J Psychiatr Res. 2016 Aug 15;83:94-102. doi: 10.1016 / j.jpsychires.2016.08.010.
Ioannidis K1, Чемберлен СР1, Тредер МС2, Kiraly F3, Leppink EW4, Redden SA4, Stein DJ5, Lochner C5, Грант JE6.
інформація про автора
- 1Відділ психіатрії Кембриджського університету, Великобританія; Кембридж та Пітерборо NHS Foundation Trust, Кембридж, Великобританія.
- 2Інститут поведінкової та клінічної неврології Кембриджського університету, Великобританія.
- 3Університетський коледж Лондона, департамент статистичної науки, Лондон, Великобританія.
- 4Кафедра психіатрії та поведінкової неврології, Університет Чикаго, Чикаго, штат Іллінойс, США.
- 5Підрозділ MRC США з питань тривоги та стресу, Відділ психіатрії, Університет Стелленбоша, Південна Африка.
- 6Кафедра психіатрії та поведінкової неврології, Університет Чикаго, Чикаго, штат Іллінойс, США. Електронна адреса: [захищено електронною поштою].
абстрактний
Проблемне використання Інтернету є загальним, функціонально порушеним і потребує подальшого вивчення. Його взаємозв’язок із нав'язливими та імпульсивними розладами незрозумілий. Нашою метою було оцінити, чи можна передбачити проблематичне використання Інтернету за визнаними формами імпульсивних та компульсивних рис та симптоматики. Ми набрали добровольців віком від 18 років, використовуючи рекламу в ЗМІ на двох сайтах (Чикаго, США та Стелленбош, Південна Африка), щоб заповнити велике онлайн-опитування. Було використано найсучаснішу зразкову оцінку моделей машинного навчання, що включала логістичну регресію, випадкові ліси та наївські байєси. Проблемне використання Інтернету було виявлено за допомогою тесту на залежність від Інтернету (IAT). Проаналізовано 2006 повних випадків, з яких 181 (9.0%) мали помірне / важке проблемне використання Інтернету. Використовуючи логістичну регресію та Naive-Bayes, ми створили прогноз класифікації з робочою характеристикою приймача під кривою (ROC-AUC) 0.83 (SD 0.03), тоді як за допомогою алгоритму Random Forests прогноз ROC-AUC становив 0.84 (SD 0.03) [усі три моделі перевершують базові моделі p <0.0001]. Моделі продемонстрували надійний перенос між місцями дослідження у всіх наборах перевірки [p <0.0001]. Прогнозування проблемного використання Інтернету стало можливим за допомогою специфічних заходів імпульсивності та компульсивності серед популяції добровольців. Більше того, це дослідження пропонує підтвердження концепції на підтримку використання машинного навчання в психіатрії, щоб продемонструвати відтворюваність результатів у різних географічних та культурних умовах.
Ключові слова:
СДУГ; Компульсивність; Імпульсивність; Використання Інтернету; Машинне навчання; OCD
PMID:27580487
DOI:10.1016 / j.jpsychires.2016.08.010
;