机器学习预测品行障碍的孩子

品行障碍(CD)是一种常见的复杂的精神障碍具有侵略性和破坏性的行为。发展因素CD跨生物、心理和社会领域。研究人员已经确定了无数的危险因素,可以帮助预测CD,但他们往往是孤立的考虑。现在,一项新的研究第一次使用机器学习的方法来评估风险因素在所有三个领域相结合,预测后来发展与高精度的CD。

这项研究发表在生物精神病学:认知神经科学和神经影像。

研究人员使用基线数据来自2300多个9到10岁的儿童进入青春期大脑认知发展(ABCD)研究中,纵向研究生物-心理-社会发展后的孩子。研究者使用先前“训练”他们的机器学习模型识别风险因素从多个生物-心理-社会领域。例如,措施包括大脑成像(生物),认知能力(心理),(社会)和家庭特征。正确地预测模型的发展CD两年后,准确率超过90%。

卡梅伦卡特博士的编辑生物精神病学:认知神经科学和神经影像研究表示:“这些引人注目的结果使用基于任务的功能磁共振成像研究奖励系统的功能显示风险后抑郁症抑郁母亲的孩子可能更依赖母亲的回应孩子的情感行为比母亲的情绪本身。”

能够准确预测谁会发展CD将帮助研究人员和医务工作者为高危青年设计干预措施有可能减少甚至防止CD的有害影响儿童和他们的家庭。

“从我们的研究结果强调结合神经的附加值,社会和心理因素来预测品行障碍青年的一个繁重的精神问题,“说阿Baskin-Sommers资深作者,耶鲁大学的博士,纽黑文,CT,美国“这些发现提供承诺为发展中更精确的识别和干预方法考虑多重因素造成这一障碍。他们还强调利用的效用大,开放获取的数据集,如ABCD收集措施对个人在水平的分析。”