使用机器学习方法预测中国中风患者的创伤后应激障碍
Ying Li1, Chuang Pan2, Yue Gu3
1College of Sports Science, Jishou University, Jishou, Hunan, China.
Frontiers in psychiatry
|December 8, 2025
概括
机器学习模型可以预测中风后的创伤后应激障碍 (PTSD). 随机森林模型最好地识别了中风幸存者的PTSD中风风险因素,如中风类型和睡眠质量.
科学领域:
- 神经学 神经学
- 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:
- 脑卒中后创伤后应激障碍 (PTSD) 影响了大量的中风幸存者.
- 识别风险因素和开发预测模型对于早期干预至关重要.
研究的目的:
- 开发和验证用于预测中风后PTSD的机器学习模型.
- 确定与中风后PTSD发展相关的关键风险因素.
主要方法:
- 采用了后勤回归,随机森林 (RF) 和K-最近邻近算法.
- 249名中风患者的队列被分为训练和验证组.
- 评估模型性能,以选择最佳的预测算法.
主要成果:
- 在中风患者中,PTSD的发生率为40.56%.
- 随机森林 (RF) 模型展示了最好的预测性能.
- 确定的主要风险因素包括中风类型,睡眠质量,住院方法,收入,高血压,性别,婚姻状况,运动和教育.
结论:
- 基于射频的模型为中风后PTSD提供了卓越的预测能力.
- 这些发现有助于临床医生识别高风险个体,以制定有针对性的预防策略.
- 了解中风类型和睡眠等危险因素对于预防PTSD至关重要.
