基于机器学习模型算法预测重度抑郁症和双相情感障碍患者出现自杀尝试行为的相关高危因素研究

在国内，尚无机器学习算法预测重度抑郁症和双相情感障碍患者出现自杀尝试行为的相关高危因素的研究。我们首次采用机器学习算法预测重度抑郁症和双相情感障碍患者出现自杀尝试行为的相关高危因素，采用 6 个机器学习算法（logistic 回归分析，支持向量机，决策树，随机森林，朴素贝叶斯，BP 神经网络）构建预测模型，对比每个模型的 ROC 曲线下面积、灵敏度、特异度、阳性预测值和阴性预测值，选择诊断价值较高的模型。最后确定最佳的模型，达到准确预测重度抑郁症和双相情感障碍患者出现自杀尝试行为的相关高危因素的目的。从而针对高危人群，及时采取有针对性的早期干预措施，对其出现自杀尝试行为的预防、早期干预、远期康复以及社会的稳定具有重要意义。