Knowledge-Hub Digitalisierung, KI & Gesundheitein Angebot von Monitor Versorgungsforschung

Knowledge-Hub Digitalisierung, KI & Gesundheit › Studien

Machine Learning zur Identifikation von Internet-Addiction und kognitiver Emotionsregulation bei älteren Erwachsenen

Gui J et al. · Front Public Health · erschienen 13.08.2026 · in PubMed seit 28.08.2026 · PMID 42661909

Von KI ausgewählt und zusammengefasst

Worum es geht

Cross-sectionale Studie mit Machine-Learning-Klassifikatoren zur Vorhersage von co-auftretender Internet-Addiction und maladaptiver kognitiver Emotionsregulation bei 1.471 Erwachsenen ≥60 Jahren in China mittels demografischen, sozialen und psychosozialen Prädiktoren.

Ergebnis

Gradient Boosting Machine zeigte beste Performance mit AUROC 0,904, Genauigkeit 0,816, Sensitivität 0,810, Spezifität 0,818. SHAP-Analyse identifizierte allgemeines Wohlbefinden als dominantester Prädiktor, gefolgt von Bildungsgrad und objektivem Support. 8 Prädiktoren beibehalten; Modell unterscheidet aktuellen co-occurrence-Status, keine Prognose.

Übertragbarkeit auf Deutschland

China, Originaldata, querschnittlich, aber Prädiktoren sind strukturübergreifend

Auswahl und deutsche Zusammenfassung stammen von einer KI und sind nicht redaktionell geprüft. Maßgeblich ist die Originalpublikation.