热点事件观察中
机器学习预测33年精神病理症状轨迹
1 篇报道1 个报道来源2 天前更新
先了解这件事
AI 综述
一项基于出生队列的33年前瞻性研究追踪被试8岁至33年的外化与内化症状，样本为317人（171名女性）。研究用增长混合模型分别识别出三条轨迹：低症状、青春期后期出现的上升型、以及童年期为主后下降型，并报告机器学习可预测这些发展轨迹。该研究发表于《Journal of Child Psychology and Psychiatry》，为同行评审论文。
AI 根据报道生成 · 14 小时前更新
最新进展10月8日 16:37
33年出生队列研究用机器学习识别并预测外化与内化症状的三条发展轨迹。报道时间线
沿着报道，了解事件的不同侧面。
10月8日
- Journal of Child Psychology and Psychiatry精选33年出生队列研究：机器学习可预测外化与内化症状的发展轨迹
一项基于出生队列（N = 317，171名女性）的33年前瞻性研究，追踪被试8岁至33岁的外化与内化症状，用增长混合模型各识别出三条轨迹：低症状、青春期后期出现的上升型、以及童年期为主后下降型。
本事件热度走势
当前热度 4·可比范围峰值 5（10月9日 16:00）·近 24 小时可比范围变化 –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。