Estudo abreviado de avaliação da depressão

A depressão clínica afeta 5-10% da população mundial a cada ano e é um grave problema de saúde mental em todo o mundo. Existem muitas escalas psicológicas tradicionais que avaliam os níveis de depressão em adultos, onde seus itens são muitas vezes redundantes nas informações que carregam, e sua pontuação não é necessariamente linear aos escores dos itens. Assim, técnicas de aprendizado de máquina podem ajudar a encontrar a redundância nos itens, bem como a relação não linear entre as pontuações dos itens e a previsão final. Usando a Escala de Estresse de Ansiedade e Depressão 42 (DASS-42) como base, os participantes serão solicitados a preencher um questionário online sobre suas informações demográficas (idade, sexo, país de residência, raça, etc.) e todos os 42 itens do DASS -42 para fornecer um conjunto de dados para este estudo. Técnicas de seleção de recursos, como MRMR e importância de recursos de Gini, foram aplicadas para identificar os recursos mais importantes no conjunto de dados. Em seguida, usando métodos de aprendizado de máquina, como modelos de regressão logística, XGBoost e Ensemble, os modelos serão ajustados nos recursos mais importantes para desenvolver uma escala de depressão reduzida (7 a 9 itens que consistem em itens demográficos e itens DASS) que prevê com precisão os níveis de depressão (conforme medido pelos escores AUC, ROC e F1.