检索结果-南通市图书馆

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于机器学习的症状自评量表简化及应用

基于机器学习的症状自评量表简化及应用

作者：刘金铭青岛大学

学位级别：硕士

随着经济的高速发展和生活节奏的不断加快,人们承受着越来越大的压力,心理障碍正逐渐发展成为这个时代全球性的首位疾病。然而我国目前心理障碍患者前往心理门诊就诊的比例只有8.9%,且伴有躯体化症状的心理障碍识别率在我国为10%～21%,... 详细信息

随着经济的高速发展和生活节奏的不断加快,人们承受着越来越大的压力,心理障碍正逐渐发展成为这个时代全球性的首位疾病。然而我国目前心理障碍患者前往心理门诊就诊的比例只有8.9%,且伴有躯体化症状的心理障碍识别率在我国为10%～21%,一些明显的躯体不适症状导致了患者在综合医院反复就诊得不到明确诊断致使病情曲折,所以在日常进行的健康体检中加入心理健康筛查非常必要。症状自评量表(Symptom Checklist 90,SCL-90)是一个国内外应用广泛的精神症状评定量表,主要适用对象为成年的神经症、适应障碍及其他轻性精神障碍患者。然而我国现在使用的SCL-90版本共90个题目,需20分钟以上填写,在体检场景下体检人群依从性较差,难以全部完成,且现有常模于1986年提出,至今已有30多年的历史,难以满足当前体检人群心理健康测评的需求。近年来,随着机器学习算法的深入发展,将机器学习算法应用于精神科量表优化的研究开始出现。本文利用机器学习算法,使用体检中心收集的数据来简化SCL-90,建立题组模型进行题组间简化,建立题目模型进行题组内简化。为寻找题组模型的最优解决方案,采用5种机器学习算法,循环选用量表中的一个题组作为被预测题组,以预测的允许误差作为优化模型的选择标准。为实现题目的动态缩减,题目模型则在区分前置题组阴阳性的情况下,通过前项特征选择,以敏感度和特异度均高于80%为标准进行简化。通过上述方法生成了SCL-90的简化模型,用于题组和题目的简化。当题组预测的允许误差值设为0.5时,可删减10个题组中的7个题组,预测准确率介于75.9%～81.3%,组内题目验证的敏感度与特异度均达到80%时,每个题组内可以从6～13个题目减少为3～7个。研究结果表明,使用机器学习算法能在保证较高准确率的情况下删减量表的部分题目,得到的动态简化量表由于题量动态缩减,减少了测评时间。此外,本文还提出了体检场景下的SCL-90常模修订方案。通过与四个不同时期的SCL-90样本进行比较,发现当前时期体检场景下的常模与以前的常模数据存在显著差异。使用传统的2分的因子粗分作为体检人群心理健康筛查的临界值,得到的检出率介于35%～51%,与最新的流行病学调查结果不符,因此本文提出了以平均值加一个标准差作为标准分。以标准分作为疾病筛查的临界值,得到的检出率介于10%～20%,与2分作为临界值得到的检出率相比,更为集中。以本文提出的根据现实人群修订的常模数据作为衡量标准,更适用于体检场景。目前,简化的症状自评量表已被应用于多家体检中心为体检人群提供智能心理体检服务。

关键词：心理体检 SCL-90 机器学习量表简化常模修订

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

中文版老年听力障碍筛查量表简化潜力研究

中国听力语言康复科学杂志 2023年第2期21卷 149-153页

作者：孙凯朱蓓杨建宏李红涛杨洋张敏白勇涛中国听力语言康复研究中心北京100029 上海市松江区九亭镇社区卫生服务中心上海201615 复旦大学附属华东医院上海市老年医学临床重点实验室上海200403 北京市朝阳区太阳宫社区卫生服务中心北京100020

目的简化中文版老年听力障碍筛查量表(hearing handicap inventory for elderly-screening, HHIE-S),分析完整版和简化版量表与纯音听阈结果的相关性。方法对北京和上海659例社区居民(北京173例,上海486例)发放完整版HHIE-S量表,对北... 详细信息

目的简化中文版老年听力障碍筛查量表(hearing handicap inventory for elderly-screening, HHIE-S),分析完整版和简化版量表与纯音听阈结果的相关性。方法对北京和上海659例社区居民(北京173例,上海486例)发放完整版HHIE-S量表,对北京173位居民测试纯音听阈。采用限定性主成分分析法评估量表简化潜力并得到简化版HHIE-S量表,比较两个版本与纯音听阈间的相关性。结果 (1) HHIE-S量表(10项)总得分、情绪维度(5项)、社交场景维度(5项)得分均与纯音听力阈值呈极显著相关(P量表限定性主成分分析结果显示,仅保留5个量表项目仍能保持80%量表可变性;(3)完整版和简化版HHIE-S量表得分与纯音听力阈值呈极显著相关性(P量表存在简化潜力,简化后量表保留原量表1、2、3、6、8题,仍与纯音听力阈值存在较好相关性。

关键词：老年人听力筛查量表简化限定性主成分分析

上海市《特殊儿童感知能力评估量表》的修订及简化版编制

在线全文

学校读者我要写书评

暂无评论

上海市《特殊儿童感知能力评估量表》的修订及简化版编制

作者：程硕华东师范大学

学位级别：硕士

本研究是对上海市《特殊儿童感知能力评估量表》(2012年版)进行修订。一方面,在原量表的基础上对文本进行全面修订,另一方面,对量表进行更充分的统计分析,从实证角度确保量表结构和内容的科学性。研究主要包括四大部分,第一部分为研究背... 详细信息

本研究是对上海市《特殊儿童感知能力评估量表》(2012年版)进行修订。一方面,在原量表的基础上对文本进行全面修订,另一方面,对量表进行更充分的统计分析,从实证角度确保量表结构和内容的科学性。研究主要包括四大部分,第一部分为研究背景,主要综述有关儿童感知觉发展、感知觉异常的研究以及国内外具有代表性的感知觉量表,为量表修订提供思路。第二部分为量表的初步修订。主要基于相关成熟理论,结合原量表实际测试中的问题,对原量表的使用说明、结构和测题、计分标准和操作说明进行全面修订,形成了包括六大领域,87项测题的初始量表,初始量表经专家认定,具有良好的内容效度。第三部分为量表的信效度检验。分为量表初测和量表正式测试两个环节。量表初测以402名特殊儿童为被试,对量表进行项目分析、信度检验以及探索性因素分析。项目分析结果显示,初始量表具有较好的鉴别度和同质性;信度分析结果显示,初始量表具有较高的内部一致性、折半信度、评分者信度和重测信度。对87项测题进行探索性因素分析,依据统计筛选标准,筛除17项测题,保留70项测题,初步确定量表为一阶六因子的模型结构。正式测试用417名被试对量表模型进行验证性因素分析和信度分析,验证性因素分析结果显示,P值和卡方值(χ2)、χ2/df、RMR、IFI、TLI、CFI、RMSEA、PGFI、PNFI、PCFI的模型适配度指标均达到统计学要求,表明一阶六因子的模型结构与实际数据较为适配,量表具有较好的结构效度。信度分析结果表明,正式量表的内部一致性和折半信度均较高,量表的信度佳。最终确定正式量表包含六大领域,70项测题。第四部分是简化版量表的编制。基于正式修订量表,应用项目删除时的Cronbach’sα值、修正的项目总相关、相关系数、因子负荷值4种经典测量指标,并结合专家意见筛选测题,最终形成了包含33项测题的简化版量表。通过考核样本验证了简化版量表具有较好的结构效度和信度。

关键词：特殊儿童感知能力量表修订信效度检验量表简化

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于机器学习简化MMPI量表的有效性研究

青岛大学学报（自然科学版） 2021年第2期34卷 23-28页

作者：孙启科董问天王克冯超南崔霖李毓明于淏岿于滨石川纪俊青岛大学计算机科学技术学院青岛266071 青岛大学医学部青岛266071 北京大学第六医院北京100083 青岛市市立医院青岛266011 北京万灵盘古科技有限公司北京100089

针对传统MMPI量表中题目数量过多,许多应用场景下受试者依从性差的问题,提出使用机器学习算法对MMPI量表中的临床量表进行简化的方法,对6种经典机器学习算法的简化效果进行了比较,并在受试者测评数据上对原始和简化后测评结果的敏感度... 详细信息

针对传统MMPI量表中题目数量过多,许多应用场景下受试者依从性差的问题,提出使用机器学习算法对MMPI量表中的临床量表进行简化的方法,对6种经典机器学习算法的简化效果进行了比较,并在受试者测评数据上对原始和简化后测评结果的敏感度与特异度进行了对比分析。实验结果表明,使用最小绝对收缩和选择算子(LASSO)的算法在保持相近准确率的同时简化效果最好,平均减少了37.3%的男性和39.1%的女性受试者题目数量,并且简化后测评结果的敏感度与特异度仍能保持在原始测评结果的85%,缩短了测评时间,适用于更多的应用场景。

关键词： MMPI 机器学习量表简化

基于梯度提升回归树的症状自评量表(SCL-90)简化

在线全文

学校读者我要写书评

暂无评论

青岛大学学报（自然科学版） 2020年第2期33卷 32-37页

作者：刘金铭于淏岿冯超南李毓明肖珣杜晓宁于滨纪俊青岛大学计算机科学技术学院青岛266071 青岛大学医学部青岛266071 北京万灵盘古科技有限公司北京100089

基于梯度提升回归树算法探讨适用于体检人群心理健康测评场景的动态SCL-90简化方案,利用梯度提升回归树(Gradient Boosting Regression Tree,GBRT)算法训练2982条体检中心的测评数据,建立题组模型并进行题组间与组内简化,将简化结果与... 详细信息

基于梯度提升回归树算法探讨适用于体检人群心理健康测评场景的动态SCL-90简化方案,利用梯度提升回归树(Gradient Boosting Regression Tree,GBRT)算法训练2982条体检中心的测评数据,建立题组模型并进行题组间与组内简化,将简化结果与真实测评结果进行对比验证。题组预测的允许误差值设为0.5时,可删减10个题组中的7个题组,预测准确率介于75.9%~81.3%,组内题目验证的敏感度和特异度均达到80%时,每个题组内可以从6~13个题目减少为3~7个。研究结果表明,使用梯度提升回归树算法能在保证准确率的情况下删减部分题目,得到的动态简化量表由于题量动态缩减,减少了测评时间,更适用于体检场景。

关键词： SCL-90 梯度提升回归树量表简化

在线全文

学校读者我要写书评

暂无评论

数据驱动的心理测评量表优化方法研究与应用

数据驱动的心理测评量表优化方法研究与应用

作者：尚铭悦济南大学

学位级别：硕士

近年来,随着社会的快速发展,心理健康问题已逐步发展为我国重大公共卫生问题和社会问题,尽管心理健康问题日趋严重,我国国民对心理健康的重视程度仍有待提高。心理测评量表是心理健康筛查的常用手段,然而目前许多常用心理测评量表都包... 详细信息

近年来,随着社会的快速发展,心理健康问题已逐步发展为我国重大公共卫生问题和社会问题,尽管心理健康问题日趋严重,我国国民对心理健康的重视程度仍有待提高。心理测评量表是心理健康筛查的常用手段,然而目前许多常用心理测评量表都包含大量题目,题目数量增加的同时也增加了测评人员的疲劳程度,进而干扰心理测评结果的准确性,限制了心理测评量表的使用。在心理健康状况研究中发现,心理问题的表现在不同群体之间存在差异性,在群体中存在相似性,故此,我们可以通过分析心理测评数据,将群体中普遍存在的心理问题作为其心理健康测评的重点内容,实现具有针对性的心理测评量表的简化。数据驱动方法将数据作为出发点,借助机器学习相关算法,寻找数据中的隐含信息。机器学习中的特征选择能够充分挖掘心理测评数据中的问题及关系,并根据题目对测评结果的影响筛选重要题目,回归预测算法则为利用少量题目推测心理测评结果提供了可能。因此,本文借助机器学习相关算法设计了一种数据驱动的心理测评量表优化方法,并探究了心理测评结果数据量大小对量表简化的影响,解决了在数据量较少情况下预测模型准确率下降的问题,并为量表简化方法的应用设定了所需数据量的最小阈值。此外,为顺应心理测评的信息化发展,设计并开发了一套心理测评量表管理平台,方便管理人员对心理测评量表进行统一管理。本文主要研究内容如下:（1）通过分析心理测评量表的编制,结合心理测评结果数据特点,设计了一种利用机器学习算法进行心理测评量表简化的方法,该方法结合量表因子设置与题目编制,将心理测评量表简化分为量表题组缩减、题组内简化以及删除因子分数预测三部分。在题组缩减部分,使用FP-Growth算法对量表因子之间关系进行分析,筛选出简化量表的候选因子集合,并利用岭回归算法构建量表分数预测模型,根据模型效果选择简化量表的因子题组,模型对心理健康阴阳性划分的准确率达到97.54%。在题组内简化部分,提出了一种基于相关性系数的特征排序方法,对量表题组内题目进行重新排序,并结合集成学习方法构建Stacking＿LSGL因子分数预测模型,根据模型效果选择简化量表因子题组内题目,该模型对量表因子阴阳性划分的准确率达到91.63%以上。此外,为保证心理测评结果的完整性,将简化量表的题目作答情况作为特征,将Stacking＿LSRL模型用于预测删除因子的分数结果。（2）为解决心理测评结果数据量较少无法生成简化量表的情况,通过实验探究了数据量对量表简化结果的影响,确定了心理测评量表简化方法在进行量表简化时所需心理测评结果的最小数量。为了让量表简化方法在数据量更少的情况下可用,引入基于贪婪取样的主动学习回归算法,用于在样本量较少的情况下构建符合要求的分数预测模型,使得在进行SCL-90量表和PHI量表简化时,最少可基于1300份和800份心理测评结果数据进行量表简化,最小样本量为心理测评量表简化方法的实际应用设定了限制条件。（3）服务于心理测评的信息化转型,设计并实现了一套心理测评量表管理平台,该平台可为心理医生提供简单、方便、有效的心理测评量表管理功能,且该平台依据本文提出的心理测评量表简化方法,创新性的实现了心理测评量表的自动化简化功能。

关键词：数据驱动特征选择回归算法量表简化

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于机器学习的精神科量表工具优化及应用

基于机器学习的精神科量表工具优化及应用

作者：冯超南青岛大学

学位级别：硕士

近年来,随着人们的生活水平不断提高,生活节奏不断加快,人们所承受的精神压力也在不断增大,精神类疾病的患病人数在急剧增加。其中双相情感障碍成为精神类疾病的一大杀手。双相情感障碍在发作初期,很容易被误诊为抑郁症,而抑郁症与双相... 详细信息

近年来,随着人们的生活水平不断提高,生活节奏不断加快,人们所承受的精神压力也在不断增大,精神类疾病的患病人数在急剧增加。其中双相情感障碍成为精神类疾病的一大杀手。双相情感障碍在发作初期,很容易被误诊为抑郁症,而抑郁症与双相障碍属于两类不同的精神疾病。如果误诊加以错误的治疗,很有可能会引发其他疾病。目前通常使用国际通用精神科量表,比如情感障碍评估(Affective Disorder Evaluation,ADE)来诊断。ADE诊断量表是一个他评量表,由美国研发,国内使用的版本由ADE翻译而来,中美在文化及人文精神上存在差异,直接翻译的条目并不适合直接在国内临床使用而需要进一步的修订。近年来,机器学习算法得到长足发展,将机器学习算法用于优化相关量表的研究开始出现。在这篇论文中,利用机器学习方法,使用CAFé-BD数据来优化ADE量表。为找寻最优解决方案,采用5种机器学习算法。首先,在医生的建议下,从ADE中选择出合适数目的问题,然后利用最小冗余最大相关算法,对这些选择出的问题按照对最终结果的影响排序。排完序以后,采用前向特征选择的方式,依次选择合适的特征,分别放入上述五种算法中训练得到五个分类器,然后将新的数据依次放入到这五个分类器中,就会得到五种预测结果。实验以预测结果的受试者特征曲线(Receiver Operating Characteristic Curve,ROC)下的面积值(Area Under Curve,AUC)作为优化的选择标准,以简明国际神经精神访谈(Mini-International Neuropsychiatric Interview,MINI)诊断结果作为优化目标标准,对量表进行优化。通过这种方法,ADE量表被优化成两个版本,分别是用于诊断双相亚型的量表和用于诊断双相Ⅱ型和单相抑郁的量表。优化版的双相亚型量表包含16个问题,题目数量减少了85.7%,准确率得到0.813,敏感度为0.678,特异度为0.902。优化版的双相Ⅱ型和抑郁量表包含43个问题,题目数量减少了61.6%,准确率为0.922,敏感度为0.943,特异度为0.909。优化后的两个量表在准确率上都比原来ADE的准确率有所提高。优化的量表根据客观的题目得到分析结果,更加客观可靠。目前,优化版量表已经应用在了体检中心的智能心理体检服务以及医院的预诊系统中,实现了筛查与辅助诊断的功能。

关键词：双相情感障碍抑郁症 ADE 量表简化机器学习

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于机器学习算法精简高中生版症状自评量表

精神医学杂志 2023年第4期36卷 344-348页

作者：马树萌贾宁河北师范大学教育学院河北石家庄050024

目的使用机器学习算法对症状自评量表(SCL-90)进行简化,在保证较高准确率的前提下,提高筛查效率。方法在获得25913名高中生有效数据的基础上,采用梯度提升回归树和随机森林算法建构分类模型,使用前向选择的方法选择特征,并通过十折交叉... 详细信息

目的使用机器学习算法对症状自评量表(SCL-90)进行简化,在保证较高准确率的前提下,提高筛查效率。方法在获得25913名高中生有效数据的基础上,采用梯度提升回归树和随机森林算法建构分类模型,使用前向选择的方法选择特征,并通过十折交叉验证将简化后的量表的测验结果与验证。结果梯度提升决策树的性能略优于随机森林,SCL-90可以由原来的90个题目减少为47个,各维度预测准确率均达到95%以上。结论利用机器学习简化后的版本在保证准确率的基础上有效减少了题目数量,缩短了测试时间,有助于在学校测评情境中提升高中生心理健康筛查效率。

关键词：高中生机器学习症状自评量表量表简化

简版领悟社会支持量表的开发：基于经典测量理论和项目反应理论

在线全文

学校读者我要写书评

暂无评论

简版领悟社会支持量表的开发：基于经典测量理论和项目反应理论