中国大学生中抑郁症的预测因素:一种机器学习方法
Lin Luo1, Junfeng Yuan2, Chenghan Wu3
1School of Physical Education, Guizhou Normal University, Guiyang, 550075, China. 460022831@gznu.edu.cn.
BMC public health
|February 5, 2025
概括
焦虑和睡眠不足等心理因素强烈预测中国大学生抑郁症. 还确定了风险因素的性别差异,例如男性的身体健康和女性的BMI.
科学领域:
- 心理健康研究 心理健康研究
- 公共卫生 公共卫生
- 在医疗保健中的数据科学.
背景情况:
- 抑郁症是大学生中一个重要的公共卫生问题.
- 识别抑郁症预测因子对于干预开发至关重要.
- 这项研究重点关注中国大学生,这是一个关键的人口统计.
研究的目的:
- 使用随机森林算法 (RFA) 分析中国大学生的抑郁风险因素.
- 探索抑郁风险模式中的性别特异性差异.
- 提高对高等教育中心理健康挑战的理解.
主要方法:
- 在贵州师范大学对10,043名本科生进行的横截面研究.
- 使用随机森林算法 (RFA) 来分析33个变量.
- 使用流行病学研究中心抑郁症尺度 (CES-D) 评估抑郁症风险.
主要成果:
- 自杀念头,焦虑和睡眠质量是抑郁症最强的预测因素.
- 其他重要因素包括学业压力,BMI和心理性.
- RFA模型实现了87.5%的准确性和0.927.7的AUC.
结论:
- 心理因素是这种人群中抑郁风险的主要预测因素.
- 观察到的性别特异性模式凸显了针对性心理健康干预措施的需要.
- 建议进行纵向研究以确定因果关系.
相关概念视频
01:27Depressive Disorders: Etiology
34
Depressive disorders result from a complex interplay of biological, psychological, and sociocultural factors, each contributing uniquely to the development and persistence of the condition. Understanding these factors provides critical insight into the multifaceted nature of depression.
Biological Factors in Depression
Biological predispositions significantly influence the risk of developing depressive disorders. Genetic studies highlight the role of variations in the serotonin transporter...
Biological Factors in Depression
Biological predispositions significantly influence the risk of developing depressive disorders. Genetic studies highlight the role of variations in the serotonin transporter...
34
01:52Regression Toward the Mean
6.3K
Regression toward the mean (“RTM”) is a phenomenon in which extremely high or low values—for example, and individual’s blood pressure at a particular moment—appear closer to a group’s average upon remeasuring. Although this statistical peculiarity is the result of random error and chance, it has been problematic across various medical, scientific, financial and psychological applications. In particular, RTM, if not taken into account, can interfere when...
6.3K