マシン・ラーニングを活用して,母親の産後うつ病の民族特有の予測要因を明らかにする
Ying Zhang1, Jun Fang2, Andrew Liu3,4
1Department of Psychology, Clarkson University, Potsdam, NY, USA. yinzhang@clarkson.edu.
まとめ
産後うつ病 (PPD) は多くの母親に影響し,マイノリティーグループはより高いリスクに直面しています. 機械学習は,異なる民族にわたるPPDのユニークな危険因子を特定し,文化的に敏感な予防戦略の必要性を強調しました.
科学分野:
- 公衆衛生は公衆衛生である.
- 母親の精神的健康について
- 健康の格差について
背景:
- 母親の産後うつ病 (PPD) は,母親の15%以上に影響を与え,子供の発達にリスクをもたらします.
- PPDにおける民族的格差は,マイノリティの母親がより高い罹患率を経験する,重要な公衆衛生上の懸念である.
- 民族特有の危険因子を特定することは,標的型PPDの予防と健康格差の軽減に不可欠です.
研究 の 目的:
- 産後うつ病 (PPD) のリスク要因が,異なる民族の母親の間でどのように異なるかを調べる.
- 機械学習を利用して,PPDの集団特有の予測要因を特定する.
- 文化的に敏感で,標的を絞ったPPD予防戦略の開発を促す.
主な方法:
- CDCの妊娠リスク評価モニタリングシステムデータ分析 (N=39,637)
- PPDリスク要因を特定するために,ランダムフォレストの機械学習アルゴリズムの適用.
- 人種・民族間の予測要因を比較するためのサブグループ分析.
主要な成果:
- 機械学習モデルは,妊娠前/産前うつ病,収入,以前のPPD訪問,WIC参加,保険,授乳,妊娠の意図,教育を含む主要なPPD予測要因を特定しました.
- PPDの危険因子の有意な変動は,民族ごとに観察されました.
- 黒人母親 (喫煙,妊娠中絶),ヒスパニック/ラティーナ系母親 (意図せぬ妊娠,喫煙),アジア系母親 (幼児の睡眠,妊娠前の行動,幼児の性行為) について,独特の予測要因が出現した.
結論:
- 機械学習は,データに基づく,集団特有のPPD予測要因を効果的に識別します.
- PPDにおける民族的格差に対処するには,産後介護における文化的に敏感で早期の予防的アプローチが必要です.
- 多様な母集団の間でPPDのリスクと関連する健康格差を軽減するために,マスタイドの介入が必要である.
キーワード:
民族の格差 民族の格差機械学習 (Machine Learning) とは,機械学習 (Machine Learning) について学ぶことです.母親の精神的健康について産後うつ病は,産後うつ病である.ランダムな森で,ランダムな森で
