预测规则确定哪些年轻人暴露于12周短信干预后,在重度插曲性饮酒率较高
Tammy Chung1,2, Brian Suffoletto3, Sarah W Feldstein Ewing4
1Department of Psychiatry, Rutgers, The State University of New Jersey, New Brunswick, NJ, USA.
Substance use & addiction journal
|January 23, 2024
概括
这项研究确定了基线酒精使用和负面紧迫感等关键因素,这些因素预测了在接受短信干预的年轻成年人中沉重的插曲性饮酒 (HED). 这些发现有助于定制干预措施以获得更好的结果.
科学领域:
- 行为科学 行为科学
- 公共卫生 公共卫生
- 数字健康数字健康
背景情况:
- 短信干预措施显示,在有危险饮酒史的年轻成年人中,有望减少重度插曲性饮酒 (HED).
- 确定基线预测因子对于个性化干预和优化治疗策略至关重要.
- 预测规则集 (PREs) 提供了一种创建可解释规则的方法,以识别对干预措施有不同的反应的子组.
研究的目的:
- 在接受酒精短信干预的年轻成年人中,在三个月的随访期内确定预测重度插曲性饮酒 (HED) 的基线参与者特征.
- 为临床使用和干预开发开发可解释的决策工具.
主要方法:
- 进行了对916名年轻成年人酒精短信随机临床试验数据的二次分析.
- 使用具有10倍交叉验证的预测规则集 (PRE) 来预测三个月后的HED.
- 该PRE模型包含了21个基线变量,包括社会人口统计学,酒精消费模式,冲动性,准备变化以及感知到的同行影响.
主要成果:
- PRE模型产生了12个可解释的规则,预测了三个月的HED,解释了23%的差异 (R2 = 0.23).
- 对HED最重要的预测因素是基线酒精消费,负的紧迫性得分和对同行饮酒的感知.
- 该模型显示了很高的分类准确性,只有0.2%的病例未被分类.
结论:
- 从基线特征中得出的可解释规则可以预测重度插曲性饮酒 (HED) 的干预反应.
- 干预措施应考虑解决负面紧迫性和同行影响,以改善HED风险的年轻成年人的结果.
- 这些发现支持针对酒精使用的数字健康干预措施的个性化方法.
更多相关视频
08:05A Prediction Error-driven Retrieval Procedure for Destabilizing and Rewriting Maladaptive Reward Memories in Hazardous Drinkers
Published on: January 5, 2018
9.8K
12:18A Machine Learning Approach to Design an Efficient Selective Screening of Mild Cognitive Impairment
Published on: January 11, 2020
7.5K
