The Sickness Absence due to mental disorders of Prediction by Machine Learning

机器学习预测精神障碍因病缺勤

• 批准号: 20K10325
• 负责人: 岩崎 進一
• 金额: $ 2.75万
• 依托单位: Osaka Metropolitan University (2022)Osaka City University (2020-2021)
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Scientific Research (C)
• 财政年份: 2020
• 资助国家: 日本
• 起止时间: 2020-04-01 至 2024-03-31
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/en/grant/KAKENHI-PROJECT-20K10325/
• 关键词: 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; 健康診断

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や休職を、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20107人のストレスチェック、健康診断データと109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。

For example, if you don't have a good job, you can have a good job. The burden on employees is increasing, productivity is decreasing, and the workplace is negatively affected by the overall impact. It is important to predict the causes of the problem and to prevent it from happening. This study aims to provide a method of mechanical learning for the prevention of occupational diseases, including the prevention of occupational diseases, the prevention of occupational diseases, and the prevention of occupational diseases. This year, 20107 people were diagnosed with health problems, and 109 people were diagnosed with new regulations. It is possible to analyze and analyze the data collected.