青少年的多重屏幕成和神经疾病:基于机器学习的分类模型
Seda Göger1, Elif Sarica Darol2, Süleyman Uzun3
1Sakarya University, Vocational School of Health Services, Sakarya, Türkiye.
Acta psychologica
|February 22, 2026
概括
多重屏幕成与神经问题有关. 机器学习有效地识别了这种联系,有助于对这种日益严重的公共卫生问题进行早期发现和个性化护理.
科学领域:
- 神经学 神经学
- 公共卫生 公共卫生
- 机器学习 机器学习
背景情况:
- 多重屏幕成是一个重要的公共卫生问题,特别影响年轻人.
- 早期识别和分类屏幕成对于预防神经系统并发症至关重要.
研究的目的:
- 用机器学习来评估多个屏幕成.
- 调查多重屏幕成和神经病情之间的相关性.
主要方法:
- 进行了一项涉及406名参与者的横截面研究.
- 机器学习算法 (KNN,Ensemble,SVM,决策树) 用于分类.
- 数据是在2023年11月至2024年3月期间从一个神经外科诊所收集的.
主要成果:
- 该K-最近邻居 (KNN) 算法展示了最高的分类性能.
- 决策树算法显示了最低的分类性能.
- 在多重屏幕成和神经病情之间发现了显著的关系,并成功地通过机器学习进行了分类.
结论:
- 多重屏幕成与各种神经病情密切相关.
- 机器学习为分析这种关联提供了有效的工具.
- 这项研究支持医疗保健专业人员使用机器学习进行成评分,监测和个性化干预.
