使用童年创伤、心理健康问卷与机器学习级联集成预测印度成年人自杀行为
机器学习
2024-02-01 v1 人机交互
摘要
在年轻成年人中,自杀是印度的主要死因,全国自杀率约为16%,令人担忧。近年来,机器学习算法已涌现用于利用各种行为特征预测自杀行为。但迄今为止,文献中尚未探讨机器学习算法在印度背景下预测自杀行为的有效性。在本研究中,开发了不同的机器学习算法和集成来基于童年创伤、不同心理健康参数及其他行为因素预测自杀行为。数据集来自印度一家健康中心的391名个体。关于其童年创伤、心理健康及其他心理健康问题的信息通过标准化问卷获取。结果显示,使用支持向量机、决策树和随机森林的级联集成学习方法能够利用童年创伤和心理健康问卷数据以95.04%的准确率对自杀行为进行分类。该研究突出了使用这些机器学习集成识别具有自杀倾向个体的潜力,以便高效地提供有针对性的干预。
引用
@article{arxiv.2401.17705,
title = {Predicting suicidal behavior among Indian adults using childhood trauma, mental health questionnaires and machine learning cascade ensembles},
author = {Akash K Rao and Gunjan Y Trivedi and Riri G Trivedi and Anshika Bajpai and Gajraj Singh Chauhan and Vishnu K Menon and Kathirvel Soundappan and Hemalatha Ramani and Neha Pandya and Varun Dutt},
journal= {arXiv preprint arXiv:2401.17705},
year = {2024}
}
备注
11 pages, presnted at the 4th International Conference on Frontiers in Computing and Systems (COMSYS 2023), Himachal Pradesh, October 2023