10.3969/j.issn.2095-9346.2022.05.009
基于机器学习算法预测MECT对抑郁症患者的治疗效果
目的 使用机器学习算法和常规资料预测抑郁症患者对MECT的治愈效果.方法 使用自制的量表收集患者入院时人口学特征和临床资料.使用24 项汉密尔顿抑郁量表(HAMD-24)评估患者治疗前后的抑郁严重程度以及治疗后的效果.LASSO用于变量的选择.采用 8 种常见的机器学习算法构建预测模型,以AUC作为评估模型性能的指标.结果 MECT对抑郁症患者治疗的有效率和痊愈率分别是72.6%和43.2%.在 8 种机器学习算法中,GLM的表现最佳,其AUC值为0.760 3(0.627 0~0.893 5).结论 机器学习算法结合临床常规资料能够有效预测MECT的治疗效果,有助实施个性化治疗.
机器学习算法、抑郁、MECT
35
R749.4(神经病学与精神病学)
安徽医科大学校基金资助项目2022xkj119
2023-09-12(万方平台首次上网日期,不代表论文的发表时间)
共4页
496-499