探索量表作答过程中响应时间序列与失眠严重度的关系：一种机器学习方法
机器学习
2023-10-16 v1 人工智能
计算机与社会
摘要
目的：本研究旨在探讨失眠与响应时间之间的关系，并开发一种机器学习模型，利用响应时间数据预测受试者是否存在失眠。方法：设计了一款移动应用程序用于施测量表测试并收集2729名受试者的响应时间数据。探讨了症状严重度与响应时间之间的关系，并开发了机器学习模型以预测失眠的存在。结果：结果显示，有或无失眠症状的受试者总响应时间存在统计学显著差异(p<.001)。在特定失眠方面的严重度与个体问题层面的响应时间之间观察到相关性。该机器学习模型基于响应时间数据预测失眠症状达到了0.743的高预测准确率。结论：这些发现凸显了响应时间数据用于评估认知与心理指标的潜在效用，证明了将响应时间作为失眠评估中诊断工具的有效性。
引用
@article{arxiv.2310.08817,
title = {Exploring the relationship between response time sequence in scale answering process and severity of insomnia: a machine learning approach},
author = {Zhao Su and Rongxun Liu and Keyin Zhou and Xinru Wei and Ning Wang and Zexin Lin and Yuanchen Xie and Jie Wang and Fei Wang and Shenzhong Zhang and Xizhe Zhang},
journal= {arXiv preprint arXiv:2310.08817},
year = {2023}
}