产后抑郁风险预测模型的构建和验证

摘要：

目的 构建产后抑郁风险预测模型,并识别预测因子.方法 选取住院分娩产妇835人为研究对象,按照时间段分为训练集722人及测试集113人,以产后6周是否发生产后抑郁为结局指标.利用logistic回归、支持向量机和随机森林3种监督学习算法建立风险预测模型,采用序列前向选择法筛选特征,通过网格搜索法调整模型参数.将训练好的模型在训练集上进行十折交叉验证,在测试集上进行外部验证.结果 产妇产后6周抑郁发生率为22.6％(189/835).经筛选,最终纳入14个预测因子.3种监督学习模型中,随机森林模型预测性能最佳,在测试集上的受试者工作特征曲线下面积、Brier得分、准确率、精确度、召回率和F1得分分别为0.943、0.073、0.903、0.684、0.722和0.703.结论 基于随机森林的产后抑郁风险模型预测性能最佳,能够辅助医护人员识别高风险人群.

关键词：产妇、产后抑郁、预测因子、支持向量机、随机森林、监督学习模型、抑郁筛查、心理护理

所属期刊栏目：38

分类号：R473.71;R849(护理学)

资助基金：上海市科学技术委员会科技创新行动计划医学创新研究专项项目21Y11905900

在线出版日期：2023-09-19（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：76-81