【目的】業務中の身体活動を測定し，非特異的腰痛との関連性について調査した．

【方法】医療機関に常勤勤務する病棟女性看護師58名を対象とした．日勤勤務時間中において，活動量計を用いてデータを測定し，座位行動，低強度身体活動，中高強度身体活動に分類した各活動強度時間を算出した．また，座位行動のブレイクとバウトの回数，時間及び業務前後の腰痛変化量を計測した．

【結果】目的変数を腰痛変化量，説明変数を年齢，座位行動，中高強度身体活動，とした重回帰分析の結果，腰痛変化量に影響を及ぼす因子は座位行動であることが示された.目的変数を腰痛変化量，説明変数を年齢，総ブレイク回数，平均バウト時間，バウト回数とした重回帰分析の結果，総ブレイク回数が有意な独立変数として抽出された．

【結論】座位行動が業務前後の腰痛の増加に影響を及ぼすことが明らかになった．座位行動の中断回数の増加は腰痛のリスク因子になることが示唆された．

【目的】本研究は，「働き方改革」を含むツイートから感情を推定するモデルの開発である．

【方法】ツイート本文より，感情スコアを抽出するためのシステムの開発環境はMS-Excelとし，開発言語はVBA（Visual Basic for Applications）とした．データはTwitter社API v2（Application Programming Interface v2）を用いて計11,272ツイートを収集し，リツイート等を削除した結果，8,570件のツイートを分析対象とした．これをトレーニングデータとテストデータに分割し感情分析を行った．また，感情分析で得られた感情スコアと感情ラベル，ツイート本文をSVM（Support vector machine）で学習させ，テストデータを層化-5分割交差検証法にて性能評価を行った．

【結果】トレーニングデータとテストデータの感情を分析した結果，それぞれネガティブが2,896件と2,824件であり，ポジティブが1,389件と1,461件であった．また，これを用いた感情推定モデルの性能評価の結果は，AUC（Area under the curve）0.936であった．

【結論】本研究では，感情スコアを抽出するシステムをExcelにて構築し，働き方改革とともに発言されている語の感情を分析するモデルを開発した．その結果，テストデータの検証からAUC0.936という高い分類性能を有する感情推定モデルが開発された．