谷田 恵子

Abstract Objective Discrepancies between sleep timing on work/school and free days, also known as social jetlag (SJL), can cause health problems. These issues occur most often in individuals from adolescence to the early 20s, which is equivalent to the age of university students. This study was designed to explore the recommended level of physical activity required to minimize SJL and to examine the relationship between SJL and objective physical activity among female university students. Methods We assessed the SJL of 68 female students using the Japanese version of the Munich Chronotype Questionnaire. The objective physical activity and sleep variables of subjects were also evaluated at 3 to 4 weeks using a small triaxial accelerometer. Results A significant negative correlation was found between SJL and physical activity on both free (r = − 0.435, p < 0.001) and school days (r = − 0.341, p < 0.01). According to the linear regression analysis, physical activity of 11,174 steps on school days and 10,713 steps on free days had the lowest SJL value. Total sleep time on free days had a significant positive correlation with SJL (r = 0.399, p < 0.001) and a negative correlation with physical activity (r = − 0.520, p < 0.001). Discussion Our results suggest that substantial SJL may cause chronic fatigue and lead to a low level of physical activity in female university students. These results also imply that the recommended level of physical activity necessary to minimize SJL among these students is around 11,000 steps on both school and free days.

本学(県立大学)看護学部のプロジェクト「ビッグデータを活用した健康リスク予測と高度看護介入による新たなデータヘルス・システムの開発」の一環として実施した、糖尿病の悪化を予測するためのアルゴリズムの開発と特定保健指導で活用可能なアプリケーションの開発について報告した。糖尿病悪化予測アルゴリズムの開発は、A市の平成12年(2000年)から平成31年(2019年)までの健診データ19750人分をもとに、過去2回分のデータから3回目の糖尿病の総合判定の予測を行った。1回目のデータを「過去データ」、2回目のデータを「現在データ」、3回目のデータを「未来データ」とし、検査項目を「基本データ」「診断データ」「アンケートデータ」と区分し、区分ごとに「過去データ」「現在データ」「未来データ」「過去→現在への変化データ」「現在→未来への変化データ」に分け、3回目である「未来データ」が悪化するかしないかを機械学習などを用いた。上記のアルゴリズムを用いて糖尿病の悪化および発症のリスク変化を提示し、生活習慣の改善の動機づけとすることを目的に、保健指導アプリを構築した。その結果、糖尿病悪化予測アルゴリズムでは、「判定の悪化」を予測対象としてしまったため、判定が一段階悪化したばかりの者は次回に悪化しにくく、良いスコアが表示されてしまう結果となり、これだけでは生活習慣改善の動機づけにつながらないことが分かった。