机器学习预测儿童行为障碍

品行障碍(CD)是一种常见而复杂的精神障碍，以具有攻击性和破坏性的行为为特征。促成乳糜泻发展的因素横跨生物、心理和社会领域。研究人员已经确定了无数可以帮助预测乳糜泻的风险因素，但它们通常被孤立地考虑。现在，一项新的研究首次使用机器学习方法来评估所有三个领域的风险因素，并高精度地预测乳糜泻的后期发展。

这项研究发表在生物精神病学:认知神经科学和神经影像学．

研究人员使用了2300多名参加青少年大脑认知发展研究(ABCD)的9至10岁儿童的基线数据纵向研究关注儿童的生物、心理和社会发展。研究人员使用先前从多个生物心理社会领域识别出的风险因素“训练”他们的机器学习模型。例如，测量方法包括脑成像(生物)，认知能力(心理)和家庭特征(社会)。该模型正确预测了两年后乳糜泻的发展，准确率超过90%。

卡梅隆卡特，医学博士，编辑生物精神病学:认知神经科学和神经影像学“这些惊人的结果表明，抑郁母亲的孩子日后患抑郁症的风险可能更多地取决于母亲对孩子情绪行为的反应，而不是母亲的情绪本身。”

准确预测谁可能患乳糜泻的能力将有助于研究人员和卫生保健工作者为高危青年设计干预措施，有可能最大限度地减少甚至预防乳糜泻对儿童及其家庭的有害影响。

“我们的研究结果强调了结合神经、社会和心理因素进行预测的附加价值品行障碍美国康涅狄格州纽黑文耶鲁大学的资深作者Arielle Baskin-Sommers博士说“这些发现为开发更精确的识别和干预方法提供了希望，这些方法考虑了导致这种疾病的多种因素。它们还强调了利用大型开放访问数据集(如ABCD)的实用性，这些数据集收集了不同层次的个人分析措施。”