基于支持向量机的抑郁障碍人群自杀风险预测

摘要

为解决常规自杀风险评估方法的局限性问题,提出一种基于支持向量机的抑郁障碍人群自杀风险预测方法,并探讨和寻找与自杀意图有关的危险因素.通过查询法、问卷法,在精神疾病专科医院采集抑郁患者样本,特征选取在参考大量文献的基础上经过专家筛选,从社会人口学和心理状态选取了9个自杀风险特征.通过SVM算法,采用不同核函数分别构建自杀风险预测模型.实验表明采用高斯核函数时效果最好,预测准确率为73％,模型复杂度为0.38,且预测准确率、精度均高于k近邻、Lasso两种分类算法.在选择的9个自杀风险特征中,情感障碍诊断、恐慌症、焦虑症、物质依赖和住院次数特征与抑郁患者的自杀风险呈现正相关,其余特征与自杀风险呈负相关,其中年龄和住院次数对预测结果影响较大.