《Journal of Affective Disorders》：Machine learning-based computerized adaptive testing of PHQ-8 and GAD-7 in psychiatric outpatients
编辑推荐：
•首次评估基于M5P算法的PHQ-8/GAD-7机器学习自适应测验（ML-CAT）在精神科门诊患者中的应用•ML-CAT将题目数量减少了66–71%，同时保持了与完整量表相当的准确性（r = 0.996–0.997）。•ML-CAT在6个月和1年随访中可靠地检测到了症状变化。
- •
首次评估基于M5P算法的PHQ-8/GAD-7机器学习自适应测验（ML-CAT）在精神科门诊患者中的应用
- •
ML-CAT将题目数量减少了66–71%，同时保持了与完整量表相当的准确性（r = 0.996–0.997）。
- •
ML-CAT在6个月和1年随访中可靠地检测到了症状变化。
- •
与完整量表的病例分类具有高度一致性（kappa = 0.85–0.96）
- •
可解释的流程图工具无需专用软件，可在线或离线运行。
引言
准确高效地监测抑郁和焦虑是精神科门诊护理的核心。然而，在真实世界临床环境中，当患者需要在每次临床接触时完成冗长的问卷以及多项其他评估时，已观察到反应疲劳成为一个实际问题。因此，数据质量下降，监测可能让人感到负担而非治疗作用（McHorney and Tarlov, 1995）。自适应评估提供了一种实用的解决方案，使临床医生只需评估信息量最大的题目，同时仍能产生准确的总分。基于项目反应理论（IRT）的计算机自适应测验（IRT-CAT）是最广泛使用的方法，它通过自适应地选择对个体估计能力水平最有信息量的题目，从而最小化施测题目数量，确保精确且有信息量的得分，同时大幅减少受试者负担、测试长度和施测时间（Zhuang et al., 2021; Devine et al., 2016; Gibbons et al., 2016）。IRT-CAT根据受试者潜在特质水平的实时能力估计选择题目，并使用优化准则在达到预定精度阈值时停止（De Beurs et al., 2014）。尽管有效，但该方法需要大量校准样本和题库以及较高的计算时间，依赖于包括单维性、局部独立性和单调性在内的严格假设，并且依赖于专用软件，这些因素都限制了其在资源受限的临床环境中的应用（Rodríguez-Cuadradoa et al., 2020; Gibbons et al., 2013）。
基于机器学习的自适应测验（ML-CAT）已被提出作为IRT-CAT的替代方案。由于ML-CAT通过将所有计算转移到训练阶段来缓解IRT-CAT的许多局限性，生成固定的决策树，可以在线实施，甚至可以打印在纸上由任何经过培训的临床医生进行施测而无需实时软件，因此它正吸引越来越多的研究关注（Gibbons et al., 2013; Delgado-Gómez et al., 2019; Colledani et al., 2025; Colledani et al., 2023）。在ML-CAT中，一种越来越多的用于构建模型树结构并在每个叶节点处为连续结果拟合多变量线性回归模型的方法是M5P算法（Quinlan, 1992; Wang and Witten, 1997）。M5P通过递归划分响应空间来最小化预测误差，构建分段线性回归树，然后在每个终端节点或叶节点处拟合多变量线性回归模型（Wang and Witten, 1997）。Colledani等人（Colledani et al., 2025）最近将这种方法应用于西班牙大学生样本的PHQ-9、GAD-7和社交焦虑量表，该样本在四个时间点进行评估。他们的模型将题目负担减少了约54–57%，同时保持了与原完整量表的相当准确性，并且检测症状变化的能力与完整量表一样可靠。这凸显了该概念的实用前景，但目前尚不清楚这些发现是否可以推广到精神科门诊人群，该人群的症状严重程度通常高于普通人群。因此，本研究旨在评估一种使用M5P模型树算法开发的PHQ-8和GAD-7机器学习计算机自适应测验（ML-CAT）模型，以用于精神科人群的自适应施测。具体而言，本研究有四个目标：使用M5P算法开发PHQ-8和GAD-7的ML-CAT；在基线时评估ML-CAT对PHQ-8和GAD-7的准确性，与完整量表分数和静态短版（PHQ-2、GAD-2）进行比较；确定ML-CAT在6个月和1年随访时是否检测出有意义的变化以及与完整量表的一致性分类；并提供PHQ-8和GAD-7的ML-CAT自适应评估的概念验证。
章节摘要
研究设计与数据来源
数据来自一项纵向队列研究，该研究旨在对在新加坡诊断为精神分裂症谱系障碍、抑郁、焦虑障碍和糖尿病的人群进行世界卫生组织残疾评估量表2.0（WHODAS 2.0）的验证。关于研究设计的详细信息已在先前报道中发表（Abdin et al., 2023）。为了当前分析的目的，我们使用了从精神卫生研究所（Institute of Mental Health）门诊招募的精神科门诊患者样本
样本特征
在基线时，502名完成了PHQ-8和GAD-7的参与者被纳入最终分析（抑郁：n = 269，53.6%；焦虑：n = 233，46.4%）。在6个月随访时，398名参与者完成了评估，在12个月时，311名参与者仍在随访中。PHQ-8的基线平均分为11.4（SD = 6.7；范围0–24），GAD-7的基线平均分为10.0（SD = 6.1；范围0–21）。在两项测量中，抑郁组和焦虑组的得分无显著差异。约59%
讨论
本研究首次评估了在精神科门诊人群中使用的M5P算法ML-CAT模型用于PHQ-8和GAD-7。在所有验证分析中，如同时效度、对纵向变化的反应性和分类一致性，ML-CAT产生的结果与完整量表高度一致，并且明显优于两项筛查版本。至关重要的是，这些结果是在精神卫生研究所（Institute of Mental Health）获得的，
CRediT作者贡献声明
Edimansyah Abdin：撰写 – 审阅与编辑，撰写 – 初稿，可视化，软件，方法论，经费获取，正式分析，概念化。Anitha Jeyagurunathan：撰写 – 审阅与编辑，项目管理，调查，数据管理。Sing Chik Tan：撰写 – 审阅与编辑，可视化，验证，资源，数据管理。Yee Ming Mok：撰写 – 审阅与编辑，可视化，验证，资源，调查。Swapna Verma：撰写 – 审阅与
参与同意
所有参与者在入组研究前均提供了书面知情同意。
伦理审批
本研究经新加坡国家医疗集团领域特定审查委员会（NHG DSRB）批准（批准编号：2018/01143）。
资助
E.A.的工作得到了新加坡国家医学研究理事会的资助（资助编号：NMRC/HSRNIG/0014/2016）。资助方在研究设计、数据收集、数据分析和解释以及本文撰写方面均未发挥作用。A.J.、S.C.T.、Y.M.M.、S.V.、M.F.和M.S.声明没有相关资助。
利益冲突声明
作者声明不存在已知的可能影响本文所报告工作的竞争性经济利益或个人关系。
Edimansyah Abdin|Anitha Jeyagurunathan|Sing Chik Tan|Yee Ming Mok|Swapna Verma|Mengling Feng|Mythily Subramaniam
