利用神经网络预测青少年自杀企图
机器学习
2017-12-04 v2 机器学习
摘要
尽管自杀是美国一个主要的公共卫生问题，机器学习方法却并未常用于预测个体尝试/实施自杀的风险。在本工作中，我们从 522,056 名独特的加利福尼亚州居民青少年的匿名电子健康记录集合出发，开发神经网络模型来预测自杀企图。我们将该问题构建为一个二分类问题，使用患者在 2006–2009 年的数据来预测其在 2010 年是否有（1）或没有（0）自杀企图。在解决了诸如严重类别不平衡和患者病史长度可变等问题后，我们构建了隐藏层深度从两层到八层不等的神经网络。对于测试集中我们拥有至少五次急诊/住院就诊数据的患者观测，我们的四层深度模型取得了 0.703 的灵敏度、0.980 的特异度和 0.958 的 AUC。
引用
@article{arxiv.1711.10057,
title = {Predicting Adolescent Suicide Attempts with Neural Networks},
author = {Harish S. Bhat and Sidra J. Goldman-Mellor},
journal= {arXiv preprint arXiv:1711.10057},
year = {2017}
}
备注
Accepted poster at NIPS 2017 Workshop on Machine Learning for Health (https://ml4health.github.io/2017/)