使用人工神经网络的高中生心理疾病风险预测
Samuel Encarnação1, Paula Fortunato Vaz2, Filipe Vaz3
1Department of Physical Activity and Sport Sciences, Universidad Autónoma de Madrid (UAM), Ciudad Universitaria de Cantoblanco, 28049 Madrid, Spain; Department of Sport Sciences, Instituto Politécnico de Bragança (IPB), 5300-253 Bragança, Portugal; Live Well Research Centre for Active Living and Wellbeing, Instituto Politécnico de Bragança, Portugal; CI ISE, Instituto Superior de Ciências Educativas do Douro, 4560 547 Penafiel, Portugal.
Acta psychologica
|August 28, 2025
概括
人工神经网络能够准确预测大学生的抑郁状态, 这种人工智能方法有助于有效了解和应对学生的心理健康挑战.
科学领域:
- 人工智能
- 机器学习
- 公共卫生
背景情况:
- 学生的心理健康对于实现联合国2030年可持续发展目标,特别是目标3至关重要.
- 这项研究探讨了需要可靠的方法来评估和预测大学生的心理健康状况.
研究的目的:
- 开发和应用人工神经网络 (ANN) 模型来预测大学生自我报告的心理健康维度.
- 评估ANN对学生心理健康的各个方面的预测准确性.
主要方法:
- 一项涉及2050名年龄在18-30岁之间的大学生的横截面观察研究.
- 收集社会人口统计和健康状况数据.
- 用于预测建模的人工神经网络算法的应用.
主要成果:
- 在预测学生的抑郁状态时,ANN模型的准确性很高,交叉验证准确率为73%.
- 对整体心理健康自我认知的预测准确率为60%,对日常活动缺乏兴趣的预测准确率为67%.
结论:
- 人工神经网络在准确预测大学生的抑郁状态方面具有显著的潜力.
- 这些发现突显了人工智能在心理健康研究和支持学生福祉倡议中的用处.
