热点事件观察中
机器学习p因子模型预警青少年心理健康风险
1 篇报道1 个报道来源2 天前更新
先了解这件事
AI 综述
一项以精神病理学一般因子（p因子）为跨诊断结局的机器学习研究，用5,283名中国青少年数据训练并测试预警模型，另以968名参与者做外部验证。研究依据生态系统理论构建覆盖个体、学校、家庭、社会四个领域共59项指标的预警框架，比较七种算法，XGBoost表现最佳，内部验证macro F1为0.73，外部验证为0.80，最终模型保留23个预测因子。该研究发表于《Journal of Child Psychology and Psychiatry》。
AI 根据报道生成 · 14 小时前更新
最新进展10月8日 16:37
研究以p因子为结局构建青少年心理健康风险预警模型，XGBoost外部验证macro F1达0.80。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精选基于 p 因子的机器学习模型用于识别青少年心理健康风险
研究以精神病理学一般因子（p 因子）为跨诊断结局，用 5,283 名中国青少年的数据训练并测试机器学习模型，另以 968 名参与者做外部验证。研究依据生态系统理论构建覆盖个体、学校、家庭、社会四个领域共 59 项指标的预警框架，比较七种算法，XGBoost 表现最佳（内部验证 macro F1 = 0.73，外部验证 0.80），最终模型保留 23 个预测因子。
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。