Сокращенное исследование оценки депрессии

Клиническая депрессия затрагивает 5-10% населения мира каждый год и является серьезной проблемой психического здоровья во всем мире. Существует много традиционных психологических шкал, которые оценивают уровни депрессии у взрослых, где их элементы часто содержат избыточную информацию, которую они несут, и их оценка не обязательно линейна по отношению к баллам по пунктам. Таким образом, методы машинного обучения могут помочь найти избыточность в элементах, а также нелинейную связь между оценками элементов и окончательным прогнозом. Используя в качестве основы Шкалу стресса при депрессии 42 (DASS-42), участникам будет предложено заполнить онлайн-анкету с указанием их демографической информации (возраст, пол, страна проживания, раса и т. д.) и всех 42 пунктов DASS. -42, чтобы предоставить набор данных для этого исследования. Методы выбора признаков, такие как MRMR и важность признаков Джини, применялись для определения наиболее важных признаков в наборе данных. Затем, используя методы машинного обучения, такие как логистическая регрессия, модели XGBoost и Ensemble, модели будут подогнаны по наиболее важным функциям для разработки укороченной шкалы депрессии (7-9 пунктов, состоящих из демографических пунктов и пунктов DASS), которые точно предсказывают уровни. депрессии (по показателям AUC, ROC и F1.