3、基于深度学习和置换检验的青少年抑郁症状预测分析

基于深度学习和置换检验的青少年抑郁症状预测分析

1. 研究背景与目标

在当今社会，青少年抑郁问题日益受到关注。抑郁症状中的负性情绪（Negative valence），如悲伤、失落、焦虑、恐惧和威胁感等，不仅影响青少年的心理健康，还可能导致严重的后果，如发展为重度抑郁症（MDD）、慢性和复发性抑郁以及自杀企图。本研究旨在通过青少年的人口统计学信息、自我报告以及神经心理和行为测量等数据，预测青少年的负性情绪抑郁症状。

2. 实验数据

本研究使用了来自NCANDA研究的数据。该研究在美国五个地点招募了831名青少年，并对他们进行了年度跟踪。为了分析青少年的抑郁症状，研究选取了621名在18岁之前至少完成一次评估的参与者的数据，这些数据来自公共发布的NCANDA_PUBLIC_6Y_REDCAP_V01。
- 在621名受试者中，有81人在至少一次评估中报告了负性情绪症状。这些受试者平均每1.05 ± 0.15年接受3.20 ± 1.66次评估。
- 受试者中310名为女性，311名为男性，基线评估时的平均年龄为15.02 ± 1.69岁。
- 每次评估共使用了m = 126项测量指标，并根据内容将其分为以下8个类别（C = 8）：
- 人格（Personality）：包括外向性、宜人性、接受性和情绪调节等特质。
- 生活（Life）：描述生活事件、情感忽视和创伤。
- 睡眠（Sleep）：包括受试者的睡眠和起床时间以及睡眠时间等信息。
- 支持（Support）：描述受试者参与社交俱乐部的情况以及他们与家人、朋友和老师的关系。
- 神经心理（Neuropsych）：包括情绪识别、注意力和工作记忆测量。