The Sickness Absence due to mental disorders of Prediction by Machine Learning
Project/Area Number |
20K10325
|
Research Category |
Grant-in-Aid for Scientific Research (C)
|
Allocation Type | Multi-year Fund |
Section | 一般 |
Review Section |
Basic Section 58010:Medical management and medical sociology-related
|
Research Institution | Osaka Metropolitan University (2022-2023) Osaka City University (2020-2021) |
Principal Investigator |
岩崎 進一 大阪公立大学, 大学院医学研究科, 准教授 (70326263)
|
Co-Investigator(Kenkyū-buntansha) |
出口 裕彦 大阪公立大学, 大学院医学研究科, 講師 (30721790)
|
Project Period (FY) |
2020-04-01 – 2025-03-31
|
Project Status |
Granted (Fiscal Year 2023)
|
Budget Amount *help |
¥4,290,000 (Direct Cost: ¥3,300,000、Indirect Cost: ¥990,000)
Fiscal Year 2022: ¥1,300,000 (Direct Cost: ¥1,000,000、Indirect Cost: ¥300,000)
Fiscal Year 2021: ¥910,000 (Direct Cost: ¥700,000、Indirect Cost: ¥210,000)
Fiscal Year 2020: ¥2,080,000 (Direct Cost: ¥1,600,000、Indirect Cost: ¥480,000)
|
Keywords | メンタルヘルス不調 / 休職 / 職業性ストレス簡易調査票 / 機械学習 / ストレスチェック / 健康診断 |
Outline of Research at the Start |
メンタルヘルス不調者の将来的な休職を機械学習を用いその予測可能性を検討する。就労者を対象としてストレスチェックデータ、健康診断、背景情報、メンタルヘルス不調者の休職に関する情報を、職場の実施者に暗号化された個人IDごとに毎年度蓄積する。この蓄積データを用い機械学習を用い学習を行い、将来的な欠勤、休職、休職に至るまでの期間、休職期間、再休職、病名などに対する予測を行う。
|
Outline of Annual Research Achievements |
メンタルヘルス不調者は欠勤や休職に至るリスクが高く、またそれらが長期にわたることが多い。そのために周囲の労働者の負担を増やし、さらなる生産性の低下をもたらすことで、職場や企業全体への大きな負の影響を及ぼしている。そのためメンタルヘルス不調が原因となる欠勤や休職に至る労働者を事前に予測予 防することは非常に重要である。 本研究では、機械学習の方法によって労働者のメンタルヘルス不調が原因となる欠勤や休職を、健康診断データと職業性ストレス簡易調査票(BJSQ)データを用 いて予測を行い、新たな二次予防に応用することを目的とする。 今年度は20442人のストレスチェック、健康診断データと99名の新規休職者のデータを得ることが出来た。しかし、解析が可能なほどのデータは集まっていない。
|
Current Status of Research Progress |
Current Status of Research Progress
4: Progress in research has been delayed.
Reason
非休職者のデータの収集は進んでいるが、コロナ禍の影響もあり、新規メンタルヘルス不調による休職者の数が想定より少なく、機械学習による解析が可能な人 数までは収集できていない。
|
Strategy for Future Research Activity |
今後も引き続きデータ収集を行い、休職者のデータが十分に集まった状態で解析を行っていく。 休職者数が想定より少ないため、機械学習以外での解析も検討、実施する予定である。 随時学会や論文による発表を行っていく。
|
Report
(4 results)
Research Products
(1 results)