米陸軍の除隊後に失業・ホームレス化・自殺関連行動の高リスクとなる兵士を標的にした結合同種モデル

なぜ軍務後の生活に関係があるのか

毎年、約20万人のアメリカ人が軍務を離れて民間生活に移行します。多くの人にとってその移行は困難です：安定した仕事を見つけること、住居を確保すること、精神の健康を保つことはいずれも大きな挑戦になり得ます。本研究は、生命に関わる実利的な問いを投げかけます。除隊前に収集できる情報を使って、除隊後にホームレス化や自殺関連行動に直面する可能性が高い人を見分けられるか――限られた支援資源を最も必要なところに集中させられるか、という問題です。

制服を脱いだ後の兵士を追う

研究者たちは、現役から民間へ移行した何万人もの米陸軍兵士を追跡してきた大規模で継続的なプロジェクトのデータを活用しました。この大きな取り組みのうち、背景、軍歴、健康、人生経験について詳細な調査票に回答した7,188名の元正規軍兵士に焦点を当てました。これらの調査回答は、除隊後最初の3年間に実際に起きたことに関する追跡情報と結び付けられました：失業していたか、ホームレスを経験したか、致命ではない自殺未遂をしたか、また自殺で死亡したかどうかです。自殺死亡については、ほぼ100万人の元兵士の行政記録から構築された以前のモデルに依拠しました。

調査回答をリスク信号に変える

これらのデータを実用的な警告に変えるために、研究チームはコンピュータサイエンス由来の現代的な予測手法を用いました。単一の統計式に頼るのではなく、複数の手法を組み合わせた「アンサンブル」を構築し、除隊前の情報と後の結果を結び付ける複雑なパターンを探しました。モデルは、除隊後最初の3年間について三つのアウトカムを検証しました：調査時点での失業、任意の時点でのホームレス化、致命でない自殺未遂。各アウトカムに対してモデルは予測確率を出力し、基本的には標準的な移行プログラムの過程で収集可能な情報のみに基づく個別のリスク推定を提供しました。

モデルが予測できたこととできなかったこと

モデルの性能はアウトカムごとにばらつきがありました。ホームレス化モデルは中程度の精度に到達し、自殺未遂モデルはさらに良好な性能を示しました。研究者たちが元兵士を予測リスクで順位付けし、分布の上位部分を見たところ、意味のある「リスクの集中」が確認されました。ホームレス化の予測リスクが上位10%に入る兵士は、実際にホームレスになった者の約27%を占め、この高リスク群ではおよそ12人に1人が1年以内にホームレスを経験していました。自殺未遂については、予測リスク上位20%が除隊後の全未遂の約61%を捉えており、この群ではおよそ30人に1人が1年以内に自殺未遂を行っていました。対照的に、失業モデルは偶然よりわずかに良い程度に留まり、支援の的を絞るためには有用とは見なされませんでした。

重なり合う危険、異なるニーズ

同一人物が複数の悪い結果のリスクにさらされている可能性があるため、研究者らはこれらのリスクがどのように重なり合うかを次に調べました。ホームレス化モデルと自殺未遂モデルに先の自殺死亡モデルを加え、各人を各アウトカムについて「高リスク」か否かでラベル付けして結果をクロス分類しました。元兵士のちょうど28%強が少なくとも一つのアウトカムで高リスク群に入っていました：18%は一つの問題のみで高リスク、約10%は二つまたは三つの問題で高リスクでした。複数のリスクを抱える人々は実際のホームレス化や自殺未遂の集中度が特に高く、より集中的で包括的な支援を必要とする可能性を示唆します。同時に、あるアウトカムで高リスクと判断された多くの個人が他のアウトカムでは高リスクでないことも多く、単一の問題に絞ったプログラムでは他の重要な脆弱性を見落とす恐れがあることを示しています。

これらのリスクを形作る要因

研究チームはまた、大まかにどの種類の要因が予測に強く影響しているかを検討しました。精神衛生の指標や過去の自傷歴は、特に自殺未遂に関して一般に最も強力な予測因子のクラスでした。軍歴に関する特徴――若年での除隊、低い階級、在職月数の短さ、不名誉でない軽い除隊（less-than-honorable discharge）など――はホームレス化リスクと強く結びついていました。生活上のストレスや社会経済的要因も寄与していました。重要なのは、研究者たちがこれらを単純な因果関係としてではなく、誰が追加支援を必要とするかを特定するモデルの精度を高めるためのパターンとして強調している点です。

予測からより良い支援へ

一般読者向けの要点は、除隊前に収集された情報を慎重に分析することで、除隊後の数年間にホームレス化や自傷行為に苦しむ可能性が最も高い人を特定する能力を実質的に向上させられるということです。本研究で測定した範囲では、失業は予測がより難しいことが示されました。著者らは、効果的な介入策が明確に定義され試験された場合には、そのようなリスクツールが一律の移行プログラムを超えて活用できると主張します。具体的には、低リスクの人にはより軽い支援を提供し、主にホームレス化のリスクがある人には住宅関連の支援を集中させ、自傷のリスクがある人には自殺予防に特化したケアを提供し、複数の深刻なリスクを抱える少数の人々にはより強度の高い協調的な支援を行う、という資源配分が可能になるという点です。

引用: Borowski, S., Edwards, E.R., Geraci, J.C. et al. Joint models targeting U.S. Army soldiers at high-risk of post-separation unemployment, homelessness, and suicide-related behaviors. npj Mental Health Res 5, 10 (2026). https://doi.org/10.1038/s44184-026-00192-8

キーワード: 軍からの移行, ホームレス問題, 自殺予防, 退役軍人, 機械学習