中国の大学生におけるうつ病のリスクを予測する機械学習モデル
Chengfu Yu1, Xiangxuan Kong1, Weijie Yu1
1Department of Psychology/Research Center of Adolescent Psychology and Behavior, School of Education, Guangzhou University, Guangzhou, Guangdong, China.
Frontiers in psychiatry
|August 21, 2025
まとめ
機械学習は ランダムフォレストを使って 大学生のうつ病リスクを正確に予測します 重要な要因は 睡眠不足,ストレス,自己批判で 標的型の精神衛生介入を 導きます
科学分野:
- 精神科 と 精神 保健
- コンピュータ社会科学
背景:
- 鬱病は 大学生の健康問題です
- 従来の線形モデルでは 精神疾患を予測する上で 高次元のデータで苦労します
研究 の 目的:
- 大学生のうつ病の症状を予測するために 機械学習技術を適用する
- この集団におけるうつ病に関連する主要なリスク要因を特定する.
主な方法:
- 中国人の大学生1635人のデータを用いて 38の変数について調べました
- ランダムフォレスト,XGBoost,LightGBM,Support Vector Machineの4つの機械学習アルゴリズムを評価した.
主要な成果:
- ランダムフォレストモデルは,0. 87のAUCと0. 79の精度で優れたパフォーマンスを示しました.
- 睡眠障害,ストレス感,経験回避,自己批判を 重要な予測要因として特定した.
- SHapley Additive exPlanationsは,睡眠の質の低下と高いストレスを主なリスク要因として強調しました.
結論:
- ランダムフォレストは 鬱病の予測のための複雑な相互作用を 効果的にモデル化しています
- 対象となる精神衛生の介入策を 開発するための実用的な洞察が得られます
- 将来の研究は,一般化性を高めるために,多様なサンプルと生理学的データに焦点を当てるべきです.
