5歳児健診の補助ツール開発の試み：機械学習を用いた学校不適応予測モデルの作成

機関リポジトリ

書誌事項

タイトル別名
  • An attempt to develop an auxiliary health checkup tool for 5-year-old children: Creating a prediction model for school maladjustment using machine learning
公開日
2025-12-30
資源種別
departmental bulletin paper
公開者
福島 : 福島学院大学

この論文をさがす

説明

本研究では，機械学習を用いて5 歳児健診時のデータをもとに小学校進学後の学校不適応を予測するモデルを作成すること目的とした。2018 〜2022 年に5 歳児健診を受診した485 名を対象とした。保護者評定と担任教師評定のSDQ 下位尺度得点，臨床域該当数を説明変数，学校不適応に該当したか否かを目的変数として，Lasso ロジスティック回帰による機械学習をおこなった。分析の結果，AUC は0.85，感度0.83，特異度0.72，適合率0.32 であった。感度・特異度ともに高く，AUC の指標においても優れており，5 歳児健診時のデータをもとに，小学校1 年次の不適応を識別できるモデルと言える。女児よりも男児の方が，さらに行為や多動／不注意の問題がみられると，不適応に至りやすいと言える。本研究では予測因子が心理面の評価に限定されており，今後は過去の乳幼児健診を突合し，予測精度を向上させることが課題と言える。

収録刊行物

  • 研究紀要

    研究紀要 69 47-57, 2025-12-30

    福島 : 福島学院大学

キーワード

詳細情報 詳細情報について

問題の指摘

ページトップへ