Prosjektet vil bidra til å auka forståinga vår av dei langsiktige konsekvensane av tidleg oppstått samtidig smerte og psykiske plager.
Me skal også undersøkja om me kan nytta prediksjonsmodellar til å føreseia desse langsiktige konsekvensane.
Bruken av maskinlæring kan bidra i utviklinga av meir presise prognostiske verktøy som kan vera til nytte for pasientar, klinikarar og samfunnet samla sett.
Prosjektet vil nytta data frå fire befolkningsbaserte tverrsnittsstudiar (SHoT, Young-HUNT1, Young-HUNT3 og Young-HUNT4), kombinert med prospektivt innsamla data frå nasjonale register.
Samtidig smerte og psykiske plager hos ungdommar representerer eit forskingsområde som har fått avgrensa merksemd i tidlegare studiar, trass i utbreidd førekomst av denne doble sjukdomsbyrda og risikoen for sosial utanforskap og langsiktige negative helsemessige konsekvensar.
-
Prosjektdeltakarar
Laster inn ... -
Meir om prosjektet
Måla til prosjektet er
- å undersøkja om samtidig smerte og psykiske plager i ungdomsåra og overgangen til vaksenlivet har samanheng med akademisk prestasjon, inntektsutvikling og framtidig helse
- å identifisera faktorar knytt til samtidig smerte og psykiske plager ved bruk av maskinlæring, å utvikla prognostiske modellar ved hjelp av maskinlæring for å føreseia risiko for uføretrygd og langvarig sjukefråvær i vaksen alder, med fokus på i samanhengen med samtidig smerte og psykiske plager
Bakgrunn
Prosjektet adresserer fleire kunnskapshol ved bruk av maskinlæring. Dei fleste studiar på feltet har vorte gjennomførte på små utval og det er eit stort behov for å gjennomføra studium på større datasett, som nasjonale register og befolkningsbaserte kohortar.
Prosjektet understrekar også viktigheita av å fastslå når maskinlæring er å føretrekkja framfor tradisjonelle statistiske metodar, spesielt i samanheng med førebygging og analyse av registerdata.
