目的了解廣州地區(qū)產婦在產后4-6周的抑郁狀態(tài)并分析原因;分析不同人口特征、社會心理學資料及產科資料對產婦產后抑郁的影響;聯(lián)合多個影響因素,通過機器學習算法進行產后抑郁預測模型構建,為產后抑郁發(fā)病風險的早期預測提供簡易靈敏、方便可行的工具,并為后期產后抑郁的預防和干預提供參考依據(jù)。方法本研究通過對2017年8月到2018年7月在廣州某三級甲等婦幼專科醫(yī)院分娩并且符合納入標準的2396例產婦進行產后4-6周問卷隨訪。采用自制的產婦產后4-6周隨訪問卷調查研究對象人口、社會心理學資料及部分圍產期檢查資料;通過愛丁堡產后抑郁量表了解研究人群抑郁發(fā)病情況;通過醫(yī)院電子病案系統(tǒng)采集產科資料。使用EpiData 3.1軟件對數(shù)據(jù)進行錄入;用SPSS 22.0對產后抑郁的可能因素進行探究分析,認定P<0.05時差異有統(tǒng)計學意義;運用Weka 3.9軟件的7種經典機器學習算法進行預測模型的構建。結果1.產后抑郁的發(fā)生狀況及影響因素分析在本研究2396例產后4-6周產婦中,981例（40.9%）產婦發(fā)生產后抑郁;產婦及配偶的年齡、文化程度、收入水平、產婦是否獨生子女、出院后做月子場所、家庭關系、產次... 

【文章頁數(shù)】：88 頁

【學位級別】：碩士

【文章目錄】：
摘要
abstract
第一章 前言
    1.1 研究背景及意義
    1.2 文獻回顧
        1.2.1 產后抑郁研究現(xiàn)狀
        1.2.2 機器學習算法及其應用現(xiàn)狀
        1.2.3 產后抑郁與機器學習算法
    1.3 研究總體設計
    1.4 論文結構安排
第二章 研究對象及方法
    2.1 研究對象
        2.1.1 樣本來源
        2.1.2 樣本入選標準
        2.1.3 樣本量計算
    2.2 研究方法
        2.2.1 研究調查工具
        2.2.2 統(tǒng)計分析及預測工具
        2.2.3 研究步驟
        2.2.4 質量控制
        2.2.5 倫理審查
        2.2.6 研究技術路線圖
    2.3 本章小結
第三章 結果
    3.1 產后產婦基本資料分析
        3.1.1 產婦及配偶一般資料情況
        3.1.2 產婦產科資料情況
        3.1.3 產婦產后抑郁發(fā)生情況
    3.2 產后抑郁影響因素分析
        3.2.1 產后抑郁的單因素分析
        3.2.2 產后抑郁的Logistics回歸分析
    3.3 產后抑郁預測模型的構建結果與分析
        3.3.1 納入模型的屬性特征權重排序
        3.3.2 各模型預測性能的對比分析
        3.3.3 各模型實驗結果的綜合分析
    3.4 本章小結
第四章 討論
    4.1 產后4-6 周產后抑郁發(fā)生情況
    4.2 產后抑郁的保護因素
        4.2.1 配偶收入水平
        4.2.2 產婦與丈夫父母關系
    4.3 產后抑郁的危險因素
        4.3.1 獨生子女
        4.3.2 經歷生活壓力事件
        4.3.3 非母乳喂養(yǎng)
    4.4 機器學習算法在產后抑郁預測模型的應用分析
        4.4.1 機器學習算法構建產后抑郁預測模型的意義
        4.4.2 產后抑郁預測模型性能分析
        4.4.3 產后抑郁預測模型的結構體系與應用展望
    4.5 小結
第五章 結論與展望
    5.1 結論
    5.2 不足及展望
參考文獻
附錄1 :基于機器學習算法的產后抑郁預測模型構建的研究的知情同意書
附錄2 :產婦產后4-6周問卷隨訪
附錄3 :愛丁堡產后抑郁量表
附錄4 :電子病案系統(tǒng)資料收集內容
附錄5 :各算法運行結果
綜述
    參考文獻
致謝
攻讀碩士期間發(fā)表論文及參與課題情況


【參考文獻】：
期刊論文
[1]獨生子女的心理健康教育問題研究[J]. 樊林峰,俞國良.  黑龍江高教研究. 2019(02)
[2]產后抑郁與母乳喂養(yǎng)關系的研究進展[J]. 楊懷潔,王濤,周全.  解放軍醫(yī)學院學報. 2019(02)
[3]職業(yè)女性二孩生育意愿及其影響因素研究[J]. 張琳.  調研世界. 2018(08)
[4]上海市0～6月齡嬰兒母親純母乳喂養(yǎng)知信行調查[J]. 李文先,杜莉,胡淑怡,朱麗萍.  中華疾病控制雜志. 2018(05)
[5]夫妻地位匹配與女性婚姻滿意度的關系變遷——家庭收入的調節(jié)效應[J]. 畢文芬,初奇鴻.  寧夏社會科學. 2017(06)
[6]高危妊娠孕產婦抑郁、育兒勝任感和社會支持的相關性研究[J]. 翁雪玲,瞿佳,黃淑婷,高玲玲,黃嘉駿.  中國優(yōu)生與遺傳雜志. 2017(10)
[7]產婦育兒勝任感現(xiàn)狀及與產后抑郁的相關性研究[J]. 李真,馬文娟,李怡冰,賈寒,楊曉.  護理學雜志. 2017(08)
[8]國外產后訪視工作的研究進展[J]. 鄒青.  中華護理雜志. 2017(02)
[9]愛丁堡產后抑郁量表在產后抑郁癥篩查中的應用[J]. 馬秀華,宋風麗,康淑玲,剛君,陳沂.  中國醫(yī)刊. 2017(02)
[10]社區(qū)產婦家庭醫(yī)生簽約服務與傳統(tǒng)產后訪視的比較研究[J]. 楊梅,淡葉,張潔,謝玲,鄭玉霞,蒲娟.  中國社區(qū)醫(yī)師. 2016(35)

博士論文
[1]基于機器學習的軟件缺陷預測方法研究[D]. 于巧.中國礦業(yè)大學 2017
[2]基于機器學習的交通狀態(tài)判別與預測方法研究[D]. 商強.吉林大學 2017

碩士論文
[1]北京藥品不良反應總體情況分析及抗感染藥物不良反應數(shù)據(jù)挖掘[D]. 白穎.北京中醫(yī)藥大學 2016
[2]基于機器學習的卵巢腫瘤預測與分析研究[D]. 鄔楊.吉林大學 2016
[3]產后抑郁癥的現(xiàn)狀及影響因素調查研究[D]. 秦曉明.大連醫(yī)科大學 2016
[4]機器學習算法在數(shù)據(jù)挖掘中的應用[D]. 李運.北京郵電大學 2015
[5]早產產婦產褥期生活質量現(xiàn)狀及其影響因素的調查研究[D]. 白曉慧.吉林大學 2014



本文編號：3652425