １６：１０：０１」）等の情報が収められている状態を示している。ＥＢＭ質問記憶手段３ａ，３ｂおよびＥＢＭ回答記憶手段３ｄのテーブルの項目については、本実施例では、テーブル項目の構成を必要最小限のもので説明したが、テーブル項目の構成はこれに限るものではない。
【００３７】
本実施例ではさらに質問が続くが、２頁以降の画面は１頁のものと画面自体は同じなので、２頁以降の画面の図示は省略する。後に続く質問は、段落００２５で述べた２９種類あるリスク種別に関する質問で占められる。本発明のシステムは、このリスク種別ごとに判定を行うものである。
【００３８】
「リスク種別」に関する質問は、例えばリスク種別「飲酒」に関するものの場合、「１回あたり、どの種類のお酒をどのくらい飲みますか？ 日本酒（１８０ｍｌ） （０−１０以上）合程度，焼酎（１８０ｍｌ） （０−１０以上）合程度，チューハイ （０−１０以上）杯程度，ビール中瓶（５００ｍｌ） （０−１０以上）本程度，ビール缶 （３５０ｍｌ） （０−１０以上）本程度，ウイスキー・ダブル（６０ｍｌ） （０−１０以上）杯程度，ブランデー・ダブル （６０ｍｌ） （０−１０以上）杯程度，グラス・ワイン（１２０ｍｌ） （０−１０以上）杯程度」のように１つの質問の中に複数の回答を入れることもあるが、ほとんどの質問は、１つの質問の中に１つの回答を入れるものであり、内容は、リスク種別ごとに、「１日に何回食べる，飲むか」、「朝食，昼食，夕食に何回食べる，飲むか」、「１週間に何回食べる，飲むか」、のような区別になる。
【００３９】
全てのアンケートの質問に回答した後にその回答のデータを送信するとサーバーのコンピュータ１のＥＢＭ回答記憶手段３ｄに登録される。
本実施例ではアンケートの対象者は、性別を男性，年齢３８歳，ＢＭＩが２２．０として説明をする。また、以下に説明するステップＳ２からステップＳ８までの処理は、質問３の「身長」と質問４の「体重」について、リスク種別「ＢＭＩ」、疾患種類「糖尿病」について処理を行うものとして説明する。
【００４０】
２）．ステップＳ２（レコードを前記ＥＢＭ論文データ記憶手段から抽出する手段、（リスク種別の選択（ＢＭＩ，運動，主食，たばこ）））
アンケートの各質問には、前記ＥＢＭ論文データ記憶手段３ｅにはレコードごとにＥＢＭコード（１，２，３，など）が記憶されている。質問関連記憶手段３ｃには、アンケートの各質問とＥＢＭ論文データ記憶手段３ｅのどのレコードに関連があるかを関連付けたデータが記憶されている。例えば、論文が「ＢＭＩ」に関するものについて記載されているなら、質問コードに「３」が割り当てられている。
【００４１】
図６の例では、質問３の「身長」には、質問関連記憶手段３ｃにはＥＢＭコードとして、ＥＢＭ論文データ記憶手段３ｅに記憶されている「ＢＭＩ」に関する論文「１」が割り当てられ、質問コードにはアンケートの質問のコードである「３」が割り当てられている。
なお、アンケートの対象者のＢＭＩの値については、質問３の「身長」および質問４の「体重」からすでに計算されているものとして説明する。
【００４２】
まず、ステップ２では、判定を行う質問のＥＢＭコードを質問関連記憶手段３ｃから読み出した後に、このＥＢＭコードと同一のＥＢＭコードをもつレコードをＥＢＭ論文データ記憶手段３ｅから読み出し、次に、読み出したレコードのリスク種別コードに合致するレコードを図３（ａ）の前記ＥＢＭ論文データ記憶手段３ｅから抽出する。図３（ｂ）は、図３（ａ）の状態から、質問３の「ＥＢＭコード」の「１」と、リスク種別コードが「ＢＭＩ」の回答データを処理するときに、リスク種別コード「ＢＭＩ」を含むレコードＲ１〜Ｒ４が選択された例である。なお、説明の都合上リスク種別コードを「ＢＭＩ」と文字型のデータで表記しているが、実際のデータは整数型のデータ（「１」、「２」など）として記憶される。
【００４３】
３）．ステップＳ３（判定する疾患のレコードを抽出する手段（疾患の選択（胃癌，脳梗塞，循環器系疾患等））
ステップ２で抽出されたレコードの中から、判定する疾患のレコードを抽出する。図３（ｃ）は、図３（ｂ）の状態から、疾患種類コード「糖尿病」を含むレコードＲ１〜Ｒ３が抽出された例である。
【００４４】
４）．ステップＳ４（アンケートの対象者の性別に該当するレコードを抽出する手段）
ステップ３で抽出されたレコードの中から、アンケートの対象者の性別に該当するレコードを抽出する。図３（ｃ）の状態では、レコードＲ１〜Ｒ３の「性別」はいずれも「男」であるので、レコードＲ１〜Ｒ３をそのまま抽出している。もし、対象者の性別に該当するレコードがなければ、適用可能な資料として、反対のまたは男女全体の性別のレコードを抽出する。
【００４５】
ここでいう、反対の性別のレコードを抽出するとは、今回の例で言えば、アンケートの対象者が、男性だった場合に、項目Ｉ１の「性別」の欄が”女”の女性のレコードを抽出することである。また、男女全体のレコードを抽出するとは、項目Ｉ１の「性別」の欄が”男女”のレコードを抽出することである。
【００４６】
５）．ステップＳ５（アンケートの対象者の年齢に該当するレコードを抽出する手段）
ステップ４で抽出されたレコードの中から、アンケートの対象者の年齢に該当するレコードを抽出する。図３（ｄ）のように、今回の男性の例では、「糖尿病」を含むレコードは、年齢が３８歳を含むレコードＲ１〜Ｒ２が抽出される。もし、対象者の年齢に該当するレコードがなければ、参考資料として、最も近い年齢階級のレコードを抽出する。
【００４７】
６）．ステップＳ６（回答データの範囲にあてはまるリスクの区分及びリスク値を選択する手段）
ステップ５で抽出されたレコードと、回答データを参照し、回答データの範囲にあてはまるリスクの区分及びリスク値を選択する。図３（ｄ）のうち、今回の男性の例では、ＢＭＩが２２．０であり、リスク３の区分の範囲に該当するので、レコードＲ１のリスク３の数値０．７２とレコードＲ２のリスク３の数値０．６３が選択される。
【００４８】
７）．ステップＳ７（複数のリスク値が選択された場合）
なお、リスク値抽出処理で得られたリスクの区分及びリスク値が複数ある場合にはリスク値の数値の悪いほうを選択する。ＥＢＭの論文によっては、ほぼ同じ条件でも、リスクが異なることがある。本発明ではこのような場合は、生活上の注意を喚起して生活指導を行えるようにする意味で、「程度の悪い方を表示する」ようにした。今回の男性の例では、図３（ｅ）のようにリスク３の数値０．７２が選択される。
【００４９】
８）．ステップＳ８（「お天気マーク」に変換して出力する手段、表形式のリストで出力する手段）
図７の画面上部には「ＥＢＭについて」として、２８項目のリスク種別を横軸、１７項目の疾患種類の項目を縦軸とした表Ｔ１がある。ステップ６あるいはステップ７で選択されたリスク値は、表Ｔ１の横軸と縦軸の項目を結んだ第１のお天気マーク表示用領域ｅａ１，ｅａ２・・・ｅａ２９・・・ｅｏ１・・・ｅｏ２９のうち、判定の処理を行っているリスク種別と疾患種類の交差する箇所に格納される。本実施例では、リスク種別「ＢＭＩ」、疾患種類「糖尿病」について処理を行っているので、エリアｅａ１にリスク値が格納される。格納されたリスク値は、リスクのレベルとして視覚的にわかりやすく示すために、「お日様」、「曇り」、「雨」、「雷」などのイラストのお天気マークに変換して表示する。リスク値とお天気マークの関係は、「お日様」はリスク値が１．０未満のもの、「曇り」はリスク値が１．０以上１．５未満のもの、「雨」はリスク値が１．５以上２．０未満のもの、「雷」はリスク値が２．０以上のもの、として扱う。なお、リスクには「発症リスク」と「死亡リスク」があるが、表示の際、「死亡」などの表現が、生活指導ソフトとしては印象として良くないため、データ上の「発症」と「死亡」は区別せず、「発症」と「死亡」のいずれも「リスク」として表示する。
【００５０】
また、図８の「ＥＢＭについて」の表において「糖尿病」の交差したお天気マーク表示用領域ｅａ１３にはお日様マークが表示されているが、ほかのお天気マークの表示用領域と異なり、マークの背景が一定の色で塗りつぶされている。これは、アンケート対象者（例えば女性）と同じ性別に該当するレコードがない場合であり、対象となる性別と反対の性別（この場合は男性）のリスク値を参照するということを、お天気マークを表示するときに背景を「ブルー」色に変換して示したものである。
また、対象者と同じ年齢に該当するレコードがなく、最も近い年齢のレコードのリスク値を参照（例えば７０歳の人が４０< <５０歳のデータを参照）している場合は、背景表示を「オレンジ」色に変換して示すようになっている。
また、対象者と同じ性別に該当するレコードがなく、反対の性別で、なおかつ同じ年齢に該当するレコードがなく、最も近い年齢階級のレコードのリスク値を参照している場合は、背景表示を「グリーン」色に変換して示すようになっている。
【００５１】
また、表Ｔ１の下には、「ＥＢＭのコメント」と、「調査項目」，「あなたに最も近い条件」，「ＲＲレベル」（相対危険度）の項目で構成される表Ｔ２が表示される。調査項目には、該当するレコードのリスク種別が、「あなたに最も近い条件」には近い条件のレコードの性別，年齢が、「ＲＲレベル」はリスクのレベルの値をもとに変換されたお天気マークが、第２のお天気マーク表示用領域ｅｐ１，ｅｐ２，ｅｐ３に格納され、格納した値を表示する。
【００５２】
９）．ステップＳ９，Ｓ１０（処理の繰返し）
ステップＳ２からステップ８までの処理を、まず１つの疾患種類について、リスク種別の数だけ繰返す（ステップＳ９）。図７の「ＥＢＭについて」の表において、最初の疾患種類は糖尿病であるので、（ＢＭＩ、糖尿病）、（運動、糖尿病）の順番で処理を行う。次いで、次の疾患種類について、リスク種別の数だけ繰返す。次の疾患種類は胃癌であるので、（ＢＭＩ、胃癌）、（運動、胃癌）の順番で処理を行う。このように全ての疾患種類について処理を行い（ステップＳ１０）、最終判定結果を、クライアントのモニタに表示する。
【００５３】
本発明において、サーバーのコンピュータは、アンケートに示された、回答者の生活習慣および食事の内容，性別，年齢をＥＢＭ論文データと照合し、判定に適用可能なＥＢＭ論文データを引き出し、当該論文データに示される疾患の種類およびリスク値が、アンケート回答者に引き起こされる疾患とそのリスクの判定結果としてクライアントのコンピュータに表示され、表示された判定結果は、根拠のあるＥＢＭ論文データに基づいているので、信頼性が高い。また、判定に用いる資料は、単純にアンケートの回答者の性別、現時点の年齢に合致した疾患とそのリスクだけでなく、性別，年齢を超えた資料であっても、年齢の近い資料はもとより、加齢時の判定資料として、さらには、男女の違いがあっても、参考資料として積極的に活用され得るため、少ないＥＢＭのデータを有効に利用することが可能となる。
【００５４】
ｃ．栄養指導プログラムとの連携
以上、本発明のシステムの処理内容について述べた。お天気マークの表示結果は、従来型の栄養士等の経験的数値に基づいて作られた栄養指導プログラムの判定結果と共に同一のシステムとして閲覧することで、受診者に対して、より明確な指導が可能となる。図１０に、栄養指導プログラムの判定結果の画面の一例を示すが、本発明において画面の例はこれに限るものではない。
【００５５】
（ｃ−１）． 栄養指導プログラムの画面構成の例
図１０は、生活習慣病指導表の例である。生活習慣病指導表は、受診番号，氏名，性別，生年月日，受診日の５項目から構成されるプロフィール表Ｔ３と、身長，体重，ＢＭＩ，理想体重の４項目から構成される身体表Ｔ４と、患者の８つの生活習慣病（糖尿病、癌、脳出血、脳梗塞、循環器系疾患、肥満、高血圧、高脂血圧）に対する評価をグラフ（番号），疾患名，評価ポイントの３項目を表形式にした総合評価表Ｔ５と、総合評価表Ｔ５の結果を、総合評価チャートとしてレーザーチャートで表すための総合評価チャートＴ６と、関連病名，栄養コメントの２項目から構成される栄養コメント表Ｔ７で構成された例を示している。
【００５６】
（ｃ−２）． 栄養指導プログラムに用いられる人体図とお天気マーク
図７のボタンｂ４をクリックすると、図９の人体図画面が表示され、図９からさらに細かい情報を得ることができる。図９の人体図の例では、脳，食道，肺，心臓，肝臓，胆嚢，膵臓，胃，大腸，結腸，直腸，膀胱の体の各部位ごとの状態をお天気マークで表示している。ここでのお天気マークの表示は、本発明のＥＢＭに基づいた生活習慣病チェックプログラムで得られたリスク値に対応している。
【００５７】
（ｃ−３）． 栄養指導プログラムに関連のある質問の表示
本発明は、従来の栄養指導プログラムを補強する役割のプログラムであるため、栄養指導プログラムの処理の詳細については、説明を省略するが、本発明のシステム上では、図１のように、栄養指導についての質問内容を記憶した栄養質問記憶手段４ａと、質問の回答を記憶する栄養回答記憶手段４ｂと、評価ポイントと栄養コメントを記憶した評価記憶手段４ｃ記憶装置３に格納されている。
【００５８】
栄養質問記憶手段４ａと栄養回答記憶手段４ｂで使われるテーブルは、ＥＢＭ質問記憶手段３ａやＥＢＭ回答記憶手段３ｄとほぼ同じ構成であるため、アンケートを行う際には、必要に応じてＥＢＭ質問記憶手段３ａあるいは、栄養質問記憶手段４ａから質問内容を読み出し、同一の画面で質問を表示することもでき、アンケートの対象者は従来の栄養指導プログラムと本発明のＥＢＭに基づいた生活習慣病チェックプログラムを別々に意識することがない。アンケートの回答は読み出した質問内容に応じて本発明のＥＢＭに基づいた生活習慣病チェックプログラム側のＥＢＭ回答記憶手段３ｄあるいは、栄養指導プログラム側の栄養回答記憶手段４ｂのそれぞれに記憶される。
【００５９】
ｄ．過去のアンケート結果記憶手段
過去に実施したアンケートの回答データおよびアンケートの判定結果は、過去のアンケート結果記憶手段５ｂに記録される。結果を参照したいときは、図５のボタンｂ２をクリックし、図１１のアンケートの過去の実施履歴の画面にアクセスする。参照したい実施日の閲覧ボタンｂ５をクリックすることでＥＢＭコメント，栄養コメント，人体図の閲覧ができる。以上、実施例においては、、コンピュータネットワークを介さず、コンピュータ１台のスタンドアロンのシステムとしても使用可能である。
【産業上の利用可能性】
【００６０】
ＥＢＭは、実験計画の持つ厳密性のために、実験の結果が適用できる範囲が狭く、折角得られた実験の結果を生かす分野が限られてしまうという問題があったが、今回の本発明のシステムのように、健康指導の分野、つまり、生活習慣病の指導や判定を行うに際しては、適応条件を明示した上でのＥＢＭの論文データの適用が可能であり、よって、「他の医師，栄養士あるいはインストラクター等の個人的知識と経験に基づいて指導を行う従来型の栄養指導，運動指導のシステムと連携するシステムとして用いることができる。また、本発明のようなＥＢＭの利用の仕方を提供することで、ＥＢＭデータの利用が一般化し、普及することが期待できる。
【図面の簡単な説明】
【００６１】
【図１】本発明の構成を示す図である。
【図２】論文抽出の処理を示すフローチャートである。
【図３】（ａ）は、ＥＢＭ論文データ記憶手段の構成を示す図、（ｂ）〜（ｅ）は、本発明のシステムにより、レコードが選択される例を示す図である。
【図４】本発明のシステムの処理を示すフローチャートである。
【図５】システムの初期画面の例を示す図である。
【図６】アンケートの回答がＥＢＭ回答記憶手段および栄養指導プログラム回答記憶手段に記録されるイメージを示す図である。
【図７】男性の判定結果を画面で表示した例を示す図である。
【図８】女性の判定結果を画面で表示した例を示す図である。
【図９】人体図画面の例を示す図である。
【図１０】栄養指導プログラムの判定結果の画面の例を示す図である。
【図１１】アンケートの過去の実施履歴の画面の例を示す図である。
【符号の説明】
【００６２】
１ サーバーのコンピュータ
２ クライアントのコンピュータ
３ 記憶装置
３ａ，３ｂ ＥＢＭ質問記憶手段
３ｃ 質問関連記憶手段
３ｄ ＥＢＭ回答記憶手段
３ｅ ＥＢＭ論文データ記憶手段
４ａ 栄養質問記憶手段
４ｂ 栄養回答記憶手段
４ｃ 評価記憶手段
５ａ 過去のアンケート結果記憶手段
【特許請求の範囲】
【請求項１】
日頃の生活習慣および食事といったリスク種別に関するアンケートを行い、リスク種別から引き起こされる疾患をアンケートの回答データごとに判定し、判定結果として、引き起こされる疾患とそのリスクの値を出力して、生活習慣病の判定を行うために、コンピュータを、
予めリスク種別に関連したアンケートの質問内容を記憶するＥＢＭ質問記憶手段、
アンケートの回答を入力する手段、
アンケートの回答を記憶するＥＢＭ回答記憶手段、
予めリスク種別から引き起こされる疾患とそのリスク値の判定を行うためのデータを記憶するＥＢＭ論文データ記憶手段、
予めアンケートの質問の順番が登録された質問コードと、アンケートの質問が前記論文データ記憶手段のどのレコードに関連があるかを関連付けたＥＢＭコードを記憶する質問関連記憶手段、
判定を行う質問のＥＢＭコードを質問関連記憶手段から読み出した後に、このＥＢＭコードと同一のＥＢＭコードをもつレコードをＥＢＭ論文データ記憶手段から読み出し、読み出したレコードのリスク種別コードに合致するレコードを前記ＥＢＭ論文データ記憶手段から抽出する手段、
前記ＥＢＭ論文データ記憶手段から抽出されたレコードの中から、判定する疾患のレコードを抽出する手段、
抽出された判定する疾患のレコードの中から、アンケートの対象者の性別に該当するレコードを抽出する手段、
抽出されたアンケートの対象者の性別に該当するレコードの中から、アンケートの対象者の年齢に該当するレコードを抽出する手段、
抽出されたアンケートの対象者の年齢に該当するレコードと、ＥＢＭ回答記録手段に記録されているアンケートの回答データとを参照し、回答データの範囲にあてはまるリスクの区分及びリスク値を選択する手段、
選択されたリスク値を、リスク種別の項目を横軸、疾患種類の項目を縦軸とした表の第１のお天気マーク表示用領域に格納し、格納したリスク値をリスクのレベルとして、「お日様」、「曇り」、「雨」、「雷」などのイラストの「お天気マーク」に変換して出力する手段、
選択されたレコードのリスク種別と性別，年齢，リスクのレベルの値を、第２のお天気マーク表示用領域に格納し、格納した値を表形式のリストで出力する手段、
出力されたアンケートの判定結果を記憶する過去のアンケート結果記憶手段、
として機能させるためのＥＢＭに基づいた生活習慣病チェックプログラム。
【請求項２】
日頃の生活習慣および食事といったリスク種別に関するアンケートを行い、リスク種別から引き起こされる疾患をアンケートの回答データごとに判定し、判定結果として、引き起こされる疾患とそのリスクの値を出力して、生活習慣病の判定を行うために、コンピュータを、
予めリスク種別に関連したアンケートの質問内容を記憶するＥＢＭ質問記憶手段、
アンケートの回答を入力する手段、
アンケートの回答を記憶するＥＢＭ回答記憶手段、
予めリスク種別から引き起こされる疾患とそのリスク値の判定を行うためのデータを記憶するＥＢＭ論文データ記憶手段、
予めアンケートの質問の順番が登録された質問コードと、アンケートの質問が前記論文データ記憶手段のどのレコードに関連があるかを関連付けたＥＢＭコードを記憶する質問関連記憶手段、
判定を行う質問のＥＢＭコードを質問関連記憶手段から読み出した後に、このＥＢＭコードと同一のＥＢＭコードをもつレコードをＥＢＭ論文データ記憶手段から読み出し、読み出したレコードのリスク種別コードに合致するレコードを前記ＥＢＭ論文データ記憶手段から抽出する手段、
前記ＥＢＭ論文データ記憶手段から抽出されたレコードの中から、判定する疾患のレコードを抽出する手段、
抽出された判定する疾患のレコードの中から、アンケートの対象者の性別に該当するレコードを抽出する手段、
抽出されたアンケートの対象者の性別に該当するレコードの中から、アンケートの対象者の年齢に該当するレコードを抽出する手段、
抽出されたアンケートの対象者の年齢に該当するレコードと、ＥＢＭ回答記録手段に記録されているアンケートの回答データとを参照し、回答データの範囲にあてはまるリスクの区分及びリスク値を選択する手段、
選択されたリスク値を、リスク種別の項目を横軸、疾患種類の項目を縦軸とした表の第１のお天気マーク表示用領域に格納し、格納したリスク値をリスクのレベルとして、「お日様」、「曇り」、「雨」、「雷」などのイラストの「お天気マーク」に変換して出力する手段、
選択されたレコードのリスク種別と性別，年齢，リスクのレベルの値を、第２のお天気マーク表示用領域に格納し、格納した値を表形式のリストで出力する手段、
出力されたアンケートの判定結果を記憶する過去のアンケート結果記憶手段、
として機能させるためのＥＢＭに基づいた生活習慣病チェックプログラムを記憶したコンピュータ読み取り可能な記憶媒体。
【請求項３】
日頃の生活習慣および食事といったリスク種別に関するアンケートを行い、リスク種別から引き起こされる疾患をアンケートの回答データごとに判定し、判定結果として、引き起こされる疾患とそのリスクの値を出力して、生活習慣病の判定を行うシステムであって、
予めリスク種別に関連したアンケートの質問内容を記憶するＥＢＭ質問記憶手段、
アンケートの回答を入力する手段、
アンケートの回答を記憶するＥＢＭ回答記憶手段、
予めリスク種別から引き起こされる疾患とそのリスク値の判定を行うためのデータを記憶するＥＢＭ論文データ記憶手段、
予めアンケートの質問の順番が登録された質問コードと、アンケートの質問が前記論文データ記憶手段のどのレコードに関連があるかを関連付けたＥＢＭコードを記憶する質問関連記憶手段、
判定を行う質問のＥＢＭコードを質問関連記憶手段から読み出した後に、このＥＢＭコードと同一のＥＢＭコードをもつレコードをＥＢＭ論文データ記憶手段から読み出し、読み出したレコードのリスク種別コードに合致するレコードを前記ＥＢＭ論文データ記憶手段から抽出する手段、
前記ＥＢＭ論文データ記憶手段から抽出されたレコードの中から、判定する疾患のレコードを抽出する手段、
抽出された判定する疾患のレコードの中から、アンケートの対象者の性別に該当するレコードを抽出する手段、
抽出されたアンケートの対象者の性別に該当するレコードの中から、アンケートの対象者の年齢に該当するレコードを抽出する手段、
抽出されたアンケートの対象者の年齢に該当するレコードと、ＥＢＭ回答記録手段に記録されているアンケートの回答データとを参照し、回答データの範囲にあてはまるリスクの区分及びリスク値を選択する手段、
選択されたリスク値を、リスク種別の項目を横軸、疾患種類の項目を縦軸とした表の第１のお天気マーク表示用領域に格納し、格納したリスク値をリスクのレベルとして、「お日様」、「曇り」、「雨」、「雷」などのイラストの「お天気マーク」に変換して出力する手段、
選択されたレコードのリスク種別と性別，年齢，リスクのレベルの値を、第２のお天気マーク表示用領域に格納し、格納した値を表形式のリストで出力する手段、
出力されたアンケートの判定結果を記憶する過去のアンケート結果記憶手段、
からなるＥＢＭに基づいた生活習慣病チェックシステム。
【請求項４】
前記アンケートの対象者の性別に該当するレコードを抽出する手段は、
アンケートの対象者の性別に該当するレコードがない場合には、判定に適用可能な反対のまたは男女全体の性別のレコードを選択する手段、
前記第１のお天気マーク表示用領域と前記第２のお天気マーク表示用領域の、背景をブルー色で表示するよう指定する手段、
を含む請求項３に記載のＥＢＭに基づいた生活習慣病チェックシステム。
【請求項５】
前記アンケートの対象者の年齢に該当するレコードを抽出する手段は、
アンケートの対象者の年齢に該当するレコードがない場合には、判定に適用可能な最も近い年齢のレコードを抽出する手段、
前記第１のお天気マーク表示用領域と前記第２のお天気マーク表示用領域の、背景をオレンジ色で表示するよう指定する手段、
を含む請求項３に記載のＥＢＭに基づいた生活習慣病チェックシステム。
【請求項６】
前記回答データの範囲にあてはまるリスクの区分及びリスク値を選択する手段は、
得られたリスクの区分及びリスク値が複数ある場合にはリスク値の数値の悪いほうのリスク値を判定結果の値として選択する手段
を含む請求項３に記載のＥＢＭに基づいた生活習慣病チェックシステム。
【請求項７】
前記ＥＢＭ論文データ記憶手段のデータを記憶する手段は、
生活習慣病に関連するキーワードを選択する手段、
キーワードから、論文を検索するための検索式を作成する手段、
検索式に基づき、論文データベースから論文を検索する手段、
論文から数値を抽出し、リスク種別，疾患種類，性別，年齢，リスクの区分，リスク値のそれぞれをコード化してＥＢＭ論文データ記憶手段に記憶する手段
を含む請求項３に記載のＥＢＭに基づいた生活習慣病チェックシステム。
【請求項８】
前記疾患とリスク値の判定は、ＥＢＭ論文データに基づいて行われるものであり、
前記ＥＢＭ論文データは、リスク種別と疾患との因果関係が明らかなＥＢＭに関する研究論文を選び、これを数値化したものであり、
前記アンケートは、前記ＥＢＭ論文データを引き出すための、日頃の生活習慣および食事に関する質問で構成されるものである請求項３に記載のＥＢＭに基づいた生活習慣病チェックシステム。
【請求項９】
コンピュータは、アンケートに示された、回答者の生活習慣および食事の内容，性別，年齢をＥＢＭ論文データと照合し、判定に適用可能なＥＢＭ論文データを引き出し、当該論文データに示される疾患の種類およびリスク値を、アンケート回答者に引き起こされる疾患とそのリスクの判定結果として出力する請求項３に記載のＥＢＭに基づいた生活習慣病チェックシステム。
【請求項１０】
日頃の生活習慣および食事といったリスク種別に関するアンケートを行い、リスク種別から引き起こされる疾患をアンケートの回答データごとに判定し、判定結果として、引き起こされる疾患とそのリスクの値を出力して、生活習慣病の判定を行うシステムであって、
クライアントのコンピュータは、
前記アンケートの回答を入力する手段と、
アンケートの回答データをインターネット接続回線或いはＬＡＮを介してサーバーに送信する手段と、
前記お天気マークを出力する手段とを有し、
サーバーのコンピュータは、
前記ＥＢＭ質問記憶手段、前記ＥＢＭ回答記憶手段、前記ＥＢＭ論文データ記憶手段、前記質問関連記憶手段、前記過去のアンケート結果記憶手段、前記各レコードを抽出する手段、判定結果をインターネット接続回線或いはＬＡＮを介してクライアントのコンピュータに送信する手段を有する請求項３、４、５又は６のいづれか１に記載のＥＢＭに基づいた生活習慣病チェックシステム。
【請求項１】
日頃の生活習慣および食事といったリスク種別に関するアンケートを行い、リスク種別から引き起こされる疾患をアンケートの回答データごとに判定し、判定結果として、引き起こされる疾患とそのリスクの値を出力して、生活習慣病の判定を行うために、コンピュータを、
予めリスク種別に関連したアンケートの質問内容を記憶するＥＢＭ質問記憶手段、
アンケートの回答を入力する手段、
アンケートの回答を記憶するＥＢＭ回答記憶手段、
予めリスク種別から引き起こされる疾患とそのリスク値の判定を行うためのデータを記憶するＥＢＭ論文データ記憶手段、
予めアンケートの質問の順番が登録された質問コードと、アンケートの質問が前記論文データ記憶手段のどのレコードに関連があるかを関連付けたＥＢＭコードを記憶する質問関連記憶手段、
判定を行う質問のＥＢＭコードを質問関連記憶手段から読み出した後に、このＥＢＭコードと同一のＥＢＭコードをもつレコードをＥＢＭ論文データ記憶手段から読み出し、読み出したレコードのリスク種別コードに合致するレコードを前記ＥＢＭ論文データ記憶手段から抽出する手段、
前記ＥＢＭ論文データ記憶手段から抽出されたレコードの中から、判定する疾患のレコードを抽出する手段、
抽出された判定する疾患のレコードの中から、アンケートの対象者の性別に該当するレコードを抽出する手段、
抽出されたアンケートの対象者の性別に該当するレコードの中から、アンケートの対象者の年齢に該当するレコードを抽出する手段、
抽出されたアンケートの対象者の年齢に該当するレコードと、ＥＢＭ回答記録手段に記録されているアンケートの回答データとを参照し、回答データの範囲にあてはまるリスクの区分及びリスク値を選択する手段、
選択されたリスク値を、リスク種別の項目を横軸、疾患種類の項目を縦軸とした表の第１のお天気マーク表示用領域に格納し、格納したリスク値をリスクのレベルとして、「お日様」、「曇り」、「雨」、「雷」などのイラストの「お天気マーク」に変換して出力する手段、
選択されたレコードのリスク種別と性別，年齢，リスクのレベルの値を、第２のお天気マーク表示用領域に格納し、格納した値を表形式のリストで出力する手段、
出力されたアンケートの判定結果を記憶する過去のアンケート結果記憶手段、
として機能させるためのＥＢＭに基づいた生活習慣病チェックプログラム。
【請求項２】
日頃の生活習慣および食事といったリスク種別に関するアンケートを行い、リスク種別から引き起こされる疾患をアンケートの回答データごとに判定し、判定結果として、引き起こされる疾患とそのリスクの値を出力して、生活習慣病の判定を行うために、コンピュータを、
予めリスク種別に関連したアンケートの質問内容を記憶するＥＢＭ質問記憶手段、
アンケートの回答を入力する手段、
アンケートの回答を記憶するＥＢＭ回答記憶手段、
予めリスク種別から引き起こされる疾患とそのリスク値の判定を行うためのデータを記憶するＥＢＭ論文データ記憶手段、
予めアンケートの質問の順番が登録された質問コードと、アンケートの質問が前記論文データ記憶手段のどのレコードに関連があるかを関連付けたＥＢＭコードを記憶する質問関連記憶手段、
判定を行う質問のＥＢＭコードを質問関連記憶手段から読み出した後に、このＥＢＭコードと同一のＥＢＭコードをもつレコードをＥＢＭ論文データ記憶手段から読み出し、読み出したレコードのリスク種別コードに合致するレコードを前記ＥＢＭ論文データ記憶手段から抽出する手段、
前記ＥＢＭ論文データ記憶手段から抽出されたレコードの中から、判定する疾患のレコードを抽出する手段、
抽出された判定する疾患のレコードの中から、アンケートの対象者の性別に該当するレコードを抽出する手段、
抽出されたアンケートの対象者の性別に該当するレコードの中から、アンケートの対象者の年齢に該当するレコードを抽出する手段、
抽出されたアンケートの対象者の年齢に該当するレコードと、ＥＢＭ回答記録手段に記録されているアンケートの回答データとを参照し、回答データの範囲にあてはまるリスクの区分及びリスク値を選択する手段、
選択されたリスク値を、リスク種別の項目を横軸、疾患種類の項目を縦軸とした表の第１のお天気マーク表示用領域に格納し、格納したリスク値をリスクのレベルとして、「お日様」、「曇り」、「雨」、「雷」などのイラストの「お天気マーク」に変換して出力する手段、
選択されたレコードのリスク種別と性別，年齢，リスクのレベルの値を、第２のお天気マーク表示用領域に格納し、格納した値を表形式のリストで出力する手段、
出力されたアンケートの判定結果を記憶する過去のアンケート結果記憶手段、
として機能させるためのＥＢＭに基づいた生活習慣病チェックプログラムを記憶したコンピュータ読み取り可能な記憶媒体。
【請求項３】
日頃の生活習慣および食事といったリスク種別に関するアンケートを行い、リスク種別から引き起こされる疾患をアンケートの回答データごとに判定し、判定結果として、引き起こされる疾患とそのリスクの値を出力して、生活習慣病の判定を行うシステムであって、
予めリスク種別に関連したアンケートの質問内容を記憶するＥＢＭ質問記憶手段、
アンケートの回答を入力する手段、
アンケートの回答を記憶するＥＢＭ回答記憶手段、
予めリスク種別から引き起こされる疾患とそのリスク値の判定を行うためのデータを記憶するＥＢＭ論文データ記憶手段、
予めアンケートの質問の順番が登録された質問コードと、アンケートの質問が前記論文データ記憶手段のどのレコードに関連があるかを関連付けたＥＢＭコードを記憶する質問関連記憶手段、
判定を行う質問のＥＢＭコードを質問関連記憶手段から読み出した後に、このＥＢＭコードと同一のＥＢＭコードをもつレコードをＥＢＭ論文データ記憶手段から読み出し、読み出したレコードのリスク種別コードに合致するレコードを前記ＥＢＭ論文データ記憶手段から抽出する手段、
前記ＥＢＭ論文データ記憶手段から抽出されたレコードの中から、判定する疾患のレコードを抽出する手段、
抽出された判定する疾患のレコードの中から、アンケートの対象者の性別に該当するレコードを抽出する手段、
抽出されたアンケートの対象者の性別に該当するレコードの中から、アンケートの対象者の年齢に該当するレコードを抽出する手段、
抽出されたアンケートの対象者の年齢に該当するレコードと、ＥＢＭ回答記録手段に記録されているアンケートの回答データとを参照し、回答データの範囲にあてはまるリスクの区分及びリスク値を選択する手段、
選択されたリスク値を、リスク種別の項目を横軸、疾患種類の項目を縦軸とした表の第１のお天気マーク表示用領域に格納し、格納したリスク値をリスクのレベルとして、「お日様」、「曇り」、「雨」、「雷」などのイラストの「お天気マーク」に変換して出力する手段、
選択されたレコードのリスク種別と性別，年齢，リスクのレベルの値を、第２のお天気マーク表示用領域に格納し、格納した値を表形式のリストで出力する手段、
出力されたアンケートの判定結果を記憶する過去のアンケート結果記憶手段、
からなるＥＢＭに基づいた生活習慣病チェックシステム。
【請求項４】
前記アンケートの対象者の性別に該当するレコードを抽出する手段は、
アンケートの対象者の性別に該当するレコードがない場合には、判定に適用可能な反対のまたは男女全体の性別のレコードを選択する手段、
前記第１のお天気マーク表示用領域と前記第２のお天気マーク表示用領域の、背景をブルー色で表示するよう指定する手段、
を含む請求項３に記載のＥＢＭに基づいた生活習慣病チェックシステム。
【請求項５】
前記アンケートの対象者の年齢に該当するレコードを抽出する手段は、
アンケートの対象者の年齢に該当するレコードがない場合には、判定に適用可能な最も近い年齢のレコードを抽出する手段、
前記第１のお天気マーク表示用領域と前記第２のお天気マーク表示用領域の、背景をオレンジ色で表示するよう指定する手段、
を含む請求項３に記載のＥＢＭに基づいた生活習慣病チェックシステム。
【請求項６】
前記回答データの範囲にあてはまるリスクの区分及びリスク値を選択する手段は、
得られたリスクの区分及びリスク値が複数ある場合にはリスク値の数値の悪いほうのリスク値を判定結果の値として選択する手段
を含む請求項３に記載のＥＢＭに基づいた生活習慣病チェックシステム。
【請求項７】
前記ＥＢＭ論文データ記憶手段のデータを記憶する手段は、
生活習慣病に関連するキーワードを選択する手段、
キーワードから、論文を検索するための検索式を作成する手段、
検索式に基づき、論文データベースから論文を検索する手段、
論文から数値を抽出し、リスク種別，疾患種類，性別，年齢，リスクの区分，リスク値のそれぞれをコード化してＥＢＭ論文データ記憶手段に記憶する手段
を含む請求項３に記載のＥＢＭに基づいた生活習慣病チェックシステム。
【請求項８】
前記疾患とリスク値の判定は、ＥＢＭ論文データに基づいて行われるものであり、
前記ＥＢＭ論文データは、リスク種別と疾患との因果関係が明らかなＥＢＭに関する研究論文を選び、これを数値化したものであり、
前記アンケートは、前記ＥＢＭ論文データを引き出すための、日頃の生活習慣および食事に関する質問で構成されるものである請求項３に記載のＥＢＭに基づいた生活習慣病チェックシステム。
【請求項９】
コンピュータは、アンケートに示された、回答者の生活習慣および食事の内容，性別，年齢をＥＢＭ論文データと照合し、判定に適用可能なＥＢＭ論文データを引き出し、当該論文データに示される疾患の種類およびリスク値を、アンケート回答者に引き起こされる疾患とそのリスクの判定結果として出力する請求項３に記載のＥＢＭに基づいた生活習慣病チェックシステム。
【請求項１０】
日頃の生活習慣および食事といったリスク種別に関するアンケートを行い、リスク種別から引き起こされる疾患をアンケートの回答データごとに判定し、判定結果として、引き起こされる疾患とそのリスクの値を出力して、生活習慣病の判定を行うシステムであって、
クライアントのコンピュータは、
前記アンケートの回答を入力する手段と、
アンケートの回答データをインターネット接続回線或いはＬＡＮを介してサーバーに送信する手段と、
前記お天気マークを出力する手段とを有し、
サーバーのコンピュータは、
前記ＥＢＭ質問記憶手段、前記ＥＢＭ回答記憶手段、前記ＥＢＭ論文データ記憶手段、前記質問関連記憶手段、前記過去のアンケート結果記憶手段、前記各レコードを抽出する手段、判定結果をインターネット接続回線或いはＬＡＮを介してクライアントのコンピュータに送信する手段を有する請求項３、４、５又は６のいづれか１に記載のＥＢＭに基づいた生活習慣病チェックシステム。
【図２】
【図４】
【図１】
【図３】
【図５】
【図６】
【図７】
【図８】
【図９】
【図１０】
【図１１】
【図４】
【図１】
【図３】
【図５】
【図６】
【図７】
【図８】
【図９】
【図１０】
【図１１】
【公開番号】特開２００８−５２５１１（Ｐ２００８−５２５１１Ａ）
【公開日】平成２０年３月６日（２００８．３．６）
【国際特許分類】
【出願番号】特願２００６−２２８１８６（Ｐ２００６−２２８１８６）
【出願日】平成１８年８月２４日（２００６．８．２４）
【出願人】（５００２８９２９７）株式会社 アルファ インターナショナル (1)
【Ｆターム（参考）】
【公開日】平成２０年３月６日（２００８．３．６）
【国際特許分類】
【出願日】平成１８年８月２４日（２００６．８．２４）
【出願人】（５００２８９２９７）株式会社 アルファ インターナショナル (1)
【Ｆターム（参考）】
[ Back to top ]