摘要
本发明涉及医学人工智能领域,公开了一种青少年抑郁症的自杀风险预测方法及系统,包括:选取年龄在13至20岁,重度抑郁症,且至少3个月未服用药物的青少年;采用哥伦比亚自杀严重程度评定量表评估自杀想法和行为,将参与者分为自杀未遂组和非自杀未遂组,运用大五人格量表评估大五人格特质,利用儿童期创伤问卷评估儿童期受虐待情况;按7:3比例将参与者随机分为训练队列、验证队列;采用t检验、秩和检验、卡方检验,结合单因素逻辑回归、随机森林和套索回归模型筛选自杀预测因素,最终确定六个最优变量;构建自杀未遂风险预测列线图;评估列线图模型的预测准确性、拟合度、临床适用性和泛化能力。本发明预测精准、系统高效、临床实用性强。
技术关键词
风险预测方法
青少年
风险预测系统
评定量表
专业绘图工具
随机森林
数据分析模块
曲线分析方法
变量
医学人工智能
数据采集模块
队列
统计分析方法
抑郁
工作特征
患者健康
逻辑
数据格式
系统为您推荐了相关专利信息
风险预测系统
风险预测模型
多模态数据采集
强化学习算法
在线学习技术
注意力机制
风险预测方法
风险预测模型
呼吸道
初始化解码器
风险预测系统
风险预测模型
稳定型
生物标志物数据
数据获取模块
健康干预方法
青少年
计算机执行指令
分类模型识别
误差函数
风险预测系统
眼底图像特征
多模态特征
多模态数据融合
模型训练模块