Machine learning and natural language processing for the early detection of potential mental disorders among school-age children: a prospective birth cohort study
Notice bibliographique
Résumé
Background: Early detection of childhood mental health disorders remains challenging due to gaps in current screening approaches that lack sensitivity to subtle psychological indicators and rely heavily on observable behaviors. We investigated whether integrating machine learning with natural language processing of children's written expressions could enhance early detection of potential mental disorders among school-age children. Methods: This prospective birth cohort study used National Child Development Study (NCDS) data, analyzing 8,981 children born in 1958 in the United Kingdom. Mental health outcomes were assessed using the Bristol Social Adjustment Guide (BSAG) and Rutter A Scale at age 11, with cases defined by scores above 95th and 90th percentiles. Predictive models combined traditional risk factors with natural language features extracted from children's essays describing their imagined future at age 25. We developed eight machine learning models using various predictor combinations, evaluating performance through receiver operating characteristic (ROC) values. Results: Using BSAG 95th percentile threshold, models combining top five selected variables with essay features achieved significantly higher predictive capability (ROC:0.77, 95%CI:0.71-0.83) compared to models using all variables (ROC:0.70, 95%CI:0.63-0.76) or essay features alone (ROC:0.67, 95%CI:0.60-0.74). At 90th percentile threshold, this integrated approach showed similar improvement (ROC:0.81, 95%CI:0.78-0.85). Key predictors included gestational length, maternal parity, parental age, residential characteristics, parental engagement metrics, and children's BMI. Sensitivity analyses using Rutter A Scale confirmed these findings. Conclusion: Combining machine learning with natural language processing of children's future-oriented essays offers a promising approach for early detection of childhood mental health disorders. This integrated screening method could facilitate more timely intervention, though validation in contemporary populations is needed before clinical implementation.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,006 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».