메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색

논문 기본 정보

자료유형
학술저널
저자정보
Kyungwon Kim (Department of Psychiatry and Biomedical Research Institute, Pusan National University Hospital, Busan, Republic of Korea) Hyun Ju Lim (Department of Psychiatry and Biomedical Research Institute, Pusan National University Hospital, Busan, Republic of Korea) Je-Min Park (Department of Psychiatry and Biomedical Research Institute, Pusan National University Hospital, Busan, Republic of Korea) Byung-Dae Lee (Department of Psychiatry and Biomedical Research Institute, Pusan National University Hospital, Busan, Republic of Korea) Young-Min Lee (Department of Psychiatry and Biomedical Research Institute, Pusan National University Hospital, Busan, Republic of Korea) Hwagyu Suh (Department of Psychiatry and Biomedical Research Institute, Pusan National University Hospital, Busan, Republic of Korea) Eunsoo Moon (Department of Psychiatry and Biomedical Research Institute, Pusan National University Hospital, Busan, Republic of Korea)
저널정보
대한신경정신의학회 PSYCHIATRY INVESTIGATION PSYCHIATRY INVESTIGATION Vol.21 No.8
발행연도
2024.8
수록면
877 - 884 (8page)
DOI
10.30773/pi.2023.0361

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색

초록· 키워드

오류제보하기
Objective Bipolar and depressive disorders are distinct disorders with clearly different clinical courses, however, distinguishing between them often presents clinical challenges. This study investigates the utility of self-report questionnaires, the Mood Disorder Questionnaire (MDQ) and Bipolar Spectrum Diagnostic Scale (BSDS), with machine learning-based multivariate analysis, to classify patients with bipolar and depressive disorders.Methods A total of 189 patients with bipolar disorders and depressive disorders were included in the study, and all participants completed both the MDQ and BSDS questionnaires. Machine-learning classifiers, including support vector machine (SVM) and linear discriminant analysis (LDA), were exploited for multivariate analysis. Classification performance was assessed through cross-validation.Results Both MDQ and BSDS demonstrated significant differences in each item and total scores between the two groups. Machine learning-based multivariate analysis, including SVM, achieved excellent discrimination levels with area under the ROC curve (AUC) values exceeding 0.8 for each questionnaire individually. In particular, the combination of MDQ and BSDS further improved classification performance, yielding an AUC of 0.8762.Conclusion This study suggests the application of machine learning to MDQ and BSDS can assist in distinguishing between bipolar and depressive disorders. The potential of combining high-dimensional psychiatric data with machine learning-based multivariate analysis as an effective approach to psychiatric disorders.
#Bipolar disorder #Depression #Machine learning #Classification #Self report

목차

등록된 정보가 없습니다.

참고문헌 (0)

참고문헌 신청
참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

최근 본 자료

전체보기

댓글(0)

0