目的通过机器学习算法对失眠患者的多导睡眠监测(polysomnography,PSG)数据进行挖掘,建立失眠患者抑郁症的诊断模型,为失眠患者的抑郁症诊断提供科学依据。方法选择2023年1~12月在内蒙古自治区精神卫生中心进行PSG的失眠住院与门诊患者...目的通过机器学习算法对失眠患者的多导睡眠监测(polysomnography,PSG)数据进行挖掘,建立失眠患者抑郁症的诊断模型,为失眠患者的抑郁症诊断提供科学依据。方法选择2023年1~12月在内蒙古自治区精神卫生中心进行PSG的失眠住院与门诊患者共2162例,抑郁症根据《国际疾病与相关健康问题统计分类第10版》(International Statistical Classification of Diseases and Related Health Problems,10th version,ICD-10)进行诊断。收集患者的一般情况与PSG资料,分别基于logistic回归、支持向量机、随机森林、自适应提升、极限提升树、朴素贝叶斯等6种算法构建失眠患者抑郁症的诊断模型。结果纳入的失眠患者中,40.1%(868例)的患者合并抑郁症。6种模型中,logistic回归和随机森林模型的受试者操作特征曲线(receiver operating characteristic curve,ROC curve)的曲线下面积(area under the curve,AUC)值最高,分别为0.825和0.823,综合分类性能更优。结论Logistic回归和随机森林模型对失眠患者中的抑郁症人群有良好的诊断效能。展开更多
文摘目的通过机器学习算法对失眠患者的多导睡眠监测(polysomnography,PSG)数据进行挖掘,建立失眠患者抑郁症的诊断模型,为失眠患者的抑郁症诊断提供科学依据。方法选择2023年1~12月在内蒙古自治区精神卫生中心进行PSG的失眠住院与门诊患者共2162例,抑郁症根据《国际疾病与相关健康问题统计分类第10版》(International Statistical Classification of Diseases and Related Health Problems,10th version,ICD-10)进行诊断。收集患者的一般情况与PSG资料,分别基于logistic回归、支持向量机、随机森林、自适应提升、极限提升树、朴素贝叶斯等6种算法构建失眠患者抑郁症的诊断模型。结果纳入的失眠患者中,40.1%(868例)的患者合并抑郁症。6种模型中,logistic回归和随机森林模型的受试者操作特征曲线(receiver operating characteristic curve,ROC curve)的曲线下面积(area under the curve,AUC)值最高,分别为0.825和0.823,综合分类性能更优。结论Logistic回归和随机森林模型对失眠患者中的抑郁症人群有良好的诊断效能。
