文献

J-GLOBAL ID：202102299878787806   整理番号：21A0212494

大麻使用障害のための予備的リスク予測モデル【JST・京大機械翻訳】

A preliminary risk prediction model for cannabis use disorder

著者 (5件)： Rajapaksha Rajapaksha Mudalige Dhanushka S. (Department of Mathematical Sciences, University of Texas at Dallas, Richardson, TX, USA) ,  Hammonds Ryan (School of Behavioral and Brain Sciences, University of Texas at Dallas, Richardson, TX, USA) ,  Filbey Francesca (School of Behavioral and Brain Sciences, University of Texas at Dallas, Richardson, TX, USA) ,  Choudhary Pankaj K. (Department of Mathematical Sciences, University of Texas at Dallas, Richardson, TX, USA) ,  Biswas Swati (Department of Mathematical Sciences, University of Texas at Dallas, Richardson, TX, USA)
資料名： Preventive Medicine Reports  (Preventive Medicine Reports)
巻： 20  ページ： Null  発行年： 2020年 
JST資料番号： W2912A  ISSN： 2211-3355  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 薬用/創造的目的のためのカンナビスの法的化に向けた進行中の傾向は,カンナビス使用障害(CUD)の有病率を増加させることが期待される。したがって,個人の危険因子に基づくカンナビスユーザのために,CUDを開発する定量的リスクを予測することができる。しかし,そのようなモデルは現在存在しない。本研究では,そのようなモデルを構築するための予備的解析を行った。データは,2007~2010年にニューメキシコ,Albuquequeから募集されたn=94の正規カンナビスユーザから来る。データが横断的であるので,著者らは,時間とともに比較的安定するリスク要因を考慮するだけであった。統計的および機械学習分類技法を適用して,nを予測子の数に対して小さくできる。モデル性能を評価するために,leave-one-out-交差検証を用いて推定した予測精度を用いた。最終モデルは次の7つの危険因子から成るLASSOロジスティック回帰モデルである:年齢;初期喫煙からの楽しみのレベル;障害性感覚尺度アンケートの総スコア;Barratt衝動尺度アンケートの認知不安定性因子に関するスコア;そして,神経症,外反,および開放性インベントリーの神経因性,開放性,および科学性人格特性に関するスコア。このモデルは0.66の全精度を持ち,その受信者操作特性曲線の下の面積は0.65であった。要約すると,CUDの定量的リスクを予測するための予備的相対リスクモデルを開発した。それは,早期介入で提供される可能性があるCUDの高いリスクでユーザを同定するのに用いることができる。Copyright 2021 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 神経症 ,  喫煙 ,  *大麻 ,  在庫量 ,  アンケート ,  外反 ,  ニューメキシコ州 ,  特性曲線 ,  アサ属 ,  危険因子 ,  機械学習 ,  *予測モデル
準シソーラス用語： 予測子 ,  予測精度 ,  ロジスティック回帰モデル , 【Automatic Indexing@JST】

著者キーワード (6件)： 衝動的感覚探索スケールアンケート ,  Barratt衝動性スケールアンケート ,  LASSO ,  神経症 ,  エクストラバージョン ,  開放性在庫

分類 (3件)： 薬物の分析  (GV01040Q) ,  澱粉  (FJ05030W) ,  植物の生化学  (EH01050J)

タイトルに関連する用語 (4件)： 大麻 ,  障害 ,  リスク ,  予測モデル