| 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。
|
