17:20 〜 17:40
[2P5-J-2-01] うつと関連性が低いとされている生活習慣等からのうつ傾向予測
キーワード:機械学習、うつ傾向、ヘルスデータ
この研究は,まずどの生活習慣,体質,気質がうつ状態に関連しているとみなされているか調べ,関連しているとみなされた生活習慣,体質,気質を除いた残りでうつ傾向を予測できるか調べた.
うつ傾向が高い人が少なく含まれている不均衡データで3つの分類器を用いて,うつ傾向予測を行った.その際に,不均衡データにおいて予測精度を高めると言われているアンダーサンプリングとバギングの組み合わせも行なった.
結果,一番高い再現率を得たのは,L2正則化付きのロジスティック回帰で,0.65であった.また,予測に重要な質問の中にはDSM-5やQIDS-SRに含まれていたものもあり,全てのうつの主症状が広く知られているわけではないことが分かった.
うつ傾向が高い人が少なく含まれている不均衡データで3つの分類器を用いて,うつ傾向予測を行った.その際に,不均衡データにおいて予測精度を高めると言われているアンダーサンプリングとバギングの組み合わせも行なった.
結果,一番高い再現率を得たのは,L2正則化付きのロジスティック回帰で,0.65であった.また,予測に重要な質問の中にはDSM-5やQIDS-SRに含まれていたものもあり,全てのうつの主症状が広く知られているわけではないことが分かった.