基于数据的行为特征分析在儿科医学疾病中的应用

《Child Neuropsychology》：Data-driven profiles of behavior in pediatric medical disorders

　　儿童神经疾病行为模式分析：基于图论与SVM的跨诊断研究显示元认知、情绪调节和抑制三类行为特征具有跨疾病一致性，但医学样本的分类准确率低于 psychiatric样本，提示病因差异可能影响行为模式构成。

　　

摘要

行为障碍常与儿童医学疾病并存，影响其学业表现、社会情感发展及健康状况。在先前的研究中，我们运用图论分析方法，对家长报告的行为数据进行挖掘，从而在包含来自儿童国家医院（Children’s National Hospital）、乔治城大学（Georgetown University）和肯尼迪·克里格研究所（Kennedy Krieger Institute）的受试者的多中心数据库中，构建出儿童精神疾病患者与健康对照组的多维行为特征谱型。研究发现三种独特的谱型，其共同特征在于在以下方面存在相对薄弱的表现：(a) 元认知能力、(b) 情绪调节能力以及 (c) 行为抑制能力。在本研究中，我们在另一个规模较大的（样本量 N = 466）横断面临床数据库中也观察到了相似的行为谱型。该数据库的数据收集于 2014 至 2018 年间，研究对象为患有影响中枢神经系统的儿童医学疾病的患者。随后，我们将从精神疾病组中得出的支持向量机（SVM）分类模型应用于医学疾病组，发现该模型的分类准确率较高（但并非完美），这表明医学疾病组与非医学疾病组在行为特征谱型上存在细微差异，尤其是在行为抑制能力方面。这些发现进一步支持了存在三种跨诊断谱型的观点，这些谱型为个性化干预提供了明确的目标。然而，研究结果也表明，行为问题的成因（是精神疾病还是医学疾病所致）可能对干预措施的选择具有关键影响。