| 研究課題/領域番号 |
20K10325
|
|---|
| 研究機関 | 大阪市立大学 |
|---|
研究代表者 |
岩崎 進一 大阪市立大学, 大学院医学研究科, 准教授 (70326263)
|
|---|
| 研究分担者 |
出口 裕彦 大阪市立大学, 大学院医学研究科, 講師 (30721790)
|
|---|
| 研究期間 (年度) |
2020-04-01 – 2023-03-31
|
| 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 |
|---|
| 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、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18486人のストレスチェック、健康診断データと42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。
データが巨大であるためにデータの管理、統合のためのソフトウェアとストレージ、上記データを用いた機械学習以外の方法での論文を執筆、英文校正のために予算を使用している。
|
| 現在までの達成度 (区分) |
現在までの達成度 (区分)
3: やや遅れている
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るかもしれないが、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ほど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機械学習を行っていく。またそのデータを用いて機械学習以外の解析を行い、随時学会や論文による発表を行っていく。
|
| 次年度使用額が生じた理由 |
今年度で機械学習が利用できるだけのデータが収集できておらず、設備やソフトウェアの購入を行わなかった。
より高性能やバージョンの高いものを購入するため次年度に使用を回している。
|
