J Psychiatr Res. 2016 Aug 15;83:94-102. doi: 10.1016 / j.jpsychires.2016.08.010.
Ioannidis K1, Chamberlain SR1, Treder MS2, Kiraly F3, Leppink EW4, Redden SA4, Stein DJ5, Lochner C5, Grant JE6.
Informacije o autoru
- 1Odsjek za psihijatriju, Univerzitet u Kembridžu, Velika Britanija; Cambridge i Peterborough NHS Foundation Trust, Cambridge, UK.
- 2Bihevioralni i klinički neurološki institut, Univerzitet u Kembridžu, Velika Britanija.
- 3University College London, Odsjek za statističke nauke, London, UK.
- 4Odsjek za psihijatriju i bihevioralnu neuroznanost, Univerzitet u Čikagu, Čikago, IL, SAD.
- 5Američka / UCT MRC jedinica za anksioznost i stresne poremećaje, Odjel za psihijatriju, Univerzitet u Stellenboschu, Južna Afrika.
- 6Odsjek za psihijatriju i bihevioralnu neuroznanost, Univerzitet u Čikagu, Čikago, IL, SAD. Elektronska adresa: [email zaštićen].
sažetak
Problematična upotreba interneta je česta, funkcionalno oštećena i potrebna joj je dodatna studija. Njegova veza sa opsesivno-kompulzivnim i impulzivnim poremećajima nije jasna. Cilj nam je bio procijeniti može li se problematična upotreba interneta predvidjeti iz prepoznatih oblika impulzivnih i kompulzivnih osobina i simptomatologije. Regrutovali smo volontere starije od 18 godina koristeći medijske oglase na dva mjesta (Chicago USA i Stellenbosch, Južna Afrika) kako bismo popunili opsežno online istraživanje. Korištena je najsavremenija evaluacija van uzorka modela predviđanja za mašinsko učenje, koja je uključivala Logističku regresiju, Slučajne šume i Naivne Bayes. Problematična upotreba interneta identifikovana je testom ovisnosti o internetu (IAT). Analizirano je 2006. cjelovitih slučajeva, od kojih je 181 (9.0%) imalo umjerenu / ozbiljnu problematičnu upotrebu interneta. Koristeći Logističku regresiju i Naive Bayes proizveli smo klasifikacijsko predviđanje s radnim karakterističnim područjem prijemnika ispod krivulje (ROC-AUC) od 0.83 (SD 0.03), dok je pomoću algoritma Random Forests predviđanje ROC-AUC bilo 0.84 (SD 0.03) [sve tri modela superiornija od osnovnih modela p <0.0001]. Modeli su pokazali snažan prijenos između mjesta ispitivanja u svim skupovima provjere valjanosti [p <0.0001]. Predviđanje problematične upotrebe interneta bilo je moguće koristeći specifične mjere impulzivnosti i kompulzivnosti u populaciji volontera. Štaviše, ova studija nudi dokaz koncepta kao podršku korišćenju mašinskog učenja u psihijatriji da bi se pokazala ponovljivost rezultata u geografski i kulturološki različitim okruženjima.
KLJUČNE RIJEČI:
ADHD; Compulsivity; Impulsivity; Korištenje interneta; Mašinsko učenje; OCD
PMID:27580487
DOI:10.1016 / j.jpsychires.2016.08.010
;