Differential factor effects in comorbid depressive and anxiety symptoms (CDAS): A machine learning approach to individualized mental health promotion.

요약· AI 생성

1) 중국 젊은 성인 2,951명을 대상으로 우울-불안 동반증상(CDAS) 예측 모델을 머신러닝으로 개발했습니다. 2) 랜덤포레스트 모델이 최적 성능(AUC=0.905)을 보였으며, 15개 심리사회적 요인을 분석했습니다. 3) 혼자 운동, 회피적 감정조절, 비만유발행동, 스트레스는 CDAS 위험요인으로, 자기효능감, 가족건강, 사회적 지지, 의료접근성은 보호요인으로 확인되었습니다. 4) SHAP 분석을 통해 서로 다른 요인 조합을 가진 3개의 CDAS 아형을 식별했습니다. 5) 2-67% 위험도 범위에서 지역사회 선별검사 도구로서 임상적 유용성이 검증되었습니다.