資料探勘應用於憂鬱症與自殺之因素分析與預測

目的：本研究以臺北市政府照顧服務管理資訊平台的資料，利用資料探勘技術，建構憂鬱及負面想法和自傷行為及自殺（包含意念及行為）的特性模型，提供照管人員後續關懷追蹤之參考。方法：收集2018年個案資料，共7653筆，利用SPSS 18.0進行描述性統計分析個案基本特性（如年齡、性別、婚姻狀況等），再透過類神經網路計算出可能影響的變數，接著以SPSS Modeler 18版進行關聯規則Apriori的建模分析，最後使用Tableau資料分析軟體，將分析結果以視覺化呈現。結果：由本研究結果可知性別、高血壓、恐懼焦慮、年齡群組、照顧者性別、照顧者年齡群組、婚姻狀況、日夜顛倒以及教育程度等，為憂鬱及負面想法較需注意的變項，而關聯規則結果顯示女性、高齡、低教育程度、喪偶、罹患高血壓及恐懼焦慮等，是較常出現在關聯組合中之變項。而有關自殺（包含意念及行為）部分，較相關的變項為憂鬱及負面想法、性別、恐懼焦慮、婚姻狀況、照顧者性別、年齡群組、照顧者年齡群組、高血壓以及教育程度等，根據關聯規則結果顯示男性、已婚、女性照顧者、憂鬱及負面想法和恐懼焦慮等，是較常出現在關聯組合中之變項。結論：本研究為找出有關自殺（包含意念及行為）或憂鬱負面想法之特性，且需與系統結合才能發揮價值，故未來將積極與政府單位合作將挖掘出重要條件寫入平台中，往後若有相關申請人符合這些條件，則系統自動跳出警示，即可超前佈署給予適當關心與預防，減少不幸事件的發生。