Research on prediction of mental health disorders using machine learning and effectiveness of industrial health services

• Project/Area Number: 24K20153
• Research Category: Grant-in-Aid for Early-Career Scientists
• Allocation Type: Multi-year Fund
• Review Section: Basic Section 58010:Medical management and medical sociology-related
• Research Institution: Fukushima College Junior College
• Principal Investigator: 小野 舟瑛 福島学院大学短期大学部, その他部局等, 講師 (30966156)
• Project Period (FY): 2024-04-01 – 2027-03-31
• Project Status: Granted (Fiscal Year 2024)
• Budget Amount: ¥3,380,000 (Direct Cost: ¥2,600,000、Indirect Cost: ¥780,000); Fiscal Year 2026: ¥910,000 (Direct Cost: ¥700,000、Indirect Cost: ¥210,000); Fiscal Year 2025: ¥780,000 (Direct Cost: ¥600,000、Indirect Cost: ¥180,000); Fiscal Year 2024: ¥1,690,000 (Direct Cost: ¥1,300,000、Indirect Cost: ¥390,000)
• Keywords: 産業保健 / 従業員支援プログラム（ＥＡＰ） / ストレスチェック / 職業性ストレス / 機械学習

Outline of Research at the Start

企業が従業員に提供する産業保健サービスの一つに従業員支援プログラム（EAP）がある。本研究ではEAPの有効性を測る指標の開発と，EAPのサービスの有効性について検討する。研究Ⅰでは，EAPの効果指標の一つとして，前年のストレスチェックの結果から翌年のメンタルヘルス不調を予測するモデルを機械学習の手法を用いて作成する。研究Ⅱでは，パネルデータを用いてEAP未契約の方に調査をおこない，EAP契約企業の結果と比較する。また，企業の内部データ（休職率, 復職率等）を活用し，EAPで提供するサービスが休職率などにどのような影響を及ぼしているか検討する。