简介：这项工作旨在识别和分析血液透析中肾功能不全可能引起的焦虑抑郁症。 方法：这项工作的框架是洛美CHU Sylvanus Olympio的肾脏科和血液透析科。 这是一项横断面，单次通过，描述性和分析性研究，于2016年1月1日至2016年6月30日进行。其中包括所有给予自由和知情同意且没有精神病史的慢性血液透析患者。 为了评估焦虑和抑郁，使用了Zigmond和Snaith的《医院焦虑和抑郁量表》。 数据处理使用软件Epi Info 7（版本7.1.2.0）完成。 结果：91例患者全部被纳入研究。 观察到平均年龄为46.51±14.41岁，极端年龄为11岁和84岁，性别比为1.6。 焦虑（A3）在女性中占52.8％，而抑郁（D3）在男性中占63.2％。 缺乏社会保障会使受访者的焦虑症风险增加三倍（RR = 2.6，p = 0.04）。 血液透析患者发生慢性肾功能衰竭（CRF）的持续时间少于6个月与抑郁症的发生有关（p = 0.04）。 血液透析患者抑郁发作的相对风险增加了三倍（RR = 2.7）。 结论：透析期间，精神科医生，心理学家和躯体医师（身体医生）之间的合作可以在不同时间进行，

Reddit Depression Dataset（RDS）是一个包含约9000名自报被诊断为抑郁症的Reddit用户的帖子数据集，以及大约107000名对照用户的帖子。该数据集中，被诊断用户的帖子已经去除了所有在心理健康相关的subreddits中发表的帖子，或者包含与抑郁症相关的关键词的帖子；而对照用户的帖子则在选取过程中不包含这类帖子。 这个数据集的构建细节可以在EMNLP 2017的论文《Depression and Self-Harm Risk Assessment in Online Forums》的第3.1节中找到，或者在数据网站上查看。RDS数据集的目的是为了支持在线论坛中抑郁症和自残风险评估的研究，它提供了一个丰富的资源，用于开发和测试用于识别抑郁症状的算法。 RDS数据集的统计数据显示，经过处理后，有9210名被诊断用户被分为训练集、验证集和测试集，以及相应的匹配对照用户。每个用户发表的帖子数量和每篇帖子的长度都有很大的差异。这个数据集为研究人员提供了一个宝贵的资源，用于分析抑郁症患者在社交媒体上的行为模式和语言使用习惯，以及开发用于识别抑郁症状的工具。

抑郁症检测数据集.zip

抑郁症分析数据集.csv

大数据-算法-针对一组抑郁症疗效数据的线性混合模型.pdf

大数据-算法-证候研究中常用数据分析方法的文献研究及基于隐类模型的抑郁症隐变量分析.pdf

用奇异谱法分析了抑郁症患者16导EEG信号的多重分形特征。讨论了多重分形分析方法在抑郁症患者临床诊断中的应用。发现抑郁症患者EEG信号的多重分形强度在Fpl、Fp2、F3、F4、c3和F7等信导较正常人有显著增加。该特性在抑郁症物理测量临床诊断中具有潜在价值。

安全技术-网络信息-重度抑郁症患者静息态脑功能网络分省略及大鼠脑磁共振解剖图像模板

安全技术-网络信息-重度抑郁症患者静息态脑功能网络分析及大鼠脑磁共振解剖图像模板的

使用卫生保健数据预测抑郁 作者：Vivienne DiFrancesco 可以在找到用于探索该项目中使用的数据的配套仪表板 该存储库的内容是对使用机器学习模型来预测使用医疗保健数据的人的抑郁症的分析。 希望可以使工作更易于访问和复制，从而进行详细的分析。 储存库结构 README.md：此项目审阅者的顶级自述文件 first_notebook.ipynb：从数据清理阶段开始在jupyter笔记本中进行分析的叙述性文档 second_notebook.ipynb：在项目的探索阶段清理数据之后开始的叙述性文档的延续 PredictingDepressionSlides.pdf：项目演示幻灯片的PDF版本 project_functions文件夹：包含编写用于first_notebook和second_notebook的自定义函数 仪表板文件夹：包含用于创建此项目的配套仪表板的文件的文件夹 抽