将用户-化身纽带转化为抑郁风险:一项初步机器学习研究
Taylor Brown1, Tyrone L Burleigh2, Bruno Schivinski3
1Applied Health, School of Health and Biomedical Sciences, RMIT University, Australia.
Journal of psychiatric research
|January 9, 2024
概括
玩家与游戏中的化身的联系可以预测抑郁风险. 人工智能模型使用用户-avatar债券数据准确地识别了抑郁风险,提供了对心理健康的见解.
科学领域:
- 心理学 心理学 心理学
- 计算机科学 计算机科学
- 数字健康数字健康
背景情况:
- 游戏玩家与其游戏中代表的形象 (avatar) 的关系与抑郁症风险有关.
- 用户-化身纽带可能会提供对游戏玩家整体心理健康和潜在的线下斗争的见解.
- 检查这种联系可以揭示有关当前或正在发展的抑郁症的信息.
研究的目的:
- 调查个人与他们的化身之间的联系是否可以预测抑郁风险.
- 为了确定用户-化身纽带是否提供关于抑郁风险的横截面和预测信息.
- 评估人工智能分类器在识别基于用户-avatar纽带的抑郁风险方面的有效性.
主要方法:
- 从565名成年人/青少年的长度数据被采集了两次,间隔六个月.
- 参与者完成了用户-阿凡达-纽带 (UAB) 尺度和抑郁焦虑压力尺度.
- 调和和未调的人工智能 (AI) 分类器分析了对同时和未来抑郁风险预测的反应.
主要成果:
- 人工智能模型根据UAB,年龄和游戏持续时间准确地识别了抑郁风险,无论是当前还是未来.
- 随机森林人工智能模型表现出卓越的性能.
- 化身沉浸成为人工智能模型训练中最重要的预测因素.
结论:
- 使用人工智能分类器,用户-化身债券数据可以被翻译成准确的,并发的和未来的抑郁风险预测.
- 人工智能驱动的用户-avatar债券评估显示了心理健康查和早期干预的潜力.
- 研究结果支持使用人工智能和化身分析来理解和解决游戏玩家的心理健康问题.
更多相关视频
05:56Author Spotlight: Establishing a Rodent Model for Investigating Depression Factors in Traditional Mongolian Medicine
Published on: October 27, 2023
957
07:58Behavioral and Network Pharmacology-Based Analyses for the Traditional Mongolian Medicine Zadi-5 in a Rat Model of Depression
Published on: February 24, 2023
540
