Lyhennetty masennuksen arviointitutkimus

Kliininen masennus vaikuttaa 5-10 prosenttiin maailman väestöstä vuosittain ja on vakava mielenterveysongelma maailmanlaajuisesti. On olemassa monia perinteisiä psykologisia asteikkoja, jotka arvioivat aikuisten masennuksen tasoa. Heidän kohteensa ovat usein tarpeettomia heidän kuljettamansa tiedon suhteen, ja niiden pisteytys ei välttämättä ole lineaarinen kohdepisteiden kanssa. Siten koneoppimistekniikat voivat auttaa löytämään kohteiden redundanssin sekä nimikkeiden tulosten ja lopullisen ennusteen välisen epälineaarisen suhteen. Käyttämällä Depression Anxiety Stress Scale 42:ta (DASS-42) pohjana osallistujia pyydetään täyttämään online-kysely heidän demografisista tiedoistaan ​​(ikä, sukupuoli, asuinmaa, rotu jne.) ja kaikista 42 DASS-kohdasta. -42 aineiston tarjoamiseksi tätä tutkimusta varten. Ominaisuuksien valintatekniikoita, kuten MRMR- ja Gini-ominaisuuksien tärkeyttä, käytettiin tunnistamaan tietojoukon tärkeimmät ominaisuudet. Sitten käyttämällä koneoppimismenetelmiä, kuten Logistic Regression-, XGBoost- ja Ensemble-malleja, mallit sovitetaan tärkeimpiin ominaisuuksiin, jotta voidaan kehittää lyhennetty masennusasteikko (7-9 kohdetta, jotka koostuvat demografisista kohteista ja DASS-kohteista), jotka ennustavat tasot tarkasti. masennuksesta (mitattuna AUC-, ROC- ja F1-pisteillä.