DGNMM

新的深度神经混合模型改进了纵向健康预测

研究人员引入了一种深度广义神经网络混合模型（DGNMM），旨在改进纵向健康数据的预测。该新模型利用深度神经网络来捕捉群体层面的复杂非线性关系，同时学习受试者特定的效应以考虑个体差异。在模拟和预测抑郁和焦虑的现实世界应用中，DGNMM在连续结果的均方预测误差方面表现出优越性能，尤其是在存在非线性结构时。然而，研究发现，增加的非线性能力对连续预测最有益，而受试者特定的异质性增加并不总是带来更大的预测收益。