使用机器学习方法预测青春期多部位疼痛发生率:为期2年的纵向研究
Laura Joensuu1, Ilkka Rautiainen1, Arto J Hautala1
1Faculty of Sport and Health Sciences University of Jyväskylä Jyväskylä Finland.
Health science reports
|December 11, 2024
概括
青少年多部位疼痛是由各种因素预测的,而不仅仅是一个. 机器学习发现了许多预测因素,在女孩中发现的比男孩更多,突出了复杂的贡献因素.
科学领域:
- 青少年健康 青少年健康
- 疼痛研究 疼痛研究
- 机器学习在医学中的应用
背景情况:
- 多部位疼痛是青少年常见和严重的问题.
- 它与负面的身体,心理和社会结果有关.
研究的目的:
- 预测青少年多部位疼痛的发生率.
- 使用机器学习识别多部位疼痛的性别特定预测因子.
主要方法:
- 在410名芬兰青少年 (12.5岁) 上进行了为期2年的纵向研究.
- 利用机器学习 (随机森林,AdaBoost,支持矢量分类器) 与广泛的基线数据.
- 定义的多部位疼痛是自我报告的至少三个部位的疼痛,不包括与疾病相关的疼痛.
主要成果:
- 16%的男孩和28%的女孩患有全身多部位疼痛.
- 机器学习模型达到0.78.7的最大AUC.
- 在女孩中确定了多达33个预测变量,在男孩中确定了13个.
结论:
- 青少年多部位疼痛是由于多种因素的结合而产生的.
- 机器学习有效地识别了广泛的预测因素,并观察到性别特定的模式.
