基于密西西比州PRAMS 2016–2022数据的产后抑郁症状机器学习预测模型评估

《International Journal of Medical Informatics》:Evaluating machine learning models for predicting postpartum depression symptoms using mississippi pregnancy risk assessment monitoring system (PRAMS) 2016–2022 data

【字体: 大 中 小 】 时间:2026年10月10日 来源:International Journal of Medical Informatics 5.0

编辑推荐:

  摘要 背景:产后抑郁症(PPD)是一个重大的公共卫生问题,对孕产妇福祉和婴儿发育具有深远影响。利用数据驱动方法构建高精度的PPD症状预测模型,有助于促进早期筛查并改善干预效果。 目的:本研究旨在评估机器学习(ML)模型在预测自我报告的PPD症状方面的性能,识别

  
摘要 背景:产后抑郁症(PPD)是一个重大的公共卫生问题,对孕产妇福祉和婴儿发育具有深远影响。利用数据驱动方法构建高精度的PPD症状预测模型,有助于促进早期筛查并改善干预效果。 目的:本研究旨在评估机器学习(ML)模型在预测自我报告的PPD症状方面的性能,识别对这些预测贡献最大的重要特征,并评估在使用简化特征集时的模型表现,所有工作均基于密西西比州PRAMS 2016–2022数据。 方法:经预处理(包括处理缺失值、变量重新编码、特征缩放及解决数据不平衡问题)后,研究人员从密西西比州卫生部(MSDH)获取了密西西比州PRAMS 2016–2022数据集用于分析。最初使用138个输入特征训练了十个ML模型。随后,研究人员使用一组简化的重要特征重新训练这些模型,以评估预测性能并将结果与先前研究进行比较。 结果:基于138个多变量特征,采用十种ML算法对PPD症状(筛查阳性 vs. 健康)进行了二分类。利用表现最佳的算法——梯度提升机(GBM)所识别出的40个最重要特征,研究人员重新评估了这十个模型。最高的曲线下面积(AUC)值由GBM(0.807)、直方图梯度提升机(HistGBM)(0.797)、AdaBoost(0.793)和随机森林(RF)(0.792)实现。GBM模型的灵敏度为0.491,特异度为0.960。这些结果优于一项既往基于PRAMS的研究报告的结果,同时使用的输入特征数量减少了近四倍。 结论:使用一组精简的顶级排名特征训练ML模型可提高效率和可解释性,同时降低过拟合风险。基于最佳性能模型进行特征选择保持了预测性能和模型效率,尤其是对于集成类算法。这些发现支持使用ML模型预测筛查阳性的PPD症状,以协助人群层面的筛查和孕产妇心理健康干预。
基于密西西比州PRAMS 2016–2022数据的产后抑郁症状机器学习预测模型研究解读
一、研究背景与问题提出
产后抑郁症(Postpartum Depression, PPD)是美国一个严重的公共卫生问题,约13%的母亲受其影响,而在密西西比州,这一比例更高,约21%的女性报告存在PPD症状(其中黑人女性占25.1%,白人女性占17.6%)。PPD对母婴健康均有严重影响。然而,由于依赖自我报告问卷、有限的心理健康筛查以及社会污名化导致的漏报,PPD的早期检测仍然困难重重。传统的筛查方法速度慢且需要专业人员,难以在资源有限的场景中推广。尽管已有研究识别出多种与PPD风险增加相关的因素,如缺乏社会支持、孕期抑郁、非计划妊娠、母亲种族、体重指数(BMI)、收入、年龄、教育程度、婚姻状况等,但尚未实现在一系列机器学习算法中全面识别适用的风险因素。因此,开发实用高效的基于机器学习的预测筛查工具对于支持预防和干预工作至关重要。此前仅有少数几项研究使用了国家层面的PRAMS数据来比较不同的ML模型,但其报告的性能并不理想。为此,本研究旨在利用密西西比州特有的PRAMS 2016–2022数据,通过数据预处理技术和简化的重要特征集,开发和验证基于ML的PPD症状预测模型,为该州的决策制定和针对性干预提供背景相关的见解。
二、研究方法与技术路线
研究人员从密西西比州卫生部(MSDH)获取了2016–2022年的州级PRAMS数据,共包含7,016名参与者及226个特征。目标变量定义为基于改良版患者健康问卷-2(PHQ-2)筛查阳性的PPD症状。数据预处理包括处理缺失值、变量重新编码、特征缩放以及使用合成少数类过采样技术(SMOTE)专门对训练数据进行不平衡处理。研究采用了十种机器学习算法,包括随机森林(RF)、神经网络(NN)、k近邻(kNN)、支持向量机(SVM)、梯度提升机(GBM)、AdaBoost、逻辑回归(LR)、装袋法(Bagging)、极限梯度提升(XGBoost)和直方图梯度提升机(HistGBM)。模型性能主要通过五折分层交叉验证和在独立测试集上的评估来衡量,主要指标为受试者工作特征曲线下面积(ROC-AUC)。特征重要性通过Shapley加法解释(SHAP)进行分析。
三、研究结果
3.1 探索性数据分析(EDA)
人口统计学特征分析显示,年龄组、教育水平和种族与PPD症状显著相关(卡方检验p<0.05)。20–24岁女性的PPD症状比例最高(31.8%),高中毕业或获得普通教育发展证书(GED)的女性中PPD症状最为普遍(37.4%),黑人女性在筛查阳性参与者中占比最高(56.5%)。逻辑回归分析表明,白人母亲相比黑人母亲发生PPD症状的几率更低(OR 0.724),已婚母亲相比未婚母亲几率更低(OR 0.606),而孕期有抑郁症的母亲发生PPD症状的几率显著增高(OR 3.560)。
3.2 ML模型性能评估
使用全部138个特征进行训练后,集成模型表现出最强的预测能力。在五折交叉验证中,GBM取得了最高的平均ROC-AUC(0.800),其次是HistGBM(0.796)和Bagging(0.793)。在独立测试集上,GBM同样表现最佳,AUC为0.813,HistGBM和Bagging分别为0.801和0.796。九个ML模型的AUC达到0.70以上。阈值分析显示,将GBM模型的分类阈值从0.50降至0.30,灵敏度从0.483提升至0.722,但特异度从0.959下降至0.706。
3.3 特征重要性
基于SHAP值,GBM模型识别出的前20个最重要特征中,有16个也位列AdaBoost的前20名,15个位列Bagging、XGBoost和HistGBM的前20名。最重要的特征包括母亲种族、婴儿住院时长、母亲年龄、母亲教育水平、母亲BMI和孕期抑郁。其中,“孕期抑郁”、“婴儿性别”、“临床估计孕周”和“婴儿存活状态”是跨十个模型最常被选中的特征。
3.4 使用前40个特征训练ML模型
使用GBM模型筛选出的前40个最重要特征重新训练所有模型。结果显示,模型性能与使用全部138个特征时相当。集成模型(GBM、HistGBM、Bagging、AdaBoost、XGBoost、RF)保持了较强的判别能力,而LR、SVM、NN和kNN的性能则出现了更明显的下降。在测试集上,GBM再次取得最高AUC(0.807),灵敏度为0.491,特异度为0.960。
四、讨论与结论
讨论:本研究发现的最重要的PPD预测因子与先前研究一致,包括孕期抑郁史、母亲种族、BMI、教育水平和妊娠意愿等。婴儿性别在9个模型中均位列前20个特征。使用仅40个特征训练的GBM模型取得的AUC(0.807)虽然低于某篇先前研究(AUC=0.884),但该研究可能因在数据划分前应用SMOTE而导致数据泄露,从而产生乐观的性能估计。相比之下,本研究的结果优于另一项使用了157个特征的研究(AUC=0.712)。研究表明,基于最优模型进行特征选择可以保持预测性能和计算效率,尤其适用于集成算法。不过,模型在中等的灵敏度方面存在局限性,阈值的选择需要在识别筛查阳性病例和避免假阳性之间进行权衡。研究的局限性包括:仅使用密西西比州数据限制了普适性;依赖自我报告数据可能存在回忆偏倚和信息偏倚;改良版PHQ-2仅为筛查工具而非临床诊断工具。
结论:本研究的发现表明,基于最佳性能模型进行特征选择可以维持预测性能和计算效率,特别是对于集成类算法。此外,使用密西西比州PRAMS数据能够开发针对该州的特定机器学习模型,用于预测筛查阳性的产后抑郁症状,从而为数据驱动的决策和有针对性的孕产妇心理健康干预提供背景相关的见解。未来的研究应纳入国家层面的PRAMS数据以评估普适性,并通过整合电子健康记录(EHR)等多种异构数据源,同时考虑可能影响孕产妇心理健康结局的文化和背景因素,来开发更高效、更准确的ML模型。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号