华盛顿特区[美国]，3月8日（ANI）：患有广泛性焦虑障碍（GAD）的人每天都会经历持续至少六个月的过度担忧，即使在接受治疗后也有很高的复发率。
研究人员使用一种称为机器学习的人工智能形式，分析了126名被诊断为GAD的匿名个体的80多个基线因素，这些因素包括心理、社会人口学、健康和生活方式变量。数据来自美国国立卫生研究院的一项纵向研究，即“美国中年人”研究，该研究从1995-96年开始对大陆美国25至74岁的居民进行健康数据采样。
机器学习模型确定了11个对预测九年后康复和非康复最为重要的变量，准确率高达72%。研究人员在《焦虑障碍杂志》3月刊上发表了他们的研究结果。
宾夕法尼亚州立大学博士候选人、首席研究作者Candice Basterfield说：“先前的研究表明，GAD的复发率非常高，而且临床医生在预测长期结果方面的准确性也有限。这项研究表明，机器学习模型在预测谁会和谁不会从GAD中康复方面表现出良好的准确性、敏感性和特异性。这些康复的预测因素对于帮助创建基于证据的、个性化的长期康复治疗非常重要。”
研究人员发现，较高的教育水平、年龄较大、朋友支持较多、腰臀比较高以及积极情绪较高（感觉更愉快）是最有利于康复的因素，按重要性排序依次为。与此同时，抑郁情绪、日常歧视、过去12个月内与心理健康专业人士会面的次数较多以及过去12个月内看医生的次数较多是预测非康复最重要的因素。
研究人员通过将机器学习预测结果与MIDUS数据进行比较，验证了模型的结果，发现预测的康复变量与在九年期结束时没有GAD症状的95名参与者相符。
研究结果表明，临床医生可以使用AI来识别这些变量，并为GAD患者提供个性化的治疗，特别是那些有复合诊断的患者。（ANI）
(全文结束)
