Korrelasjon mellom psykologisk motstandskraft og genetiske, inflammatoriske indikatorer

18-24 år er et viktig stadium i psykologisk utvikling og personlighetsforming for unge mennesker. Hjernens høyere cortex, som er ansvarlig for emosjonell regulering og miljømestring, går inn i en kritisk periode med utvikling av nevroplastisitet. Dens psykologiske utvikling er preget av overgang, lukking og turbulens, etc. Når du møter det stressende miljøet som inngang til høyskole, sysselsetting og rask sosial utvikling, kan depresjon, angst og andre negative følelsesmessige opplevelser oppstå. Alle slags psykiske problemer. I følge teorien om kritisk periode om emosjonell utvikling, reguleres emosjonelle tilstander og stressmestring av aktivitetene til hjernens høyere cortex. Samtidig er forekomsten av psykiske lidelser som tilpasningsforstyrrelser også påvirket av genetikk, og personer med høyrisikogener har større sannsynlighet for å ha lidelser.

Formålet med denne studien er å fokusere på evaluering og analyse av påvirkningsfaktorene for tilpasningsevnen til unge mennesker, utforske virkningen av samspillet mellom miljø og gen på den psykologiske tilpasningsevnen til unge mennesker, innlemme prediksjonsmodellen til dynamisk endring av tilpasningsevne, bygge en standardisert norm for unges tilpasningsevne, og danne et karakterreferansestandardsystem.

Forskningsinnhold: 1) I henhold til det kognitive teorisystemet for tilpasningsevne og den individuelle prediksjonsmodellen for tilpasningsevne, med tanke på miljøkarakteristikkene som påvirker tilpasningsevnen til unge mennesker, blir evalueringselementene med høy prediktiv kraft av modellen screenet. 2) Test det adaptive evneevalueringssystemet i forskningsobjektene, verifiser reliabiliteten, validiteten og utvidbarheten til oppgaven, og verifiser målereliabiliteten og den økologiske validiteten til paradigmeverktøyet. 3) Representative populasjoner med høy og lav tilpasningsevne ble valgt ut til å gjennomføre flerdimensjonal datainnsamling om genetikk og hjernenerve, studere genetisk risiko og risiko-genstedene for tilpasningsevne, analysere hjernebildefunksjonene som tilsvarer tilpasningsevnen, og studere nevrale mekanisme for tilpasningsevne.

Denne studien ble utformet som en tverrsnittsstudie, med unge i alderen 18-22 år som forskningsobjekter. Inklusjonskriteriene inkluderte 18-22 år, fullført videregående skole eller eldre, samtykke til innsamling av blodprøver og signert informert samtykke. Eksklusjonskriterier inkluderer ikke å godta å ta blodprøver, ikke signere informerte samtykkeskjemaer og å ha en alvorlig medisinsk tilstand som en ondartet svulst. Det er planlagt å rekruttere 400 forsøkspersoner fra 1. januar 2024 til 31. mars 2024, og samle inn grunnleggende informasjonsdata, data om tilpasningsevnevurderinger, data fra genetiske tester, data fra hjernebilder og data om inflammatoriske indikatorer.

Forsøkspersonene ble delt inn i svært lav adaptiv gruppe, lav adaptiv gruppe, høy adaptiv gruppe og svært høy adaptiv gruppe i henhold til kvartilen for adaptiv evnescore. En rekke prediktive modelleringsteknikker (som logistisk diskriminantmodell, nevrale nettverksmodeller, beslutningstre, tilfeldig skogmodell og støttevektormaskin, etc.) brukes for å konstruere en dynamisk endringsprediksjonsmodell tilpasset utfallsrisiko. Den interne valideringen av modellen ble utført ved bruk av ti-fold kryssvalideringsmetoden. De opprinnelige dataene ble delt inn i 10 grupper, hvorav 9 grupper ble tatt som treningssett og 1 gruppe ble tatt som testsett for kryssvalidering for å sikre stabiliteten til modellen. ROC-kurve ble tegnet for å evaluere differensieringen av evalueringsmodeller. Området under ROC-kurven syntetiserer to indekser for sensitivitet og spesifisitet, og vurderer alle mulige terskelverdier, som kan evaluere den diagnostiske verdien av modellen mer objektivt og nøyaktig. Ved å beregne arealet av AUC under ROC-kurven som en kvantitativ analyse av den diagnostiske verdien av modellen, jo nærmere AUC er 1, jo bedre er den diagnostiske effekten. Hosmer-Lemeshow goodness of fit-testen ble brukt til å bedømme graden av konsistens mellom den predikerte risikoen og den faktiske risikoen, for å evaluere kalibreringsgraden til modellen.