产后抑郁风险预测模型的构建和验证

目的 构建产后抑郁风险预测模型，并识别预测因子。 方法 选取住院分娩产妇835人为研究对象，按照时间段分为训练集722人及测试集113人，以产后6周是否发生产后抑郁为结局指标。利用logistic回归、支持向量机和随机森林3种监督学习算法建立风险预测模型，采用序列前向选择法筛选特征，通过网格搜索法调整模型参数。将训练好的模型在训练集上进行十折交叉验证，在测试集上进行外部验证。 结果 产妇产后6周抑郁发生率为22.6%（189/835）。经筛选，最终纳入14个预测因子。3种监督学习模型中，随机森林模型预测性能最佳，在测试集上的受试者工作特征曲线下面积、Brier得分、准确率、精确度、召回率和F1得分分别为0.943、0.073、0.903、0.684、0.722和0.703。 结论 基于随机森林的产后抑郁风险模型预测性能最佳，能够辅助医护人员识别高风险人群。