识别与年轻成年人电子烟戒烟相关的因素:一种机器学习和XAI方法
内容摘要
本研究利用机器学习(ML)和可解释人工智能(XAI)调查了与年轻成年人电子烟戒烟相关的因素。研究人员通过社交媒体调查收集了119名参与者的行为、背景和人口统计学数据。该研究评估了各种预测模型,包括线性模型(如LASSO、岭回归和弹性网络)和非线性模型(如随机森林和支持向量机)。结果表明,线性模型通常表现更好,且过拟合现象较少。成功戒烟的关键预测因素包括年龄、环境触发因素(特别是社会接触)、电子烟使用频率、性别以及长期行为展望。研究强调了行为和背景因素在戒烟中的重要性,但也指出由于横断面设计和样本量限制,这些发现具有探索性。作者建议进行更大规模的纵向研究以验证这些见解,并为有针对性的公共卫生干预措施提供指导。
(来源:PLOS (Public Library of Science))