Studio di valutazione della depressione abbreviato

La depressione clinica colpisce ogni anno il 5-10% della popolazione mondiale ed è un grave problema di salute mentale a livello globale. Esistono molte scale psicologiche tradizionali che valutano i livelli di depressione negli adulti, dove i loro item sono spesso ridondanti nelle informazioni che portano e il loro punteggio non è necessariamente lineare rispetto ai punteggi degli item. Pertanto, le tecniche di apprendimento automatico possono aiutare a trovare la ridondanza negli elementi, nonché la relazione non lineare tra i punteggi degli elementi e la previsione finale. Utilizzando la Depression Anxiety Stress Scale 42 (DASS-42) come base, ai partecipanti verrà chiesto di compilare un questionario online sulle loro informazioni demografiche (età, sesso, paese di residenza, razza, ecc.) e tutti i 42 elementi di DASS -42 per fornire un set di dati per questo studio. Tecniche di selezione delle caratteristiche come MRMR e importanza delle caratteristiche di Gini sono state applicate per identificare le caratteristiche più importanti nel set di dati. Quindi, utilizzando metodi di apprendimento automatico come Regressione logistica, XGBoost e modelli Ensemble, i modelli verranno adattati alle caratteristiche più importanti per sviluppare una scala di depressione abbreviata (7-9 elementi costituiti da elementi demografici e elementi DASS) che ha previsto con precisione i livelli di depressione (misurata dai punteggi AUC, ROC e F1.