Предсказание срывов при алкогольной зависимости с помощью математической модели

Исследователи работали с людьми, которые недавно бросили пить и находились в ранней ремиссии. Участники ежедневно заполняли короткие опросники о своём состоянии через приложение — это называется экологическая мгновенная оценка (EMA). Такой подход позволяет собирать данные о настроении, тяге и других факторах в реальной жизни, а не в лаборатории.

Затем учёные обучили две модели: персонализированную (индивидуальную для каждого человека) и стандартные алгоритмы машинного обучения, которые обучаются на данных всей группы. Персонализированная модель — это модель пространства состояний, которая отслеживает изменения в состоянии человека с течением времени и предсказывает риск срыва.

Результаты показали: когда у модели было достаточно данных (30 дней и больше), она точнее предсказывала срыв в тот же день, в течение 3 дней и в течение 7 дней, чем стандартные методы. При меньшем количестве данных (15 дней) преимущество было не таким явным.

Это означает, что персонализированные модели могут лучше учитывать индивидуальные особенности и помогать врачам предупреждать срывы. Однако исследование наблюдательное, и для внедрения в клиническую практику нужны дальнейшие проверки.