研究用可解释机器学习预测正念干预抑郁结局
热点事件持续更新
研究用可解释机器学习预测正念干预抑郁结局
1 篇报道1 个报道来源5 小时前更新
先了解这件事
AI 综述
一项多中心纵向临床队列研究用可解释机器学习预测正念干预后 12 周和 24 周的 BDI-II 抑郁评分。结果显示，Ridge Regression 在 12 周预测表现最佳（RMSE 5.186，R² 0.474），LightGBM 在 24 周最佳（RMSE 5.038，R² 0.525）。 该研究由 Muhammad Jawad Chowdhury 等作者发表，除基线抑郁严重度外，还识别出时间与疾病特异性预测因子。
AI 根据报道生成 · 2 小时前更新
最新进展10月8日 12:00
基于可解释机器学习预测正念干预后 12/24 周抑郁结局：基线严重度之外的时间与疾病特异性预测因子报道时间线
沿着报道，了解事件的不同侧面。
10月8日
- arXiv cs.LG基于可解释机器学习预测正念干预后 12/24 周抑郁结局：基线严重度之外的时间与疾病特异性预测因子
一项多中心纵向临床队列研究用可解释机器学习预测正念干预后 12 周和 24 周的 BDI-II 抑郁评分，Ridge Regression 在 12 周表现最佳（RMSE 5.186，R² 0.474），LightGBM 在 24 周最佳（RMSE 5.038，R² 0.525）。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。