基于Logistic回归和Noisy-or模型的抑郁症风险预测研究

摘要

本文为了实现抑郁症的早期识别和检测,将Logistic回归模型与Noisy-or模型相结合,提出一种用于抑郁症早期识别和检测的风险预测模型LRANO.在该模型中,Logistic回归用于计算不同风险因素对抑郁的概率贡献,Noisy-or模型将各种模型参数整合,形成最终的抑郁症风险预测模型.此外,通过在爱尔兰老龄化纵向研究数据库(TILDA)中进行验证,该模型的AUC值为0.7313,平均绝对误差为0.2887,表明了模型的有效性.