研究課題/領域番号 |
23K14814
|
研究種目 |
若手研究
|
配分区分 | 基金 |
審査区分 |
小区分52030:精神神経科学関連
|
研究機関 | 東京大学 |
研究代表者 |
北川 裕子 東京大学, 大学院教育学研究科(教育学部), 特任助教 (90816159)
|
研究期間 (年度) |
2023-04-01 – 2028-03-31
|
研究課題ステータス |
交付 (2023年度)
|
配分額 *注記 |
4,550千円 (直接経費: 3,500千円、間接経費: 1,050千円)
2027年度: 520千円 (直接経費: 400千円、間接経費: 120千円)
2026年度: 260千円 (直接経費: 200千円、間接経費: 60千円)
2025年度: 910千円 (直接経費: 700千円、間接経費: 210千円)
2024年度: 650千円 (直接経費: 500千円、間接経費: 150千円)
2023年度: 2,210千円 (直接経費: 1,700千円、間接経費: 510千円)
|
キーワード | 自殺予防 / 精神不調 / 中高生 / 学校 / 思春期 / ITツール / スクリーニング / RAMPS / 自殺リスク / 学校検診 / リスクアルゴリズム |
研究開始時の研究の概要 |
1. RAMPSによる自殺リスク評価の精度検証:学校現場からはRAMPS実施によってはじめて生徒の自殺リスク(自殺企図の既往等)が明らかになり支援に繋がった、といった報告が蓄積されている。実践で得られた成果を疫学的に検証しツールの有効性や精度を検証する 2. 自殺企図および自殺に関連するリスクを予測するアルゴリズムの構築:学校から収集される多様な情報を活用し自殺リスクを有する10代中高生の特徴・パターンを解明する 3. 自殺リスクの高い若者を同定し早期の必要な支援促進を補助する学校検査ツールの開発および改良:教員のリスク発見促進と学校現場の意思決定を補助するツールの開発を現場と協働により実現する
|
研究実績の概要 |
本研究の目的は、自殺リスクの高い若者を特定するための実用的かつ精度が確認された学校検診ツールの開発および検証、さらに得られるデータを解析し自殺リスク予測アルゴリズムを構築し、高リスク対象への早期の適切な支援促進に資することです。具体的には、全国複数学校で実践されている自殺リスク評価のためのITツール(RAMPS)を活用して、以下の3点を達成します。
現在進行中の研究課題と成果については以下の通りです。 1. RAMPSによる自殺リスク評価の精度検証において、学校現場でのRAMPS実践による報告を疫学的に検証し、ツールの有用性や精度を明らかにするため、データの集積を行なっています。本申請書執筆時は全国で約100校(おおよそ5万人)の中学校・高等学校等の生徒が使用しており、膨大なデータが集積されている。現在はデータ解析のための前処理や数理解析の専門家に助言をもらったりしながら解析準備を進めているところである。(なお2024年度は実施校がさらに約50校増加する予定である) 2. 全国の実施学校から収集されたデータを活用して、自殺企図や自殺に関連するリスクを予測するアルゴリズムを構築し、10代中高生の自殺リスクの特徴やパターンを解明するため、1.と重複するがデータの前処理や予備解析を実施しているところである。 3. 自殺リスクの高い若者を同定し早期の支援を促進するための学校検査ツールの開発・更新に取り組み、RAMPSをベースにした検査システムを実装しました。これにより、学校現場でのリスクの発見を補助するツールの実現と、助けが必要な若者に対する支援の改善を進めました。この他に、年間を通して月に1ー2回以上のオンライン研修会を実施し、教員の疑問に応えたり、実施校の教員による実践報告会を企画したりすることで教員どうしの情報交換やスキルアップ等の助けとなるような企画を年間を通して継続して実施した。
|
現在までの達成度 (区分) |
現在までの達成度 (区分)
2: おおむね順調に進展している
理由
主眼とするデータ解析に十分なサンプルサイズを確保することができたこと、ツールの改良・開発を進めることができたこと、ツールを学校で円滑に正しく使ってもらうための研修等の工夫を重ねることができたことが「おおむね順調」であることの理由である。学校での導入や対応等に時間と労力を割かざるを得なかったため、データの解析(前処理・模擬解析を除く)が十分進められなかったことは次年度への反省としたい。
|
今後の研究の推進方策 |
研究目的を達成するため、次の3つの推進方策を考えております。 1. RAMPSによる自殺リスク評価の精度検証:これまでの学校現場でのRAMPS実践による成果を疫学的に検証し、ツールの有用性や精度を確認します。これにより、RAMPSが生徒の自殺リスクを特定し、適切な支援につながるかを客観的に評価します。 2. 自殺企図および自殺に関連するリスクを予測するアルゴリズムの構築:全国の実施学校から収集される多様な情報を活用し、機械学習を用いて10代中高生の自殺リスクの特徴やパターンを解明します。これにより、自殺リスクの予測に役立つアルゴリズムを開発し、早期の支援につながる情報を提供します。 3. 自殺リスクの高い若者を同定し早期の必要な支援促進を補助する学校検査ツールの開発・更新:RAMPSをベースにした検査システムを改良し、助けが必要な若者にとって回答しやすい構造や検査方法を進めます。これにより、学校現場でのリスク発見を促進し、早期の支援につながるツールを実現します。
|