medRxiv 预印本· Lal, A., Karcher, N. R., Ahern, J., Rigby, A., Rai, S., Cadenhead, K., Linkersdorfer, J., Hagler, D. J., Pecheva, D., Barch, D., Jernigan, T. L., Parekh, P., Dale, A. M., Makowski, C. ·· 23 天前AI 评分22
基于环境、遗传与神经影像的多模态模型预测青少年痛苦且持续的精神病样体验
Multimodal Prediction of Distressing and Persistent Psychotic-Like Experiences in Adolescence across Environment, Genetics, and Neuroimaging
AI 导读
研究利用ABCD队列7399名儿童四个时间点的数据构建堆叠集成机器学习模型,预测青少年痛苦且持续的精神病样体验(dpPLEs)。仅环境因素预测能力最强(ROC-AUC=0.687±0.003),优于遗传(0.619±0.020)和影像模型(0.588-0.650);环境加遗传风险模型表现最佳(ROC-AUC=0.697±0.007),再加入神经影像无额外增益。
来源:medRxiv 预印本 · medrxiv.org