背景 在无牙的老年人中，抑郁症的发病率非常高，但目前尚不存在针对这一人群的专用预测工具。本研究旨在开发并验证一个可解释的机器学习模型，以估计无牙老年人同时出现具有临床意义的抑郁症状的概率。 方法 我们分析了2015年（N = 2,078）和2018年（N = 2,311）中国健康与退休纵向研究（CHARLS）的数据。采用了三种互补的特征选择方法（单变量逻辑回归、最小绝对值收缩与选择算子回归以及随机森林重要性排名）来识别稳健的预测因子。使用接收者操作特征曲线下面积（AUC）对五种机器学习算法进行了... [458 chars]
留下您的观点