Xiaolin Liu,1 Chao Song,1 Hongdong Li,2 Zhongquan Jiang,3 Lei Feng1 

1Children’s Hospital, Zhejiang University School of Medicine, National Clinical Research Center For Children and Adolescents’ Health and Diseases, Hangzhou, 310000, People’s Republic of China; 2Children’s Hospital of Chongqing Medical University, Chongqing, 400010, People’s Republic of China; 3School of Public Health, Lanzhou University, Lanzhou, 730000, People’s Republic of China

Correspondence: Chao Song, Email songchao1987@zju.edu.cn
摘要

目的：儿科住院医师属于高风险人群，易出现焦虑和抑郁等负面情绪。既往研究已探讨了影响医务人员心理健康的各种因素，但鲜有研究采用机器学习方法对心理问题进行早期预警预测。本研究旨在调查中国重庆和杭州两市儿科住院医师的心理健康状况，并建立识别焦虑和抑郁的预测模型。

方法：该模型通过两市数据验证，结果表明其具有稳健性。最佳预测变量包括社会人口学信息、情绪自评、社会支持评分及心理韧性。研究采用18种主流机器学习方法，并通过交叉验证lasso法筛选出最佳早期预警预测模型。

结果：线性判别分析（LDA）模型在区分儿科住院医师是否存在焦虑和抑郁方面具有最佳判别性能。调参 LDA 模型在测试集上表现出优异的判别性能（AUC=0.923）。压力及心理韧性（尤其是共情能力）被证实是焦虑和抑郁的强预测因子。