Video Experimental Relacionado
Updated: Sep 10, 2025

Implementation of a Real-Time Psychosis Risk Detection and Alerting System Based on Electronic Health Records using CogStack
Published on: May 15, 2020
Predicción de niños y adolescentes con alto riesgo de mala calidad de vida relacionada con la salud utilizando
Chang Xiong1, Lili Zhang2, Zhijuan Li1
1The Affiliated Wuxi Center for Disease Control and Prevention of Nanjing Medical University, Wuxi Center for Disease Control and Prevention, Wuxi, 214023, China.
Un nuevo nomograma predice la calidad de vida relacionada con la salud (HRQoL) en los jóvenes. Los factores clave incluyen la autolesión, el agotamiento académico, el abuso de los padres, el estrés, la intimidación, la dieta y el sueño, que ofrecen una valiosa herramienta de predicción.
Área de la Ciencia:
- Salud pediátrica
- Investigación sobre la calidad de vida
- Modelado predictivo
Sus antecedentes:
- La calidad de vida relacionada con la salud (HRQoL) en niños y adolescentes está influenciada por numerosos factores.
- La investigación limitada ha explorado los predictores multidimensionales de la CQR, incluidas las características individuales, los comportamientos de riesgo para la salud y los eventos negativos de la vida.
Objetivo del estudio:
- Desarrollar un nomograma para predecir la CQR en niños y adolescentes.
- Identificar los factores multidimensionales significativos que contribuyen a la CQR en esta población.
Principales métodos:
- Se encuestó a una gran cohorte de 12.145 niños y adolescentes.
- La regresión logística, la regresión láser y los modelos forestales aleatorios identificaron los predictores clave.
- Se construyó un nomograma utilizando regresión logística multivariada y se validó internamente.
Principales resultados:
- Los predictores significativos de HRQoL incluyen la autolesión no suicida, el agotamiento académico, el abuso de los padres, el estrés, la victimización del acoso, la dieta saludable y el sueño.
- El nomograma demostró una buena precisión predictiva con un área bajo la curva (AUC) de 0,765 (entrenamiento) y 0,775 (validación).
- El análisis de la curva de decisión indicó una buena utilidad clínica para el nomograma.
Conclusiones:
- Un nuevo modelo de nomograma predice efectivamente la CQR en niños y adolescentes.
- Esta herramienta puede servir de referencia valiosa para los profesionales de la salud y los investigadores.
Más Videos Relacionados
04:09Predicting Treatment Response to Image-Guided Therapies Using Machine Learning: An Example for Trans-Arterial Treatment of Hepatocellular Carcinoma
Published on: October 10, 2018
12:18A Machine Learning Approach to Design an Efficient Selective Screening of Mild Cognitive Impairment
Published on: January 11, 2020
Videos de Conceptos Relacionados
Steps in Outbreak Investigation
Regression Toward the Mean
Classification of Illness
An illness is a response to a disease in which the person's level of functioning is changed compared with a previous level. The general classification of illness includes acute and chronic.
Acute illness is severe...