J Psychiatr Res. 2016 Aug 15;83:94-102, doi: 10.1016 / j.jpsychires.2016.08.010.
Иоаннидис К1, Чемберлен С.Р.1, Тредер MS2, Кирали F3, Leppink EW4, Redden SA4, Stein DJ5, Lochner C5, Грант JE6.
Информация об авторе
- 1Отделение психиатрии, Кембриджский университет, Великобритания; Кембридж и Питерборо NHS Foundation Trust, Кембридж, Великобритания.
- 2Институт поведенческой и клинической нейронауки, Кембриджский университет, Великобритания.
- 3Университетский колледж Лондона, факультет статистики науки, Лондон, Великобритания.
- 4Отделение психиатрии и поведенческой нейронауки, Чикагский университет, Чикаго, Иллинойс, США.
- 5Подразделение MRC США / UCT по тревожным и стрессовым расстройствам, Департамент психиатрии, Стелленбошский университет, Южная Африка.
- 6Кафедра психиатрии и поведенческой неврологии Чикагского университета, Чикаго, Иллинойс, США. Электронный адрес: [электронная почта защищена].
Абстрактные
Проблемное использование Интернета является обычным явлением, нарушает функции и требует дальнейшего изучения. Его связь с обсессивно-компульсивными и импульсивными расстройствами неясна. Наша цель состояла в том, чтобы оценить, можно ли предсказать проблемное использование Интернета на основе признанных форм импульсивных и компульсивных черт и симптоматики. Мы набрали добровольцев в возрасте 18 лет и старше, используя рекламу в СМИ на двух сайтах (Чикаго, США, и Стелленбош, Южная Африка), чтобы пройти обширный онлайн-опрос. Была использована современная вневыборочная оценка прогнозных моделей машинного обучения, которая включала логистическую регрессию, случайные леса и наивный байесовский анализ. Проблемное использование Интернета было выявлено с помощью теста на зависимость от Интернета (IAT). Были проанализированы полные случаи за 2006 год, из которых 181 (9.0%) имели умеренные / серьезные проблемы с использованием Интернета. Используя логистическую регрессию и наивный байесовский метод, мы произвели прогноз классификации с рабочей характеристической площадью приемника под кривой (ROC-AUC) 0.83 (SD 0.03), тогда как с использованием алгоритма случайных лесов прогноз ROC-AUC составил 0.84 (SD 0.03) [все три модели превосходят базовые модели p <0.0001]. Модели продемонстрировали устойчивую передачу между исследовательскими центрами во всех наборах проверки [p <0.0001]. Прогнозирование проблемного использования Интернета стало возможным с использованием конкретных мер импульсивности и компульсивности среди добровольцев. Более того, это исследование предлагает доказательство концепции в поддержку использования машинного обучения в психиатрии, чтобы продемонстрировать воспроизводимость результатов в разных географических и культурных условиях.
КЛЮЧЕВЫЕ СЛОВА:
СДВГ; Компульсивность; Импульсивность; Использование Интернета; Машинное обучение; OCD
PMID:27580487
DOI:10.1016 / j.jpsychires.2016.08.010