J Psykiatr 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.
upphovsmän
- 1Institutionen för psykiatri, University of Cambridge, Storbritannien; Cambridge och Peterborough NHS Foundation Trust, Cambridge, Storbritannien.
- 2Beteende- och klinisk neurovetenskapsinstitut, University of Cambridge, UK.
- 3University College London, Institutionen för statistisk vetenskap, London, Storbritannien.
- 4Institutionen för psykiatri och beteendemässig neurovetenskap, University of Chicago, Chicago, IL, USA.
- 5US / UCT MRC-enhet för ångest & stressstörningar, Institutionen för psykiatri, University of Stellenbosch, Sydafrika.
- 6Institutionen för psykiatri och beteendemässig neurovetenskap, University of Chicago, Chicago, IL, USA. Elektronisk adress: [e-postskyddad].
Abstrakt
Problematisk internetanvändning är vanlig, funktionshämmande och behöver studeras vidare. Dess förhållande till tvångssyndrom och impulsiva störningar är oklart. Vårt mål var att utvärdera om problematisk internetanvändning kan förutsägas utifrån erkända former av impulsiva och tvångsmässiga egenskaper och symtomatologi. Vi rekryterade volontärer i åldern 18 år och äldre med medieannonser på två webbplatser (Chicago USA och Stellenbosch, Sydafrika) för att slutföra en omfattande onlineundersökning. Moderna out-of-the-art utvärdering av förutsägbara modeller för maskininlärning användes, som inkluderade logistisk regression, slumpmässiga skogar och Naïve Bayes. Problematisk internetanvändning identifierades med hjälp av Internet Addiction Test (IAT). Hela fall 2006 analyserades, varav 181 (9.0%) hade måttlig / svår problematisk internetanvändning. Med hjälp av Logistic Regression och Naïve Bayes producerade vi en klassificeringsförutsägelse med en mottagare som arbetar med karakteristiskt område under kurvan (ROC-AUC) på 0.83 (SD 0.03) medan med en Random Forests algoritm var förutsägelsen ROC-AUC 0.84 (SD 0.03) [alla tre modeller överlägsna basmodellerna p <0.0001]. Modellerna visade robust överföring mellan studieplatserna i alla valideringsuppsättningar [p <0.0001]. Förutsägelse av problematisk internetanvändning var möjlig med hjälp av specifika mått på impulsivitet och tvångsförmåga hos en befolkning av volontärer. Dessutom erbjuder denna studie proof-of-concept till stöd för att använda maskininlärning i psykiatri för att visa replikerbarhet av resultat i geografiskt och kulturellt distinkta miljöer.
NYCKELORD:
ADHD; tvångsmässighet; impulsivitet; Internetanvändning; Maskininlärning; OCD
PMID:27580487
DOI:10.1016 / j.jpsychires.2016.08.010
;