热点事件持续更新
机器学习预测正念干预抑郁症转归研究发布
1 篇报道1 个报道来源7 小时前更新
先了解这件事
AI 综述
2026年10月，研究人员提出了一种可解释机器学习分析框架，用于预测多中心临床队列在接受正念干预后12周和24周的贝克抑郁量表第二版（BDI-II）评分。在评估的5种回归模型中，Ridge回归在12周预测中表现最优（RMSE为5.186，R^2为0.474），LightGBM模型则在24周预测中表现最佳（RMSE为5.038，R^2为0.525）。
AI 根据报道生成 · 7 小时前更新
最新进展10月8日 12:00
研究人员提出可解释机器学习框架，用于预测正念干预抑郁症转归。报道时间线
沿着报道，了解事件的不同侧面。
10月8日
- arXiv 机器学习正念干预后抑郁结果的时间与疾病特异性机器学习预测研究
研究人员提出一种可解释机器学习分析框架，用于预测多中心临床队列在正念干预后 12 周和 24 周的贝克抑郁量表第二版（BDI-II）评分。在 5 种回归模型中，Ridge 回归在 12 周预测中表现最优（RMSE 为 5.186，R^2 为 0.474），LightGBM 在 24 周预测中表现最佳（RMSE 为 5.038，R^2 为 0.525）。
本事件热度走势
当前热度 8·可比范围峰值 10（10月8日 13:00）·近 24 小时可比范围变化 –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。