基于人工智能的注意力缺陷多动性障碍早期预测模型的前性研究
Gang Wang1, Wanyue Li1, Shixiong Huang2
1Jinan University, The First Affiliated Hospital of Jinan University, Guangzhou, Guangdong, China.
Journal of attention disorders
|November 30, 2023
概括
父母症状问卷 (PSQ) 在查中国儿童注意力缺陷多动症 (ADHD) 时显示出高准确度. 使用PSQ数据的机器学习模型显示,ADHD识别的准确率超过90%.
科学领域:
- 儿童心理学 儿童心理学
- 神经发育障碍 神经发育障碍
- 医疗保健中的人工智能
背景情况:
- 注意缺陷多动症 (ADHD) 在儿童发育中带来了重大挑战.
- 家长症状问卷 (PSQ) 是一种用于评估儿童行为症状的工具.
- 了解中国人口中PSQ和ADHD之间的相关性对于准确诊断至关重要.
研究的目的:
- 研究中国儿童的家长症状问卷 (PSQ) 和注意力缺陷多动症障碍 (ADHD) 之间的关系.
- 用先进的分析方法评估PSQ对ADHD查的临床实用性.
主要方法:
- 一组202名3至14岁的儿童参与了这项研究.
- 使用了包括Mean-Whitney U测试和LASSO回归在内的统计方法.
- 机器学习算法,特别是决策树,用于评估PSQ对ADHD的查价值.
主要成果:
- 在特定的PSQ项目和ADHD之间发现了显著的相关性,其中44,24和12项特别相关.
- 使用机器学习对这些项目进行分类,准确度超过90%.
- 这项研究指出,在使用人工智能分析ADHD儿童的PSQ中,与多动症指数相关的不同项目.
结论:
- 父母症状问卷 (PSQ) 在中国儿童的ADHD查中显示出高准确度.
- 基于PSQ的人工智能驱动模型显示出在ADHD诊断中临床应用的巨大潜力.
更多相关视频
10:02Event Related Potentials ERPs and other EEG Based Methods for Extracting Biomarkers of Brain Dysfunction: Examples from Pediatric Attention Deficit/Hyperactivity Disorder ADHD
Published on: March 12, 2020
15.7K
13:09Using Brain Activation nir-HEG/Q-EEG and Execution Measures CPTs in a ADHD Assessment Protocol
Published on: April 1, 2018
10.4K
