Blog

Predição de risco de depressão e suicídio com 92% de acerto através de aprendizagem de máquina

novembro 21, 2019

Bhak et al. treinaram modelos de florestas aleatórias (Random Forests) para predizer o risco de depressão e suicídio usando dados de metiloma e transcriptoma no sangue e conseguiram um acerto de 92.6%.

"Desenvolvemos modelos de aprendizado de máquina para prever o risco de depressão e suicídio usando dados de metiloma e transcriptoma no sangue de 56 tentativas de suicídio (SAs), 39 pacientes com transtorno depressivo maior (MDD) e 87 controles saudáveis. Nossos classificadores florestais aleatórios apresentaram precisão de 92,6% na distinção entre SAs e pacientes com TDM, 87,3% na distinção entre pacientes com TDM e controles e 86,7% na distinção entre SAs e controles. Também desenvolvemos modelos de regressão para prever escalas psiquiátricas com R² valores de 0,961 e 0,943 para a Escala de Avaliação de Hamilton para Depressão-17 e Escala para Ideação Suicida, respectivamente. Dados multi-ômicos foram usados ​​para construir modelos de previsão de status psiquiátrico para melhorar o tratamento em saúde mental.", disse um dos cientistas responsáveis pela pesquisa.

Para saber mais, acesse o artigo publicado na Nature no link: https://www.nature.com/articles/s41398-019-0595-2

 

~ As postagens sobre Inteligência Artificial tem um apoio da healthdata.ml, uma comunidade de Ciência de Dados e Inteligência Artificial em Saúde ~

Baixe o nosso app 📱

E carregue a Platformed junto, no seu Smartphone.