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.
Information sur l'auteur
- 1Département de psychiatrie, Université de Cambridge, Royaume-Uni; Cambridge et Peterborough NHS Foundation Trust, Cambridge, Royaume-Uni.
- 2Institut des neurosciences cliniques et comportementales, Université de Cambridge, Royaume-Uni.
- 3University College London, Département des sciences statistiques, Londres, Royaume-Uni.
- 4Département de psychiatrie et de neuroscience du comportement, Université de Chicago, Chicago, IL, États-Unis.
- 5US / UCT MRC Unit on Anxiety & Stress Disorders, Department of Psychiatry, University of Stellenbosch, South Africa.
- 6Département de psychiatrie et de neurosciences comportementales, Université de Chicago, Chicago, IL, États-Unis. Adresse électronique: [email protected].
Abstract
L'utilisation problématique d'Internet est courante, altère fonctionnellement et nécessite une étude plus approfondie. Sa relation avec les troubles obsessionnels-compulsifs et impulsifs n'est pas claire. Notre objectif était d'évaluer si l'utilisation problématique d'Internet peut être prédite à partir de formes reconnues de traits et de symptômes impulsifs et compulsifs. Nous avons recruté des volontaires âgés de 18 ans et plus en utilisant des publicités dans les médias sur deux sites (Chicago, États-Unis et Stellenbosch, Afrique du Sud) pour répondre à une vaste enquête en ligne. Une évaluation hors échantillon à la pointe de la technologie des modèles prédictifs d'apprentissage automatique a été utilisée, qui comprenait la régression logistique, les forêts aléatoires et les bayes naïves. L'utilisation problématique d'Internet a été identifiée à l'aide du test de dépendance à Internet (IAT). 2006 cas complets ont été analysés, dont 181 (9.0%) avaient une utilisation problématique d'Internet modérée à grave. En utilisant la régression logistique et Naïve Bayes, nous avons produit une prédiction de classification avec une aire caractéristique de fonctionnement du récepteur sous la courbe (ROC-AUC) de 0.83 (SD 0.03) alors qu'en utilisant un algorithme Random Forests, la prédiction ROC-AUC était de 0.84 (SD 0.03) [tous trois modèles supérieurs aux modèles de base p <0.0001]. Les modèles ont montré un transfert robuste entre les sites d'étude dans tous les ensembles de validation [p <0.0001]. La prédiction de l'utilisation problématique d'Internet était possible en utilisant des mesures spécifiques de l'impulsivité et de la compulsivité dans une population de volontaires. De plus, cette étude offre une preuve de concept à l'appui de l'utilisation de l'apprentissage automatique en psychiatrie pour démontrer la reproductibilité des résultats dans des contextes géographiquement et culturellement distincts.
MOTS-CLÉS:
TDAH; Compulsivité; Impulsivité; Utilisation d'Internet; Apprentissage automatique; OCD
PMID:27580487
DOI:10.1016 / j.jpsychires.2016.08.010
;
