开发和验证一个模型,预测抑郁症的风险在初级手掌透症:一个横截面的回顾性观察性研究

科学领域:

• 医学研究 医学研究
• 胸部外科手术 胸部外科手术
• 精神病学是一个精神病学.

背景情况:

• 初级手掌透症 (PPH) 是手掌过度出汗,影响患者的福祉,增加抑郁症的风险.
• 在PPH患者中早期识别抑郁症预测因素对于有效的干预至关重要.

研究的目的:

• 确定PPH患者抑郁症的关键预测因素.
• 开发和验证用于评估PPH患者抑郁风险的机器学习模型.

主要方法:

• 从926名PPH患者 (2016-2021) 的临床数据分析.
• 使用Boruta算法和向后消除来进行特征选择.
• 构建并评估了五个机器学习模型,选择了最佳的支持矢量机器 (SVM) 模型.
• 采用沙普利增量解释 (SHAP) 来实现模型的解释性.

主要成果:

• 确定了PPH患者抑郁症的六个预测因素:人格诊断问卷-4分数,自我评价焦虑量表分数,家族病史,生活质量 (不包括PPH),发病年龄和影响年龄.
• 在验证中,SVM模型表现出强的性能:AUC 0.798,布赖尔得分 0.1451,准确度 0.7184,灵敏度 0.775,特异性 0.699,F1得分 0.585.

结论:

• 鉴定出来的这些因素有助于人们更好地理解PPH患者的抑郁症.
• 经过验证的SVM模型是PPH患者抑郁风险的有价值查工具.