Dynamic nomogram for predicting depression risk in middle-aged and older adults based on CHARLS
6.5
来源：
Nature
关键字：
computational pathology
发布时间：
2025-10-10 23:42
摘要：
本研究开发了一种动态列线图模型，用于预测中老年人群的抑郁风险，基于2013年和2018年CHARLS数据进行构建和验证。模型显示出良好的预测性能，AUC值在训练和验证队列中均超过0.82，具有较高的临床实用性。该模型能够帮助早期筛查和干预高风险个体，减轻抑郁负担，适用于社区健康工作者和初级保健医生。
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+重点关注领域符合度
business_impact
0.5分+商业影响力
scientific_rigor
1.5分+数据支撑的科学性
timeliness_innovation
1.5分+时效性与创新性
investment_perspective
2.0分+BOCG投资视角
market_value_relevance
1.0分+市场价值相关性
team_institution_background
0.0分+团队与机构背景
technical_barrier_competition
0.0分+技术壁垒与竞争格局
关键证据
模型在训练、内部验证和外部验证队列中的AUC值分别为0.823、0.823和0.819。
该模型有效预测中老年人抑郁风险，具有良好的临床实用性。
研究使用了CHARLS数据，涵盖了广泛的中老年人群体。
真实性检查
否
AI评分总结
本研究开发了一种动态列线图模型，用于预测中老年人群的抑郁风险，基于2013年和2018年CHARLS数据进行构建和验证。模型显示出良好的预测性能，AUC值在训练和验证队列中均超过0.82，具有较高的临床实用性。该模型能够帮助早期筛查和干预高风险个体，减轻抑郁负担，适用于社区健康工作者和初级保健医生。