多発性のある中国人のコミュニティでのうつ症状に対する機械学習ベースのリスク予測モデル:縦断研究

科学分野:

• ゲロントロジー
• 公衆衛生
• コンピューター医学

背景:

• 身体的・精神的な多病性の増加は 医療の課題を提起しています
• この集団における 鬱症状の予測モデルの開発は 極めて重要です

研究 の 目的:

• 多病性の中国人のうつ症状を予測するための機械学習アルゴリズムを開発し,検証する.
• この集団における鬱症状の主要な予測要因を特定する.

主な方法:

• 中国の健康と年金長期調査のデータを活用した.
• ロジスティック・リグレーション ランダム・フォレスト エクストリーム・グラデーション・ブースト アルゴリズム
• 流行病学研究センターのうつ病 (CES-D) スケールを使用してうつ病の症状を評価した.

主要な成果:

• 多発性患者の32. 65%が8年間の追跡調査でうつ病の症状を示した.
• ロジスティック回帰は,他のモデルよりも高いAUC (0. 724) を達成しました.
• 主な予測要因は,ベースラインのCES-Dスコア,認知機能,握り力,椅子から立ち上がる時間,および地域でした.

結論:

• 多発性のあるコミュニティに住む人のうつ病の症状を特定するためのユーザーフレンドリーなモデルを開発しました.
• 早期の予測により 早期の介入が容易になり 医療費が削減される可能性があります
• モデルの汎用性を確認するために外部検証が推奨されます.