Uso problemático da internet (PIU): Associações com o espectro impulsivo-compulsivo. Uma aplicação de aprendizado de máquina em psiquiatria (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.

Informação sobre o autor

  • 1Departamento de Psiquiatria, Universidade de Cambridge, Reino Unido; Cambridge e Peterborough NHS Foundation Trust, Cambridge, Reino Unido.
  • 2Instituto de Neurociência Comportamental e Clínica da Universidade de Cambridge, Reino Unido.
  • 3University College London, Departamento de Ciência Estatística, Londres, Reino Unido.
  • 4Departamento de Psiquiatria e Neurociência Comportamental da Universidade de Chicago, Chicago, IL, EUA.
  • 5US / UCT MRC Unit on Anxiety & Stress Disorders, Department of Psychiatry, University of Stellenbosch, South Africa.
  • 6Departamento de Psiquiatria e Neurociência Comportamental da Universidade de Chicago, Chicago, IL, EUA. Endereço eletrônico: [email protected].

Sumário

O uso problemático da Internet é comum, prejudica funcionalmente e precisa de mais estudos. Sua relação com transtornos obsessivo-compulsivos e impulsivos não é clara. Nosso objetivo foi avaliar se o uso problemático da Internet pode ser previsto a partir de formas reconhecidas de traços impulsivos e compulsivos e sintomatologia. Recrutamos voluntários com 18 anos ou mais usando anúncios na mídia em dois sites (Chicago, EUA e Stellenbosch, África do Sul) para preencher uma extensa pesquisa online. Foi utilizada uma avaliação fora da amostra de última geração de modelos preditivos de aprendizado de máquina, que incluiu Regressão Logística, Florestas Aleatórias e Naïve Bayes. O uso problemático da Internet foi identificado usando o Internet Addiction Test (IAT). Foram analisados ​​2006 casos completos, dos quais 181 (9.0%) tiveram uso problemático moderado / grave da Internet. Usando Regressão Logística e Naïve Bayes, produzimos uma previsão de classificação com uma área de característica operacional do receptor sob a curva (ROC-AUC) de 0.83 (SD 0.03) enquanto usando um algoritmo de Florestas Aleatórias a previsão ROC-AUC foi de 0.84 (SD 0.03) [todos três modelos superiores aos modelos de linha de base p <0.0001]. Os modelos mostraram transferência robusta entre os locais de estudo em todos os conjuntos de validação [p <0.0001]. A previsão do uso problemático da Internet foi possível usando medidas específicas de impulsividade e compulsividade em uma população de voluntários. Além disso, este estudo oferece uma prova de conceito para apoiar o uso do aprendizado de máquina em psiquiatria para demonstrar a replicabilidade dos resultados em ambientes geograficamente e culturalmente distintos.

PALAVRAS-CHAVE:

TDAH; Compulsividade; Impulsividade; Uso da Internet; Aprendizado de máquina; TOC

PMID:27580487

DOI:10.1016 / j.jpsychires.2016.08.010