کد مقاله | کد نشریه | سال انتشار | مقاله انگلیسی | نسخه تمام متن |
---|---|---|---|---|
5652373 | 1588856 | 2017 | 33 صفحه PDF | دانلود رایگان |
عنوان انگلیسی مقاله ISI
Classification of suicide attempters in schizophrenia using sociocultural and clinical features: A machine learning approach
ترجمه فارسی عنوان
طبقه بندی اقدامات خودکشی در اسکیزوفرنیا با استفاده از ویژگی های اجتماعی فرهنگی و بالینی: یک روش یادگیری ماشین
دانلود مقاله + سفارش ترجمه
دانلود مقاله ISI انگلیسی
رایگان برای ایرانیان
کلمات کلیدی
خودکشی کردن، جنون جوانی، تروما کودکی، مهاجرت، فراگیری ماشین،
ترجمه چکیده
الگوریتم های یادگیری ماشین یک روش نسبتا موفق برای ترکیب بسیاری از ویژگی های بالینی را برای پیش بینی افراد در معرض خطر برای تلاش های خودکشی آینده ارائه می دهند. افزایش کارایی این مدل ها با استفاده از متغیرهای بالینی مرتبط، امکان تسهیل درمان اولیه و مداخله را برای جلوگیری از تلاش های خودکشی در آینده فراهم می کند.
موضوعات مرتبط
علوم پزشکی و سلامت
پزشکی و دندانپزشکی
طب اورژانس
چکیده انگلیسی
Machine learning algorithms offer a relatively successful method for incorporating many clinical features to predict individuals at risk for future suicide attempts. Increased performance of these models using clinically relevant variables offers the potential to facilitate early treatment and intervention to prevent future suicide attempts.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: General Hospital Psychiatry - Volume 47, July 2017, Pages 20-28
Journal: General Hospital Psychiatry - Volume 47, July 2017, Pages 20-28
نویسندگان
Nuwan C. Hettige, Thai Binh Nguyen, Chen Yuan, Thanara Rajakulendran, Jermeen Baddour, Nikhil Bhagwat, Ali Bani-Fatemi, Aristotle N. Voineskos, M. Mallar Chakravarty, Vincenzo De Luca,