生体行動データと生物学的データを用いたバーンアウト症候群予測と早期介入の予防効果

• Project/Area Number: 25K13484
• 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: Mie University
• Principal Investigator: 伊藤 亜紗実 三重大学, 医学部附属病院, 助教 (80740448)
• Co-Investigator(Kenkyū-buntansha): 坂本 良太 三重大学, 医学部附属病院, 助教 (10581879) ; 川本 英嗣 三重大学, 医学部附属病院, 准教授 (20577415) ; 島岡 要 三重大学, 医学系研究科, 教授 (40281133) ; 鈴木 圭 三重大学, 医学部附属病院, 教授 (40585171)
• Project Period (FY): 2025-04-01 – 2028-03-31
• Project Status: Granted (Fiscal Year 2025)
• Budget Amount: ¥4,550,000 (Direct Cost: ¥3,500,000、Indirect Cost: ¥1,050,000); Fiscal Year 2027: ¥1,300,000 (Direct Cost: ¥1,000,000、Indirect Cost: ¥300,000); Fiscal Year 2026: ¥1,300,000 (Direct Cost: ¥1,000,000、Indirect Cost: ¥300,000); Fiscal Year 2025: ¥1,950,000 (Direct Cost: ¥1,500,000、Indirect Cost: ¥450,000)
• Keywords: バーンアウト症候群 / ウェアラブルセンサー

Outline of Research at the Start

救急・集中治療の医療従事者は、バーンアウト症候群の発症率が高い。バーンアウト症候群の発症を予防するためには、進行する前に早期に発見し、迅速に介入することが極めて重要である。行動データを用いたバーンアウト症候群予測は数週間から数ヶ月の観測期間を必要とするため早期の介入に繋がらない可能性がある。そこで、ストレス指標として唾液miRNAの解析を行い、行動データと生体データを組み合わせたハイブリッドなバーンアウト症候群予測モデルを開発する。行動データのみを用いたバーンアウト予測モデル、および生体データを合わせたモデルをそれぞれ構築し、精度やデータ取得日数を比較し、有効性を検証する。