Модель мультиноміальної логістичної регресії та побудова дерева рішень для визначення факторів ризику розвитку непсихотичних психічних розладів у студентів вищих навчальних закладів
Анотація
Актуальність. Важливість сучасних досліджень, пов'язаних з непсихотичними психічними розладами у студентів вищих навчальних закладів, визначається необхідністю побудови математичної моделі за допомогою якої можна виділити фактори, які достовірно впливають на стан психічного здоров'я молодих людей.
Мета дослідження. Побудова математичної моделі впливу різних чинників на рівень психічного здоров'я студентів з непсихотичними психічними розладами.
Матеріали і методи. Нами, протягом 2015-2017 рр., з дотриманням принципів біоетики та деонтології проведено суцільне комплексне обстеження 1235 студентів. Застосовані методи: клінічний, клініко-психопатологічний, клініко-епідеміологічний, клініко-анамнестичний, експериментально-психологічний та статистичний. Вибірка не мала суттєвих відмінностей за статевим і віковим складом, місцем мешкання, формою навчання. Обстеження проводили в міжсесійний період.
Результати. В результаті проведення дисперсійного аналізу ми отримали статистично значимі результати (ANOVA-тесту) між категорійною змінною «група І» та змінними що позначають всі шкали СБОО: 1. іпохондрії (Hs), р<2,2*10-16; 2. депресії (D), р<2*10-16; 3. істерії (Ну) , р<2*10-16; 4. психопатії (Pd), р<2,89*10-14; 6. паранояльності (Ра) , р<2*10-16; 7. психастенії (Pt), р<2*10-16; 8. шизоїдності (Sс), р<7,04*10-16; 9. гіпотонії [манії] (Ма), р<1,95*10-10; шкалою брехні (L), р<2,74*10-11; шкалою вірогідності (F), р<4,66*10-8; шкалою корекції (К), р<3,6*10-13.
Встановлено, що для моделі мультиноміальної логістичної регресії, метою якої є оцінка ймовірності належності респондента до однієї з груп (значення змінної "group.I" ), значимими предикторами є сімейний стан, наявність дітей, стосунки в сім’ї, нездатність пристосуватися до середовища, якість сну, низька продуктивність, підвищена втомлюваність, тютюнопаління, оцінка власного здоров’я, необхідність консультації лікаря, рівень тривоги, депресії, нейротизму.
Коефіцієнти моделі визначають величину зміни логарифму шансу перебування у тій чи іншій групі («комплексній», «контрольній», «стандартній») проти («порівняльної») групи здорових, якщо значення предиктора збільшиться на одиницю. Точність передбачення на загальній вибірці становила 86,35%, а на тестовій вибірці (основна група, що включала хворих на НПР) - 88,52%.
Висновки. Таким чином, проведені тест та ANOVA дали змогу визначити ті змінні, які мають взаємозв'язок за змінною "group.I". Такими змінними є: вік, спеціальність і т.д. (загалом їх 92). Модель дерева рішень, побудована на тих же предикторах, що і модель мультиноміальної регресії, (схематичний рисунок) дає точність прогнозу 89,95% на навчальній вибірці і 87,1% на тестовій вибірці.
Завантаження
Посилання
European Declaration on Mental Health. Problems and solutions. - WHO, 2005, 9 p. [In Russ.]
Bayevsky P.M. Prediction of conditions on the verge of norm and pathology. Medicine. 1979, 295 p.[In Russ.]
Abramov V.A., Lebedev D.S. Mental maladaptation. Journal of Psychiatry and Medical Psychology. 1996, no. 1 (2), pp. 45-55. [In Russ.]
Maruta N.O., Panko T.V., Yavdak I.O., Semikina O.Ye., Stadnik A.V. The indicator of life’s suffering in ailments on an affective path and that dynamics in the process of recovery. Ukrainian Bulletin of Psychoneurology. 2002, no.10, VIP. 2 (31), 2002, pp. 121-123. [In Ukr.]
Vedyaev F.P., Vorobyova T.M. Models and mechanisms of emotional stress. Zdorovya. 1983, 136 p. [In Russ.]
Sokolova I.M. Research methods for students' adaptation. 2001, 276 p. [In Rus.]
Lapach S.N., Chubenko A.V., Babich P.N. Statistical methods in biomedical research using Excel. Morion. 2000, 320 p. [In Russ.]
Kulachev A.P. Methods and tools for data analysis in a Windows environment. STADIA. Informatics and computers. 1999, 341 p. [In Russ.]
