探索影响中年和老年成人群体抑郁症状的关键因素:基于机器学习的方法
Thu Tran1, Yi Zhen Tan1, Sapphire Lin2
1School of Computing and Information Systems, Singapore Management University, Singapore.
Archives of gerontology and geriatrics
|October 6, 2024
概括
孤独,身体健康和日常活动显著预测老年人的抑郁症. 这些因素可以指导早期检测和干预这群人的心理健康.
科学领域:
- 老年学是指老年学的学科.
- 心理健康研究 心理健康研究
- 计算社会科学 计算社会科学
背景情况:
- 抑郁症是中年和老年人群的一个重要问题.
- 确定关键预测因素对于早期检测和干预策略至关重要.
研究的目的:
- 用机器学习研究影响50岁以上成年人抑郁症状的因素.
- 确定主要的人口,社会经济,身体,生活方式和与活动相关的抑郁症预测因素.
主要方法:
- 这是一项针对976名年龄在50岁及以上的参与者进行的横截面研究.
- 数据收集包括人口统计,社会经济地位,身体健康测试和心理健康问卷.
- 通过使用移动应用程序或纸张保持14天的活动日志,并评估机器学习模型.
主要成果:
- 物流回归是表现最好的模型 (AUC 0.807).
- 抑郁症状的主要预测因素包括孤独,健康指标 (虚弱,视力,流动性),活动时间 (如运动,社交访问) 和感知到的收入充足度.
结论:
- 孤独,身体健康和日常活动所花费的时间是老年人抑郁风险的重要指标.
- 研究结果支持针对抑郁症的有针对性的干预措施,这些干预措施基于已识别的影响因素.
- 机器学习有效地确定了这一人口群体中抑郁症的关键预测因素.
