貧困は、子どもの健康や社会生活に悪影響を及ぼします。生活保護世帯の子どもたちは、健康や生活に関して多様なニーズを抱えており、個々の生活背景に応じた支援が求められています。また、効果的な支援方法も個々の生活背景によって異なります。上野恵子助教（当時）らの研究グループは、生活保護世帯の子どもたちを生活背景に応じて類型化するために、1,275名が回答した質問紙調査から得た情報を用いて、機械学習の手法（ソフトクラスタリング）で生活背景の異なる小集団（セグメント）に類型化しました。次に、この分析で得られた結果をもとに、複雑な支援ニーズを持つ子どもたちを支援する専門家（NPO職員、児童精神科医、保健師、スクールカウンセラーなど。以下、専門家）へのインタビュー調査を実施し、各セグメントの生活背景や特性（人物像）を把握するとともに、それぞれに適した健康・生活支援策について意見を収集しました。その結果、特徴的なセグメントが抽出され、専門家が納得する5つのセグメントが得られました。さらに、専門家へのインタビュー調査の結果から、身体的健康にとどまらず、社会的健康（周囲の人々と関わり合いがあること、他者から必要とされることなど）・精神的健康を支える多様な支援策が示唆されました。本研究の成果をもとに、現在、各セグメントに適した支援プランの提示を行うテーラーメイド型支援システムの開発を進めています。
本成果は、2025年4月16日に「International Journal for Equity in Health」にオンライン掲載されました。
書籍情報：Ueno K, Nishioka D, Shiho K, Naoki K. A data-driven approach to detect support strategies for children living in households receiving public assistance in Japan: a mixed methods study to establish tailor-made health and welfare care. Int J Equity Health. 2025;24:103.
本文はこちら。
研究成果がJST HP、日本経済新聞（オンライン）で公開されました。