| 研究課題/領域番号 |
20K10325
|
|---|
| 研究種目 |
基盤研究(C)
|
| 配分区分 | 基金 |
|---|
| 応募区分 | 一般 |
|---|
| 審査区分 |
小区分58010:医療管理学および医療系社会学関連
|
|---|
| 研究機関 | 大阪公立大学 (2022-2023)
大阪市立大学 (2020-2021) |
|---|
研究代表者 |
岩崎 進一 大阪公立大学, 大学院医学研究科, 准教授 (70326263)
|
|---|
| 研究分担者 |
出口 裕彦 大阪公立大学, 大学院医学研究科, 講師 (30721790)
|
|---|
| 研究期間 (年度) |
2020-04-01 – 2025-03-31
|
| 研究課題ステータス |
交付 (2023年度)
|
| 配分額 *注記 |
4,290千円 (直接経費: 3,300千円、間接経費: 990千円)
2022年度: 1,300千円 (直接経費: 1,000千円、間接経費: 300千円)
2021年度: 910千円 (直接経費: 700千円、間接経費: 210千円)
2020年度: 2,080千円 (直接経費: 1,600千円、間接経費: 480千円)
|
|---|
| キーワード | 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 |
|---|
| 研究開始時の研究の概要 |
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。
|
| 研究実績の概要 |
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。
|
| 現在までの達成度 (区分) |
現在までの達成度 (区分)
4: 遅れている
理由
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。
|
| 今後の研究の推進方策 |
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。
|
