2024-116998 睡眠習慣を考慮した将来の認知機能に関する食物の評価方法

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】公開特許公報(A)

(11)【公開番号】P2024116998

(43)【公開日】2024-08-28

(54)【発明の名称】睡眠習慣を考慮した将来の認知機能に関する食物の評価方法

(51)【国際特許分類】

   G16H 20/60 20180101AFI20240821BHJP

【ＦＩ】

G16H20/60

【審査請求】未請求

【請求項の数】21

【出願形態】ＯＬ

(21)【出願番号】P 2023022901

(22)【出願日】2023-02-16

(71)【出願人】

【識別番号】510108858

【氏名又は名称】国立研究開発法人国立長寿医療研究センター

(71)【出願人】

【識別番号】000000066

【氏名又は名称】味の素株式会社

(74)【代理人】

【識別番号】110002147

【氏名又は名称】弁理士法人酒井国際特許事務所

(72)【発明者】

【氏名】伊藤（大塚） 礼

(72)【発明者】

【氏名】木下 かほり

(72)【発明者】

【氏名】荒井 秀典

(72)【発明者】

【氏名】▲高▼田 理浩

(72)【発明者】

【氏名】近藤（神通） 寛子

(72)【発明者】

【氏名】今泉 明

(72)【発明者】

【氏名】鈴木 克也

【テーマコード（参考）】

5L099

【Ｆターム（参考）】

5L099AA04

(57)【要約】

【課題】例えば評価対象とする食物が睡眠に課題がある人における認知機能低下リスクと関連するものか等に関する情報を提供することができる評価方法などを提供することを課題とする。
【解決手段】本実施形態では、Ｉｌｅ、Ｌｅｕ、Ｃｙｓ、Ｐｈｅ、Ｔｙｒ、Ｔｒｐ、Ｖａｌ、Ａｒｇ、Ａｌａ、Ａｓｐ、Ｐｒｏ、およびＳｅｒのうちの少なくとも１つのアミノ酸の食物中の量の値、または、前記量の前記値が代入される変数を含む式と前記量の前記値とを用いて算出された前記式の値を用いて、睡眠に課題がある人における認知機能低下の観点から食物を評価する。
【選択図】図１

【特許請求の範囲】

【請求項1】

Ｉｌｅ、Ｌｅｕ、Ｃｙｓ、Ｐｈｅ、Ｔｙｒ、Ｔｒｐ、Ｖａｌ、Ａｒｇ、Ａｌａ、Ａｓｐ、Ｐｒｏ、およびＳｅｒのうちの少なくとも１つのアミノ酸の食物中の量の値である第一の値、または、前記第一の値が代入される変数を含む式と前記第一の値とを用いて算出された前記式の値を用いて、睡眠に課題がある人における認知機能低下の観点から前記食物を評価する評価ステップを含むこと、
を特徴とする評価方法。

【請求項2】

前記評価ステップでは、前記第一の値と前記食物中のエネルギー、たんぱく質、脂質、および炭水化物の量の値のうちの少なくとも１つの値である第二の値とを用いる、または、前記第一の値が代入される変数と前記第二の値が代入される変数とを含む式と前記第一の値と前記第二の値とを用いて算出された前記式の値を用いること、
を特徴とする請求項１に記載の評価方法。

【請求項3】

前記評価ステップで得られた評価結果に応じた将来の認知機能低下リスクを下げるためのアドバイス情報を作成する作成ステップをさらに含むこと、
を特徴とする請求項１または２に記載の評価方法。

【請求項4】

ユーザの睡眠習慣情報を基に、当該ユーザが、認知機能維持の観点から睡眠に課題がある人かを特定する特定ステップをさらに含み、
前記食物は、前記特定ステップで、認知機能維持の観点から睡眠に課題がある人と特定された前記ユーザに紐づくものであること、
を特徴とする請求項３に記載の評価方法。

【請求項5】

睡眠に課題があるとは、睡眠の量または質に課題があることであり、
前記睡眠習慣情報は、睡眠の量または質に関する情報であること、
を特徴とする請求項４に記載の評価方法。

【請求項6】

前記食物は、一定期間分の食事に相当するものであること、
を特徴とする請求項５に記載の評価方法。

【請求項7】

前記特定ステップ、前記評価ステップ、および前記作成ステップは、制御部を備えた情報処理装置の前記制御部において実行されること、
を特徴とする請求項６に記載の評価方法。

【請求項8】

Ｉｌｅ、Ｌｅｕ、Ｃｙｓ、Ｐｈｅ、Ｔｙｒ、Ｔｒｐ、Ｖａｌ、Ａｒｇ、Ａｌａ、Ａｓｐ、Ｐｒｏ、およびＳｅｒのうちの少なくとも１つのアミノ酸の食物中の量の値である第一の値、および、前記第一の値が代入される変数を含む、睡眠に課題がある人における認知機能低下の観点から前記食物を評価するための式を用いて、前記式の値を算出する算出ステップを含むこと、
を特徴とする算出方法。

【請求項9】

前記算出ステップは、制御部を備えた情報処理装置の前記制御部において実行されること、
を特徴とする請求項８に記載の算出方法。

【請求項10】

制御部を備える評価装置であって、
前記制御部は、
Ｉｌｅ、Ｌｅｕ、Ｃｙｓ、Ｐｈｅ、Ｔｙｒ、Ｔｒｐ、Ｖａｌ、Ａｒｇ、Ａｌａ、Ａｓｐ、Ｐｒｏ、およびＳｅｒのうちの少なくとも１つのアミノ酸の食物中の量の値である第一の値、または、前記第一の値が代入される変数を含む式と前記第一の値とを用いて算出された前記式の値を用いて、睡眠に課題がある人における認知機能低下の観点から前記食物を評価する評価手段
を備えること、
を特徴とする評価装置。

【請求項11】

端末装置とネットワークを介して通信可能に接続され、
前記制御部は、
前記第一の値を算出するための情報、前記情報を用いて算出された前記第一の値、または前記式の値を受信するデータ受信手段と、
前記評価手段で得られた結果を前記端末装置へ送信する結果送信手段と、
をさらに備え、
前記評価手段は、（１）前記データ受信手段で前記情報を受信した場合、受信した前記情報を用いて前記第一の値を算出する処理、または、受信した前記情報を用いて前記第一の値を算出し、算出した前記第一の値と前記式とを用いて前記式の値を算出する処理を実行し、前記処理で得られた前記第一の値または前記式の値を用いて、睡眠に課題がある人における認知機能低下の観点から前記食物を評価し、（２）前記データ受信手段で前記第一の値または前記式の値を受信した場合、受信した前記第一の値または前記式の値を用いて、睡眠に課題がある人における認知機能低下の観点から前記食物を評価すること、
を特徴とする請求項１０に記載の評価装置。

【請求項12】

制御部を備える算出装置であって、
前記制御部は、
Ｉｌｅ、Ｌｅｕ、Ｃｙｓ、Ｐｈｅ、Ｔｙｒ、Ｔｒｐ、Ｖａｌ、Ａｒｇ、Ａｌａ、Ａｓｐ、Ｐｒｏ、およびＳｅｒのうちの少なくとも１つのアミノ酸の食物中の量の値である第一の値、および、前記第一の値が代入される変数を含む、睡眠に課題がある人における認知機能低下の観点から前記食物を評価するための式を用いて、前記式の値を算出する算出手段
を備えること、
を特徴とする算出装置。

【請求項13】

制御部を備える情報処理装置において実行させるための評価プログラムであって、
前記制御部において実行させるための、
Ｉｌｅ、Ｌｅｕ、Ｃｙｓ、Ｐｈｅ、Ｔｙｒ、Ｔｒｐ、Ｖａｌ、Ａｒｇ、Ａｌａ、Ａｓｐ、Ｐｒｏ、およびＳｅｒのうちの少なくとも１つのアミノ酸の食物中の量の値である第一の値、または、前記第一の値が代入される変数を含む式と前記第一の値とを用いて算出された前記式の値を用いて、睡眠に課題がある人における認知機能低下の観点から前記食物を評価する評価ステップ
を含むこと、
を特徴とする評価プログラム。

【請求項14】

制御部を備える情報処理装置において実行させるための算出プログラムであって、
前記制御部において実行させるための、
Ｉｌｅ、Ｌｅｕ、Ｃｙｓ、Ｐｈｅ、Ｔｙｒ、Ｔｒｐ、Ｖａｌ、Ａｒｇ、Ａｌａ、Ａｓｐ、Ｐｒｏ、およびＳｅｒのうちの少なくとも１つのアミノ酸の食物中の量の値である第一の値、および、前記第一の値が代入される変数を含む、睡眠に課題がある人における認知機能低下の観点から前記食物を評価するための式を用いて、前記式の値を算出する算出ステップ
を含むこと、
を特徴とする算出プログラム。

【請求項15】

請求項１３または１４に記載のプログラムを記録したコンピュータ読み取り可能な記録媒体。

【請求項16】

制御部を備える評価装置と制御部を備える端末装置とをネットワークを介して通信可能に接続して構成される評価システムであって、
前記端末装置の前記制御部は、
前記評価装置から送信された、睡眠に課題がある人における認知機能低下の観点から食物を評価した結果を受信する結果受信手段
を備え、
前記評価装置の前記制御部は、
Ｉｌｅ、Ｌｅｕ、Ｃｙｓ、Ｐｈｅ、Ｔｙｒ、Ｔｒｐ、Ｖａｌ、Ａｒｇ、Ａｌａ、Ａｓｐ、Ｐｒｏ、およびＳｅｒのうちの少なくとも１つのアミノ酸の前記食物中の量の値である第一の値を算出するための情報、前記情報を用いて算出された前記第一の値、または、前記第一の値が代入される変数を含む式と前記第一の値とを用いて算出された前記式の値を受信するデータ受信手段と、
（１）前記データ受信手段で前記情報を受信した場合、受信した前記情報を用いて前記第一の値を算出する処理、または、受信した前記情報を用いて前記第一の値を算出し、算出した前記第一の値と前記式とを用いて前記式の値を算出する処理を実行し、前記処理で得られた前記第一の値または前記式の値を用いて、睡眠に課題がある人における認知機能低下の観点から前記食物を評価し、（２）前記データ受信手段で前記第一の値または前記式の値を受信した場合、受信した前記第一の値または前記式の値を用いて、睡眠に課題がある人における認知機能低下の観点から前記食物を評価する評価手段と、
前記評価手段で得られた前記結果を前記端末装置へ送信する結果送信手段と、
を備えること、
を特徴とする評価システム。

【請求項17】

制御部を備えた端末装置であって、
前記制御部は、
睡眠に課題がある人における認知機能低下の観点から食物を評価した結果を取得する結果取得手段
を備え、
前記結果は、Ｉｌｅ、Ｌｅｕ、Ｃｙｓ、Ｐｈｅ、Ｔｙｒ、Ｔｒｐ、Ｖａｌ、Ａｒｇ、Ａｌａ、Ａｓｐ、Ｐｒｏ、およびＳｅｒのうちの少なくとも１つのアミノ酸の食物中の量の値である第一の値、または、前記第一の値が代入される変数を含む式と前記第一の値とを用いて算出された前記式の値を用いて、睡眠に課題がある人における認知機能低下の観点から前記食物を評価した結果であること、
を特徴とする端末装置。

【請求項18】

前記評価を行う評価装置とネットワークを介して通信可能に接続されており、
前記結果取得手段は、前記評価装置から送信された前記結果を受信すること、
を特徴とする請求項１７に記載の端末装置。

【請求項19】

穀類、砂糖及び甘味類、豆類、種実類、その他の野菜、きのこ類、魚介類、肉類、卵類、および乳類のうちのいずれか１つの食品群に属する食物における、Ｉｌｅ、Ｌｅｕ、Ｃｙｓ、Ｐｈｅ、Ｔｙｒ、Ｔｒｐ、Ｖａｌ、Ａｒｇ、Ａｌａ、Ａｓｐ、Ｐｒｏ、およびＳｅｒのうちの少なくとも１つのアミノ酸の過不足に関する情報を用いて、睡眠に課題がある人における認知機能低下の観点から前記食物を評価する評価ステップを含むこと、
を特徴とする評価方法。

【請求項20】

Ｉｌｅ、Ｌｅｕ、Ｃｙｓ、Ｐｈｅ、Ｔｙｒ、Ｔｒｐ、Ｖａｌ、Ａｒｇ、Ａｌａ、Ａｓｐ、Ｐｒｏ、およびＳｅｒのうちの少なくとも１つのアミノ酸の食物中の量の値である第一の値、または、前記第一の値が代入される変数を含む式と前記第一の値とを用いて算出された前記式の値を用いて、睡眠に課題がある評価対象の認知機能低下リスクを評価する評価ステップを含むこと、
を特徴とする評価方法。

【請求項21】

ユーザの睡眠習慣情報を基に、当該ユーザが、認知機能維持の観点から睡眠に課題がある人かを特定する特定ステップと、
前記特定ステップで、認知機能維持の観点から睡眠に課題がある人と特定された前記ユーザに、Ｉｌｅ、Ｌｅｕ、Ｃｙｓ、Ｐｈｅ、Ｔｙｒ、Ｔｒｐ、Ｖａｌ、Ａｒｇ、Ａｌａ、Ａｓｐ、Ｐｒｏ、およびＳｅｒのうちの少なくとも１つのアミノ酸または当該アミノ酸を含む食物に関する推奨情報を提供する提供ステップと、
を含むことを特徴とする情報提供方法。

【発明の詳細な説明】

【技術分野】

【0001】

本発明は、評価方法、算出方法、評価装置、算出装置、評価プログラム、算出プログラム、記録媒体、評価システム、端末装置および情報提供方法に関する。

【背景技術】

【0002】

高齢化社会の加速に伴い認知症患者数の増加が見込まれている。認知症患者数は、２０５０年には１０００万人を上回ると算出されている。認知症を発症すると、中核症状と言われる認知機能の低下などの症状の回復は見込まれない。そのため、認知症は、発症前の予防が非常に重要な疾患である。また、アルツハイマー型認知症（Ａｌｚｈｅｉｍｅｒ’ｓ ｄｉｓｅａｓｅ：ＡＤ）の研究において、ＡＤが発症する２０年以上前から脳内変化が始まっていることが明らかになりつつある。この研究から、より若年層からの予防が重要であることがわかる。

【0003】

認知症発症に関わる危険因子として、ＡｐｏＥ４遺伝子などの遺伝的背景および糖尿病や高血圧などの生活習慣病などが挙げられる。さらに、喫煙、社会参画状況、外出頻度の低下および食事内容などの生活習慣も、認知症発症に関わると云われている。特に、食事内容と認知症発症または認知機能との関わりについて、タンパク質摂取量が多いと認知症の前段階である軽度認知障害のリスクが低下するという報告（非特許文献１）および高齢者のタンパク摂取量と認知機能は正の相関を示すという報告（非特許文献２）などがある。また、食事からのアミノ酸摂取量と認知機能との関連を示す報告（特許文献１）もある。そのため、タンパク質摂取量およびアミノ酸摂取量は、認知症発症または認知機能に関わる重要な因子であると考えられる。さらに、認知機能の改善に対する食事からのメラトニンおよびトリプトファン摂取の効果が検討されている（非特許文献３）。また、リジン摂取が健康者の認知機能を改善するという報告や（特許文献２）、ＡＤまたは不安様症状の改善に対するＬ－アルギニンまたはリシン摂取の効果を示唆する報告（非特許文献４～７）および作業記憶低下および認知機能低下の改善に対するチロシン摂取の改善を示唆する報告（非特許文献８）などがある。

【先行技術文献】

【特許文献】

【0004】

【特許文献1】国際公開２０２０／２５５７４３号

【特許文献2】欧州特許第２３６７５４７号（Ａ１）

【非特許文献】

【0005】

【非特許文献1】J. Alzheimers Dis. 32(2) 329-339（2012）

【非特許文献2】Am. J. Clin. Nutr. 65(1) 20-29（1997）

【非特許文献3】Angro Food Industry Hi-Tech 22 (4) 23-24 (2011)

【非特許文献4】The American Journal of Medicine 108 (5) 439 (2000 Apr 1)

【非特許文献5】Neuropsychiatric Disease and Treatment 6 707-710 (2010)

【非特許文献6】Biomedical Research 28 (2) 85-90 (2007)

【非特許文献7】J. Nutr. 132 (12) 3744-3746 (2002)

【非特許文献8】Amino Acids 45 (5) 1035-1045 (2013)

【発明の概要】

【発明が解決しようとする課題】

【0006】

しかし、上述した報告の中には、認知機能低下に対し十分な予防または改善の効果があるとはいえないものおよび有効性の検証が必要なものが存在する。さらに、睡眠習慣が考慮された上での、食物からのアミノ酸摂取量と認知機能低下との関連については、未だ明らかになっていない。

【0007】

本発明は、例えば評価対象とする食物が睡眠に課題がある人における認知機能低下リスクと関連するものか等に関する情報を提供することができる評価方法、算出方法、評価装置、算出装置、評価プログラム、算出プログラム、記録媒体、評価システムおよび端末装置、睡眠に課題がある人における認知機能低下リスクを知る上で参考となり得る信頼性の高い情報を提供することができる評価方法、ならびに、睡眠に課題がある人における認知機能低下リスクを抑制するための情報を提供することができる情報提供方法を提供することを目的とする。

【課題を解決するための手段】

【0008】

本発明者らは、上記課題を解決するために鋭意検討し、国立長寿医療研究センター・老化に関する長期縦断疫学研究（National Institute for Longevity Science - Longitudinal Study of Aging : NILS-LSA）のデータを用いて睡眠時間と認知機能に関連があるかを先行研究（実施例１に記載した文献１および文献２）と同様に解析することにより睡眠習慣と認知機能との関連性を評価し、その後、睡眠時間の特性別に分けた集団に対して、認知機能に関する臨床評価指標と栄養摂取情報との関連、当該臨床評価指標と食事中のアミノ酸関連情報との関連、及び当該臨床評価指標と同一タンパク質摂取量中におけるアミノ酸関連情報との関連を見出し、本発明を完成するに至った。

【0009】

上述した課題を解決し、目的を達成するために、本発明にかかる評価方法は、１２種類のアミノ酸（Ｉｌｅ、Ｌｅｕ、Ｃｙｓ、Ｐｈｅ、Ｔｙｒ、Ｔｒｐ、Ｖａｌ、Ａｒｇ、Ａｌａ、Ａｓｐ、Ｐｒｏ、およびＳｅｒ）のうちの少なくとも１つのアミノ酸の食物中の量の値である第一の値、または、前記第一の値が代入される変数を含む式と前記第一の値とを用いて算出された前記式の値を用いて、睡眠に課題がある人における認知機能低下の観点から前記食物を評価する評価ステップを含むこと、を特徴とする。

【0010】

ここで、本明細書では各種アミノ酸を主に略称で表記するが、それらの正式名称は以下の通りである。
（略称） （正式名称）
AAA Aromatic amino acids (Tyrosine and Phenylalanine)
Ala Alanine
Arg Arginine
Asp Aspartic acid and Asparagine
BCAA Branched-chain amino acids (Isoleucine, Leucine and Valine)
Cys Cystine
Glu Glutamic acid and Glutamine
Gly Glycine
His Histidine
Ile Isoleucine
Leu Leucine
Lys Lysine
Met Methionine
Phe Phenylalanine
Pro Proline
SAA Sulfur-containing amino acids (Methionine and Cystine)
Ser Serine
Thr Threonine
Trp Tryptophan
Tyr Tyrosine
Val Valine
Hypro Hydroxyproline

【0011】

なお、本発明にかかる評価方法において、前記評価ステップでは、前記第一の値と前記食物中のエネルギー、たんぱく質、脂質、および炭水化物の量の値のうちの少なくとも１つの値である第二の値とを用いてもよく、また、前記第一の値が代入される変数と前記第二の値が代入される変数とを含む式と前記第一の値と前記第二の値とを用いて算出された前記式の値を用いてもよい。

【0012】

また、本発明にかかる評価方法は、前記評価ステップで得られた評価結果に応じた将来の認知機能低下リスクを下げるためのアドバイス情報を作成する作成ステップをさらに含んでもよい。

【0013】

また、本発明にかかる評価方法は、ユーザの睡眠習慣情報を基に、当該ユーザが、認知機能維持の観点から睡眠に課題がある人かを特定する特定ステップをさらに含んでもよく、また、本発明にかかる評価方法において、前記食物は、前記特定ステップで、認知機能維持の観点から睡眠に課題がある人と特定された前記ユーザに紐づくものでもよい。

【0014】

また、本発明にかかる評価方法において、睡眠に課題があるとは、睡眠の量または質に課題があるということでもよく、また、前記睡眠習慣情報は、睡眠の量または質に関する情報でもよい。

【0015】

また、本発明にかかる評価方法において、前記食物は、一定期間分の食事に相当するものでもよい。

【0016】

また、本発明にかかる評価方法において、前記特定ステップ、前記評価ステップ、および前記作成ステップは、制御部を備えた情報処理装置の前記制御部において実行されてもよい。

【0017】

また、本発明にかかる算出方法は、前記第一の値、および、前記第一の値が代入される変数を含む、睡眠に課題がある人における認知機能低下の観点から前記食物を評価するための式を用いて、前記式の値を算出する算出ステップを含むこと、を特徴とする。

【0018】

なお、本発明にかかる算出方法において、前記算出ステップは、制御部を備えた情報処理装置の前記制御部において実行されてもよい。

【0019】

また、本発明にかかる評価装置は、制御部を備える評価装置であって、前記制御部は、前記第一の値、または、前記第一値が代入される変数を含む式と前記第一の値とを用いて算出された前記式の値を用いて、睡眠に課題がある人における認知機能低下の観点から前記食物を評価する評価手段を備えること、を特徴とする。

【0020】

なお、本発明にかかる評価装置は、端末装置とネットワークを介して通信可能に接続されてもよく、前記制御部は、前記第一の値を算出するための情報、前記情報を用いて算出された前記第一の値、または前記式の値を受信するデータ受信手段と、前記評価手段で得られた結果を前記端末装置へ送信する結果送信手段と、をさらに備えてもよく、前記評価手段は、（１）前記データ受信手段で前記情報を受信した場合、受信した前記情報を用いて前記第一の値を算出する処理、または、受信した前記情報を用いて前記第一の値を算出し、算出した前記第一の値と前記式とを用いて前記式の値を算出する処理を実行し、前記処理で得られた前記第一の値または前記式の値を用いて、睡眠に課題がある人における認知機能低下の観点から前記食物を評価し、（２）前記データ受信手段で前記第一の値または前記式の値を受信した場合、受信した前記第一の値または前記式の値を用いて、睡眠に課題がある人における認知機能低下の観点から前記食物を評価してもよい。

【0021】

また、本発明にかかる算出装置は、制御部を備える算出装置であって、前記制御部は、前記第一の値、および、前記第一の値が代入される変数を含む、睡眠に課題がある人における認知機能低下の観点から前記食物を評価するための式を用いて、前記式の値を算出する算出手段を備えること、を特徴とする。

【0022】

また、本発明にかかる評価プログラムは、制御部を備える情報処理装置において実行させるための評価プログラムであって、前記制御部において実行させるための、前記第一の値、または、前記第一の値が代入される変数を含む式と前記第一の値とを用いて算出された前記式の値を用いて、睡眠に課題がある人における認知機能低下の観点から前記食物を評価する評価ステップを含むこと、を特徴とする。

【0023】

また、本発明にかかる算出プログラムは、制御部を備える情報処理装置において実行させるための算出プログラムであって、前記制御部において実行させるための、前記第一の値、および、前記第一の値が代入される変数を含む、睡眠に課題がある人における認知機能低下の観点から前記食物を評価するための式を用いて、前記式の値を算出する算出ステップを含むこと、を特徴とする。

【0024】

また、本発明にかかる記録媒体は、前記評価プログラムまたは前記算出プログラムを記録したコンピュータ読み取り可能な記録媒体である。具体的には、本発明にかかる記録媒体は、一時的でないコンピュータ読み取り可能な記録媒体であって、情報処理装置に前記評価方法または前記算出方法を実行させるためのプログラム化された命令を含むこと、を特徴とするものである。

【0025】

また、本発明にかかる評価システムは、制御部を備える評価装置と制御部を備える端末装置とをネットワークを介して通信可能に接続して構成される評価システムであって、前記端末装置の前記制御部は、前記評価装置から送信された、睡眠に課題がある人における認知機能低下の観点から食物を評価した結果を受信する結果受信手段を備え、前記評価装置の前記制御部は、前記第一の値を算出するための情報、前記情報を用いて算出された前記第一の値、または、前記第一の値が代入される変数を含む式と前記第一の値とを用いて算出された前記式の値を受信するデータ受信手段と、（１）前記データ受信手段で前記情報を受信した場合、受信した前記情報を用いて前記第一の値を算出する処理、または、受信した前記情報を用いて前記第一の値を算出し、算出した前記第一の値と前記式とを用いて前記式の値を算出する処理を実行し、前記処理で得られた前記第一の値または前記式の値を用いて、睡眠に課題がある人における認知機能低下の観点から前記食物を評価し、（２）前記データ受信手段で前記第一の値または前記式の値を受信した場合、受信した前記第一の値または前記式の値を用いて、睡眠に課題がある人における認知機能低下の観点から前記食物を評価する評価手段と、前記評価手段で得られた前記結果を前記端末装置へ送信する結果送信手段と、を備えること、を特徴とする。

【0026】

また、本発明にかかる端末装置は、制御部を備えた端末装置であって、前記制御部は、睡眠に課題がある人における認知機能低下の観点から食物を評価した結果を取得する結果取得手段を備え、前記結果は、前記第一の値、または、前記第一の値が代入される変数を含む式と前記第一の値とを用いて算出された前記式の値を用いて、睡眠に課題がある人における認知機能低下の観点から前記食物を評価した結果であること、を特徴とする。

【0027】

なお、本発明にかかる端末装置は、前記評価を行う評価装置とネットワークを介して通信可能に接続されてもよく、前記結果取得手段は、前記評価装置から送信された前記結果を受信してもよい。

【0028】

また、本発明にかかる評価方法は、１０種類の食品群（穀類、砂糖及び甘味類、豆類、種実類、その他の野菜、きのこ類、魚介類、肉類、卵類、および乳類）のうちのいずれか１つの食品群に属する食物における、前記１２種類のアミノ酸のうちの少なくとも１つのアミノ酸の過不足に関する情報を用いて、睡眠に課題がある人における認知機能低下の観点から前記食物を評価する評価ステップを含むこと、を特徴とする。

【0029】

また、本発明にかかる評価方法は、前記第一の値、または、前記第一の値が代入される変数を含む式と前記第一の値とを用いて算出された前記式の値を用いて、睡眠に課題がある評価対象の認知機能低下リスクを評価する評価ステップを含むこと、を特徴とする。

【0030】

また、本発明にかかる情報提供方法は、ユーザの睡眠習慣情報を基に、当該ユーザが、認知機能維持の観点から睡眠に課題がある人かを特定する特定ステップと、前記特定ステップで、認知機能維持の観点から睡眠に課題がある人と特定された前記ユーザに、前記１２種類のアミノ酸のうちの少なくとも１つのアミノ酸または当該アミノ酸を含む食物に関する推奨情報を提供する提供ステップと、を含むことを特徴とする。

【発明の効果】

【0031】

本発明にかかる評価方法等よれば、例えば評価対象とする食物が睡眠に課題がある人における認知機能低下リスクと関連するものか等に関する情報を提供することができるという効果を奏する。また、本発明にかかる評価方法よれば、睡眠に課題がある人における認知機能低下リスクを知る上で参考となり得る信頼性の高い情報を提供することができるという効果を奏する。また、本発明にかかる情報提供方法よれば、睡眠に課題がある人における認知機能低下リスクを抑制するための情報を提供することができるという効果を奏する。

【図面の簡単な説明】

【0032】

【図1】図１は、第１実施形態の基本原理を示す原理構成図である。

【図2】図２は、第２実施形態の基本原理を示す原理構成図である。

【図3】図３は、本システムの全体構成の一例を示す図である。

【図4】図４は、本システムの全体構成の他の一例を示す図である。

【図5】図５は、本システムの評価装置１００の構成の一例を示すブロック図である。

【図6】図６は、アミノ酸関連データファイル１０６ａに格納される情報の一例を示す図である。

【図7】図７は、指標状態情報ファイル１０６ｂに格納される情報の一例を示す図である。

【図8】図８は、指定指標状態情報ファイル１０６ｃに格納される情報の一例を示す図である。

【図9】図９は、式ファイル１０６ｄ１に格納される情報の一例を示す図である。

【図10】図１０は、評価結果ファイル１０６ｅに格納される情報の一例を示す図である。

【図11】図１１は、評価部１０２ｄの構成を示すブロック図である。

【図12】図１２は、本システムのクライアント装置２００の構成の一例を示すブロック図である。

【図13】図１３は、本システムのデータベース装置５００の構成の一例を示すブロック図である。

【図14】図１４は、ＧＥＥ（Generalized Estimating Equations）解析の結果を示す図である。

【図15】図１５は、エネルギー摂取量並びにたんぱく質、脂質、及び炭水化物の摂取量を評価した解析結果を示す図である。

【図16】図１６は、食事からのアミノ酸摂取量を評価した解析結果を示す図である。

【図17】図１７は、食事からのアミノ酸摂取量を評価した解析結果を示す図である。

【図18】図１８は、食事からのアミノ酸摂取量を評価した解析結果を示す図である。

【図19】図１９は、食事からのアミノ酸摂取量を評価した解析結果を示す図である。

【図20】図２０は、長睡眠時間群における各アミノ酸摂取量の分位点を示す図である。

【図21】図２１は、長睡眠時間群における各アミノ酸摂取量の標準偏差を示す図である。

【図22】図２２は、Ｑ１群の最大摂取量として考えられるデータの範囲を示す図である。

【図23】図２３は、Ｑ１群の最大摂取量として考えられるデータの範囲を示す図である。

【図24】図２４は、体重情報に基づくアミノ酸摂取範囲を示す図である。

【図25】図２５は、体重情報に基づくアミノ酸摂取範囲を示す図である。

【図26】図２６は、ＧＥＥ解析の結果を示す図である。

【図27】図２７は、統計的仮説検定の実施結果を示す図である。

【発明を実施するための形態】

【0033】

以下に、本発明にかかる評価方法、算出方法、および情報提供方法等の実施形態（第１実施形態）ならびに本発明にかかる評価装置、算出装置、評価方法、算出方法、評価プログラム、算出プログラム、記録媒体、評価システム、および端末装置等の実施形態（第２実施形態）を、図面に基づいて詳細に説明する。なお、本発明はこれらの実施形態により限定されるものではない。

【0034】

［第１実施形態］
ここでは、第１実施形態について図１を参照して説明する。図１は第１実施形態の基本原理を示す原理構成図である。

【0035】

まず、前記１２種類のアミノ酸のうちの少なくとも１つのアミノ酸の食物中の量の値（第一の値）に関するアミノ酸関連データを取得する（ステップＳ１１）。なお、当該食物中のエネルギー、たんぱく質、脂質、および炭水化物の量の値のうちの少なくとも１つの値（第二の値）に関する栄養関連データをさらに取得してもよい。また、当該食物中のアミノ酸の量に関する算出ができずに第一の値が得られない場合において、当該食物が１０種類の食品群（「穀類」、「砂糖及び甘味類」、「豆類」、「種実類」、「その他の野菜」、「きのこ類」、「魚介類」、「肉類」、「卵類」、および「乳類」）のうちのいずれか１つの食品群に属するときは、当該食物における前記１２種類のアミノ酸のうちの少なくとも１つのアミノ酸の過不足に関する情報（アミノ酸過不足データ）を得てもよい（後述する実施例８参照）。

【0036】

ここで、食物には、食事（メニュー）、食材、アミノ酸を含む組成物等が含まれる。また、食物は、睡眠に課題があるユーザ（例えば認知機能維持の観点から睡眠に課題があるユーザ等）に紐づくもの（例えば、ユーザが実際に摂取した一回分または一定期間分のもの、ユーザが購入したもの、またはユーザが購入検討中のもの、など）でよい。また、食事は、一回分の食事（例えば、朝食、昼食または夕食など）に相当するものに限らず、一定期間（例えば３日間、１週間または１か月など）分の食事に相当するものであってもよく、睡眠に課題があるユーザ（例えば、家族などの集団の構成員などの個人、など）の食事傾向、食事習慣または食事（食生活）パターンに相当するものなどであってもよい。また、食事は、１週間分のトータルの食事、１月分のトータルの食事、１週間あたりの１日平均に相当する食事、または、１月あたりの１日平均に相当する食事、などであってもよい。また、食事について、睡眠に課題があるユーザが実際に摂取したものかは問わない。

【0037】

また、量は、例えば、含有量、摂取量、アミノ酸スコアまたはアミノ酸スコア（充足率）などを含んでもよい。ここで、アミノ酸スコアとは、食物中の必須アミノ酸の含有比率を評価するための指標であり、例えばその値が１００に近いほど良質なタンパク質を含む食物であることを意味する。アミノ酸スコアの概念には、具体的には、１）基準とする必須アミノ酸パターン（例えば、1985年にFAO/WHO/UNUにより提案されたアミノ酸基準値）と各食品たんぱく質中の必須アミノ酸の比率を比較したときの最も数値の低いアミノ酸（第一制限アミノ酸）の数値、２）たんぱく質の消化性で補正を行ったたんぱく質消化性補正アミノ酸スコア（PDCAAS：Protein Digestibility Corrected Amino Acid Score）（「“Protein quality evaluation : report of the Joint FAO/WHO Expert Consultation, Bethesda, Md., USA 4-8 December 1989”, FAO food and nutrition paper ; 51, Food and Agriculture Organization of the United Nations, 1991」を参照）、３）個々の必須アミノ酸の消化吸収率（回腸までの消化吸収率）で補正を行った消化性不可欠アミノ酸スコア（DIAAS, Digestible Indispensable Amino Acid Score）（「“Dietary protein quality evaluation in human nutrition : report of an FAO expert consultation, 31 March-2 April, 2011, Auckland, New Zealand”, FAO food and nutrition paper, 92, Food and Agriculture Organization of the United Nations, 2013」を参照）、などが含まれる。アミノ酸スコア（充足率）とは、基準アミノ酸（例えば、1985年にFAO/WHO/UNUにより提案されたアミノ酸基準値）に対する各アミノ酸の割合を意味する。

【0038】

また、量の値（具体的には第一の値および第二の値）は、例えば、食物に関する情報から算出したものでもよい。食物に関する情報は、例えば、１）食事または食材等の写真、２）食事または食事を構成する食材等に関する購買データ（例えばＰＯＳ（Ｐｏｉｎｔ Ｏｆ Ｓａｌｅｓ）データなど）または電子決済データ、３）食事内容の説明に関する文字情報（例えばスマートフォンやタブレット端末などの電子機器を用いて入力されたものなど）、または、４）料理のジャンルに関する複数の選択肢（例えば「和食」「洋食」「中華」など）を含む画面においてユーザ（例えば睡眠に課題があるユーザなど）により選択された選択肢に分類される料理に関する複数の選択肢（例えば「和食」に分類される「とんかつ」「しゃぶしゃぶ」など）を含む画面がスマートフォンやタブレット端末などの電子機器が有するモニタに表示されている状態において当該ユーザにより選択された料理に関する情報（例えば料理に使用される食材およびその分量（例えば重さなど）など）、などでもよい。例えば、食物に関する情報が食事の写真（具体的には、摂取した一食分の食事の写真、または、一日または数日など任意の期間に摂取した食事の写真、など）である場合、量の値は、例えば３日間食事秤量法（「今井具子ら，３日間食事記録調査における写真撮影の有効性，日本食生活学会誌，２００９，２０（３）：２０３－２１０．」）などの手法を基に食事の写真から求めたものでもよい。また、例えば、食物に関する情報が購買実績データ（例えば小売店側のＰＯＳシステムから提供されたものなど）または購買検討データ（例えばネットショッピングで買い物かごに入っているものなど）の場合、量の値は、購入したものまたは購入検討中のものを食事として摂取したと仮定して推定した食材中のアミノ酸等の量の値またはその値に補正を加えて計算した値でもよい。

【0039】

つぎに、ステップＳ１１で取得したアミノ酸関連データに含まれる第一の値を用いて、睡眠に課題がある人における認知機能低下の観点から食物を評価する、または、睡眠に課題があるユーザ（例えば認知機能維持の観点から睡眠に課題があるユーザ等）の認知機能低下リスク（具体的には将来のリスク）を評価する（ステップＳ１２）。なお、ステップＳ１１でアミノ酸過不足データを取得した場合は、アミノ酸過不足データに含まれるアミノ酸の過不足に関する情報を用いて、睡眠に課題がある人における認知機能低下の観点から食物を評価してもよい。

【0040】

ここで、睡眠に課題があるとは、例えば睡眠の量または質に課題があることであり、具体的には睡眠時間が長いまたは睡眠中に中途覚醒がみられることなどである。また、認知機能低下リスクは、例えば、睡眠に課題があるユーザ（例えば認知機能維持の観点から睡眠に課題があるユーザ等）が食物を摂取した時点より将来の認知機能低下リスク、であってもよい。また、睡眠に課題がある人の認知機能低下の観点から食物を評価するとは、例えば、評価対象とされる食物が、睡眠に課題がある人の認知機能低下リスクと関連するものか（例えば、評価対象とされる食物が、睡眠に課題がある人の認知機能低下リスクを高める可能性（リスク）があるものか、など）、または、睡眠に課題がある人の認知機能低下の観点からみて、評価対象とされる食物でアミノ酸の摂取量が充足されているか、などを評価することある。また、食物評価またはリスク評価の際に、例えば、アミノ酸摂取量と実施例に示したアミノ酸摂取量の閾値との比や差分等の情報を用いてもよく、また、アミノ酸摂取量の最小値または要約統計量（平均値等）の情報を用いてもよい。

【0041】

認知機能の低下とは、記憶力、注意力、遂行力、情報処理能力、または言語能力などで分類される能力が低下することである。たとえば、神経心理検査（ＭＭＳＥ（Ｍｉｎｉ－Ｍｅｎｔａｌ Ｓｔａｔｅ Ｅｘａｍｉｎａｔｉｏｎ）、ＭｏＣＡ（Ｍｏｎｔｒｅａｌ ＣｏｇｎｉｔｉｖｅＡｓｓｅｓｓｍｅｎｔ）、ＦＡＢ（Ｆｒｏｎｔａｌ Ａｓｓｅｓｓｍｅｎｔ Ｂａｔｔｅｒｙ）、ＨＤＳ－Ｒ（改訂 長谷川式簡易知能評価スケール）、ＷＡＩＳＴＭ（ウェクスラー成人知能検査）、ＷＭＳＴＭ－Ｒ（ウェクスラー記憶検査 改訂版）、ＣＤＲ（臨床的認知症尺度）、ＡＤＡＭＳ－Ｃｏｇ（Alzheimer's Disease Assessment Scale-cognitive subscale）、またはＧＤＳ（Ｇｅｒｉｔａｒｉｃ Ｄｅｐｒｅｓｓｉｏｎ Ｓｃａｌｅ（老年期うつ病評価尺度））等の検査結果から得られる値を使って認知機能の低下を判断してもよい。

【0042】

以上、第１実施形態によれば、例えば評価対象とする食物が睡眠に課題がある人における認知機能低下と関連するものか等に関する情報を提供したり、例えば睡眠に課題がある人における認知機能低下リスクを知る上で参考となり得る信頼性の高い情報等を提供したりすることができる。

【0043】

なお、ステップＳ１１で栄養関連データを取得した場合、第一の値と栄養関連データに含まれる第二の値とを用いて、前記食物評価または前記リスク評価を行ってもよい。

【0044】

また、第一の値および当該値が代入される変数を含む式を用いて式の値を算出することで前記食物評価または前記リスク評価を行ってもよい。また、第一の値、第二の値、および第一の値が代入される変数と第二の値が代入される変数とを含む式を用いて、式の値を算出することで、前記食物評価または前記リスク評価を行ってもよい。

【0045】

また、前記食物評価または前記リスク評価で得られた評価結果を基に、当該評価結果に応じた認知機能低下リスク（具体的には将来のリスク）を下げるためのアドバイス情報（例えば、認知機能低下リスクを下げるための生活改善プログラムなどといった、指導または助言に関する情報、など）を作成してもよい。当該作成は、情報処理装置が備える制御部が実行してもよい。

【0046】

例えば、評価結果（例えば睡眠に課題がある人における認知機能低下との関連性という観点からみた食事内容の評価結果、または、睡眠に課題があるユーザの認知機能低下リスクの評価結果、など）を用いて、「当該評価結果に応じた、睡眠に課題がある人の食生活の改善に繋がる情報（例えば、食事のバランスに関する情報または献立・食材の提案に関する情報など）」または「当該評価結果に応じた、睡眠に課題がある人向けのソリューションに関する情報（例えば、食事指導、宅食サービスミールキットまたはサプリメントなどに関する情報）」を作成してもよい。

【0047】

また、例えば、評価結果を用いて、人の属性情報（例えば年齢、性別または家族構成など）、人の行動情報（例えば歩数、歩行速度、音声、視線または表情などに関するデジタルデータなど）または身体情報（例えば身長、体重、筋量、体脂肪量、臨床検査値、バイタルサイン、代謝物濃度情報または健康関連情報など）と連動させた「睡眠に課題がある人向けの健康プログラムに関する情報」または「フィットネスにおける、睡眠に課題がある人向けのプログラムに関する情報」を作成してもよい。

【0048】

また、例えば、評価結果と「例えば個人の属性情報（例えば年齢、性別または家族構成など）、個人の食事傾向、個人の食事習慣、個人の食生活パターン、または個人の嗜好性などに関する情報」とを組み合わせて、睡眠に課題がある個人にパーソナライズした情報を作成してもよい。また、例えば、評価結果を用いて、認知機能低下と関連する疾患リスク、寝たきり等の身体状態変化リスク、行動変化リスクまたは余命等の評価情報を作成してもよい。また、例えば、評価結果を用いて、保険会社における保険料計算または保険商品開発につながるまたは関連する、睡眠に課題がある人向けの情報を作成してもよい。

【0049】

また、睡眠に課題があるユーザ（例えば認知機能維持の観点から睡眠に課題があるユーザ等）は、当該ユーザの睡眠習慣情報（例えば、長時間睡眠の習慣があるまたは中途覚醒が多いなどといった、睡眠の量または質の情報）を基に特定されたものでもよい。つまり、ユーザの睡眠習慣情報を基に、当該ユーザが睡眠に課題がある人（例えば認知機能維持の観点から睡眠に課題がある人など）か、を特定してもよい。また、当該特定は、情報処理装置が備える制御部が実行してもよい。また、睡眠に課題がある人と特定されたユーザに、前記１２種類のアミノ酸のうちの少なくとも１つのアミノ酸または当該アミノ酸を含む食物に関する推奨情報を提供してもよい（この場合、前記食事評価および前記リスク評価は行わなくてもよい）。また、当該提供は、情報処理装置が備える制御部が実行してもよい。例えば、制御部を備える情報処理装置であって、制御部が、１）ユーザの睡眠習慣情報を取得する取得部と、２）取得したユーザの睡眠習慣情報を基に、当該ユーザが、認知機能維持の観点から睡眠に課題がある人かを特定する特定部と、３）特定部で、当該ユーザが認知機能維持の観点から睡眠に課題がある人と特定された場合に、前記１２種類のアミノ酸のうちの少なくとも１つのアミノ酸または当該アミノ酸を含む食物に関する推奨情報を、当該ユーザの情報処理装置に送信する送信部と、を備えるもの、により、食物に関する推奨情報の提供を実現してもよい。

【0050】

また、第一の値または第一の値と第二の値の両方が閾値（例えば各アミノ酸別に設定された閾値および各栄養別に設定された閾値など）に達しているか判定し、閾値に達していないと判定された値に対応する「アミノ酸またはアミノ酸と栄養の両方」が多く含まれる食物（例えば当該値に対応する「アミノ酸またはアミノ酸と栄養の両方」が当該閾値と当該値との差分以上含まれる食物など）に関する情報を検索し、検索した食物に関する情報を、睡眠に課題があるユーザに、睡眠に課題がある人における認知機能低下を抑制するための情報として提供してもよい（この場合、前記食事評価および前記リスク評価は行わなくてもよい）。ここで、「睡眠に課題がある人における認知機能低下を抑制する」には、例えば、睡眠に課題がある人を対象とした、認知機能の維持、認知症の予防、脳機能の維持または脳の健康維持などを行うことも含まれる。当該提供は、情報処理装置が備える制御部が実行してもよい。例えば、制御部を備える情報処理装置であって、制御部が、１）食物に関する情報を取得する取得部と、２）取得部で取得した食物に関する情報から量の値（具体的には第一の値または第一の値と第二の値の両方）を算出する算出部と、３）算出部で算出した量の値が閾値に達しているか判定する判定部と、４）判定部で閾値に達していないと判定された量の値に対応するアミノ酸またはアミノ酸と栄養の両方が多く含まれる食物に関する情報を検索する検索部と、５）検索部で検索した食物に関する情報を、睡眠に課題があるユーザの情報処理装置に、睡眠に課題がある人における認知機能低下を抑制するための情報として送信する送信部と、を備えるもの、により、食物に関する情報の提供を実現してもよい。

【0051】

また、第一の値を前記食物評価または前記リスク評価の結果として扱ってもよい（第二の値と式の値についても同様）。また、第一の値を例えば以下の手法などで変換し、変換後の値を前記食物評価または前記リスク評価の結果として扱ってもよい（第二の値と式の値についても同様）。また、本明細書における第一の値は、量の値そのものであってもよく、また、量の値を変換した後の値であってもよい（第二の値と式の値についても同様）。ここで、変換の手法について、以下に説明する。なお、以下の説明は、第一の値を変換対象としたものであるが、第二の値と式の値に対しても同様である。
第一の値の取り得る範囲が所定範囲（例えば０．０から１．０までの範囲、０．０から１０．０までの範囲、０．０から１００．０までの範囲、又は－１０．０から１０．０までの範囲、など）に収まるようにするためなどに、例えば、第一の値に対して任意の値を加減乗除したり、第一の値を所定の変換手法（例えば、指数変換、対数変換、角変換、平方根変換、プロビット変換、逆数変換、Ｂｏｘ－Ｃｏｘ変換、又はべき乗変換など）で変換したり、また、第一の値に対してこれらの計算を組み合わせて行ったりすることで、第一の値を変換してもよい。例えば、第一の値を指数としネイピア数を底とする指数関数の値（具体的には、認知機能評価指標の値が所定値である確率ｐを定義したときの自然対数ｌｎ（ｐ／（１－ｐ））が第一の値と等しいとした場合におけるｐ／（１－ｐ）の値）をさらに算出してもよく、また、算出した指数関数の値を１と当該値との和で割った値（具体的には、確率ｐの値）をさらに算出してもよい。
また、特定の条件のときの変換後の値が特定の値となるように、第一の値を変換してもよい。例えば、特異度が８０％のときの変換後の値が５．０となり且つ特異度が９５％のときの変換後の値が８．０となるように第一の値を変換してもよい。
また、第一の値の分布を正規分布化した後、平均が５０且つ標準偏差が１０となるように第一の値を偏差値化してもよい。
なお、これらの変換は、男女別や年齢別に行ってもよい。

【0052】

また、モニタ等の表示装置又は紙等の物理媒体に視認可能に示される所定の物差し上における所定の目印の位置に関する位置情報を、第一の値又は当該値を変換した場合にはその変換後の値を用いて生成し、生成した位置情報が前記食物評価または前記リスク評価の結果であると決定してもよい（第二の値と式の値についても同様）。なお、所定の物差しとは、前記食物評価または前記リスク評価を行うためのものであり、例えば、目盛りが示された物差しであって、「第一の値又は変換後の値の取り得る範囲、又は、当該範囲の一部分」における上限値と下限値に対応する目盛りが少なくとも示されたもの、などである（第二の値と式の値についても同様）。また、所定の目印とは、第一の値又は変換後の値に対応するものであり、例えば、丸印又は星印などである（第二の値と式の値についても同様）。

【0053】

また、第一の値が、所定値（平均値±１ＳＤ（Ｓｔａｎｄａｒｄ Ｄｅｖｉａｔｉｏｎ：標準偏差）、２ＳＤ、３ＳＤ、Ｎ分位点、Ｎパーセンタイル又は臨床的意義の認められたカットオフ値など）より低い若しくは所定値以下の場合又は所定値以上若しくは所定値より高い場合に、前記食物評価または前記リスク評価を行ってもよい（第二の値と式の値についても同様）。その際、第一の値そのものではなく偏差値を用いてもよい（第二の値と式の値についても同様）。例えば、偏差値が平均値－２ＳＤ未満の場合（偏差値＜３０の場合）又は偏差値が平均値＋２ＳＤより高い場合（偏差値＞７０の場合）に、前記評価を行ってもよい（第二の値と式の値についても同様）。

【0054】

また、評価対象の食物が、睡眠に課題がある人における認知機能低下と関連するものかを定性的に評価してもよい。例えば、「量の値（具体的には第一の値および第二の値のうちいずれか一方または両方）および予め設定された１つまたは複数の閾値」、「量の値（具体的には第一の値および第二の値のうちいずれか一方または両方）、当該値が代入される変数を含む式、および予め設定された１つまたは複数の閾値」、または「アミノ酸過不足データに含まれる過不足に関する情報」を用いて、睡眠に課題がある人における認知機能低下との関連性の程度を少なくとも考慮して定義された複数の区分のうちのどれか１つに、評価対象の食物を分類してもよい。なお、複数の区分には、関連性が高い対象を属させるための区分、関連性が低い対象を属させるための区分および関連性が中程度である対象を属させるための区分が含まれてもよい。また、複数の区分には、関連性が高い対象を属させるための区分および関連性が低い対象を属させるための区分が含まれてもよい。また、量の値または式の値を所定の手法で変換し、変換後の値を用いて、評価対象の食物を複数の区分のうちのどれか１つに分類してもよい。

【0055】

また、睡眠に課題がある評価対象の認知機能低下リスクを定性的に評価してもよい。例えば、「量の値（具体的には第一の値および第二の値のうちいずれか一方または両方）および予め設定された１つまたは複数の閾値」または「量の値（具体的には第一の値および第二の値のうちいずれか一方または両方）、当該値が代入される変数を含む式、および予め設定された１つまたは複数の閾値」を用いて、認知機能低下リスクの程度を少なくとも考慮して定義された複数の区分のうちのどれか１つに、評価対象のユーザを分類してもよい。なお、複数の区分には、リスクが高い対象を属させるための区分、リスクが低い対象を属させるために区分およびリスクが中程度の対象を属させるための区分が含まれてもよい。また、複数の区分には、リスクが高い対象を属させるための区分およびリスクが低い対象を属させるために区分が含まれてもよい。また、量の値または式の値を所定の手法で変換し、変換後の値を用いて、評価対象のユーザを複数の区分のうちのどれか１つに分類してもよい。

【0056】

また、前記食物評価または前記リスク評価の際に用いる式について、その形式は特に問わないが、例えば、以下に示す形式のものでもよい。
・最小二乗法に基づく重回帰式、線形判別式、主成分分析、正準判別分析などの線形モデル
・最尤法に基づくロジスティック回帰、Ｃｏｘ回帰などの一般化線形モデル
・一般化線形モデルに加えて個体間差、施設間差などの変量効果を考慮した一般化線形混合モデル
・一般化線形モデルにおけるスコア方程式を多次元に拡張した一般化推定方程式
・Ｋ－ｍｅａｎｓ法、階層的クラスタ解析などクラスタ解析で作成された式
・ＭＣＭＣ(マルコフ連鎖モンテカルロ法)、ベイジアンネットワーク、階層ベイズ法などベイズ統計に基づき作成された式
・サポートベクターマシンや決定木などクラス分類により作成された式
・分数式など上記のカテゴリに属さない手法により作成された式
・異なる形式の式の和で示されるような式

【0057】

また、前記食物評価または前記リスク評価の際に用いる式を、例えば、本出願人による国際出願である国際公開第２００４／０５２１９１号に記載の方法又は本出願人による国際出願である国際公開第２００６／０９８１９２号に記載の方法で作成してもよい。なお、これらの方法で得られた式であれば、前記食物評価または前記リスク評価を行うのに好適に用いることができる。

【0058】

ここで、重回帰式、多重ロジスティック回帰式、正準判別関数などにおいては各変数に係数及び定数項が付加されるが、この係数及び定数項は、好ましくは実数であれば構わず、より好ましくは、データから前記の各種分類を行うために得られた係数及び定数項の９９％信頼区間の範囲に属する値であれば構わず、さらに好ましくは、データから前記の各種分類を行うために得られた係数及び定数項の９５％信頼区間の範囲に属する値であれば構わない。また、各係数の値及びその信頼区間は、それを実数倍したものでもよく、定数項の値及びその信頼区間は、それに任意の実定数を加減乗除したものでもよい。ロジスティック回帰式、線形判別式、重回帰式などを評価の際に用いる場合、線形変換（定数の加算、定数倍）及び単調増加（減少）の変換（例えばｌｏｇｉｔ変換など）は評価性能を変えるものではなく変換前と同等であるので、これらの変換が行われた後のものを用いてもよい。

【0059】

また、分数式とは、当該分数式の分子が変数Ａ，Ｂ，Ｃ，・・・の和で表わされ及び／又は当該分数式の分母が変数ａ，ｂ，ｃ，・・・の和で表わされるものである。また、分数式には、このような構成の分数式α，β，γ，・・・の和（例えばα＋βのようなもの）も含まれる。また、分数式には、分割された分数式も含まれる。なお、分子や分母に用いられる変数にはそれぞれ適当な係数がついても構わない。また、分子や分母に用いられる変数は重複しても構わない。また、各分数式に適当な係数がついても構わない。また、各変数の係数の値や定数項の値は、実数であれば構わない。ある分数式と、当該分数式において分子の変数と分母の変数が入れ替えられたものとでは、目的変数との相関の正負の符号が概して逆転するものの、それらの相関性は保たれるが故に、評価性能も同等と見做せるので、分数式には、分子の変数と分母の変数が入れ替えられたものも含まれる。

【0060】

そして、前記食物評価または前記リスク評価を行う際、量の値（具体的には第一の値および第二の値）以外に、例えば以下の項目に関する情報などをさらに用いても構わない。また、前記食物評価または前記リスク評価を行う際に用いる式には、量の値（具体的には第一の値および第二の値）が代入される変数以外に、例えば以下に挙げた項目に関する値などが代入される１つ又は複数の変数がさらに含まれてもよい。
・無機質およびビタミン
・五大栄養素（炭水化物、たんぱく質、脂質、無機質、およびビタミン）を細分化した複数の栄養素
・三色食品群という食品分類法で定義される３つの食品群（「赤」に分類される食品群、「黄」に分類される食品群および「緑」に分類される食品群）
・基礎食品群という食品分類法で定義される６つの食品群（１群から６群）
・属性情報（例えば年齢、性別または家族構成など）、身体情報（例えば身長、体重、筋量、体脂肪量、臨床検査値、バイタルサイン、代謝物濃度など）、健康情報（例えば健康に関連する情報など）、食事または生活に関する調査情報（例えば食事または生活に対する悩みについての調査結果を含むものなど）、行動情報（例えば歩数、歩行速度、音声、視線または表情などに関するデジタルデータ）

【0061】

［第２実施形態］
［２－１．第２実施形態の概要］
ここでは、第２実施形態の概要について図２を参照して説明する。図２は第２実施形態の基本原理を示す原理構成図である。なお、本第２実施形態の説明では、上述した第１実施形態と重複する説明を省略する場合がある。特に、ここでは、前記食事評価または前記食物を行う際に式の値又はその変換後の値を用いるケースを一例として記載しているが、例えば、量の値（具体的には第一の値または第一の値と第二の値の両方）またはその変換後の値を用いてもよい。

【0062】

制御部は、量の値（具体的には第一の値または第一の値と第二の値の両方）および当該値が代入される変数を含む予め記憶部に記憶された式を用いて式の値を算出することで前記食物評価または前記リスク評価を行う（ステップＳ２１）。これにより、例えば評価対象とする食物が睡眠に課題がある人における認知機能低下と関連するものか等に関する情報を提供したり、例えば睡眠に課題がある人における認知機能低下リスクを知る上で参考となり得る信頼性の高い情報等を提供したりすることができる。

【0063】

また、ステップＳ２１で用いられる式は、以下に説明する式作成処理（工程１～工程４）に基づいて作成されたものでもよい。ここで、式作成処理の概要について説明する。なお、ここで説明する処理はあくまでも一例であり、式の作成方法はこれに限定されない。

【0064】

まず、制御部は、アミノ酸関連データと認知機能評価指標の値に関する指標データとを含む予め記憶部に記憶された指標状態情報（欠損値や外れ値などを持つデータが事前に除去されているものでもよい）から所定の式作成手法に基づいて、候補式（例えば、ｙ＝ａ１ｘ１＋ａ２ｘ２＋・・・＋ａｎｘｎ、ｙ：指標データ、ｘｉ：アミノ酸関連データ、ａｉ：定数、ｉ＝１，２，・・・，ｎ）を作成する（工程１）。

【0065】

なお、工程１において、指標状態情報から、複数の異なる式作成手法（主成分分析や判別分析、サポートベクターマシン、重回帰分析、Ｃｏｘ回帰分析、ロジスティック回帰分析、ｋ－ｍｅａｎｓ法、クラスター解析、決定木などの多変量解析に関するものを含む。）を併用して複数の候補式を作成してもよい。具体的には、指標状態情報に対して、複数の異なるアルゴリズムを利用して複数群の候補式を同時並行的に作成してもよい。例えば、異なるアルゴリズムを利用して判別分析およびロジスティック回帰分析を同時に行い、２つの異なる候補式を作成してもよい。また、主成分分析を行って作成した候補式を利用して指標状態情報を変換し、変換した指標状態情報に対して判別分析を行うことで候補式を作成してもよい。これにより、最終的に、前記評価に最適な式を作成することができる。

【0066】

ここで、主成分分析を用いて作成した候補式は、全てのアミノ酸関連データの分散を最大にするような各変数を含む一次式である。また、判別分析を用いて作成した候補式は、各群内の分散の和の全てのアミノ酸関連データの分散に対する比を最小にするような各変数を含む高次式（指数や対数を含む）である。また、サポートベクターマシンを用いて作成した候補式は、群間の境界を最大にするような各変数を含む高次式（カーネル関数を含む）である。また、重回帰分析を用いて作成した候補式は、全てのアミノ酸関連データからの距離の和を最小にするような各変数を含む高次式である。また、Ｃｏｘ回帰分析を用いて作成した候補式は、対数ハザード比を含む線形モデルで、そのモデルの尤度を最大とするような各変数とその係数を含む１次式である。また、ロジスティック回帰分析を用いて作成した候補式は、確率の対数オッズを表す線形モデルであり、その確率の尤度を最大にするような各変数を含む一次式である。また、ｋ－ｍｅａｎｓ法とは、各アミノ酸関連データのｋ個近傍を探索し、近傍点の属する群の中で一番多いものをそのデータの所属群と定義し、入力されたアミノ酸関連データの属する群と定義された群とが最も合致するような変数を選択する手法である。また、クラスター解析とは、全てのアミノ酸関連データの中で最も近い距離にある点同士をクラスタリング（群化）する手法である。また、決定木とは、変数に序列をつけて、序列が上位である変数の取りうるパターンからアミノ酸関連データの群を予測する手法である。

【0067】

式作成処理の説明に戻り、制御部は、工程１で作成した候補式を、所定の検証手法に基づいて検証（相互検証）する（工程２）。候補式の検証は、工程１で作成した各候補式に対して行う。なお、工程２において、ブートストラップ法やホールドアウト法、Ｎ－フォールド法、リーブワンアウト法などのうち少なくとも１つに基づいて、候補式の判別率や感度、特異度、情報量基準、ＲＯＣ＿ＡＵＣ（受信者特性曲線の曲線下面積）などのうち少なくとも１つに関して検証してもよい。これにより、指標状態情報や評価条件を考慮した予測性または頑健性の高い候補式を作成することができる。

【0068】

ここで、判別率とは、本実施形態にかかる評価手法で、真の状態が陰性である評価対象（例えば、睡眠に課題がある人における認知機能低下との関連性が低い食物など）を正しく陰性と評価し、真の状態が陽性である評価対象（例えば、睡眠に課題がある人における認知機能低下との関連性が高い食物など）を正しく陽性と評価している割合である。また、感度とは、本実施形態にかかる評価手法で、真の状態が陽性である評価対象を正しく陽性と評価している割合である。また、特異度とは、本実施形態にかかる評価手法で、真の状態が陰性である評価対象を正しく陰性と評価している割合である。また、赤池情報量規準とは、回帰分析などの場合に、観測データが統計モデルにどの程度一致するかを表す基準であり、「－２×（統計モデルの最大対数尤度）＋２×（統計モデルの自由パラメータ数）」で定義される値が最小となるモデルを最もよいと判断する。また、ＲＯＣ＿ＡＵＣは、２次元座標上に（ｘ，ｙ）＝（１－特異度，感度）をプロットして作成される曲線である受信者特性曲線（ＲＯＣ）の曲線下面積として定義され、ＲＯＣ＿ＡＵＣの値は完全な判別では１となり、この値が１に近いほど判別性が高いことを示す。また、予測性とは、候補式の検証を繰り返すことで得られた判別率や感度、特異性を平均したものである。また、頑健性とは、候補式の検証を繰り返すことで得られた判別率や感度、特異性の分散である。

【0069】

式作成処理の説明に戻り、制御部は、所定の変数選択手法に基づいて候補式の変数を選択することで、候補式を作成する際に用いる指標状態情報に含まれるアミノ酸関連データの組み合わせを選択する（工程３）。なお、工程３において、変数の選択は、工程１で作成した各候補式に対して行ってもよい。これにより、候補式の変数を適切に選択することができる。そして、工程３で選択したアミノ酸関連データを含む指標状態情報を用いて再び工程１を実行する。また、工程３において、工程２での検証結果からステップワイズ法、ベストパス法、近傍探索法、遺伝的アルゴリズムのうち少なくとも１つに基づいて候補式の変数を選択してもよい。なお、ベストパス法とは、候補式に含まれる変数を１つずつ順次減らしていき、候補式が与える評価指標を最適化することで変数を選択する方法である。

【0070】

式作成処理の説明に戻り、制御部は、上述した工程１、工程２および工程３を繰り返し実行し、これにより蓄積した検証結果に基づいて、複数の候補式の中から評価の際に用いる候補式を選出することで、評価の際に用いる式を作成する（工程４）。なお、候補式の選出には、例えば、同じ式作成手法で作成した候補式の中から最適なものを選出する場合と、すべての候補式の中から最適なものを選出する場合とがある。

【0071】

以上、説明したように、式作成処理では、指標状態情報に基づいて、候補式の作成、候補式の検証および候補式の変数の選択に関する処理を一連の流れで体系化（システム化）して実行することにより、前記評価に最適な式を作成することができる。換言すると、式作成処理では、アミノ酸関連データを多変量の統計解析に用い、最適でロバストな変数の組を選択するために変数選択法とクロスバリデーションとを組み合わせて、評価性能の高い式を抽出する。

【0072】

［２－２．第２実施形態の構成］
ここでは、第２実施形態にかかる評価システム（以下では本システムと記す場合がある。）の構成について、図３から図１４を参照して説明する。なお、本システムはあくまでも一例であり、本発明はこれに限定されない。特に、ここでは、前記食事評価または前記リスク評価を行う際に式の値又はその変換後の値を用いるケースを一例として記載しているが、例えば、量の値（具体的には第一の値または第一の値と第二の値の両方）またはその変換後の値を用いてもよい。

【0073】

まず、本システムの全体構成について図３および図４を参照して説明する。図３は本システムの全体構成の一例を示す図である。また、図４は本システムの全体構成の他の一例を示す図である。本システムは、図３に示すように、前記食事評価または前記リスク評価を行う評価装置１００と、食物に関する情報の一例である食事・食材等の写真または食事内容の説明に関する文字情報などを提供し且つ前記評価の結果などを受け取るユーザのクライアント装置２００（本発明の端末装置に相当）とを、ネットワーク３００を介して通信可能に接続して構成されている。ここで、図３に示すシステム構成において、クライアント装置２００は、食事・食材等の写真または食事内容の説明に関する文字情報を用いて量の値（具体的には第一の値または第一の値と第二の値の両方）を算出し、当該算出した値を提供してもよい。また、図３に示すシステム構成において、クライアント装置２００は、食事・食材等の写真または食事内容の説明に関する文字情報を用いて量の値（具体的には第一の値または第一の値と第二の値の両方）を算出し、当該算出した量の値および当該値が代入される変数を含む予め設定された式を用いて当該式の値を算出し、当該算出した式の値を提供してもよい。

【0074】

なお、本システムにおいて、評価に用いられるデータの提供元となるクライアント装置２００と評価結果の提供先となるクライアント装置２００は別々のものであってもよい。本システムは、図４に示すように、評価装置１００と、前記評価の結果などを受け取るユーザのクライアント装置２００と、食物に関する情報の一例である購買実績データを提供する小売店側のＰＯＳシステム４００とを、ネットワーク３００を介して通信可能に接続して構成されてもよい。ここで、ＰＯＳシステム４００は、小売業等で使用されている一般的なものである。なお、図４に示すシステム構成において、ＰＯＳシステム４００は、購買実績データを用いて量の値（具体的には第一の値または第一の値と第二の値の両方）を算出し、当該算出した値を提供する機能をさらに有するものであってもよい。

【0075】

また、図３または図４に示すシステム構成において、評価装置１００で式を作成する際に用いる指標状態情報や評価の際に用いる式などを格納したデータベース装置５００（図３，４には図示せず）がさらに備えられてもよい。

【0076】

つぎに、本システムの評価装置１００の構成について図５から図１１を参照して説明する。図５は、本システムの評価装置１００の構成の一例を示すブロック図であり、該構成のうち本発明に関係する部分のみを概念的に示している。

【0077】

評価装置１００は、当該評価装置を統括的に制御するＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）等の制御部１０２と、ルータ等の通信装置および専用線等の有線または無線の通信回線を介して当該評価装置をネットワーク３００に通信可能に接続する通信インターフェース部１０４と、各種のデータベースやテーブルやファイルなどを格納する記憶部１０６と、入力装置１１２や出力装置１１４に接続する入出力インターフェース部１０８と、で構成されており、これら各部は任意の通信路を介して通信可能に接続されている。

【0078】

通信インターフェース部１０４は、評価装置１００とネットワーク３００（またはルータ等の通信装置）との間における通信を媒介する。すなわち、通信インターフェース部１０４は、他の端末と通信回線を介してデータを通信する機能を有する。

【0079】

入出力インターフェース部１０８は、入力装置１１２や出力装置１１４に接続する。ここで、出力装置１１４には、モニタ（家庭用テレビを含む）の他、スピーカやプリンタを用いることができる（なお、以下では、出力装置１１４をモニタ１１４として記載する場合がある。）。入力装置１１２には、キーボードやマウスやマイクの他、マウスと協働してポインティングデバイス機能を実現するモニタを用いることができる。

【0080】

記憶部１０６は、ストレージ手段であり、例えば、ＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）・ＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）等のメモリ装置や、ハードディスクのような固定ディスク装置、フレキシブルディスク、光ディスク等を用いることができる。記憶部１０６には、ＯＳ（Ｏｐｅｒａｔｉｎｇ Ｓｙｓｔｅｍ）と協働してＣＰＵに命令を与え各種処理を行うためのコンピュータプログラムが記録されている。記憶部１０６は、図示の如く、アミノ酸関連データファイル１０６ａと、指標状態情報ファイル１０６ｂと、指定指標状態情報ファイル１０６ｃと、式関連情報データベース１０６ｄと、評価結果ファイル１０６ｅと、を格納する。

【0081】

アミノ酸関連データファイル１０６ａは、第一の値に関するアミノ酸関連データを格納する。図６は、アミノ酸関連データファイル１０６ａに格納される情報の一例を示す図である。アミノ酸関連データファイル１０６ａに格納される情報は、図６に示すように、評価対象を一意に識別するための識別データと、アミノ酸関連データとを相互に関連付けて構成されている。ここで、図６では、アミノ酸関連データを数値、すなわち連続尺度として扱っているが、アミノ酸関連データは名義尺度や順序尺度でもよい。なお、名義尺度や順序尺度の場合は、それぞれの状態に対して任意の数値を与えることで解析してもよい。また、アミノ酸関連データに前記項目に関する情報を組み合わせてもよい。また、アミノ酸関連データファイル１０６ａには、第二の値に関する栄養関連データをさらに格納してもよい。

【0082】

指標状態情報ファイル１０６ｂは、式を作成する際に用いる指標状態情報を格納する。図７は、指標状態情報ファイル１０６ｂに格納される情報の一例を示す図である。指標状態情報ファイル１０６ｂに格納される情報は、図７に示すように、識別データと、認知機能（例えば記憶力、注意力、遂行力、情報処理能力、または言語能力など）を評価するための指標（指標Ｔ１、指標Ｔ２、指標Ｔ３・・・）に関する指標データ（Ｔ）と、アミノ酸関連データと、を相互に関連付けて構成されている。ここで、図７では、指標データおよびアミノ酸関連データを数値（すなわち連続尺度）として扱っているが、指標データおよびアミノ酸関連データは名義尺度や順序尺度でもよい。なお、名義尺度や順序尺度の場合は、それぞれの状態に対して任意の数値を与えることで解析してもよい。

【0083】

指定指標状態情報ファイル１０６ｃは、後述する指定部１０２ｂで指定した指標状態情報を格納する。図８は、指定指標状態情報ファイル１０６ｃに格納される情報の一例を示す図である。指定指標状態情報ファイル１０６ｃに格納される情報は、図８に示すように、個体番号と、指定した指標データと、指定したアミノ酸関連データと、を相互に関連付けて構成されている。

【0084】

式関連情報データベース１０６ｄは、後述する式作成部１０２ｃで作成した式を格納する式ファイル１０６ｄ１で構成される。式ファイル１０６ｄ１は、評価の際に用いる式を格納する。図９は、式ファイル１０６ｄ１に格納される情報の一例を示す図である。式ファイル１０６ｄ１に格納される情報は、図９に示すように、ランクと、式と、各式作成手法に対応する閾値と、各式の検証結果（例えば各式の値）と、を相互に関連付けて構成されている。

【0085】

評価結果ファイル１０６ｅは、後述する評価部１０２ｄで得られた評価結果を格納する。図１０は、評価結果ファイル１０６ｅに格納される情報の一例を示す図である。評価結果ファイル１０６ｅに格納される情報は、識別データと、アミノ酸関連データと、評価結果（例えば、後述する算出部１０２ｄ１で算出した式の値、後述する変換部１０２ｄ２で得られた変換後の値、後述する生成部１０２ｄ３で生成した位置情報、又は、後述する分類部１０２ｄ４で得られた分類結果、など）と、を相互に関連付けて構成されている。

【0086】

制御部１０２は、ＯＳ等の制御プログラム・各種の処理手順等を規定したプログラム・所要データなどを格納するための内部メモリを有し、これらのプログラムに基づいて種々の情報処理を実行する。制御部１０２は、図示の如く、大別して、取得部１０２ａと指定部１０２ｂと式作成部１０２ｃと評価部１０２ｄと結果出力部１０２ｅと送信部１０２ｆとを備えている。制御部１０２は、指標状態情報やアミノ酸関連データに対して、欠損値のあるデータの除去・外れ値の多いデータの除去・欠損値のあるデータの多い変数の除去などのデータ処理を行ってもよい。

【0087】

取得部１０２ａは、情報（具体的には、食物に関する情報、アミノ酸関連データ、栄養関連データ、指標状態情報、式、睡眠習慣情報、睡眠課題の有無情報など）を取得する。例えば、取得部１０２ａは、クライアント装置２００やＰＯＳシステム４００、データベース装置５００から送信された情報（具体的には、食物に関する情報、アミノ酸関連データ、栄養関連データ、指標状態情報、式など）を、ネットワーク３００を介して受信することで、情報の取得を行ってもよい。取得部１０２ａは、評価結果の送信先のクライアント装置２００とは異なるクライアント装置２００から送信された評価に用いられるデータを受信してもよい。例えば、記録媒体に記録されている情報の読み出しを行うための機構（ハードウェアおよびソフトウェアを含む）を評価装置１００が備える場合、取得部１０２ａは、記録媒体に記録されている情報（具体的には、食物に関する情報、アミノ酸関連データ、栄養関連データ、指標状態情報、式など）を当該機構を介して読み出すことで、情報の取得を行ってもよい。また、睡眠課題の有無は通信インターフェース部１０４を通じて課題の有無を受信してもよいし、通信インターフェース部１０４を通じて受信した睡眠習慣情報から後述する評価部１０２ｄにて課題の有無を判断した結果を受信してもよい。

【0088】

指定部１０２ｂは、式を作成するにあたり対象とする指標データおよびアミノ酸関連データを指定する。

【0089】

式作成部１０２ｃは、取得部１０２ａで取得した指標状態情報や指定部１０２ｂで指定した指標状態情報に基づいて式を作成する。式が予め記憶部１０６の所定の記憶領域に格納されている場合には、式作成部１０２ｃは、記憶部１０６から所望の式を選択することで、式を作成してもよい。式作成部１０２ｃは、式を予め格納した他のコンピュータ装置（例えばデータベース装置５００）から所望の式を選択しダウンロードすることで、式を作成してもよい。

【0090】

評価部１０２ｄは、事前に得られた式（例えば、式作成部１０２ｃで作成した式、又は、取得部１０２ａで取得した式など）および事前に得られた量の値（例えば、取得部１０２ａで取得した第一の値または第一の値と第二の値の両方または評価部１０２ｄで算出した第一の値または第一の値と第二の値の両方など）を用いて式の値を算出することで前記評価を行う。評価部１０２ｄは、量の値（具体的には第一の値または第一の値と第二の値の両方）又は当該値の変換後の値を用いて前記評価を行ってもよい。また、評価部１０２ｄは、睡眠習慣情報を用いて睡眠課題の有無を評価してもよい。

【0091】

ここで、評価部１０２ｄの構成について図１１を参照して説明する。図１１は、評価部１０２ｄの構成を示すブロック図であり、該構成のうち本発明に関係する部分のみを概念的に示している。評価部１０２ｄは、算出部１０２ｄ１と変換部１０２ｄ２と生成部１０２ｄ３と分類部１０２ｄ４とをさらに備えている。

【0092】

算出部１０２ｄ１は、量の値（具体的には第一の値または第一の値と第二の値の両方）および当該値が代入される変数を含む式を用いて、式の値を算出する。算出部１０２ｄ１は、食物に関する情報（例えばＰＯＳシステム４００から送信された購買データ、クライアント装置２００から送信された食事・食材等の写真、またはクライアント装置２００から送信された食事の内容の説明に関する文字情報など）を用いて、量の値（具体的には第一の値または第一の値と第二の値の両方）を算出してもよい。評価部１０２ｄは、算出部１０２ｄ１で算出した値を評価結果として評価結果ファイル１０６ｅの所定の記憶領域に格納してもよい。

【0093】

変換部１０２ｄ２は、算出部１０２ｄ１で算出した式の値を例えば上述した変換手法などで変換する。評価部１０２ｄは、変換部１０２ｄ２で変換した後の値を評価結果として評価結果ファイル１０６ｅの所定の記憶領域に格納してもよい。変換部１０２ｄ２は、量の値（具体的には第一の値または第一の値と第二の値の両方）を例えば上述した変換手法などで変換してもよい。

【0094】

生成部１０２ｄ３は、モニタ等の表示装置又は紙等の物理媒体に視認可能に示される所定の物差し上における所定の目印の位置に関する位置情報を、算出部１０２ｄ１で算出した式の値又は変換部１０２ｄ２で変換した後の値（量の値（具体的には第一の値または第一の値と第二の値の両方）又は当該値の変換後の値でもよい）を用いて生成する。評価部１０２ｄは、生成部１０２ｄ３で生成した位置情報を評価結果として評価結果ファイル１０６ｅの所定の記憶領域に格納してもよい。

【0095】

分類部１０２ｄ４は、算出部１０２ｄ１で算出した式の値又は変換部１０２ｄ２で変換した後の値（量の値（具体的には第一の値または第一の値と第二の値の両方）又は当該値の変換後の値でもよい）を用いて、評価対象を前記複数の区分のうちのどれか１つに分類する。

【0096】

結果出力部１０２ｅは、制御部１０２の各処理部での処理結果（評価部１０２ｄで得られた評価結果を含む）等を出力装置１１４に出力する。

【0097】

送信部１０２ｆは、クライアント装置２００に対して評価結果や食物に関する情報、量の値（具体的には第一の値または第一の値と第二の値の両方）、式の値などの情報を送信したり、データベース装置５００に対して評価装置１００で作成した式や評価結果などの情報を送信したりする。なお、送信部１０２ｆは、評価に用いられるデータの送信元のクライアント装置２００とは異なるクライアント装置２００に対して評価結果を送信してもよい。

【0098】

つぎに、クライアント装置２００の構成について図１２を参照して説明する。図１２は、クライアント装置２００の構成の一例を示すブロック図であり、該構成のうち本発明に関係する部分のみを概念的に示している。

【0099】

クライアント装置２００は、制御部２１０とＲＯＭ２２０とＨＤ（Ｈａｒｄ Ｄｉｓｋ）２３０とＲＡＭ２４０と入力装置２５０と出力装置２６０と入出力ＩＦ２７０と通信ＩＦ２８０とで構成されており、これら各部は任意の通信路を介して通信可能に接続されている。クライアント装置２００は、例えば、既知のパーソナルコンピュータ・ワークステーション・家庭用ゲーム装置・インターネットＴＶ・ＰＨＳ（Ｐｅｒｓｏｎａｌ Ｈａｎｄｙｐｈｏｎｅ Ｓｙｓｔｅｍ）端末・携帯端末・移動体通信端末・ＰＤＡ（Ｐｅｒｓｏｎａｌ Ｄｉｇｉｔａｌ Ａｓｓｉｓｔａｎｔ）・スマートフォン・タブレット端末等の情報処理端末などを基にしたものであってもよい。

【0100】

入力装置２５０はキーボードやマウスやマイク等である。なお、後述するモニタ２６１もポインティングデバイス機能を実現する。出力装置２６０は、通信ＩＦ２８０を介して受信した情報を出力する出力手段であり、モニタ（家庭用テレビを含む）２６１を含む。この他、出力装置２６０にスピーカ等を設けてもよい。入出力ＩＦ２７０は入力装置２５０や出力装置２６０に接続する。なお、クライアント装置２００は、カメラ等の撮像装置をさらに備えてもよい。

【0101】

通信ＩＦ２８０は、クライアント装置２００とネットワーク３００（またはルータ等の通信装置）とを通信可能に接続する。

【0102】

制御部２１０は、送信部２１１および受信部２１２を備えている。送信部２１１は、通信ＩＦ２８０を介して、食物に関する情報の一例である食事・食材等の写真または食事内容の説明に関する文字情報などの情報を、評価装置１００へ送信する。受信部２１２は、通信ＩＦ２８０を介して、評価装置１００から送信された評価結果や食物に関する情報、量の値（具体的には第一の値または第一の値と第二の値の両方）、式の値などの情報を受信する。

【0103】

制御部２１０は、当該制御部で行う処理の全部または任意の一部を、ＣＰＵおよび当該ＣＰＵにて解釈して実行するプログラムで実現してもよい。ＲＯＭ２２０またはＨＤ２３０には、ＯＳと協働してＣＰＵに命令を与え、各種処理を行うためのコンピュータプログラムが記録されている。当該コンピュータプログラムは、ＲＡＭ２４０にロードされることで実行され、ＣＰＵと協働して制御部２１０を構成する。また、当該コンピュータプログラムは、クライアント装置２００と任意のネットワークを介して接続されるアプリケーションプログラムサーバに記録されてもよく、クライアント装置２００は、必要に応じてその全部または一部をダウンロードしてもよい。また、制御部２１０で行う処理の全部または任意の一部を、ワイヤードロジック等によるハードウェアで実現してもよい。

【0104】

ここで、制御部２１０は、評価装置１００に備えられている評価部１０２ｄが有する機能と同様の機能を有する評価部２１０ａ（算出部２１０ａ１、変換部２１０ａ２、生成部２１０ａ３、及び分類部２１０ａ４を含む）を備えていてもよい。例えば、評価部２１０ａは、評価装置１００から量の値（具体的には第一の値または第一の値と第二の値の両方）または式の値を受信した場合には、変換部２１０ａ２で当該受信した値を変換したり、生成部２１０ａ３で当該受信した値又は変換後の値に対応する位置情報を生成したり、分類部２１０ａ４で当該受信した値又は変換後の値を用いて評価対象を前記複数の区分のうちのどれか１つに分類したりしてもよい。また、例えば、評価部２１０ａは、評価装置１００から量の値（具体的には第一の値または第一の値と第二の値の両方）または式の値の変換後の値を受信した場合には、生成部２１０ａ３で当該受信した値に対応する位置情報を生成したり、分類部２１０ａ４で当該受信した値を用いて評価対象を複数の区分のうちのどれか１つに分類したりしてもよい。また、例えば、評価部２１０ａは、評価装置１００から量の値（具体的には第一の値または第一の値と第二の値の両方）もしくは式の値または変換後の値と位置情報とを受信した場合には、分類部２１０ａ４で当該受信した値を用いて評価対象を複数の区分のうちのどれか１つに分類してもよい。

【0105】

つぎに、本システムのネットワーク３００について図３、図４を参照して説明する。ネットワーク３００は、評価装置１００とクライアント装置２００とＰＯＳシステム４００とデータベース装置５００（図３，４には図示せず）とを相互に通信可能に接続する機能を有し、例えばインターネットやイントラネットやＬＡＮ（Ｌｏｃａｌ Ａｒｅａ Ｎｅｔｗｏｒｋ）（有線／無線の双方を含む）等である。なお、ネットワーク３００は、ＶＡＮ（Ｖａｌｕｅ－Ａｄｄｅｄ Ｎｅｔｗｏｒｋ）や、パソコン通信網や、公衆電話網（アナログ／デジタルの双方を含む）や、専用回線網（アナログ／デジタルの双方を含む）や、ＣＡＴＶ（Ｃｏｍｍｕｎｉｔｙ Ａｎｔｅｎｎａ ＴｅｌｅＶｉｓｉｏｎ）網や、携帯回線交換網または携帯パケット交換網（ＩＭＴ（Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｍｏｂｉｌｅ Ｔｅｌｅｃｏｍｍｕｎｉｃａｔｉｏｎ）２０００方式、ＧＳＭ（登録商標）（Ｇｌｏｂａｌ Ｓｙｓｔｅｍ ｆｏｒ Ｍｏｂｉｌｅ Ｃｏｍｍｕｎｉｃａｔｉｏｎｓ）方式またはＰＤＣ（Ｐｅｒｓｏｎａｌ Ｄｉｇｉｔａｌ Ｃｅｌｌｕｌａｒ）／ＰＤＣ－Ｐ方式等を含む）や、無線呼出網や、Ｂｌｕｅｔｏｏｔｈ（登録商標）等の局所無線網や、ＰＨＳ網や、衛星通信網（ＣＳ（Ｃｏｍｍｕｎｉｃａｔｉｏｎ Ｓａｔｅｌｌｉｔｅ）、ＢＳ（Ｂｒｏａｄｃａｓｔｉｎｇ Ｓａｔｅｌｌｉｔｅ）またはＩＳＤＢ（Ｉｎｔｅｇｒａｔｅｄ Ｓｅｒｖｉｃｅｓ Ｄｉｇｉｔａｌ Ｂｒｏａｄｃａｓｔｉｎｇ）等を含む）等でもよい。

【0106】

つぎに、本システムのデータベース装置５００の構成について図１３を参照して説明する。図１３は、本システムのデータベース装置５００の構成の一例を示すブロック図であり、該構成のうち本発明に関係する部分のみを概念的に示している。

【0107】

データベース装置５００は、評価装置１００または当該データベース装置で式を作成する際に用いる指標状態情報や、評価装置１００で作成した式、評価装置１００での評価結果などを格納する機能を有する。図１３に示すように、データベース装置５００は、当該データベース装置を統括的に制御するＣＰＵ等の制御部５０２と、ルータ等の通信装置および専用線等の有線または無線の通信回路を介して当該データベース装置をネットワーク３００に通信可能に接続する通信インターフェース部５０４と、各種のデータベースやテーブルやファイル（例えばＷｅｂページ用ファイル）などを格納する記憶部５０６と、入力装置５１２や出力装置５１４に接続する入出力インターフェース部５０８と、で構成されており、これら各部は任意の通信路を介して通信可能に接続されている。

【0108】

記憶部５０６は、ストレージ手段であり、例えば、ＲＡＭ・ＲＯＭ等のメモリ装置や、ハードディスクのような固定ディスク装置や、フレキシブルディスクや、光ディスク等を用いることができる。記憶部５０６には、各種処理に用いる各種プログラム等を格納する。通信インターフェース部５０４は、データベース装置５００とネットワーク３００（またはルータ等の通信装置）との間における通信を媒介する。すなわち、通信インターフェース部５０４は、他の端末と通信回線を介してデータを通信する機能を有する。入出力インターフェース部５０８は、入力装置５１２や出力装置５１４に接続する。ここで、出力装置５１４には、モニタ（家庭用テレビを含む）の他、スピーカやプリンタを用いることができる。また、入力装置５１２には、キーボードやマウスやマイクの他、マウスと協働してポインティングデバイス機能を実現するモニタを用いることができる。

【0109】

制御部５０２は、ＯＳ等の制御プログラム・各種の処理手順等を規定したプログラム・所要データなどを格納するための内部メモリを有し、これらのプログラムに基づいて種々の情報処理を実行する。制御部５０２は、図示の如く、大別して、送信部５０２ａと受信部５０２ｂを備えている。送信部５０２ａは、指標状態情報や式などの各種情報を、評価装置１００へ送信する。受信部５０２ｂは、評価装置１００から送信された、式や評価結果などの各種情報を受信する。

【0110】

なお、本説明では、評価装置１００が、アミノ酸関連データ等の取得から、式の値の算出、評価対象の区分への分類、そして評価結果の送信までを実行し、クライアント装置２００が評価結果の受信を実行するケースを例として挙げたが、クライアント装置２００に評価部２１０ａが備えられている場合は、例えば量の値（具体的には第一の値または第一の値と第二の値の両方）または式の値の算出、量の値（具体的には第一の値または第一の値と第二の値の両方）または式の値の変換、位置情報の生成、及び、評価対象の区分への分類などは、評価装置１００とクライアント装置２００とで適宜分担して実行してもよい。

【0111】

［２－３．他の実施形態］
本発明にかかる評価装置、算出装置、評価方法、算出方法、評価プログラム、算出プログラム、記録媒体、評価システム、および端末装置は、上述した第２実施形態以外にも、請求の範囲に記載した技術的思想の範囲内において種々の異なる実施形態にて実施されてよいものである。

【0112】

また、第２実施形態において説明した各処理のうち、自動的に行われるものとして説明した処理の全部または一部を手動的に行うこともでき、あるいは、手動的に行われるものとして説明した処理の全部または一部を公知の方法で自動的に行うこともできる。

【0113】

このほか、上記文献中や図面中で示した処理手順、制御手順、具体的名称、各処理の登録データや検索条件等のパラメータを含む情報、画面例、データベース構成については、特記する場合を除いて任意に変更することができる。

【0114】

また、評価装置１００に関して、図示の各構成要素は機能概念的なものであり、必ずしも物理的に図示の如く構成されていることを要しない。

【0115】

例えば、評価装置１００が備える処理機能、特に制御部１０２にて行われる各処理機能については、その全部または任意の一部を、ＣＰＵおよび当該ＣＰＵにて解釈実行されるプログラムにて実現してもよく、また、ワイヤードロジックによるハードウェアとして実現してもよい。尚、プログラムは、情報処理装置に本発明にかかる評価方法または算出方法を実行させるためのプログラム化された命令を含む一時的でないコンピュータ読み取り可能な記録媒体に記録されており、必要に応じて評価装置１００に機械的に読み取られる。すなわち、ＲＯＭまたはＨＤＤ（Ｈａｒｄ Ｄｉｓｋ Ｄｒｉｖｅ）などの記憶部１０６などには、ＯＳと協働してＣＰＵに命令を与え、各種処理を行うためのコンピュータプログラムが記録されている。このコンピュータプログラムは、ＲＡＭにロードされることによって実行され、ＣＰＵと協働して制御部を構成する。

【0116】

また、このコンピュータプログラムは評価装置１００に対して任意のネットワークを介して接続されたアプリケーションプログラムサーバに記憶されていてもよく、必要に応じてその全部または一部をダウンロードすることも可能である。

【0117】

また、本発明にかかる評価プログラムまたは算出プログラムを、一時的でないコンピュータ読み取り可能な記録媒体に格納してもよく、また、プログラム製品として構成することもできる。ここで、この「記録媒体」とは、メモリーカード、ＵＳＢ（Ｕｎｉｖｅｒｓａｌ Ｓｅｒｉａｌ Ｂｕｓ）メモリ、ＳＤ（Ｓｅｃｕｒｅ Ｄｉｇｉｔａｌ）カード、フレキシブルディスク、光磁気ディスク、ＲＯＭ、ＥＰＲＯＭ（Ｅｒａｓａｂｌｅ Ｐｒｏｇｒａｍｍａｂｌｅ Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）、ＥＥＰＲＯＭ（Ｅｌｅｃｔｒｉｃａｌｌｙ Ｅｒａｓａｂｌｅ ａｎｄ Ｐｒｏｇｒａｍｍａｂｌｅ Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）（登録商標）、ＣＤ－ＲＯＭ（Ｃｏｍｐａｃｔ Ｄｉｓｃ Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）、ＭＯ（Ｍａｇｎｅｔｏ－Ｏｐｔｉｃａｌ ｄｉｓｋ）、ＤＶＤ（Ｄｉｇｉｔａｌ Ｖｅｒｓａｔｉｌｅ Ｄｉｓｋ）、および、Ｂｌｕ－ｒａｙ（登録商標） Ｄｉｓｃ等の任意の「可搬用の物理媒体」を含むものとする。

【0118】

また、「プログラム」とは、任意の言語または記述方法にて記述されたデータ処理方法であり、ソースコードまたはバイナリコード等の形式を問わない。なお、「プログラム」は必ずしも単一的に構成されるものに限られず、複数のモジュールやライブラリとして分散構成されるものや、ＯＳに代表される別個のプログラムと協働してその機能を達成するものをも含む。なお、実施形態に示した各装置において記録媒体を読み取るための具体的な構成および読み取り手順ならびに読み取り後のインストール手順等については、周知の構成や手順を用いることができる。

【0119】

記憶部１０６に格納される各種のデータベース等は、ＲＡＭ、ＲＯＭ等のメモリ装置、ハードディスク等の固定ディスク装置、フレキシブルディスク、および、光ディスク等のストレージ手段であり、各種処理やウェブサイト提供に用いる各種のプログラム、テーブル、データベース、および、ウェブページ用ファイル等を格納する。

【0120】

また、評価装置１００は、既知のパーソナルコンピュータまたはワークステーション等の情報処理装置として構成してもよく、また、任意の周辺装置が接続された当該情報処理装置として構成してもよい。また、評価装置１００は、当該情報処理装置に本発明の評価方法または算出方法を実現させるソフトウェア（プログラムまたはデータ等を含む）を実装することにより実現してもよい。

【0121】

更に、装置の分散・統合の具体的形態は図示するものに限られず、その全部または一部を、各種の付加等に応じてまたは機能負荷に応じて、任意の単位で機能的または物理的に分散・統合して構成することができる。すなわち、上述した実施形態を任意に組み合わせて実施してもよく、実施形態を選択的に実施してもよい。

【実施例0122】

睡眠時間と認知機能低下リスクに関連があることは以下の文献１と文献２で明らかになっている。そこで、本実施例で用いるデータにおいても睡眠時間と認知機能に関連があることを確認するべく解析を実施した。ここで、文献１は、睡眠時間と平均８．８年後の認知症発症の有無に関して検討された研究に関するものである。文献１では、睡眠時間が５．０－６．９時間の人と比較して、睡眠時間が５時間未満の人、睡眠時間が８－９．９時間の人、および睡眠時間が１０時間以上の人で認知症発症のリスクが高くなることが報告されている。また、文献２では、睡眠時間が５時間未満の人と９時間以上の人は認知機能検査のスコアが低いという結果が報告されており、さらに、普段の睡眠時間が５時間未満と回答した高齢の人は研究開始時点で既に認知機能検査の点数が低く、普段の睡眠時間が９時間以上と回答した人は３年後に認知機能が低下するリスクが高い、という結果が報告されている。
・文献１：Ohara T, Honda T, Hata J, et al. Association Between Daily Sleep Duration and Risk of Dementia and Mortality in a Japanese Community. J Am Geriatr Soc. 2018;66(10):1911-1918.
・文献２：Benito-Leon J, Louis ED, Bermejo-Pareja F. Cognitive decline in short and long sleepers: a prospective population-based study (NEDICES). J Psychiatr Res. 2013;47(12):1998-2003.

【0123】

ＮＩＬＳ－ＬＳＡ研究の３次調査（２００２年５月～２００４年５月）に参加した、認知機能が低下しておらず（認知機能評価指標であるＭｉｎｉ Ｍｅｎｔａｌ Ｓｔａｔｅ Ｅｘａｍｉｎａｔｉｏｎ（ＭＭＳＥ）のスコアが２７以下でなく）且つ６０歳以上で且つ解析に必要なデータが揃った６２３名（年齢平均６８．５歳、標準偏差５．７歳、年齢範囲は６０－８３歳）を解析対象とした。そして、解析対象となる６２３名を、３次調査で得た睡眠時間の情報に基づき、１日の睡眠時間が６時間未満の群（以下、短睡眠時間群と記す）、１日の睡眠時間が６時間より長く８時間未満の群（以下、通常睡眠時間群と記す）、および１日の睡眠時間が８時間より長い群（以下、長睡眠時間群と記す）の３群のうちのいずれかに分類した。なお、当該分類の際に用いた睡眠時間は活動量調査で得られたものだが、当該６２３名について、活動量調査で得られた睡眠時間と住民に対する自記式のアンケートに記載された睡眠時間との差分を計算したところ、平均０．５２時間、標準偏差１．０６時間の誤差が観察された。よって、睡眠時間の調査方法により誤差が生じる可能性があることから、当該分類にて採用した「６時間」および「８時間」といった境界値は、類似した値（例えば、当該誤差を考慮した値（具体的には当該境界値の前後１時間以内の値など）など）に置き換えることも可能と考えられる。

【0124】

この睡眠時間に関する群を説明変数とし、ＮＩＬＳ－ＬＳＡ研究の４次調査（２００４年６月～２００６年６月）、５次調査（２００６年７月～２００８年６月）、６次調査（２００８年７月～２０１０年６月）、および７次調査（２０１０年７月～２０１２年７月）で得た認知機能低下の有無（ＭＭＳＥのスコアが２７以下を認知機能低下と定義）を目的変数とした一般化推定方程式（Ｇｅｎｅｒａｌｉｚｅｄ Ｅｓｔｉｍａｔｉｎｇ Ｅｑｕａｔｉｏｎｓ（ＧＥＥ））を用いて、３次調査時点の睡眠時間と３次調査後の認知機能低下の経時的な関係について評価を行った。なお、本実施例では、３次調査時点から８年後（すなわち７次調査時点）の認知機能低下の状態を評価するのではなく、認知機能低下の状態について３次調査後どのような推移が起きるかといった、認知機能低下の経時的な傾向を評価するため、ＧＥＥを解析手法として選択した。

【0125】

当該ＧＥＥの解析において、以下に列挙した１１項目に関する説明変数が当該ＧＥＥに影響を調整する共変量として追加された追加モデル１と、脳血管障害の有無、高血圧の有無、虚血性心疾患の有無、脂質異常症の有無、および糖尿病の罹患の有無に関する説明変数が当該追加モデル１に影響を調整する共変量として追加された追加モデル２の解析も行った。なお、統計的仮説検定は有意水準両側５％で実施した。
・経過年数、性、年齢、ＢＭＩ（Ｂｏｄｙ Ｍａｓｓ Ｉｎｄｅｘ）、ＭＭＳＥ、ＣＥＳ－Ｄ（Ｔｈｅ Ｃｅｎｔｅｒ ｆｏｒ Ｅｐｉｄｅｍｉｏｌｏｇｉｃ Ｓｔｕｄｉｅｓ Ｄｅｐｒｅｓｓｉｏｎ Ｓｃａｌｅ（うつ病自己評価尺度））、教育歴（０～７年／８～１５年／１６年以上の３群）、喫煙の有無、仕事の有無、催眠鎮静剤または抗不安剤の内服の有無、及び総身体活動量（ＭＥＴｓ－ｍｉｎ／ｄａｙ）

【0126】

解析結果を図１４に示す。通常睡眠時間群の将来の認知機能低下リスクに対して、短睡眠時間群の将来の認知機能低下リスクと長睡眠時間群の将来の認知機能低下リスクを評価したところ、いずれの解析モデルにおいても、長睡眠時間群において認知機能低下リスクが有意に上昇することが明らかとなった。以上の解析から、本実施例で用いるデータにおいても睡眠時間と認知機能に関連があることが確認できた。

【0127】

実施例２以降は、将来の認知機能低下と関連が見られた長睡眠時間群と、短睡眠時間群と通常睡眠時間群からなる短・通常睡眠時間群の２群で睡眠に関する特性の検討を実施する。

【実施例0128】

ＮＩＬＳ－ＬＳＡの３次調査において、長睡眠時間群と短・通常睡眠時間群の群間に睡眠に関する特性の差があるか評価を行うため、両側有意水準５％のカイ二乗検定を用いて群間比較を行った。睡眠の課題の一例として中途覚醒の有無について検討を行った。「夜中に目が覚めて、眠れなくなることがよくある」という問いに対し、「はい」と回答した場合を中途覚醒あり、「いいえ」と回答した場合を中途覚醒なしと定義した。短・通常睡眠時間群では４４６名中１４６名（３２．７％）に睡眠中の中途覚醒が見られたが、長睡眠時間群では１７７名中８５名（４８．０％）に睡眠中の中途覚醒が見られ、長睡眠時間群の割合は短・通常睡眠時間群の割合に対し有意に高いことが明らかったとなった（Ｐ＝０．０００４）。このことから、長睡眠時間群は睡眠に課題がある集団としても解釈が可能と考えられた。