Maschinelles Lernen vorhersagt depressive Symptome bei älteren Erwachsenen in Großbritannien
Von KI ausgewählt und zusammengefasst
Worum es geht
Machine-Learning-Studie mit Daten aus vier Wellen der English Longitudinal Study of Ageing (ELSA) zur Vorhersage klinisch bedeutsamer depressiver Symptome (CES-D 8≥4) im 2-Jahres-Follow-up bei über 50-Jährigen.
Ergebnis
Beste Modelle erreichten mittlere AUROC von 0,72–0,73 (Peak 0,75). Ordinale Codierung übertraf One-Hot-Codierung. Konsistente Prädiktoren: Einsamkeit, Schlafstörungen, geringe soziale Bindung. Sensitivitätsanalysen über CES-D-Schwellwerte robust (AUROC 0,67–0,82).
Übertragbarkeit auf Deutschland
Britische Studie mit europäischem Sozialversicherungssystem; Prädiktoren für Screeningtools übertragbar
Originalstudie in PubMedIm Hub ansehenNeue Studien per E-Mail
Auswahl und deutsche Zusammenfassung stammen von einer KI und sind nicht redaktionell geprüft. Maßgeblich ist die Originalpublikation.