J Psychiatr Res. 2016 Aug 15;83:94-102. doi: 10.1016 / j.jpsychairs.2016.08.010.
یونندیس ک1, چمبرلین SR1, ترشی MS2, Kiraly F3, Leppink EW4, Redden SA4, استین دی جی5, Lochner C5, گرانت جی6.
اطلاعات نویسنده
- 1گروه روانپزشکی، دانشگاه کمبریج، انگلستان؛ کمبریج و پیتربرو NHS Foundation Trust، کمبریج، انگلستان.
- 2موسسه عصبی رفتاری و بالینی، دانشگاه کمبریج، انگلستان.
- 3دانشگاه کالج لندن، گروه علوم آماری، لندن، انگلستان.
- 4گروه روانپزشکی و علوم اعصاب رفتاری، دانشگاه شیکاگو، شیکاگو، IL، USA.
- 5واحد MRC در زمینه اضطراب و استرس در ایالات متحده / UCT ، گروه روانپزشکی ، دانشگاه استلنبوش ، آفریقای جنوبی.
- 6گروه روانپزشکی و علوم اعصاب رفتاری، دانشگاه شیکاگو، شیکاگو، IL، USA. آدرس الکترونیکی: [ایمیل محافظت شده].
چکیده
استفاده از اینترنت با مشکل معمول است ، عملکرد آن مختل می شود و نیاز به مطالعه بیشتر دارد. رابطه آن با اختلالات وسواسی و تکانشی نامشخص است. هدف ما این بود که ارزیابی کنیم آیا استفاده از اینترنت با مشکل می تواند از اشکال شناخته شده صفات تکانشی و اجباری و علامت شناسی پیش بینی شود. ما داوطلبان 18 سال به بالا را با استفاده از تبلیغات رسانه ای در دو سایت (شیکاگو ایالات متحده آمریکا و استلنبوش ، آفریقای جنوبی) استخدام کردیم تا یک تحقیق گسترده آنلاین انجام دهیم. از مدل پیشرفته ارزیابی مدل های پیش بینی یادگیری ماشین استفاده شد که شامل رگرسیون لجستیک ، جنگل های تصادفی و ناخن های بی نظیر بود. استفاده از اینترنت با مشکل با استفاده از آزمون اعتیاد به اینترنت (IAT) مشخص شد. موارد كامل 2006 مورد تجزيه و تحليل قرار گرفت كه از اين تعداد 181 نفر (9.0٪) از مشكلات متوسط و شديد استفاده از اينترنت برخوردار بودند. با استفاده از رگرسیون لجستیک و Naïve Bayes پیش بینی طبقه بندی با یک گیرنده عامل منطقه مشخص در زیر منحنی (ROC-AUC) 0.83 (SD 0.03) تولید کردیم در حالی که با استفاده از الگوریتم جنگل های تصادفی پیش بینی ROC-AUC 0.84 (SD 0.03) بود [همه سه مدل برتر از مدلهای پایه p <0.0001]. مدل ها انتقال قوی بین سایت های مطالعه را در تمام مجموعه های اعتبار سنجی نشان دادند [0.0001/XNUMX> p]. پیش بینی استفاده از اینترنت با مشکل با استفاده از معیارهای خاص تکانه و اجبار در جمعیت داوطلب امکان پذیر بود. علاوه بر این ، این مطالعه اثبات مفهومی را در حمایت از استفاده از یادگیری ماشین در روانپزشکی برای نشان دادن تکرارپذیری نتایج در محیط های متمایز جغرافیایی و فرهنگی ارائه می دهد.
کلید واژه ها:
بیش فعالی؛ تعهد؛ تکانشی؛ استفاده از اینترنت؛ فراگیری ماشین؛ OCD
مقاله:27580487
DOI:10.1016 / j.jpsychires.2016.08.010
;