Predicting stress levels in the Stress-Lysis dataset using Sliding Window approach

Tình trạng trầm cảm do căng thẳng quá mức đang gia tăng nhanh chóng, đặc biệt ở giới trẻ, kéo theo sự gia tăng đáng lo ngại về số ca tự tử. Nghiên cứu này nhằm khám phá việc sử dụng cơ sở dữ liệu triệu chứng trầm cảm, áp dụng các kỹ thuật học máy cổ điển, tập trung vào thuật toán Random Forest, để đánh giá và chẩn đoán mức độ căng thẳng.

Nghiên cứu này hướng đến việc hỗ trợ các chuyên gia y tế trong chẩn đoán và xây dựng phác đồ điều trị mức độ căng thẳng, đồng thời cung cấp một công cụ tự đánh giá sức khỏe tâm thần cho cá nhân, đặc biệt là giới trẻ. Mục tiêu cuối cùng là góp phần nâng cao sức khỏe tâm thần cộng đồng và giảm thiểu các rủi ro liên quan đến trầm cảm do căng thẳng.

Tình trạng trầm cảm do căng thẳng quá mức đang gia tăng đáng kể, đặc biệt trong giới trẻ, dẫn đến tỷ lệ tự tử đáng báo động. Nhận thấy đây là một thách thức y tế công cộng cấp bách, nghiên cứu này tập trung vào việc sử dụng cơ sở dữ liệu triệu chứng trầm cảm kết hợp các kỹ thuật học máy cổ điển, đặc biệt là thuật toán Random Forest, để phân tích và chẩn đoán mức độ căng thẳng. Mục tiêu chính là phát hiện sớm các dấu hiệu bất ổn tâm lý, từ đó hỗ trợ can thiệp kịp thời và xây dựng phác đồ điều trị hiệu quả, góp phần hạn chế sự trầm trọng của triệu chứng. Nghiên cứu đã so sánh hiệu suất của ba thuật toán học liên tục được cải tiến bằng phương pháp EKI (Evolving with Klinkenberg's Idea): EKI-AdaBoost, EKI-RandomForest và EKI-Decision Tree. Kết quả cho thấy EKI-RandomForest là thuật toán tối ưu nhất để giải quyết bài toán dự đoán mức độ căng thẳng. Dự án còn hướng đến việc phát triển một trang web thử nghiệm, cho phép người dùng tự kiểm tra sức khỏe tâm thần và nhận lời khuyên để cải thiện tình trạng của mình. Ứng dụng này được kỳ vọng sẽ mang lại lợi ích to lớn, góp phần nâng cao sức khỏe tâm thần cộng đồng tại Việt Nam, giảm thiểu các tình huống nguy hiểm liên quan đến căng thẳng và hỗ trợ các chuyên gia y tế trong việc chẩn đoán, điều trị kịp thời. Vấn đề trầm cảm do áp lực ngày càng tăng vẫn còn thiếu giải pháp tối ưu, đặc biệt đối với học sinh và giới trẻ, khiến việc ứng dụng công nghệ vào chẩn đoán trở nên cấp thiết hơn bao giờ hết.