热点事件持续更新
可解释机器学习预测正念干预后抑郁结局
1 篇报道1 个报道来源2 小时前 更新
先了解这件事
AI 综述
2026年10月8日，arXiv Machine Learning Theory 发布一手研究《正念干预后抑郁结局的时间与疾病特异性预测因子：超越基线严重程度》。该研究采用可解释机器学习方法，分析多中心纵向临床队列，预测正念干预后12周与24周的BDI-II评分。结果显示，Ridge Regression在12周预测上表现最优，RMSE为5.186、R²为0.474；LightGBM在24周预测上最优，RMSE为5.038、R²为0.525。研究强调预测因子具有时间特异性和疾病特异性，超越仅依赖基线严重程度的思路。目前尚无后续验证或同行评议进展报道。
AI 根据报道生成 · 2 小时前更新
最新进展10月8日 12:00
arXiv新研究称可解释机器学习可预测正念干预后12周和24周抑郁评分，Ridge与LightGBM分别最优。报道时间线
沿着报道，了解事件的不同侧面。
10月8日
- arXiv · Machine Learning Theory正念干预后抑郁结局的时间与疾病特异性预测因子：超越基线严重程度
该研究用可解释机器学习分析多中心纵向临床队列，预测正念干预后 12 周与 24 周的 BDI-II 评分。Ridge Regression 在 12 周预测上最优，RMSE 5.186、R² 0.474；LightGBM 在 24 周最优，RMSE 5.038、R² 0.525。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。