Prediction of treatment-resistant depression using the 23andMe survey data
8.0
来源：
Nature
关键字：
deep learning brain science
发布时间：
2025-10-01 03:50
摘要：
本研究开发了一种基于23andMe调查数据的治疗抵抗性抑郁症（TRD）预测模型，利用101个特征进行分析。模型在区分TRD与非抵抗性抑郁症（NTRD）方面表现良好，AUC达到78%。该模型的提出有助于改善抑郁症的管理，能够更早识别TRD患者，从而优化治疗决策。
原文：
查看原文
价值分投票
评分标准
新闻价值分采用0-10分制，综合考虑新闻的真实性、重要性、时效性、影响力等多个维度。
评分越高，表示该新闻的价值越大，越值得关注。
价值维度分析
domain_focus
1.0分
business_impact
1.0分
scientific_rigor
1.5分
timeliness_innovation
1.5分
investment_perspective
2.5分
market_value_relevance
1.0分
team_institution_background
0.0分
technical_barrier_competition
0.5分
关键证据
模型在区分TRD与NTRD方面的AUC达到78%。
研究利用23andMe的调查数据，识别出101个特征用于预测TRD。
自我报告数据的使用为TRD的早期识别提供了新的可能性。
真实性检查
否
AI评分总结
本研究开发了一种基于23andMe调查数据的治疗抵抗性抑郁症（TRD）预测模型，利用101个特征进行分析。模型在区分TRD与非抵抗性抑郁症（NTRD）方面表现良好，AUC达到78%。该模型的提出有助于改善抑郁症的管理，能够更早识别TRD患者，从而优化治疗决策。