用于公共卫生分析的新 AI 方法显示高中生物质使用趋势

随着时间的推移，每周有大量津贴的高中生、吸烟的朋友和身体活动水平低的人更有可能使用多种物质。相反，年龄较大、黑人和每天吃早餐是与过渡到多次使用的可能性较小相关的因素。

这些结论是由滑铁卢大学的一组研究人员得出的，他们使用人工智能分析了一个庞大、复杂的公共卫生数据集——一种进行公共卫生分析的新方法。

该研究使用机器学习而不是传统的统计方法，使研究人员能够在 2016-19 年间的三个时间段内彻底评估与加拿大高中生的酒精和其他物质使用模式和转变相关的多种因素。

“机器学习比传统的统计方法有优势，”滑铁卢大学公共卫生教授 Helen Chen 说。“例如，由于机器学习的性质，我们不需要根据现有文献手动选择变量来保持我们的模型简洁。通过机器学习，您可以查看数据中所有可能的排列。我们发现每周获得大量津贴等变量比抑郁、焦虑或欺凌等传统风险因素更重要。”