[論文レビュー] Hierarchical Latent Space Item Response Model for Analyzing Mental Health Vulnerability of Elementary School Students in South Korea

Soyeon Park, Seoyoung Shin+3 more|arXiv (Cornell University)|Mar 14, 2026

Mental Health Research Topics被引用数 0

ひとこと要約

要約: 本論文はHLSIRMを提案する。これは内積 respondent-item 相互作用を用いたベイズ階層潜在空間IRTモデルであり、韓国の小学生の学校別・生徒レベルのメンタルヘルス脆弱性パターンを特定する。モデルを34の仁川の学校を含む2,210人の生徒に適用し、学校特有の脆弱性ドメインと標的介入の洞察を導出する。

ABSTRACT

Mental health difficulties among elementary school students represent a growing public health concern in South Korea, yet analytical tools for identifying school-specific vulnerability patterns from item response data remain limited. We propose the hierarchical latent space item response model (HLSIRM), which adds hierarchical respondent effects and an inner-product latent interaction for signed respondent-item associations, yielding a unified interaction map that separates school, individual main effects from school/individual-item interactions. We apply HLSIRM to mental health vulnerability data from 2,210 elementary school students across 35 schools in Incheon, South Korea. Clustering item vectors by directional similarity identifies four empirically derived vulnerability domains. School-level analysis reveals that the absence of counseling experience is the primary vulnerability domain aligned with most school vectors, while stress, depression, and smartphone dependency concentrate in specific schools. Within-school analysis demonstrates how individual student positions in the interaction map translate into targeted intervention strategies that address school-specific needs.

研究の動機と目的

• 韓国の小学生における学校別のメンタルヘルス脆弱性パターンを特定する必要性を動機づける。
• 階層 respondent 効果と inner-product respondent–item 相互作用を組み合わせた階層潜在空間 IRT モデル（HLSIRM）を開発・定式化する。
• 統合された相互作用マップ内で学校/個人の主効果と学校/個人–アイテム相互作用効果を分離可能にする。
• 仁川データにHLSIRMを適用して実証的な脆弱性ドメインを解明し、標的介入を導く。

提案手法

• 学生切入りを含むロジット事前分布応答モデルを組み込んだベイズHLSIRMを提案し、固定アイテム切入りと学生・アイテム潜在ベクトル間の内積相互作用項を導入する。
• 学校間差と校内異質性を捉えるために学生パラメータを学校レベルの分布から引く階層構造を用いる。
• 共役事前分布を採用して現実的なベイズ推論を可能にし、回転不変性に対処するために joint parameter updates および Procrustes alignment を用いた MCMC を実装する。
• 可視化と解釈性のために相互作用マップの次元を D=2 に固定し、アイテムパラメータを学校間で非階層的に維持して測定不変性を保つ。

実験結果

リサーチクエスチョン

• RQ1 学校レベルと生徒レベルの効果が、異なる学校におけるメンタルヘルス脆弱性パターンの生成にどう影響するか？
• RQ2 内積潜在空間はメンタルヘルス文脈で意味のある正・負・中立の respondent–item 連想を捉えられるか？
• RQ3 階層構造と相互作用を考慮した場合に現れるアイテム間の実証的脆弱性ドメインは何か？
• RQ4 学校特異の相互作用パターンは、学校レベルの標的介入戦略にどう活用できるか？

主な発見

• モデルは、アイテムベクトルの方向性類似性によるクラスタリングを通じて4つの実証的脆弱性ドメインを特定する。
• 学校レベルの分析は、カウンセリング経験の欠如が主要な脆弱性ドメインとして多くの学校ベクトルと整合していることを示す。
• ストレス、うつ、スマホ依存などの特定のドメインは特定の学校に集中する。
• 校内分析では、相互作用マップ内の生徒の位置づけが学校特有の脆弱性に対処する標的介入ニーズと結びつく。
• このアプローチは、アイテムパラメータの測定不変性を維持しつつ、階層潜在空間を通じた学校間の異質性を捉える。