1 はじめに 厚生労働省では，労働現場の安全衛生を推進するため に，その指針や実施内容をまとめた「労働災害防止計画」 が定められている1）．この計画によって，労働災害にお ける死亡事故は減少傾向にある1）．その一方で，保健衛 生業をはじめとする一部の業種では休業4日以上を要す る労働災害が減少していない1）．そのため，2018年に定 められた「第13次労働災害防止計画」では，これらの業 種における労働災害の予防を推進している1）．特に，労 働者が増加している社会福祉施設では「動作の反動・無 理な動作」による労働災害が問題となっている1）．この 背景から，本研究では社会福祉施設を現場とする保健衛 生業で発生した「動作の反動・無理な動作」による労働 災害を解析し，これらのリスク要因を抽出することを目 的とした． 先行研究では，保健衛生業において動作姿勢が原因と なった労働災害に着目した調査がいくつか実施されてい る2-3）．岩切らは腰痛予防に有用な福祉用具を導入した高 齢者介護施設で発生している労働者の労働について調査 した2）．この調査では，8施設に対する7項目の質問紙と 367名の労働者に対する11項目の質問紙によって，高齢 者介護施設における腰痛要因を調べた．その結果，同僚 間でのやり取りや指導されている適切な介助動作，福祉 用具の使用が疎かになることによって腰痛が発生してい る可能性が示された2）．この調査では介護施設における 腰痛の一要因を明らかにしたが，質問紙の項目が少なか ったことが限界となっていた2）．また，この調査では質 問紙から得られる情報が量的情報のみに制限されてい た2）．高橋らは，看護師534名に対するアンケート調査を 行い，ベッド上での介助動作が腰痛要因となっている可 能性を明らかにした3）．高橋らはこの調査の限界として， 腰痛経験の有無が労働者本人の主観的な思い起こしに依 存しており，対象とした腰痛の基準を明確にできなかっ たことを挙げている3）．このように，先行研究では保健 衛生業における労働災害が調査されているが，対象の負 傷に基準がないことや得られる情報が量的情報のみに制 限されたことが限界となっていた2,3）． 上記の限界を踏まえ，本研究では厚生労働省が公開し ている「労働災害データベース」4）に文章記述された各労 働災害の発生状況に着目する．この「労働災害データベ ース」では，「休業4日以上を要した労働災害事例」がま とめられているため，身体負荷が大きかった労働災害事 例のみを調査対象にできる4）．また，表1のように「労働 災害データベース」では各事例の発生状況が文章で記述 されているため，労働災害の質的情報を調査できる利点 がある4）．一方で，質的情報は量的情報よりも定量的な 評価が難しい側面がある5）．そこで本研究では，質的情 報を定量的に評価可能なテキストマイニング解析を用い ることとする5）．テキストマイニング解析とは，対象の 文章群における語句の頻出回数や共起状況などを算出 し，その傾向を定量的に評価する解析手法である5）． テキストマイニング解析は，保健衛生業や労働衛生を 対象とした先行研究においても実施された例がある6,7）．
保健衛生業における労働災害事例のテキストマイニング解析
̶動作の反動・無理な動作による事例を対象として̶
北 川 広 大
*
1，永 﨑 孝 之
*
2，中 野 聡 太
*
3肥 田 光 正
*
1,*
4，岡 松 将 吾
*
1,*
5，和 田 親 宗
*
1 厚生労働省が定めた「第 13 次労働災害防止計画」では，労働災害の件数が減少していない業種等への対策 を推進しており，その対象の1つである社会福祉施設では「動作の反動・無理な動作」による労働災害が多い． そこで本研究では，これらの労働災害におけるリスク要因の抽出を目的として，厚生労働省が公開している「労 働災害データベース」に収録された計1041例の労働災害事例を調査した．本研究では労働災害事例の発生状況 に関する文章記述を対象とし，これらのテキスト情報をテキストマイニング解析によって調査した．テキストマ イニング解析では，各頻出語の頻出回数と頻出語同士の共起関係を示す共起ネットワークによって多くの労働災 害事例に共通する具体的な状況を考察した．解析結果は「腰」，「ベッド」，「介助」，「痛み」，「移乗」，「患者」， 「車椅子」などの語句が多くの事例で頻出，共起していることを示した．この結果から，対象の労働災害事例の 多くにベッドや車椅子間の移乗介助による腰痛が発生している可能性が示された．移乗介助による腰痛は平成20 年に実施された先行調査においても指摘されているが，本研究の結果を踏まえるとこれらのリスク要因は未だに 解決されていないと考えられる．そのため，今後の労働災害対策では移乗介助による腰痛の予防に向けて従来よ りも実効性のある解決策を早急に検討する必要があると考える． キーワード：労働災害データベース，テキストマイニング解析，動作，保健衛生業．原稿受付 2020年5月25日（Received date: May 25, 2020） 原稿受理 2020年7月21日（Accepted date: July 21, 2020） J-STAGE Advance published date: August 13, 2020
*1九州工業大学大学院生命体工学研究科 *2東北文化学園大学医療福祉学部リハビリテーション学科 *3九州看護福祉大学リハビリテーション学科 *4大阪河﨑リハビリテーション大学リハビリテーション学部 *5北九州リハビリテーション学院 理学療法学科 連絡先：〒808-0196 福岡県北九州市若松区ひびきの2番4号 九州工業大学大学院生命体工学研究科 北川広大 E-mail: [email protected] doi: 10.2486/josh.JOSH-2020-0007-TA 短 報
峯崎らは，複数の介護施設における介護事故の報告書に 対してテキストマイニング解析を実施し，レクリエーシ ョンにおける転倒事故の危険性や介護事故が把握される タイミングなどを明らかにした6）.呂らは，小売業におけ る労働災害事例をテキストマイニング解析によって調査 した7）．この調査では，小売業の作業場で起きた「切れ」 型の労働災害において，包丁やスライサーの使用による 指の負傷が多いことが明らかとなった7）．このように，テ キストマイニング解析は介護事故や労働災害事例に関す る報告書から質的情報を評価できるため，本研究が対象 とする「労働災害データベース」にも有効であると考え た． 表1 労働災害の発生状況例（参考文献4)より引用） 事例 発生状況 事例1 昼食後、利用者居室にて、利用者をベッドへ移乗する際に無理な体勢で移乗介助を 行ってしまい、腰を捻った。 事例2 病室で朝の食事介助の時の体位保持のため患者を抱き上げた際に、右肩に激痛が走 り、右肩腱板を断裂した。 事例3 病室でオムツ交換の補助をしていて、オムツ交換を終えた患者の向きを変えようと した際、腰に痛みが走った。 2 テキストマイニング解析 本研究では，厚生労働省が公開する「労働災害データ ベース」4）に登録された平成28年において「休業4日以 上」を要した労働災害事例を対象とした．また，本研究 ではこれらの事例のうち「保健・衛生業」の「動作の反 動・無理な動作による事故」に分類されている計1041事 例を抽出し，解析対象とした．テキストマイニング解析 の対象は各事例に記述された労働災害の発生状況に関す る文章とした． テキストマイニング解析にはKHCoder8）を用いた．本 研究では，各頻出語における頻出回数の算出と頻出語同 士の共起関係を示す共起ネットワークの生成を行った． このとき，頻出語同士の共起関係はJaccard係数9）によっ て評価された．Jaccard係数は2つの頻出語が同じ事例内 に共起している割合を示す係数であり9），以下の式（1） によって算出される． 𝐽𝐽𝑋𝑋𝑋𝑋 =𝐴𝐴+𝐵𝐵+𝐶𝐶𝐴𝐴 （1） ここで，JXYは頻出語Xと頻出語Y間における共起関係 の程度を説明するJaccard係数，Aは頻出語Xと頻出語Y の両方が含まれた事例数，Bは頻出語Xのみが含まれた 事例数，Cは頻出語Yのみが含まれた事例数を示す．本 研究で生成した共起ネットワークでは，主要な共起関係 に着目するためJaccard係数が0.2以上となった関係のみ がプロットされた．この閾値はKHCoderに設定された デフォルト値であり8），多くの研究では0.2以上のJaccard 係数は一定の起関係を示すとされている10-12）． 上記に述べた各頻出語の頻出回数や共起ネットワーク によって多くの労働災害事例に共通する具体的な状況を 考察した．このとき，KH Coderに実装されている「コ ンコーダンス機能」によって抽出された頻出語が原本の 文章においてどのような文脈で用いられたかを確認し た． 3 解析結果と考察 1）頻出回数の多かった頻出語 表2に頻出回数の多さが上位20位となった頻出語を示 す．表2の通り，「利用」が最も多く頻出していた．この 語句は，労働者の職場において介助等の対象である「利 用者」を記述する際に使われていたことが「コンコーダ ンス機能」によって確認された． この他に「腰」，「ベッド」，「介助」，「痛み」，「移乗」 の頻出回数は300回以上となっていた．さらに，「患者」， 「車椅子」，「走る」，「入居」の頻出回数は200回以上とな っていた．これらの頻出語から，保健衛生業において「動 作の反動・無理な動作」が原因となっている労働災害で は，車椅子やベッドで行われる移乗介助が発生状況に多 いと考えられる．さらに，本研究で対象とした労働災害 における負傷の多くは腰痛であると考えられる．上記の 以外では「トイレ」や「入浴」の頻出回数が多いことか ら，トイレや浴室でも労働災害が生じた可能性が考えら れる．また，「移動」や「走る」の頻出回数が多いことか ら労働者の移動中に労働災害が起きた可能性がある．こ れらの頻出語が用いられた文脈の確認については，以降 の共起ネットワークに関する考察と併せて述べる． 2）共起ネットワーク 図1に本研究で生成した共起ネットワークを示す．こ の共起ネットワークでは，Jaccard係数が0.2以上となっ た頻出語同士が直線で結ばれている．頻出語ごとに描画 された円は頻出回数が多いほど大きい．また，円の色は 共起ネットワークにおける頻出語の中心性を示し，中心 性が高い頻出語ほど多くの頻出語に関連している． 図1から，頻出回数の多かった「移乗」，「ベッド」，「車 椅子」，「介助」，「痛み」が共起していることがわかる． この結果から，前述の腰痛はベッドや車椅子上における 移乗介助が原因となっており，これらの腰痛が労働災害 の多くを占めていると考えられる．「コンコーダンス機 能」においても，これらの腰痛が労働災害事例に記述さ れていることが確認された．また，「入浴」が「浴室」， 「介助」と共起していることから，浴室における労働災害 の多くは入浴介助によるものと考えられる．これらの労 働災害についても労働災害事例に記述されていることを 「コンコーダンス機能」によって確認した．表2で挙げら れた「走る」は「痛み」や「激痛」と共起されていた． これらの頻出語によって記述された労働災害事例を「コ ンコーダンス機能」によって確認すると，「腰部に激痛が 走った」，「腰にかけてピキッとした痛みが走り動けなく なった」というような痛みの発生を説明する文章がほと んどであった．この結果から，「走る」は労働者の移動に
よる労働災害を説明するためではなく，腰痛などの痛み を説明するために用いられたと考える．頻出回数が少な い語句では，「バランス」と「崩す」や「オムツ」と「交 換」に共起関係があった．この結果から，件数は少ない ものの，オムツ交換やバランス損失も労働災害に繋がっ ていると考えられる． 表2 頻出回数の多かった頻出語（上位20位） 頻出語 頻出回数 利用 890 腰 494 ベッド 454 介助 436 痛み 375 移乗 330 患者 299 車椅子 210 走る 208 入居 201 施設 183 移動 165 イス 159 入浴 159 右 151 行う 151 トイレ 150 激痛 144 左 144 感じる 139 3）解析結果に基づく労働災害対策 前述の通り，保健衛生業において「4日以上の休業」を 要した「動作の反動・無理な動作」による労働災害には， ベッドや車椅子上の移乗介助が引き起こす腰痛が多いこ とがわかった．この解析結果から，本研究が対象とする 労働災害の対策には，移乗介助における腰部負荷を軽減 する方策が必要といえる．本研究で抽出されたこれらの リスク要因は平成20年の先行調査においても指摘され ており13），これらは現在に至るまで解決されていなかっ たといえる．これまでに，移乗介助による身体負荷を軽 減する介護機器として，スライディングボードやスライ ディングシート，移乗用リフト，立位支持機などが導入 されてきた3）．しかし，これらの機器は作業効率の悪さ， 使い勝手の悪さ，誤作動の心配，高価格といった理由か ら，一部の現場では利用されにくいことが問題となって いた3）．こういった既存の介助機器における問題は，平 成20年から指摘されてきた移乗介助による腰痛を解決 できていない原因の1つと考えられる．「第13次労働災 害防止計画」では，引き続き社会福祉施設に対する介護 機器の導入や安全教育の徹底が推奨されている1）．今後 の労働災害対策では，従来の介護機器で問題となってい た作業効率や使い勝手などを改善した介護機器の開発と 導入が必要と考えられる．また，これらの機器が利用で きない状況を想定し，腰部負荷を最小限に抑える移乗介 助動作やその教育方法も確立する必要があるといえる． さらに，移乗介助だけでなくオムツ交換や入浴介助に対 しても同様な対策が必要と考える． 4）本研究の限界 本研究の限界として，労働者の年齢や発生場所の事業 場規模などを考慮できていないことが挙げられる．今後 はこれらを考慮してグループ分けした事例群ごとにテキ ストマイニング解析を行い，現場の規模や労働者の年齢 に合わせた労働災害対策を検討する．また，本研究では， Jaccard係数の閾値を変えた複数の条件における共起ネ ットワークや「腰」と「腰部」のような同義語を考慮で きていない．そのため，今後の解析ではシソーラスによ る同義語の分類や複数の共起ネットワークを用いた比較 検討も行っていく． テキストマイニング解析の限界として，文章内に書か れていない詳細な状況は抽出できないことが挙げられ る．例えば，本研究で挙げられた移乗介助において「適 切な介助方法が実施されたか」，「介護機器が使われてい たか」といった詳細な状況は調査できていない．そのた め，今後は詳細な状況をアンケート等で調査する前向き 調査と大量のデータをバイアスなく調査できるテキスト マイニング解析（後ろ向き調査）を併用した調査が必要 であると考える． 4 おわりに 本研究では，厚生労働省が公開している「労働災害デ ータベース」において「保健・衛生業」の「動作の反動 ・無理な動作による事故」に分類されており，「休業4日 以上」を要した計1041例の労働災害事例をテキストマイ ニング解析によって調査した．この解析結果から，本研 究で対象とした労働災害事例の多くでベッドや車椅子間 の移乗介助による腰痛が発生した可能性が示された． 本研究は平成28年における1年間の労働災害のみを対 象としている．テキストマイニング解析には大量のデー タを調査できる利点がある．今後は，この利点を活かし 図1 共起ネットワーク Vol. 13, No. 2, pp. 139 143, (2020)
て，複数年における大量の労働災害事例を縦断的に調査 していく．縦断的な調査によってこれまでに実施された 労働災害対策の効果を解析できれば，継続すべき対策や 改善が必要な対策が明らかになり，それらに基づく効果 的な労働災害対策を提案できると考える．本研究では， 腰痛における具体的な発生状況を考察した．テキストマ イニング解析では「コンコーダンス機能」等を用いて任 意の語句を含む文章の一覧を参照できる．今後はこの機 能によって，表1で挙げられた肩などの腰部以外の部位 に関する負傷についても具体的な発生状況を調査し，そ れらの負傷についての対策も検討していく． 文 1） 厚生労働省：第 13 次労働災害防止計画．[Online]. 2018
[cited2020 May16]; Availablefrom: URL: https://www.
mhlw.go.jp/content/11200000/000341158.pdf． 2） 岩切一幸, 高橋正也, 外山みどり, 劉欣欣, 甲田茂樹．福祉 用具を導入した高齢者介護施設における介護者の腰痛発 生要因．産業衛生学会雑誌. 2016; 58（4）: 130-142. 3） 高橋郁子, 操華子, 武田宜子. 看護師の移動介助動作時腰痛 と移動介助の頻度，移動補助具の適正使用との関係. 日本 看護科学会誌．2016; 36: 130-137. 4） 厚生労働省：労働災害データベース．[Online]. 2016 [cited 2020 May16]; Available from: URL: https://anzeninfo.
mhlw.go.jp/anzen_pgm/SHISYO_FND.aspx．
5） 樋口耕一 . テキスト型データの計量的分析 . 理論と方法． 2004; 19（1）: 101-115. 6） 峯崎智裕, 松木萌, 井上創造. 介護サービス向上に向けた介 （10）:1701-11. 7） 呂健. 小売業労働者死傷病事例分析へのテキストマイニン グ適用の試み . 電子情報通信学会技術研究報告 . 2018; 117（439）:7-9.
8） Higuch, K: KHCoder3. [Online]. 2020 [cited2020May 16]; Availablefrom: URL: https://khcoder.net/．
9） NiwattanakulS, SingthongchaiJ, NaenudornE, WanapuS.
Using of Jaccard coefficient for keywords similarity.
Proceedings of the International Multiconference of EngineersandComputerScientists, HongKong. 2013; pp.
380‒384. 10） 玉利誠, 谷口隆憲, 松谷信也, 吉塚久記. 理学療法学科 1 年 次生が臨床実習に対して抱くイメージ . 理学療法科学 . 2017; 32（4）:515-9. 11） 千葉宏毅, 伊藤道哉, 池崎澄江, 伊藤弘人, 日本医療. 日本医 療・病院管理学会誌における学術用語の動向. 日本医療・ 病院管理学会誌. 2016; 53（4）:227-37. 12） 井上直子, 安田和誠, 森勇人, 秋元勇人, 大原厚祐, 根岸彰生, 冲田光良, 大島新司, 沼尻幸彦, 大嶋繁, 從二和彦. 『調剤指 針』 のテキストマイニングから明らかになった調剤の概念 の変遷. 社会薬学. 2018; 37（2）:81-90. 13） 中央労働災害防止協会 安全衛生情報センター：厚生労働 省通達「職場における腰痛発生状況の分析について」． [Online] 2008 [cited2020July6]; Availablefrom: URL:
https: / /www.jaish.gr.jp/anzen/hor/hombun/hor1-49/
Vol. 13, No. 2, pp. 139 143, (2020)
Text Mining Analysis of Occupational Accidents in Healthcare Service
Due to Awkward Movement
by
Kodai Kitagawa*
1, Takayuki Nagasaki*
2, Sota Nakano*
3,
Mitsumasa Hida*
1,*
4, Shogo Okamatsu*
1,*
5and Chikamune Wada*
1The Ministry of Health, Labour, and Welfare recommends prevention of occupational accidents due to awkward movement in the healthcare service field. This study aimed to determine risk factors of occupational accidents from actual case reports. A total of 1,041 case reports of occupational accidents due to awkward movement in the health-care service were investigated using the text mining analysis. The number of occurrences for each word was counted, and the co-occurrence network for each word was obtained based on Jaccard coefficients. Results showed that “lower back,” “bed,” “care,” “pain,” “transfer,” “patient,” and “wheelchair” co-occurred in many accident reports. Results suggested that occupational accidents with lower back pain frequently occurred while transferring patients from bed to wheelchair. A previous study in 2008 also reported these risk factors. However, these risk factors remain to be solved. Therefore, urgent and more effective countermeasures are necessary to prevent lower back pain because of transfer.
Key Words: Occupational accidents, Text mining analysis, Movement, Healthcare service *1 Graduate School of Life Science and Systems Engineering, Kyushu Institute of Technology
*2 Department of Rehabilitation, Faculty of Medical Science and Welfare, Tohoku Bunka Gakuen University *3 Department of Rehabilitation, Kyushu University of Nursing and Social Welfare
*4 Department of Physical Therapy, Osaka Kawasaki Rehabilitation University *5 Department of Physical Therapy, Kitakyushu Rehabilitation College
