基于机器学习算法的产后抑郁预测模型的构建

发布时间：2022-05-10 18:01

　　目的了解广州地区产妇在产后4-6周的抑郁状态并分析原因;分析不同人口特征、社会心理学资料及产科资料对产妇产后抑郁的影响;联合多个影响因素,通过机器学习算法进行产后抑郁预测模型构建,为产后抑郁发病风险的早期预测提供简易灵敏、方便可行的工具,并为后期产后抑郁的预防和干预提供参考依据。方法本研究通过对2017年8月到2018年7月在广州某三级甲等妇幼专科医院分娩并且符合纳入标准的2396例产妇进行产后4-6周问卷随访。采用自制的产妇产后4-6周随访问卷调查研究对象人口、社会心理学资料及部分围产期检查资料;通过爱丁堡产后抑郁量表了解研究人群抑郁发病情况;通过医院电子病案系统采集产科资料。使用EpiData 3.1软件对数据进行录入;用SPSS 22.0对产后抑郁的可能因素进行探究分析,认定P<0.05时差异有统计学意义;运用Weka 3.9软件的7种经典机器学习算法进行预测模型的构建。结果1.产后抑郁的发生状况及影响因素分析在本研究2396例产后4-6周产妇中,981例（40.9%）产妇发生产后抑郁;产妇及配偶的年龄、文化程度、收入水平、产妇是否独生子女、出院后做月子场所、家庭关系、产次... 

【文章页数】：88 页

【学位级别】：硕士

【文章目录】：
摘要
abstract
第一章 前言
    1.1 研究背景及意义
    1.2 文献回顾
        1.2.1 产后抑郁研究现状
        1.2.2 机器学习算法及其应用现状
        1.2.3 产后抑郁与机器学习算法
    1.3 研究总体设计
    1.4 论文结构安排
第二章 研究对象及方法
    2.1 研究对象
        2.1.1 样本来源
        2.1.2 样本入选标准
        2.1.3 样本量计算
    2.2 研究方法
        2.2.1 研究调查工具
        2.2.2 统计分析及预测工具
        2.2.3 研究步骤
        2.2.4 质量控制
        2.2.5 伦理审查
        2.2.6 研究技术路线图
    2.3 本章小结
第三章 结果
    3.1 产后产妇基本资料分析
        3.1.1 产妇及配偶一般资料情况
        3.1.2 产妇产科资料情况
        3.1.3 产妇产后抑郁发生情况
    3.2 产后抑郁影响因素分析
        3.2.1 产后抑郁的单因素分析
        3.2.2 产后抑郁的Logistics回归分析
    3.3 产后抑郁预测模型的构建结果与分析
        3.3.1 纳入模型的属性特征权重排序
        3.3.2 各模型预测性能的对比分析
        3.3.3 各模型实验结果的综合分析
    3.4 本章小结
第四章 讨论
    4.1 产后4-6 周产后抑郁发生情况
    4.2 产后抑郁的保护因素
        4.2.1 配偶收入水平
        4.2.2 产妇与丈夫父母关系
    4.3 产后抑郁的危险因素
        4.3.1 独生子女
        4.3.2 经历生活压力事件
        4.3.3 非母乳喂养
    4.4 机器学习算法在产后抑郁预测模型的应用分析
        4.4.1 机器学习算法构建产后抑郁预测模型的意义
        4.4.2 产后抑郁预测模型性能分析
        4.4.3 产后抑郁预测模型的结构体系与应用展望
    4.5 小结
第五章 结论与展望
    5.1 结论
    5.2 不足及展望
参考文献
附录1 :基于机器学习算法的产后抑郁预测模型构建的研究的知情同意书
附录2 :产妇产后4-6周问卷随访
附录3 :爱丁堡产后抑郁量表
附录4 :电子病案系统资料收集内容
附录5 :各算法运行结果
综述
    参考文献
致谢
攻读硕士期间发表论文及参与课题情况


【参考文献】：
期刊论文
[1]独生子女的心理健康教育问题研究[J]. 樊林峰,俞国良.  黑龙江高教研究. 2019(02)
[2]产后抑郁与母乳喂养关系的研究进展[J]. 杨怀洁,王涛,周全.  解放军医学院学报. 2019(02)
[3]职业女性二孩生育意愿及其影响因素研究[J]. 张琳.  调研世界. 2018(08)
[4]上海市0～6月龄婴儿母亲纯母乳喂养知信行调查[J]. 李文先,杜莉,胡淑怡,朱丽萍.  中华疾病控制杂志. 2018(05)
[5]夫妻地位匹配与女性婚姻满意度的关系变迁——家庭收入的调节效应[J]. 毕文芬,初奇鸿.  宁夏社会科学. 2017(06)
[6]高危妊娠孕产妇抑郁、育儿胜任感和社会支持的相关性研究[J]. 翁雪玲,瞿佳,黄淑婷,高玲玲,黄嘉骏.  中国优生与遗传杂志. 2017(10)
[7]产妇育儿胜任感现状及与产后抑郁的相关性研究[J]. 李真,马文娟,李怡冰,贾寒,杨晓.  护理学杂志. 2017(08)
[8]国外产后访视工作的研究进展[J]. 邹青.  中华护理杂志. 2017(02)
[9]爱丁堡产后抑郁量表在产后抑郁症筛查中的应用[J]. 马秀华,宋风丽,康淑玲,刚君,陈沂.  中国医刊. 2017(02)
[10]社区产妇家庭医生签约服务与传统产后访视的比较研究[J]. 杨梅,淡叶,张洁,谢玲,郑玉霞,蒲娟.  中国社区医师. 2016(35)

博士论文
[1]基于机器学习的软件缺陷预测方法研究[D]. 于巧.中国矿业大学 2017
[2]基于机器学习的交通状态判别与预测方法研究[D]. 商强.吉林大学 2017

硕士论文
[1]北京药品不良反应总体情况分析及抗感染药物不良反应数据挖掘[D]. 白颖.北京中医药大学 2016
[2]基于机器学习的卵巢肿瘤预测与分析研究[D]. 邬杨.吉林大学 2016
[3]产后抑郁症的现状及影响因素调查研究[D]. 秦晓明.大连医科大学 2016
[4]机器学习算法在数据挖掘中的应用[D]. 李运.北京邮电大学 2015
[5]早产产妇产褥期生活质量现状及其影响因素的调查研究[D]. 白晓慧.吉林大学 2014



本文编号：3652425