Подход к психиатрии на основе науки о данных
Введение
Аутистический спектр или, говоря словами, расстройство аутистического спектра (РАС) - это расстройство нервного развития, в том числе аутизм, синдром Аспергера и неустановленное повсеместное расстройство развития (PDD-NOS). Согласно определению DSM-IV-TR, ASD имеет три характеристики.
- Социальный дефицит
- Трудности в общении
- Повторяющееся поведение.
В DSM-V критерии реорганизованы в две области. Кроме того, все ранее определенные отдельные подтипы объединяются в ASD.
- Социальная коммуникация и социальное взаимодействие
- Ограниченные повторяющиеся модели поведения, интересов или деятельности
По данным Центра по контролю и профилактике заболеваний (CDC) (2014), в Соединенных Штатах у 1 из 68 детей (1 из 42 мальчиков и 1 из 189 девочек) диагностируется РАС. В частности, распространенное расстройство развития, не определенное иначе (PDD-NOS), составляет до 90% случаев ASD. Несмотря на такую высокую распространенность, конкретного медицинского метода диагностики не существует.
Традиционный подход
В настоящее время РАС часто диагностируется с помощью показателей поведения, характерных для аутизма, которые оцениваются профессиональными хорошо подготовленными врачами и психологами. Кроме того, родители, ведущие опекуны, играют важную роль в обнаружении возможности РАС у своих детей. Поэтому я применил интеллектуальный анализ данных с целью найти лучшую управляемую данными модель для будущей диагностики РАС.
Используемый набор данных
Обмен данными визуализации мозга при аутизме (ABIDE) - это набор данных, который включает 7 распространенных поведенческих измерений для клинической диагностики РАС: пересмотренное интервью для диагностики аутизма (ADI-R), модуль расписания диагностики аутизма (ADOS), шкалу социальной реакции ( SRS), Social Communication Question (SCQ), Autism Quotient (AQ), Шкала адаптивного поведения Вайнленда (VABS) и Шкала интеллекта Векслера для детей-IV (WISC-IV). В этом наборе данных 539 ASD и 573 контроля, всего 1112 участников. Кроме того, в этот набор данных внесли вклад 16 международных медицинских сайтов, каждый из которых применял разные измерения для диагностики РАС. ABIDE предлагает многомерные перспективы для подхода к РАС.
Методы
Чтобы понять, какое поведенческое измерение лучше для прогнозирования РАС, кроме того, чтобы определить, какой субтест измерения лучше или более репрезентативен для прогнозирования РАС. Я применил не только исследовательский анализ для получения описательной статистики, но также метод интеллектуального анализа данных контролируемого обучения, дерево решений и регрессионную модель, чтобы проанализировать эти данные для ASD.
Дерево решений
Дерево решений - это прогностическая модель, использующая древовидную модель решений и их возможных последствий. Кроме того, легко понять визуализированное и явное представление. В этом анализе я извлек переменные как различные подтесты измерений для прогнозирования РАС, включая аутизм, синдром Аспергера и PDD-NOS. Все подтесты представляют собой непрерывные значения, поэтому модель дерева решений также можно назвать деревом регрессии.
Регрессия
Регрессия - это линейная модель, в которой результаты измерений используются как независимые переменные для прогнозирования диагностики DSM-IV-TR, зависимой переменной. Все модели были проверены на точность путем перекрестной проверки.
Выводы
В целом результаты, показанные в этом анализе данных, SRS, измерении взаимного социального взаимодействия для детей и молодежи в возрасте от 4 до 18 лет, позволяют лучше всего прогнозировать РАС. Признак взаимного социального взаимодействия определяется как ключевой признак всех нарушений развития. Это означает, что характеристика социального взаимодействия и общения имеет более высокую точность и лучше предсказывает РАС. Таким образом, я пришел к выводу, что в наборе данных ABIDE SRS - лучшее измерение для будущей диагностики РАС.
Это предложение принято Конвенцией APA 2019 года, Devision 33, интеллектуальные нарушения и нарушения развития / расстройства аутистического спектра.
Больной душе и невысказанному сердцу.