贝叶斯网络在老年抑郁症危险因素中的应用

作者：王齐里; 宋文柱; 张岩波; 杜杰

来源：现代预防医学, 2023, 50(20): 3649-3655,3662.

DOI：10.20043/j.cnki.MPM.202301114

• 贝叶斯网络
• 抑郁
• MMHC算法
• 弹性网络

目的 本研究旨在探讨老年抑郁症与相关因素的相关性,并利用网络推理的方法,揭示其在抑郁过程中的作用,从而达到防治的目的.方法 本研究利用《中国健康与养老追踪调查》2018年数据,对老年人群的抑郁状况进行问卷调查,并纳入人口统计学、健康状况、生活方式等方面资料,利用弹性网络对12 468例参与者进行了初步筛选,然后使用MMHC算法建立了贝叶斯网络,使用最大似然法进行参数估算.结果 在12 468名参与者中,有5 035名(40.38％)参与者患有抑郁.经弹性网络筛选后,最终有9个变量参与模型的构建,该模型由10个节点和14个有向边组成.结果 显示,参与者的受教育程度、睡眠时长、工具性日常生活活动能力(IADL)、自我评价健康水平与抑郁直接相关,且均是抑郁发作的父节点.结论 贝叶斯网络能较好地揭示老年人抑郁与其相关因素的相关性,找出其直接或间接的影响因素,进而达到预防和治疗老年抑郁的作用,进而降低老年人抑郁风险,提高老年人生存质量.

• 单位
  山西医科大学; 北京市心肺血管疾病研究所; 公共卫生学院; 首都医科大学附属北京安贞医院