【主题方向】公共卫生研究类

【作者】魏重涛（硕）、郎浩翔（硕）、孙梦云（硕）

【指导老师】方亚教授、韩耀风助理教授

【单位】厦门大学公共卫生学院

【关键词】抑郁症，内在因素，情境因素，可解释性

【适用课程】流行病学、卫生统计学、转化医学

【案例摘要】通过一项基于机器学习方法进行老年人未来两年抑郁症状发生风险预测的案例，使学生全面掌握借助数据挖掘技术开展疾病预测的基础理论和方法。案例研究采用中国健康与养老追踪调查（CHARLS）中 2011 年、2013 年两期数据，以中国老年人（≥60 岁）作为研究对象，使用随机森林模型预测 2011年无抑郁症状的老年人未来两年发生抑郁症状，结合两种可解释性方法(基尼重要性和 SHapley 加性解释[SHAP])筛选抑郁症的重要预测因子，并采用多水平 logit 模型来检验内在因素和情境因素与抑郁的关系。通过对该案例的剖析，进行基于机器学习方法和数据挖掘技术开展疾病风险预测的相关教学工作，使学生掌握机器学习的基本概念与方法、疾病预测因素、模型选择、效果评价等内容，培养学生借助机器学习方法开展疾病预测研究的能力。

【案例申请书】 32620221150877+魏重涛+申报书.pdf

【案例壁报】 1734680552799.jpg