• 研究課題をさがす
  • 研究者をさがす
  • KAKENの使い方
  1. 課題ページに戻る

2021 年度 実施状況報告書

機械学習による職場のメンタルヘルス休職者の予測

研究課題

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 / ストレスチェック
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19499人のストレスチェック、健康診断データと325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。
上記データを用いた休職者の推移、傾向に関する論文を執筆し、英文雑誌に投稿、掲載された。
IWASAKI S, DEGUCHI Y, HIROTA T, SHIRAHAMA Y, NAKAMICHI Y, OKAWA Y, et al. (2022) Ten-year trends in long-term sickness absence among Japanese public servants: 2009-2018. Ind Health advpub.
データが巨大であるためにデータ解析用のPCを購入するためと、上記データを用いた休職者の推移に関する論文の統計解析、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。

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、一部ソフトウェアの購入を行わなかった。 PCに関しても解析時により高性能なものを使用するため次年度の製品を購入予定である。

  • 研究成果

    (1件)

すべて 2022

すべて 雑誌論文 (1件) (うち査読あり 1件、 オープンアクセス 1件)

  • [雑誌論文] Ten-year trends in long-term sickness absence among Japanese public servants: 2009?20182022

    • 著者名/発表者名
      IWASAKI Shinichi、DEGUCHI Yasuhiko、HIROTA Tomoyuki、SHIRAHAMA Yoshiki、NAKAMICHI Yoko、OKAWA Yutaro、UESAKA Yuki、INOUE Koki
    • 雑誌名

      Industrial Health

      巻: - ページ: -

    • DOI

      10.2486/indhealth.2021-0169

    • 査読あり / オープンアクセス

URL: 

公開日: 2022-12-28  

サービス概要 検索マニュアル よくある質問 お知らせ 利用規程 科研費による研究の帰属

Powered by NII kakenhi