社区严重精神障碍患者危险行为发生风险预测模型

背景严重精神障碍患者危险行为发生率较一般人群更高,我国对社区严重精神障碍患者危险行为发生风险的预测研究尚不多见,尤其缺乏除传统预测方法之外的数据挖掘技术预测模型的研究和比较。目的采用Logistic回归分析及分类决策树构建社区严重精神障碍患者危险行为发生风险的预测模型,检验分类决策树模型是否优于Logistic回归模型。方法于2023年12月,选取2013年—2022年随访记录完整的11484名社区严重精神障碍在管患者,按8∶2随机分为训练集(n=9186)与测试集(n=2298)。在训练集中,分别使用Logistic回归分析和分类决策树建立预测模型,在测试集评价模型的区分度和校准度。结果1115例(9.71%)严重精神障碍患者在随访期间出现危险行为。Logistic回归分析结果显示,城市户籍、贫困、有监护人、精神残疾、危险行为史阳性、自知力不全、自知力缺失、有阳性症状是患者发生危险行为的危险因素(OR=1.778、1.459、2.719、1.483、3.890、1.423、2.528、2.124,P均<0.01);年龄≥60岁、受过教育、医嘱无需用药以及社会功能一般是患者发生危险行为的保护因素(OR=0.594、0.824、0.422、0.719,P<0.05或0.01)。基于测试集的ROC曲线下面积(AUC)=0.729(95%CI:0.692~0.766),准确率为70.97%,灵敏度为59.71%,特异度为72.05%;分类决策树结果显示,危险行为史、阳性症状、社会功能总评分、经济状况、自知力、户籍、残疾情况以及年龄是患者发生危险行为的影响因素,基于测试集的AUC=0.721(95%CI:0.705~0.737),准确率为68.28%,灵敏度为64.46%,特异度为68.60%。结论分类决策树模型较Logistic回归模型对社区严重精神障碍患者危险行为发生风险的预测效果不具有更大优势。

司法实践中精神损害抚慰金特征分析及预测研究

在司法实践中,众多领域都已经涉及精神损害抚慰金,受到学者们的广泛关注.现阶段的研究大多处于定性分析,定量分析尚处在起步阶段.该文以中国裁判文书网上的交通事故民事纠纷案为例,利用分层随机抽样方法获取1539份判决书作为样本,提取了13个影响精神损害抚慰金的变量,构建了逐步回归模型和随机森林回归模型,对精神损害抚慰金的特征进行了分析,并对模型的预测效果进行了评价.该文通过实证发现:①伤残程度、受害方精神损害诉讼数额、受害方物质损害诉讼数额、受害方物质损害获赔数额是影响精神损害抚慰金的主要变量;②伤残程度很大程度上决定了精神损害抚慰金,二者具有较高的正相关关系;③基层、中级人民法院中随机森林模型的决定系数(R^(2))值(0.671、0.699)和逐步回归模型的R^(2)值(0.716、0.770)相差不大;但是基层、中级人民法院中随机森林模型的平均绝对误差(E_(MA))值(0.405、0.390)比逐步回归模型的E_(MA)值(0.997、0.984)要小很多,总的来说,随机森林回归模型的预测效果比逐步回归模型预测效果好.该文研究希望有助于精神损害赔偿制度的理论探讨和法治体系的完善.

精神障碍患者自杀风险预测模型的研究进展

自杀是全球重大公共卫生问题之一,精神障碍患者是自杀的高危人群。近年来,自杀的发生率逐年上升,受到越来越多研究者们的关注。自杀是精神障碍最严重的后果,在危害患者的生命健康的同时也会给家庭和社会造成严重损害。本文将对精神障碍患者自杀风险预测模型相关研究展开综述,包括精神障碍患者自杀的危险因素、风险预测模型的概述和风险评估工具等的研究现状,旨在为构建国内本土化风险预测模型提供参考。

异常行为敏感的学生行为时序建模及心理健康预测方法

为了对学生异常行为的早期感知及校园行为时序建模,提出一种异常行为敏感的学生行为时序建模及心理健康预测(student behavioral temporal modeling sensitive to abnormal behavior for mental health prediction, SBTM-SABMHP)方法,利用移动设备收集的加速器、声音传感器及移动热点(wireless fidelity, WI-FI)等多种行为感知数据,构建异质信息网络,对学生当前行为模式进行建模。同时,为实现对学生历史行为时序数据的建模,建立了基于注意力机制的异常行为敏感的门控模块,有效融合学生长短期行为,并对学生行为时序建模,实现心理健康预测。在公共数据集StudentLife上对所提出的模型进行了对比分析实验。实验结果表明,与多种学生心理健康预测基线方法相比,该方法在4个评价指标上都取得了最佳性能,证明了该模型在学生心理健康预测任务上的有效性。

妇科恶性肿瘤患者配偶心理健康状况预测模型的构建

目的 :构建妇科恶性肿瘤患者配偶心理健康状况的预测模型。方法 :采用便利抽样法,选取2019年2月至2022年1月在某三级甲等医院就诊的292例妇科恶性肿瘤患者配偶为研究对象。以症状自评量表总分超过160分为阳性标准,并以此将训练集分为心理健康组96例和心理健康异常组109例。使用R语言及Logistic回归分析构建预测模型,并纳入87例患者作为测试集进行模型验证。结果 :Logistic回归分析结果显示,妇科恶性肿瘤患者配偶心理健康的保护因素有较高的社会支持程度、希望水平、文化程度,危险因素有医疗付费方式为自费、有生育需求和肿瘤转移。绘制的列线图预测模型的灵敏度为0.954,特异度为0.844,一致性指数C-index为0.951(95%CI:0.920~0.982),验证准确率较好。结论 :联合运用Logistic回归分析及列线图模型可以更准确地预测妇科恶性肿瘤患者配偶心理健康状况,有利于筛查存在心理健康异常的妇科恶性肿瘤患者配偶,为临床制定干预措施提供依据。

不同类型重性精神障碍病人睡眠结构比较及预测模型的建立

目的:探究不同重性精神障碍病人之间睡眠结构的差异性,并构建预测模型。方法:选取2021年3月—2023年2月就诊于山西医科大学第一医院的精神分裂症病人100例、双相情感障碍病人100例和重度抑郁发作病人223例,收集病人一般人口学资料以及3种疾病病人多导睡眠监测参数并进行比较。使用LASSO和Logistic回归分析构建列线图预测模型。结果:3种疾病病人的体质指数(BMI)、病程、睡眠效率、快速动眼期(REM)潜伏期、N2期睡眠比例、N3期睡眠比例比较差异有统计学意义(P<0.05)。重度抑郁发作与双相情感障碍病人睡眠效率和REM潜伏期比较差异有统计学意义(P<0.05),精神分裂症与重度抑郁发作病人REM期潜伏期、N2期睡眠比例、N3期睡眠比例比较差异有统计学意义(P<0.05),精神分裂症与双相情感障碍病人睡眠效率和N3期睡眠比例比较差异有统计学意义(P<0.05)。以重度抑郁发作为参考,构建的预测模型识别精神分裂症和重度抑郁发作的受试者工作特征曲线下面积(AUC)为0.658,识别双相情感障碍和重度抑郁发作的AUC为0.699,校正曲线与决策曲线反映模型具有较好的临床效用。结论:精神分裂症、双相情感障碍和重度抑郁发作病人的睡眠结构存在差异,医护人员可以通过建立预测模型鉴别3种疾病。

ICU转出病人心理功能障碍危险因素与预测模型的研究进展

对重症监护室(intensive care unit,ICU)转出病人心理功能障碍的危险因素和预测模型进行综述,为临床医护人员建立相关预测模型、早期识别ICU后心理功能障碍的高危人群、采取针对性干预措施提供理论依据。

心理健康症状对大学生自杀倾向预测模型的构建

目的构建大学生自杀倾向的预测模型。方法随机抽取某高校900名大学生为研究对象,采用SCL-90症状自评量表和自编大学生自杀倾向调查问卷。结果心理健康症状对自杀倾向存在0.79的直接预测效应。自杀倾向、自杀意念、自杀企图和自伤想法与心理健康症状及抑郁、焦虑和精神病性等相关较高。结论建立心理健康症状对自杀倾向预测模型。

GM(1,1)模型在精神障碍病人死亡趋势预测中的应用

[目的]预测我国精神障碍病人死亡率变化趋势,为完善精神卫生相关卫生政策提供科学依据。[方法]收集2009年—2017年我国精神障碍病人死亡率数据,运用Matlab 7.1软件拟合我国精神障碍病人死亡率GM(1,1)模型,并进行预测。[结果]2009年—2017年我国精神障碍病人年死亡情况呈下降趋势,且存在地区和性别差异;城市整体、城市男性、城市女性所拟合的GM(1,1)模型的精确等级为合格,平均误差分别为6.69%、7.37%、7.11%;农村整体、农村男性、农村女性所拟合的GM(1,1)模型的精确等级为优秀,平均误差分别为3.23%、3.31%、4.11%。[结论]GM(1,1)模型能够较好地预测我国精神障碍病人死亡率变化趋势,能够为精神卫生政策的制定和相关工作的开展提供依据。

防疫豁免政策下的飞行机组舱内警觉性预测仿真

为验证《疫情期间豁免机组成员值勤期、飞行时间限制的实施办法》的可行性,以及为其提供科学依据。以飞行机组成员在驾驶舱内的警觉性变化为验证指标,基于警觉能理论,建立量化评估驾驶舱内飞行机组警觉性的数学模型,以飞行过程中的轮换安排为例进行舱内机组警觉性的数值模拟仿真,并对比分析“CCAR-121部”规章与“豁免办法”中不同飞行时间限制下的舱内机组警觉性预测仿真结果。结果表明:以文中排班和轮换安排的情况下,以“豁免办法”进行运行时,驾驶舱内飞行机组的警觉性整体上不低于“CCAR-121部”规定,因此,“豁免办法”的实施具有可行性和科学性。

数据挖掘技术的心理障碍预测模型研究

由于传统心理障碍预测模型存在误差大、预测结果可信度低等不足,无法进行大规模的心理障碍数据分析。为了解决传统心理障碍预测模型存在的缺陷,提高心理障碍预测结果的可信度,提出数据挖掘技术的心理障碍预测模型。首先,采用传感器采集心理障碍相关信号,并对信号进行去噪处理,获得高质量的心理障碍信号;然后,从心理障碍信号中提取特征,并采用数据挖掘技术中的支持向量机对特征和心理障碍类型之间的联系进行训练和学习,构建心理障碍预测模型;最后,在Matlab 2019平台进行心理障碍预测的仿真模拟实验。结果表明,传统模型的心理障碍预测精度低于85%,所提模型的心理障碍预测精度超过90%,且心理障碍预测建模的时间减少,可以满足现代心理障碍预测和分析发展趋势。

飞机驾驶舱显示界面脑力负荷判别预测生理模型

针对飞机驾驶舱显示界面脑力负荷的客观判别预测问题,综合采用事件相关电位(ERP)、心电图(ECG)和眼电图(EOG)3类生理测量技术,结合主观测评法和绩效测评法,在同一飞行实验任务中开展脑力负荷的实验测量与数学建模研究。实验结果表明:随着脑力负荷的增加,ERP测量技术中的失匹配负波(MMN)成分的峰值幅度(在Fz电极处)显著增加,P3a成分的峰值(在Fz电极处)显著降低;ECG测量技术中的心率变异性指标全部窦性心搏RR间期(简称RR间期)的标准差(SDNN)的数值显著降低;EOG测量技术中的眨眼次数显著降低。在此基础上,基于Bayes判别方法构建了脑力负荷判别预测生理综合评估模型,并将生理综合评估模型判别结果与NASA任务负荷指数(NASA_TLX)量表判别结果进行了比较,生理综合评估模型判别结果略高于NASA_TLX判别结果。该模型为飞机驾驶舱显示界面脑力负荷状态的客观、实时判定和预测提供了一种新的方法,同时也为中国正在研发的新型战斗机和大型客机驾驶舱显示界面中的人为因素适航审定工作提供了新的符合性验证工具。

精神分裂症患者并发精神残疾的危险因素分析及列线图预测模型构建

目的分析精神分裂症患者并发精神残疾的危险因素,并构建列线图预测模型。方法收集2019年5月至2021年10月在海南省人民医院和海南省安宁医院进行治疗的263例精神分裂症患者的临床资料,根据是否并发精神残疾分为精神残疾组(217例)和非精神残疾组(46例)。比较2组临床资料,采用受试者工作特征(ROC)曲线分析组间差异有统计学意义的指标诊断精神残疾的最佳截断值。采用Logistic回归模型分析精神分裂症患者并发精神残疾的危险因素。构建预测精神分裂症患者并发精神残疾的列线图模型,采用校正曲线对列线图模型进行内部验证和性能评价,决策曲线对列线图模型的预测效能进行临床净收益评估。结果精神残疾组病程、复发次数、阴性症状量表(SANS)评分均高于非精神残疾组[(9±3)年比(6±4)年、(4.3±2.4)次比(2.4±1.7)次、(69±18)分比(53±13)分],受教育年限、月收入均低于非精神残疾组[(10±3)年比(13±3)年、(1796±306)元比(2067±271)元](均P<0.05)。2组患者婚姻状况、家庭氛围、疾病分型、精神状况等方面比较差异有统计学意义(均P<0.05)。病程、复发次数、受教育年限、月收入、SANS评分诊断精神分裂症患者并发精神残疾的曲线下面积分别为0.680、0.741、0.746、0.756、0.758,最佳截断值分别为4年、3次、11年、1960元、66分。病程>4年、复发次数>3次、家庭氛围不和谐、月收入≤1960元、SANS评分>66分是精神分裂症患者并发精神残疾的危险因素,婚姻状况为已婚是精神分裂症患者并发精神残疾的保护因素(均P<0.05)。将上述因素作为构建列线图模型的预测因子,内部验证结果显示,列线图模型预测精神分裂症患者并发精神残疾的C指数为0.772(95%置信区间:0.653~0.964)。校准曲线显示观测值与预测值之间保持较好一致性。列线图模型预测精神分裂症患者并发精神残疾的阈值>0.17,列线图模型提供临床净收益。结论病程、复发次数、婚姻状况、家庭氛围、月收入、SANS评分是精神分裂症患者并发精神残疾的危险因素。基于上述危险因素构建的预测精神分裂症患者并发精神残疾的列线图模型有较好的预测价值,可用于识别并发精神残疾的高危患者。

大学生生活应激源对心理健康影响的预测模型

目的：考察大学生生活应激源与心理健康的关系,探讨生活应激源对心理健康的影响,为开展大学生心理健康与咨询工作提供实证依据。方法：2016年11月,采用生活应激源问卷和简式心理症状量表对2013-2016级1497学生施测,采用SPSS 21.0进行描述统计、相关分析,并采用AMOS 18.0构建预测模型。结果：生活应激源总分与心理健康总分（r=0.65,P〈0.001）,生活应激源总分与强迫症状（r=0.57,P〈0.001）、恐惧症状（r=0.51,P〈0.001）、人际敏感（r=0.57,P〈0.001）、敌对冲动（r=0.50,P〈0.001）、焦虑症状（r=0.58,P〈0.001）,心理健康总分与挫折刺激（r=0.57,P〈0.001）、内心冲突（r=0.54,P〈0.001）、生活变故（r=0.56,P〈0.001）、外部压力（r=0.53,P〈0.001）、自我强加（r=0.58,P〈0.001）之间均呈正相关;生活应激源对心理健康影响的结构方程模型理想（各项拟合指标均在0.97以上,RMSEA小于0.06）,生活应激源对心理健康的影响显著（F=25.14,P〈0.001）,其直接效应达到0.72。结论：大学生生活应激源与心理健康关系密切,生活应激源对心理健康有显著影响。

2008年-2018年广西省某精神专科医院入院人次季节变化及趋势预测

目的分析广西省某精神专科医院精神障碍患者入院人次的季节性变化,预测2019年-2021年入院人次,为优化医院管理和资源配置提供参考。方法统计广西省某三级精神专科医院2008年-2018年各月份的入院人次,利用季节指数法对11年间各月(季度)进行动态分析,并用灰色模型预测2019年-2021年入院人次。结果该院2月、3月、4月、5月、10月、12月精神障碍患者入院人次季节指数均大于100%,分别为100.53%、115.86%、106.76%、102.58%、100.93%、100.43%。通过灰色预测模型建模,预测2019年-2021年入院量分别为6878、7476、8125人次。结论2012年-2021年该医院精神障碍患者年入院人次呈逐年递增趋势,上半年尤其是春季为入院高峰期。

民机驾驶舱人机交互脑力负荷预测模型

针对民机驾驶舱人机交互中飞行员脑力负荷问题,设计不同难度的人机交互飞行实验任务,分析飞行作业过程中飞行员脑力负荷在评估指标上的变化。在此基础上,提出一种新的改进的多元线形回归方法,探索人机交互中飞行人员脑力负荷变化预测模型的构建方法。结果显示:飞行作业过程中脑力负荷在反应时间、正确率、NASA-TLX、SDNN 4个评估指标上变化显著;在RRI Count、Max RRI、Minimum RRI、Mean RRI、Max/Min 5个评估指标上变化不显著。改进的多元线形回归模型可对不同飞行难度下个体脑力负荷水平进行预测和等级划分,平均预测准确率为87.5%。提出的预测模型与实测数据吻合性较好,能够较准确地反映民机驾驶舱人机交互中飞行员脑力负荷变化特性,可为未来民机驾驶舱人机交互中工效学评价与优化设计提供依据。

常见精神疾病智能大数据平台的设计与实现

目的:构建常见精神疾病智能大数据平台,助力临床辅助决策,提升精神疾病诊疗服务水平。方法:使用文本聚类等算法实现数据元的标准化,建立精神疾病多模态数据库,使用机器学习方法进行建模,实现临床辅助决策和智能预测。结果:建立了常见精神疾病标准数据库,记录了患者的人口学资料、伴随疾病及亲缘信息和症状评测等信息,结合AI算法对患者数据进行建模,实现常见精神疾病智能预测。结论:精神疾病智能大数据平台整合了精神疾病患者数据,运用数据资源进行智能预测,有助于有效降低对实体资源、医护资源的依赖,提升就医效率,促进医疗服务质量的提高。

琼中县乘坡河流域水环境容量研究

调查了海南省琼中县内乘坡河流域的污染源及水文参数,基于水环境质量监测数据,结合水环境功能区划的水质目标和琼中县产业发展战略,运用水环境容量核算模型计算了琼中县乘坡河流域化学需氧量和氨氮的理想水环境容量和剩余水环境容量。调查及计算结果表明,农村生活和农业种植等活动是乘坡河流域主要水环境污染物来源,目前乘坡河流域理想环境容量较大,剩余水环境容量空间较大。建议将污水集中收集处理、农村非点源水环境污染物排放监管作为后续水污染防治工作重点。

老年住院精神障碍患者营养不良风险预测模型的构建

目的构建老年住院精神障碍患者营养不良风险预测模型,为临床营养状况评估提供依据。方法采用便利抽样法,将2020年6月—2021年6月在北京市某精神疾病医院住院的584例老年精神障碍患者分为无营养不良组(152例)、有营养不良风险组(129例)、营养不良组(303例)3组,采用一般资料调查表、衰弱筛查量表、微型营养评估量表、简易体能状况量表、Barthel指数评定量表、家庭关怀度指数测评量表对患者进行调查,采用Logistic回归分析及Graphpad Prism软件绘制受试者操作特征曲线,检验模型拟合度及预测效果。结果老年住院精神障碍患者营养不良发生率为51.88%,高龄(OR=1.049)、衰弱(OR=2.578)、BMI(OR=0.629)是有营养不良风险的独立危险因素(P<0.05);高龄(OR=1.031)、诊断(OR=2.150)、衰弱(OR=2.485)、肌体功能障碍(OR=2.123)是营养不良的独立危险因素(P<0.05),衰弱是有营养不良风险转化为营养不良的最大危险因素;有营养不良风险的受试者操作特征曲线下面积为0.732,约登指数为0.388,最佳临界值为0.473,预测模型的灵敏度为0.736,特异度为0.651;营养不良的受试者操作特征曲线下面积为0.808,约登指数为0.531,最佳临界值为0.581,预测模型的灵敏度为0.865,特异度为0.667,显示两个预测模型准确可靠。结论该研究构建的住院老年精神障碍患者营养风险预测模型具有较高的准确性,可为老年住院精神障碍患者营养状况风险评估及防治提供依据。

面向装甲车辆乘员信息处理作业的脑力负荷预测模型

脑力负荷的准确预测是研究装甲车辆乘员信息处理作业的关键技术,对提高人机系统设计的合理性具有重要意义。为有效解决应急任务条件下装甲车辆乘员信息处理作业的脑力负荷预测问题,针对装甲车辆乘员作业向信息处理作业转变的基本趋势,结合信息处理作业操作元模型和认知图式分析,基于信息执行通道任务-网络建模方法构建了脑力负荷预测模型,量化了工作资源参数,并面向目标录入典型信息处理作业对预测模型进行了实例应用。结果表明:该模型能够清晰地描述装甲车辆乘员信息处理作业脑力负荷变化情况,有效地找出脑力负荷异常的时间节点和产生原因,量化预测作业各时刻脑力负荷,具有较好的预测精度和可重用性。