喘患者抑郁风险查:开发和外部验证基于机器学习的预测模型
Rongjun Wan1, Hao Zhou2, Peng Chen2
1Department of Pulmonary and Critical Care Medicine, The First Affiliated Hospital of Wannan Medical College (Yijishan Hospital of Wannan Medical College), Wuhu, China.
Journal of affective disorders
|October 28, 2025
概括
这项研究开发了一种预测模型,使用临床数据估计喘患者的抑郁风险. 该模型以名图形式可视化,有助于识别患有抑郁症发作风险较高的个体.
科学领域:
- 肺部医学 肺部医学
- 精神病学是一个精神病学.
- 数据科学数据科学数据科学
背景情况:
- 抑郁症经常影响喘患者,降低生活质量和治疗结果.
- 喘患者面临更高的抑郁症发作风险,影响整体预后.
研究的目的:
- 开发和验证用于估计喘患者抑郁风险的预测模型.
- 为了确定与此群体中抑郁发作相关的关键临床变量.
主要方法:
- 利用国家健康和营养检查调查 (NHANES) 数据对临床可访问的变量.
- 采用了组合变量选择策略和多种机器学习方法.
- 选择并验证了一个最佳的物流回归模型,可视化为名ogram.
主要成果:
- 包括3517名喘患者,分为培训 (1951) 和验证 (1566) 组.
- 确定了关键预测因素:急性喘发作,吸烟,PIR,总胆红素,COPD和血清葡萄糖.
- 后勤模型在验证组中表现出卓越的预测性能和临床实用性.
结论:
- 成功开发了一种针对喘患者抑郁症状的新型风险预测模型.
- 诺米图为临床应用和风险评估提供了一个实用的工具.


