休職中の多角的心身データの多変量解析による復職レジリエンス予測モデルの構築

点击翻译按钮获取中文摘要

①データの継続収集：対象者の活動量や心理的側面、基礎情報、復職後の勤務状況などの多角的データを収集した。現時点で通算100名程度のデータを収集した。②予備解析の実施：復職レジリエンスモデルの説明変数になり得る要素について、単変量での解析行った。本年度は主として以下の3点について発表及び報告を行った。まずカルテデータに含まれるテキストデータを一つの因子として取り出した。これらを自然言語解析を用いて解析し、テキストに含まれている感情のスコアを産出し、休職期間との関係を検討た。その結果、怒りの因子は休職を延長し、悲哀の因子は休職期間を短縮することが解明された。この内容について学術誌にて報告を行った。さらに、感情だけではなく一般的に使用される別の辞書を使用したところ、休職者の復職支援中に「社会」に関する用語が多く発言されるほど、休職期間が短いことが示唆された。本内容については現在投稿中である。次に休職中初期の心理社会的データ、インタビューデータを混合研究法にて解析し、初期に特徴的な生活の障害について解明した。その結果、食欲や睡眠の問題が初期には共通して起こることが示唆された（現在査読中）。さらに対象者の活動量について、休職期間中のデータを解析し、復職後に必要とされる活動量とのギャップについて検討した。その結果、復職支援プログラムに参加することで得られる活動量は復職後に必要とされる活動量に至っていない可能性が示唆された。この内容については学会で発表を行っている。