分析機能はエントリーをトレンドと相関に凝縮します。目的: あなたの気分に定期的に影響するものを示すこと。これは臨床判断の代替ではありません。パターンを可視化します。
期間フィルター
上部に7日、30日、90日、すべてのピルがあります。デフォルトは常にすべてです。こうすることで、たまたま空だった週ではなく、まず全体像を見ることができます。フィルターを切り替えると、下のすべての分析がライブでアニメーションします。
ハブの概要
ハブは分析タブのエントリーページです。4つの領域をまとめています。
- トレンド付き気分リング: 期間内の平均気分を示すアニメーション化された円形リング、赤から黄、緑にカラーコード化。隣にトレンド矢印と前の同じ長さの期間からのデルタ。
- スパークラインと週のリズム: コンパクトなトレンドラインと、気分、要因、各日のトラッキングドットを含む週のスナップショット。
- 4つの詳細タイル: 要因、曜日、トレンド、アンケート。各々がサブビューに導きます。
- 統計とピクセル年表: 規則性リング、最小/平均/最大、年次ヒートマップ。
気分リング
リングは現在の期間フィルターでの平均を示します。色はスコアに従います: 1から3は赤、4から5はオレンジ、6から7は黄色、8から10は緑。エントリーが少ない場合、データベースが薄いことを示すヒントとしてリングは細いままです。
トレンド
トレンド詳細ビューは、気分の経過を線として表示し、その上に回帰線を重ねます。7日、14日、30日のウィンドウから選びます。
- 短いウィンドウ(7日): 素早く反応し、現在の転換点を示します。
- 中程度のウィンドウ(14日): 良い妥協点。
- 長いウィンドウ(30日): 長期的な傾向を示し、短期的な変動を平滑化します。
上部に傾きバナーが表示されます。例えば「上昇トレンド、週あたり+0.42ポイント」(緑)、「下降トレンド」(赤)、「安定」(グレー)。これにより、日々のボラティリティが高くても長期的な傾向を認識できます。
要因の影響
要因詳細ビューでは、各要因ごとに2つのバーを持つ水平カプセルを表示します。
- グレーのバー = 要因がない日の平均気分。
- カラーバー = 要因がある日の平均気分。ポジティブ効果なら緑、ネガティブ効果なら赤。
差がインパクトです。隣に信頼度のパーセントが表示されます。要因が稀すぎるか、対照群が小さすぎる場合、アプリはタイルを暗くして「データが少なすぎて判断できません」と書きます。
ベース要因とインパクト要因の比較
InnerPulseは2種類を区別します。
- ベース要因は、少なくとも60パーセントのエントリーに現れるものです。これらはあなたの通常の背景です。変動が少なく、目に見える影響は小さい。別途表示されます。
- インパクト要因は、まれにしか起こらないものですが、起こると顕著に効果を発揮します。セラピー、衝突、週末の長いランニング。
10回しか発生しないが、毎回大きな差を生む要因は、毎日発生するがほとんど何も変えない要因よりも重要です。要因ロジックの詳細は要因章に記載されています。
信頼度
信頼度は、影響が統計的にどれだけ確実かを測ります。発生頻度ではありません。アプリはサンプルサイズ、効果量、ばらつきをWelch-t-Testと分散シュリンケージで考慮します。高い信頼度値は、その差が偶然である可能性が低いことを意味します。
3つの量が反映されます
- 効果量: 要因がある日とない日の差はどれくらい大きいか?
- サンプルサイズ: グループあたりの発生回数は?
- ばらつき: 気分値はそれぞれの平均周りでどれくらい狭い、または広く分布しているか?
一緒に計算する例
30件のエントリーがあるとします。そのうち8日に運動したを要因として設定しました。残りの22日は設定していません。
- 運動の日: 8エントリー、平均7.4、標準偏差2.2(つまり5から9の間で多少上下する値)。
- 非運動の日: 22エントリー、平均5.8、標準偏差2.7(3から9の値、より大きな変動)。
- 平均の差: 1.6ポイント。
アプリはこれらの値をWelch-t-Testの式に入れます。式は次のとおりです:
t = (M1 - M2) / 平方根 (s1² / n1 + s2² / n2)
値を入れます:
- s1² / n1 = 2.2² / 8 = 4.84 / 8 = 0.605
- s2² / n2 = 2.7² / 22 = 7.29 / 22 = 0.331
- 合計: 0.605 + 0.331 = 0.936
- その平方根: 0.968(これが差の標準誤差)
- t = 1.6 / 0.968 = 1.65
さらにWelch-Testは、Welch-Satterthwaite近似で実効自由度を計算します。この例では、約15自由度となります。
15自由度の標準t分布で、t値1.65は両側p値約0.12に対応します。アプリは信頼度を1引くpとして計算します。つまり約88パーセントです。
「信頼度88パーセント」を緑のインジケーターで表示します。翻訳すると: 100サンプルのうち約12でこの効果は偶然に発生し、88では関係は本物です。
同じ差が2つの運動日だけに基づいていた場合、標準誤差が大きくなり、t値が1未満に下がるでしょう。信頼度は約40パーセントに低下します。信頼するには低すぎます。アプリはその場合タイルを暗くして「データが少なすぎて判断できません」と書きます。
分散シュリンケージはさらに、非常に小さいまたは非常に大きいばらつきを平均値の方向に引き寄せ、外れ値のサンプルが結果を過度に歪めないようにします。
要因あたり3から5の観察では、信頼度はまだ低いです。10回以上の観察と明らかな効果があると、急速に上昇します。発生頻度が高くても信頼度が低いままなら、効果はおそらく小さいか変動が大きいです。
曜日パターン
曜日分析は、各曜日について最小から最大までのグレーのバンドと、中央値のポイントを表示します。下にその曜日のエントリー数を表示します。最後のインサイトカードがまとめます。例えば「木曜日が最良(平均7.2)、最も困難な日は月曜日(平均5.1)」。
セルフケアを計画するのに便利です。月曜日が困難な場合、重要な予定を意図的にそこに入れないようにします。
アンケート経過
ここではPHQ-9、GAD-7、K10、PHQ-4を1つのチャートで見られます。テストが比較可能になるように、スコアは0(負担なし)から1(最大負担)の共通スケールに正規化されます。各テストは独自の色を持ちます: PHQ-9は青、GAD-7はオレンジ、K10はティール、PHQ-4はインディゴ。
カーブの背後に重症度リボンが色分けされたバンドとして配置されています。これにより、数値を知らなくても、どの重症度ゾーンにいるかを一目で確認できます。
ピクセル年表
最後のタイルは1年のヒートマップを開きます。各日が独自の長方形を持ちます。色は平均と等しい: エントリーのない日はグレー、気分の範囲には赤から黄、緑へ。
トラッキングのギャップがいつあったか、良いまたは困難な時期がいつあったかを一目で見るのに便利です。1年で何が起こったかをセラピストや医師に見せたいときに特に印象的です。日をタップすると関連するエントリーが開きます。
規則性
規則性リングは、選択した期間のうち何日トラッキングしたかを示します。「すべて」をフィルターとして使用すると、リングは最初のエントリーからカウントします。ストリーク、バッジ、何かを逃したというプッシュリマインダーはありません。リングは情報であってプレッシャーではありません。
知っておくと役立つこと
- 分析は開くたびに新しく計算されます。古くなるキャッシュはありません。
- 意味のあるトレンドには最低3つのエントリーが必要です。それ未満では、アプリは空または控えめに暗くなったタイルを表示します。
- 相関は因果ではありません。 アプリは関連性を示します。解釈はあなたに委ねられており、時にはセラピストと一緒に行います。
- 分析をエクスポートしたい場合、例えば次回予約用のPDFとして、データエクスポートを見てください。
- アンケート結果をより理解したい人は、この章をチェックインアンケートと組み合わせてください。