Problematyczne korzystanie z Internetu (PIU): Związki ze spektrum impulsywno-kompulsywnym. Zastosowanie uczenia maszynowego w psychiatrii (2016)

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.

Autor informacji

  • 1Wydział Psychiatrii, Uniwersytet Cambridge, Wielka Brytania; Cambridge i Peterborough NHS Foundation Trust, Cambridge, Wielka Brytania.
  • 2Instytut Neurobiologii Behawioralnej i Klinicznej, University of Cambridge, Wielka Brytania.
  • 3University College London, Wydział Nauk Statystycznych, Londyn, Wielka Brytania.
  • 4Katedra Psychiatrii i Neurobiologii Behawioralnej, University of Chicago, Chicago, IL, USA.
  • 5Jednostka MRC US / UCT ds. Zaburzeń lękowych i stresowych, Wydział Psychiatrii, University of Stellenbosch, Republika Południowej Afryki.
  • 6Katedra Psychiatrii i Neurobiologii Behawioralnej, University of Chicago, Chicago, IL, USA. Adres elektroniczny: [email chroniony]

Abstrakcyjny

Problematyczne korzystanie z internetu jest powszechne, upośledza funkcjonalność i wymaga dalszych badań. Jej związek z zaburzeniami obsesyjno-kompulsywnymi i impulsywnymi jest niejasny. Naszym celem była ocena, czy problematyczne korzystanie z Internetu można przewidzieć na podstawie rozpoznanych form cech impulsywnych i kompulsywnych oraz symptomatologii. Zrekrutowaliśmy wolontariuszy w wieku 18 lat i starszych za pomocą reklam w dwóch witrynach (Chicago, USA i Stellenbosch, RPA), aby wypełnić obszerną ankietę online. Zastosowano najnowocześniejszą ocenę poza próbą modeli predykcyjnych uczenia maszynowego, w tym regresji logistycznej, losowych lasów i Naïve Bayes. Problematyczne korzystanie z internetu zostało wykryte za pomocą testu uzależnienia od Internetu (IAT). Przeanalizowano wszystkie przypadki 2006, z których 181 (9.0%) miało umiarkowany / poważny problem z korzystaniem z Internetu. Korzystając z regresji logistycznej i Naïve Bayes, stworzyliśmy prognozę klasyfikacji z operacyjnym obszarem pod krzywą (ROC-AUC) wynoszącym 0.83 (SD 0.03), podczas gdy przy użyciu algorytmu Random Forests przewidywana wartość ROC-AUC wynosiła 0.84 (SD 0.03) [wszystkie trzy modele lepsze od modeli wyjściowych p <0.0001]. Modele wykazały silny transfer między ośrodkami badawczymi we wszystkich zestawach walidacyjnych [p <0.0001]. Przewidywanie problematycznego korzystania z Internetu było możliwe przy użyciu określonych miar impulsywności i kompulsywności w populacji ochotników. Co więcej, badanie to stanowi potwierdzenie słuszności koncepcji wspierającej wykorzystanie uczenia maszynowego w psychiatrii w celu wykazania powtarzalności wyników w różnych geograficznie i kulturowo środowiskach.

SŁOWA KLUCZOWE:

ADHD; Kompulsywność; Impulsywność; Korzystanie z Internetu; Nauczanie maszynowe; OCD

PMID:27580487

DOI:10.1016 / j.jpsychires.2016.08.010