| 研究課題/領域番号 |
21K13738
|
|---|
| 研究機関 | 広島文教大学 |
|---|
研究代表者 |
阿部 夏希 広島文教大学, 人間科学部, 講師 (90897612)
|
|---|
| 研究期間 (年度) |
2021-04-01 – 2024-03-31
|
| キーワード | 過剰適応 / 評価懸念 / ランダムフォレスト法 / 機械学習 |
|---|
| 研究実績の概要 |
本研究の目的は，抑うつなどの精神疾患に影響を及ぼすリスクファクターである過剰適応の早期発見，早期介入のための手段を確立することである。具体的には評価懸念尺度のうち過剰適応のスクリーニングに寄与する項目をIRTによって特定し効果検証することである。
これまでの研究では，過剰適応者と非過剰適応者の弁別に重要な規定因が評価懸念（Fear of negative evaluation; FNE）であることを明らかにし，FNEを低減することが過剰適応の早期発見や抑止に有効である可能性を指摘した。具体的には，FNE，対人ストレス，課題ストレス，アレキシサイミアの各特徴（感情認識困難，感情言語化困難）のうち，目的変数を過剰適応の高群と低群，説明変数をFNE，対人ストレス，課題ストレス，アレキシサイミアの各特徴として機械学習手法のひとつであるランダムフォレストを行った。その結果，過剰適応の高群と低群の分類においては，FNE，感情言語化困難，感情認識困難，課題ストレス，対人ストレスの順で寄与していることが明らかになった。この結果は，過剰適応の高群と低群の判別に寄与している重要な変数はFNEであり，FNEを低減することが過剰適応の抑止につながる可能性を示唆している。
さらに，過剰適応のスクリーニングに寄与するのは，FNEを測定する尺度のなかでも順向項目群である可能性を見出した。FNEを測定する尺度には順向項目と逆転項目の両者が存在するが，その中から，過剰適応を精度高く予測する項目を見出すことができれば，過剰適応者を早期発見する一助となるだけでなく対象者の負担軽減にもつながり，テストバッテリーを組む際にも有用であると思われる。今後はIRTを用いて順向項目群のうち，どの項目がより精度高く過剰適応を予測するのかを明確にしたうえで，実際にそれらの項目が過剰適応のスクリーニングにつながるのかを効果検証する。
|
| 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
今年度はすでに新規データを収集し終えており分析に入っていることから，研究の進捗はおおむね順調であると言えるが，当初予定していた研究計画のうち対面での面接には慎重を期す必要がある。
|
| 今後の研究の推進方策 |
研究1のデータ収集と分析に関しては十分な進捗が得られると考えている。しかし，研究2に関しては実験者と対象者が対面で半構造化面接を行う予定となっており，新型コロナウイルス感染症拡大防止の観点から計画の変更が必要になる可能性がある。今後のデータ収集に向けては，所属先と協議のうえ，対象者にとって不利益が生じないように調整する必要があると考えている。
|
| 次年度使用額が生じた理由 |
当初2021年度に支出する予定であったオンライン調査費用などを2022年度にスライドし，その結果として次年度使用額が生じた。これに加え，研究2は対面による半構造化面接を行う計画であり，新型コロナウイルス感染症の感染状況によっては，所属先で半構造化面接を行うことが困難になる可能性がある。
計画の変更を視野に入れる必要性があるものの，現時点で全体的な計画に大きな変更はない。
|
