ChiCTR2500115174尚未招募不适用
基于机器学习的大学生抑郁症状相关特征的研究
自选课题（自筹）1 个研究点 分布在 1 个国家开始时间: 2025年12月15日最近更新:
试验速览
- 阶段
- 不适用
- 状态
- 尚未招募
- 发起方
- 试验地点
- 1
- 主要终点
- 准确度
研究概览
简要总结
利用机器学习模型明确大学生亚临床抑郁的特征，为抑郁症早期识别提供方法，为早期干预提供基础。
研究设计
- 研究类型
- 观察性研究
- 主要目的
- 病例对照研究
- 盲法
- 无
入排标准
- 年龄范围
- 18 至 24（—）
- 性别
- All
入选标准
- •抑郁高风险组：1.性别：不限； 2.年龄：18-24 岁； 3.PHQ-9 评分≥10 分； 4.符合 DSM-5“症状不足的抑郁发作”标准，且目前不符合任何其他精神障碍症状标准；5.无眼球运动受限或视物模糊或视野缺损；6.能够完成 3m 折返步态分析标准测试；7.自愿签署知情同意书；
- •健康对照组：1.性别：不限； 2.年龄：18-24 岁； 3.PHQ-9 评分＜5 分； 4.不符合 DSM-5 任何精神障碍诊断标准；5.无眼球运动受限或视物模糊或视野缺损；6.能够完成 3m 折返步态分析标准测试；7.自愿签署知情同意书；
排除标准
- •抑郁高风险组：1.在医疗机构确诊任何神经系统疾病或严重躯体疾病；2.正在参与其他可能干扰本研究的临床试验；3.存在明显自杀观念或有反复自伤行为；
- •健康对照组：1.在医疗机构确诊任何精神障碍、神经系统疾病或严重躯体疾病；2.正在参与其他可能干扰本研究的临床试验；
研究组 & 干预措施
健康对照组
抑郁高风险组
结局指标
主要结局
准确度
时间窗: 调查结束时
次要结局
未报告次要终点
研究者
研究点 (1)
Loading locations...
相似试验
Unknown
不适用
基于脑电技术利用机器学习构建青少年抑郁症辅助诊断和疗效预测模型ChiCTR24000937462024 年度扬州市基础计划研究（联合专项）卫生健康类项目
Unknown
不适用
基于抑郁患者行为生理特征的 AI 诊断模型构建ChiCTR2300073187河南省科学技术厅, 河南省艾迪优网络工程有限公司
Unknown
不适用
青少年抑郁障碍自杀未遂的预测模型研究ChiCTR2400088980成都市科学技术局和四川大学华西医院
尚未招募
Unknown
基于多模态数据的青少年抑郁症辅助诊断模型抑郁症ChiCTR2300070007浦东新区卫生健康委员会
Unknown
不适用
基于机器学习的前列腺癌患者抑郁预测模型的构建及验证ChiCTR2500097815重庆市沙坪坝区科卫联合医学科研面上项目