高校生のスマートフォン依存症に関連した要因の発見:機械学習とネットワーク分析

科学分野:

• 心理学
• データサイエンス
• 青少年 の 健康

背景:

• スマートフォン依存症 (SA) は 世界的に蔓延している問題です
• 高校でのSA予測因子に関する研究は限られている.
• これらの予測要因を理解することは 効果的な介入策の開発に不可欠です

研究 の 目的:

• 高校生におけるSAの主要な予測要因を特定する.
• これらの予測要因の相互関係を探求する.
• 青少年に対する標的型SA介入の理論的基礎を提供すること.

主な方法:

• 予測器の識別のために,Extreme Gradient Boosting (XGBoost) アルゴリズムを使用した.
• 20の候補変数の重要性をランク付けするためにSHAP値を適用しました.
• トップ9の予測者の間の関係を視覚化するためにネットワーク分析を使用しました.
• 15歳から18歳の高校生14,036人がモデルトレーニングと検証に参加しました.

主要な成果:

• XGBoostはSAの優れた予測性能を示した.
• SAの最も重要な予測因子として浮上した.
• 不安は人との接し方や 気分の変化と ポジティブな相関関係を示した.

結論:

• XGBoostとネットワーク分析の組み合わせは,青少年におけるSA予測因子を効果的に特定し,調査します.
• 特定された要因,特に不安は,証拠に基づいたSA介入のための貴重な洞察を提供します.
• このアプローチは,青少年のSAに対する標的型支援の開発のための基盤を提供します.