机器学习预测多发性硬化患者的抑郁和焦虑进展

一项新研究利用机器学习模型，从纵向临床数据预测多发性硬化（MS）患者的抑郁和焦虑进展。该预印本分析了2163名MS患者的电子健康记录，使用梯度提升模型预测PHQ-9（抑郁）和GAD-7（焦虑）评分变化，R²分别仅为0.22和0.28。基线评分是最强预测因子，但研究人员指出这主要反映均值回归——即基线高的患者评分可能自然下降。该研究尚未经过同行评审。