JMIgydF4y2Ba JMIR Med InformgydF4y2Ba JMIR医学信息学gydF4y2Ba 2291 - 9694gydF4y2Ba 卡塔尔世界杯8强波胆分析 加拿大多伦多gydF4y2Ba v9i11e28962gydF4y2Ba 34762059gydF4y2Ba 10.2196/28962gydF4y2Ba 审查gydF4y2Ba 审查gydF4y2Ba 机器学习在LGBTQ2S+人群心理健康和物质使用研究中的应用:范围审查gydF4y2Ba 洛维斯gydF4y2Ba 基督教gydF4y2Ba 蔡gydF4y2Ba MengsigydF4y2Ba 戴维森gydF4y2Ba 凯利gydF4y2Ba 茶室gydF4y2Ba AnasuagydF4y2Ba MScgydF4y2Ba 1gydF4y2Ba
吸毒和心理健康中心gydF4y2Ba 皇后街西1000号gydF4y2Ba 多伦多，ON, m6j1h4gydF4y2Ba 加拿大gydF4y2Ba 1 6476326493gydF4y2Ba anasua.kundu@mail.utoronto.cagydF4y2Ba
https://orcid.org/0000-0003-0051-5816gydF4y2Ba ChaitongydF4y2Ba 迈克尔gydF4y2Ba 博士学位gydF4y2Ba 1gydF4y2Ba 2gydF4y2Ba https://orcid.org/0000-0002-9589-2122gydF4y2Ba 比灵顿gydF4y2Ba 丽贝卡gydF4y2Ba 垃圾gydF4y2Ba 3.gydF4y2Ba https://orcid.org/0000-0003-1145-9370gydF4y2Ba 格蕾丝gydF4y2Ba 丹尼尔gydF4y2Ba 博士学位gydF4y2Ba 2gydF4y2Ba https://orcid.org/0000-0002-9032-3959gydF4y2Ba 傅gydF4y2Ba 鲁伊gydF4y2Ba 博士学位gydF4y2Ba 4gydF4y2Ba https://orcid.org/0000-0002-0577-2830gydF4y2Ba 假珠宝饰物gydF4y2Ba 卡门gydF4y2Ba 博士学位gydF4y2Ba 3.gydF4y2Ba 5gydF4y2Ba https://orcid.org/0000-0002-8035-433XgydF4y2Ba 巴斯克维尔gydF4y2Ba 布鲁斯gydF4y2Ba 博士学位gydF4y2Ba 6gydF4y2Ba 7gydF4y2Ba https://orcid.org/0000-0003-4517-7443gydF4y2Ba 狙击兵gydF4y2Ba 克里斯蒂娜gydF4y2Ba 垃圾gydF4y2Ba 1gydF4y2Ba https://orcid.org/0000-0002-9249-0574gydF4y2Ba MitsakakisgydF4y2Ba 尼古拉斯gydF4y2Ba P统计学博士gydF4y2Ba 2gydF4y2Ba 8gydF4y2Ba https://orcid.org/0000-0001-9041-9152gydF4y2Ba 施瓦兹gydF4y2Ba 罗伯特。gydF4y2Ba 博士学位gydF4y2Ba 1gydF4y2Ba 2gydF4y2Ba 4gydF4y2Ba https://orcid.org/0000-0001-7838-0769gydF4y2Ba 吸毒和心理健康中心gydF4y2Ba 在多伦多gydF4y2Ba 加拿大gydF4y2Ba 达拉拉纳公共卫生学院gydF4y2Ba 多伦多大学gydF4y2Ba 在多伦多gydF4y2Ba 加拿大gydF4y2Ba 因温塔什社会工作学院gydF4y2Ba 多伦多大学gydF4y2Ba 在多伦多gydF4y2Ba 加拿大gydF4y2Ba 桑尼布鲁克研究所gydF4y2Ba 多伦多大学gydF4y2Ba 在多伦多gydF4y2Ba 加拿大gydF4y2Ba 女子学院研究所gydF4y2Ba 在多伦多gydF4y2Ba 加拿大gydF4y2Ba 加拿大健康研究所gydF4y2Ba 加拿大政府gydF4y2Ba 渥太华,gydF4y2Ba 加拿大gydF4y2Ba 理学院药学院“，gydF4y2Ba 滑铁卢大学gydF4y2Ba 厨师,gydF4y2Ba 加拿大gydF4y2Ba 安大略省东部研究所儿童医院gydF4y2Ba 渥太华,gydF4y2Ba 加拿大gydF4y2Ba 通讯作者:Anasua KundugydF4y2Ba anasua.kundu@mail.utoronto.cagydF4y2Ba 11gydF4y2Ba 2021gydF4y2Ba 11gydF4y2Ba 11gydF4y2Ba 2021gydF4y2Ba 9gydF4y2Ba 11gydF4y2Ba e28962gydF4y2Ba 20.gydF4y2Ba 3.gydF4y2Ba 2021gydF4y2Ba 10gydF4y2Ba 7gydF4y2Ba 2021gydF4y2Ba 2gydF4y2Ba 9gydF4y2Ba 2021gydF4y2Ba 3.gydF4y2Ba 10gydF4y2Ba 2021gydF4y2Ba ©Anasua Kundu, Michael Chaiton, Rebecca Billington, Daniel Grace, Rui Fu, Carmen Logie, Bruce Baskerville, Christina Yager, Nicholas Mitsakakis, Robert Schwartz。最初发表于JMIR医学信息学(https://medinform.www.mybigtv.com)， 2021年11月11日。gydF4y2Ba 2021gydF4y2Ba

这是一篇开放获取的文章，根据创作共用署名许可协议(https://creativecommons.org/licenses/by/4.0/)的条款发布，允许在任何媒介上不受限制地使用、分发和复制，前提是正确引用了首次发表在JMIR医学信息学上的原创作品。必须包括完整的书目信息，https://medinform.www.mybigtv.com/上的原始出版物的链接，以及此版权和许可信息。gydF4y2Ba

 背景gydF4y2Ba

在性少数群体和性别少数群体中，精神健康或物质成瘾问题的高风险可能具有更微妙的特征，传统统计方法可能不容易发现这些特征。gydF4y2Ba

 客观的gydF4y2Ba

本综述旨在确定使用机器学习(ML)来调查女同性恋、男同性恋、双性恋、变性人、酷儿或质疑者以及双性恋(LGBTQ2S+)人群的心理健康或物质使用问题的文献研究，并指导该领域的未来研究。gydF4y2Ba

 方法gydF4y2Ba

在2020年11月至12月期间搜索了MEDLINE、Embase、PubMed、CINAHL Plus、PsycINFO、IEEE Xplore和Summon数据库。我们纳入了使用ML探索LGBTQ2S+人群心理健康或物质使用的原始研究，并排除了基因组学和药代动力学的研究。两位独立审稿人审阅了所有论文，并提取了关于一般研究结果、模型开发和研究结果讨论的数据。gydF4y2Ba

 结果gydF4y2Ba

我们纳入了11项研究，其中81%(9/11)是关于精神健康的，18%(2/11)是关于物质使用的。所有的研究都是在过去两年内发表的，而且大多数是在美国进行的。在互不排斥的人群类别中，性少数男性是最常被研究的亚组(5/ 11,45%)，而性少数女性则被研究最少(2/ 11,18%)。研究分为3个主要领域:网络内容分析(6/ 11,54%)，预测建模(4/ 11,36%)和成像研究(1/ 11,9%)。gydF4y2Ba

 结论gydF4y2Ba

ML是一种很有前途的工具，用于捕获和分析LGBTQ2S+人群中心理健康和物质使用问题的隐藏数据。除了对性少数群体妇女、不同的心理健康和药物使用问题以及结果和未来的研究进行更多研究之外，还应探索更新的环境、数据来源，以及与各种健康社会决定因素的交叉。gydF4y2Ba

 性少数群体和性别少数群体gydF4y2Ba 心理健康gydF4y2Ba 精神障碍gydF4y2Ba 药物性精神障碍gydF4y2Ba 机器学习gydF4y2Ba 简介gydF4y2Ba 背景gydF4y2Ba

女同性恋、男同性恋、双性恋、变性人、酷儿或质疑者以及双性恋(LGBTQ2S+)群体的成员经历着显著的心理健康差异，与异性恋和顺性别同龄人相比，他们面临着更高的物质使用问题风险[gydF4y2Ba 1gydF4y2Ba-gydF4y2Ba 5gydF4y2Ba］．一项对25项研究的荟萃分析显示，在12个月的时间里，女同性恋、男同性恋和双性恋者一生中企图自杀的风险增加了2.47倍，患抑郁症和焦虑症的风险增加了1.5倍，酗酒和其他物质依赖的风险增加了1.5倍[gydF4y2Ba 2gydF4y2Ba］．2015年美国全国毒品使用和健康调查的最新统计数据显示，性少数群体在过去一年使用非法毒品、大麻和阿片类药物的可能性增加;目前吸烟和饮酒情况;以及过去一年的精神疾病诊断与性行为占多数的人群相比gydF4y2Ba 6gydF4y2Ba］．LGBTQ2S+群体成员使用精神卫生服务和药物使用治疗的频率也高于顺性别者和异性恋者[gydF4y2Ba 6gydF4y2Ba，gydF4y2Ba 7gydF4y2Ba］．gydF4y2Ba

有强有力的证据证明性取向和性别认同是健康的社会决定因素，因此LGBTQ2S+群体的成员经历了来自耻辱、社会和经济排斥的压力源，这导致了心理健康挑战的增加，并因此产生了应对策略，包括有问题的药物使用[gydF4y2Ba 8gydF4y2Ba-gydF4y2Ba 10gydF4y2Ba］．此外，种族、民族、残疾和无家可归等相互交织的边缘化经历;缺乏家庭和同伴的支持;各种欺凌、骚扰和仇恨犯罪行为;自我污名化的经历，如内在化的同性恋恐惧症、双性恋恐惧症和跨性别恐惧症，有助于进一步恶化心理健康和药物使用问题[gydF4y2Ba 8gydF4y2Ba，gydF4y2Ba 11gydF4y2Ba-gydF4y2Ba 16gydF4y2Ba］．gydF4y2Ba

随着技术的进步，新的统计方法，如机器学习(ML)，已成为分析公共卫生信息学中大量复杂数据的有前途的手段[gydF4y2Ba 17gydF4y2Ba，gydF4y2Ba 18gydF4y2Ba］．ML使用计算能力来识别或gydF4y2Ba 我的gydF4y2Ba隐藏数据模式，并已越来越多地用于内容分析和预测建模技术[gydF4y2Ba 17gydF4y2Ba］．这些特征对于调查LGBTQ2S+人群的心理健康和药物使用问题尤其重要，在这些人群中，社会耻辱和制度障碍使性和性别身份难以披露，导致数据不可见[gydF4y2Ba 19gydF4y2Ba-gydF4y2Ba 21gydF4y2Ba］．gydF4y2Ba

机器学习主要有3种类型，包括(1)监督学习，(2)无监督学习，(3)半监督学习。监督学习旨在从标记数据中学习，以预测未标记输入数据或结果变量的类别[gydF4y2Ba 22gydF4y2Ba］．无监督学习不需要结果变量，因此允许算法在最小的人为干扰下自由地检测和识别隐藏的模式[gydF4y2Ba 22gydF4y2Ba，gydF4y2Ba 23gydF4y2Ba］．半监督学习从标记数据和未标记数据中学习，当标记数据稀缺或昂贵时，它可以使用现成的未标记数据来改进监督学习任务[gydF4y2Ba 24gydF4y2Ba］．gydF4y2Ba 25gydF4y2Ba］．这些ML方法提供了更彻底、更有效地理解数据的机会，并产生了超越传统统计方法的有意义的预测。gydF4y2Ba

多项检讨，包括最近进行的三项系统检讨，总结ML在药物使用及精神健康问题上的应用[gydF4y2Ba 23gydF4y2Ba，gydF4y2Ba 26gydF4y2Ba-gydF4y2Ba 28gydF4y2Ba］．这些系统综述报告了ML在54篇关于心理健康的文章、87篇关于自杀行为的文章和17篇关于成瘾研究的文章中的应用，并报告了在预测人类行为方面的良好表现[gydF4y2Ba 23gydF4y2Ba，gydF4y2Ba 26gydF4y2Ba，gydF4y2Ba 28gydF4y2Ba］．然而，这些综述和研究大多集中在宽泛的类别和一般人群或患者记录上。gydF4y2Ba

 目标gydF4y2Ba

尽管一项范围综述探索了用ML预测人群特定健康的研究[gydF4y2Ba 29gydF4y2Ba]，该研究没有确定ML在LGBTQ2S+人群中的应用。在文献中存在很大的差距，目前没有针对LGBTQ2S+人群的心理健康和物质使用的ML研究的综述。因此，我们进行了范围审查，以解决这些知识差距，目的是绘制ML研究的现状，重点关注该领域，并确定研究差距，以促进未来的研究。关于LGBTQ2S+人群中持续的心理健康和有问题的物质使用问题和差异，这项综述的发现将为研究和项目提供有用的见解。gydF4y2Ba

 方法gydF4y2Ba 目标和方法框架gydF4y2Ba

本综述旨在对使用ML来调查LGBTQ2S+社区的心理健康或物质使用的研究进行全面搜索，并确定未来研究的范围。我们使用了Arksey和O 'Malley开发的以下5阶段方法学框架[gydF4y2Ba 30.gydF4y2Ba]:(1)确定具体的研究问题;(2)综合查阅不同资料，确定相关研究;(3)应用纳入和排除标准进行研究选择;(4)使用定制的数据提取表单绘制数据图表;(5)整理、总结并报告结果。我们还使用了系统评审和元分析指南的首选报告项目的扩展来确定评审的范围[gydF4y2Ba 31gydF4y2Ba]提出了我们的研究结果，Joana Briggs研究所提出了范围审查的方法[gydF4y2Ba 32gydF4y2Ba]叙述对未来研究的影响。检讨方案已登记于开放科学架构[gydF4y2Ba 33gydF4y2Ba]于2020年12月17日发布，以促进研究的透明度和可重复性。gydF4y2Ba

 确定研究问题gydF4y2Ba

最初，我们为这次范围审查确定了一系列广泛的初步问题:gydF4y2Ba

在LGBTQ2S+人群的心理健康和物质使用领域使用机器学习分析的文献有多少?gydF4y2Ba

机器学习研究过的LGBTQ2S+人群的心理健康和药物使用领域有哪些?gydF4y2Ba

调查了LGBTQ2S+人群的哪些亚群?有没有使用机器学习分析研究过的特定子群体?gydF4y2Ba

哪些类型的机器学习方法(如监督、无监督、半监督和深度学习)和算法(如决策树、随机森林、逻辑回归和惩罚回归)已被用于研究LGBTQ2S+心理健康和药物使用?gydF4y2Ba

这些研究的现实意义是什么?在未来的研究中是否有任何知识空白或未触及的领域需要解决?gydF4y2Ba

 识别相关研究gydF4y2Ba

为了收集大量相关文献，我们遵循了之前具有类似目标的综述研究[gydF4y2Ba 27gydF4y2Ba，gydF4y2Ba 29gydF4y2Ba并搜索了以下数据库:MEDLINE (Ovid)、Embase (Ovid)、CINAHL Plus、APA PsycINFO (Ovid)、PubMed和IEEE Xplore。我们还搜索了多伦多大学图书馆使用的Summon (ProQuest)数据库，该数据库可以搜索许多其他数据库、期刊包、电子书集合和其他资源。信息技术数据库如IEEE Xplore被选为ml相关文献的潜在来源。文献搜索涉及关键字的组合(例如，gydF4y2Ba 精神健康、精神疾病、精神健康服务、药物滥用、ML、性少数群体和性别少数群体、LGBT、女同性恋、男同性恋、男男性行为者、双性恋、酷儿、双性恋、双性人、变性人gydF4y2Ba)和医学标题(如适用)。就关键词和搜索词咨询了图书管理员。gydF4y2Ba

两名审稿人(AK和RB)在2020年11月25日至12月13日期间进行了数据库搜索，并将所有引用导入Covidence网络平台，在该平台上自动删除重复论文。这些数据库的搜索范围从数据库创建之日到2020年，没有对发布年份进行筛选。2020年12月13日对纳入的研究和综述论文的参考书目列表进行了审查，以确定任何潜在的研究。完整的Embase搜索策略，代表了应用于所有其他数据库的搜索查询的示例gydF4y2Ba 多媒体附件1gydF4y2Ba．gydF4y2Ba

 研究选择gydF4y2Ba

我们纳入了使用ML来调查LGBTQ2S+人群的心理健康或物质使用行为的研究。部分使用ML但不用于主要统计分析的研究被纳入综述。我们只纳入了实证调查，因此排除了社论、观点文章和评论。我们还排除了使用逻辑回归分析的论文，不是作为ML算法，而是确定LGBTQ2S+身份状态。此外，无法获得机构许可检索全文的研究、基因组学、药代动力学研究以及与人类没有直接关系的研究被排除在外。gydF4y2Ba

两名审稿人(AK和RB)根据资格标准独立筛选每个标题和摘要，并完成其余研究的全文筛选。通过3位审稿人(AK、RB和MC)的讨论解决了分歧，从而产生了最终纳入的研究列表。gydF4y2Ba

 数据图表gydF4y2Ba

为了方便数据图表和报告，个别审稿人(AK和RB)首先审查了所有研究，并从每项研究中提取了关键短语和概念。我们的数据提取项目基于最近报告ML研究的生物医学指南中确定的特征[gydF4y2Ba 34gydF4y2Ba］．根据该指南开发了定制的数据提取表单，其中包括主要的提取类别，如一般研究特征(即作者、年份、国家、目标人群、数据来源、样本量、研究领域、ML域、ML方法、算法和结果)、模型开发的关键组成部分(即研究是否讨论了特征选择方法、重新采样、模型性能指标和验证方法)，以及研究结果的讨论(即:特征、交叉性和应用的其他程序或特征的重要性排序)。gydF4y2Ba

 整理、总结和报告结果gydF4y2Ba

我们通过计算每个类别中所有研究的总数和百分比，对提取的数据集进行了描述性统计。为了提供数据范围的可视化概述，我们展示了一个根据研究领域显示研究频率分析的柱状图，以及一个展示ML主要领域研究比例的饼状图。我们使用了叙事综合方法[gydF4y2Ba 35gydF4y2Ba]描述了不同机器学习领域的研究结果，并探索了数据中的关系。最后，我们讨论了研究的不足，以促进未来的研究。gydF4y2Ba

 结果gydF4y2Ba

对数据库的初步搜索产生了2669篇文章，其中2489篇在删除重复后被检索。我们还搜索了潜在符合条件的文章和以前的综述的参考文献列表，但没有找到任何符合我们纳入标准的研究。经过标题和摘要筛选，筛选出21篇文章进行全文筛选。其中，我们排除了不符合LGBTQ2S+人群目标人群标准的文章(3/ 21,14%)、全文无法检索(1/ 21,4%)、与ML无关(4/ 21,19%)、在会议论文集中发表的重复文章(1/ 21,4%)和评论(1/ 21,4%)。这导致11项研究被纳入最终综述[gydF4y2Ba 36gydF4y2Ba-gydF4y2Ba 46gydF4y2Ba］．文章的详细选择过程载于系统评审和元分析(PRISMA)首选报告项目流程图(gydF4y2Ba 图1gydF4y2Ba)．gydF4y2Ba

系统评价和元分析的首选报告项目，记录研究排除的流程图。LGBTQ+:女同性恋，男同性恋，双性恋，变性人，酷儿，或质疑;ML:机器学习。gydF4y2Ba

 研究特点gydF4y2Ba

所有11项研究都包括[gydF4y2Ba 36gydF4y2Ba-gydF4y2Ba 46gydF4y2Ba]，均于过去两年内出版(gydF4y2Ba 表1gydF4y2Ba)．大多数研究在美国进行(7/ 11,63%)[gydF4y2Ba 36gydF4y2Ba，gydF4y2Ba 38gydF4y2Ba，gydF4y2Ba 39gydF4y2Ba，gydF4y2Ba 41gydF4y2Ba-gydF4y2Ba 43gydF4y2Ba，gydF4y2Ba 45gydF4y2Ba］．在不相互排斥的目标人群类别中，性少数男性(同性恋、与男性发生性关系的男性、双性恋)是最常被研究的亚群体(5/ 11,45%)[gydF4y2Ba 37gydF4y2Ba，gydF4y2Ba 40gydF4y2Ba，gydF4y2Ba 42gydF4y2Ba-gydF4y2Ba 44gydF4y2Ba]，其次是跨性别者(3/11,27%)[gydF4y2Ba 39gydF4y2Ba，gydF4y2Ba 45gydF4y2Ba，gydF4y2Ba 46gydF4y2Ba]和LGBTQ+ (3/ 11,27%) [gydF4y2Ba 36gydF4y2Ba，gydF4y2Ba 38gydF4y2Ba，gydF4y2Ba 41gydF4y2Ba]一般人，而性少数女性(女同性恋和双性恋)(2/ 11,18%)[gydF4y2Ba 43gydF4y2Ba，gydF4y2Ba 45gydF4y2Ba是最不常见的人群。没有一项研究将双灵人作为目标人群(gydF4y2Ba 表1gydF4y2Ba)．gydF4y2Ba

纳入研究的统计摘要(N=11) [gydF4y2Ba 36gydF4y2Ba-gydF4y2Ba 46gydF4y2Ba］．gydF4y2Ba一个gydF4y2Ba

特征gydF4y2Ba 研究数，n (%)gydF4y2Ba
国家gydF4y2Ba
美国gydF4y2Ba 7 (63)gydF4y2Ba
中国gydF4y2Ba 2 (18)gydF4y2Ba
瑞典gydF4y2Ba 1 (9)gydF4y2Ba
澳大利亚gydF4y2Ba 1 (9)gydF4y2Ba
年出版的gydF4y2Ba
2019gydF4y2Ba 5 (45)gydF4y2Ba
2020gydF4y2Ba 6 (54)gydF4y2Ba
研究领域gydF4y2Ba
心理健康(n=9)gydF4y2Ba
自杀或自残gydF4y2Ba 2 (18)gydF4y2Ba
抑郁症gydF4y2Ba 2 (18)gydF4y2Ba
情绪或影响过程gydF4y2Ba 3 (27)gydF4y2Ba
少数的压力gydF4y2Ba 1 (9)gydF4y2Ba
性别不一致gydF4y2Ba 1 (9)gydF4y2Ba
物质使用(n=2)gydF4y2Ba
烟草gydF4y2Ba 1 (9)gydF4y2Ba
Poppers或烷基亚硝酸盐gydF4y2Ba 1 (9)gydF4y2Ba
目标人群gydF4y2BabgydF4y2Ba
性少数群体:男性(同性恋，MSMgydF4y2BacgydF4y2Ba双性恋)gydF4y2Ba 5 (45)gydF4y2Ba
性少数群体:女性(女同性恋、双性恋)gydF4y2Ba 2 (18)gydF4y2Ba
跨性别者或性别少数群体gydF4y2Ba 3 (27)gydF4y2Ba
同性恋/”+gydF4y2BadgydF4y2Ba 3 (27)gydF4y2Ba
ML的研究领域gydF4y2BaegydF4y2Ba
网页内容分析gydF4y2Ba 6 (55)gydF4y2Ba
预测建模gydF4y2Ba 4 (36)gydF4y2Ba
成像研究gydF4y2Ba 1 (9)gydF4y2Ba
ML类型gydF4y2Ba
监督gydF4y2Ba 9 (82)gydF4y2Ba
无人管理的gydF4y2Ba 3 (27)gydF4y2Ba
深gydF4y2Ba 1 (9)gydF4y2Ba
ML算法gydF4y2Ba
乔治。gydF4y2BafgydF4y2Ba 3 (27)gydF4y2Ba
射频gydF4y2BaggydF4y2Ba 2 (18)gydF4y2Ba
支持向量机gydF4y2BahgydF4y2Ba 2 (18)gydF4y2Ba
美国有线电视新闻网gydF4y2Ba我gydF4y2Ba 1 (9)gydF4y2Ba
中长期规划gydF4y2BajgydF4y2Ba 1 (9)gydF4y2Ba
注gydF4y2BakgydF4y2Ba 1 (9)gydF4y2Ba
惩罚回归(LASSOgydF4y2BalgydF4y2Ba、弹性净正则化回归、岭回归)gydF4y2Ba 2 (18)gydF4y2Ba
逻辑回归gydF4y2Ba 1 (9)gydF4y2Ba
提高(XGBoostgydF4y2Ba米gydF4y2Ba,演gydF4y2BangydF4y2Ba,“绿带运动”gydF4y2BaogydF4y2Ba）gydF4y2Ba 3 (27)gydF4y2Ba
分类树gydF4y2Ba 2 (18)gydF4y2Ba
特征选择gydF4y2Ba
是的gydF4y2Ba 7 (64)gydF4y2Ba
没有gydF4y2Ba 4 (36)gydF4y2Ba
讨论模型性能gydF4y2Ba
使用的性能指标gydF4y2Ba 9 (82)gydF4y2Ba
没有使用绩效指标gydF4y2Ba 1 (9)gydF4y2Ba
不讨论业绩gydF4y2Ba 1 (9)gydF4y2Ba
验证方法gydF4y2Ba
抵抗gydF4y2Ba 2 (18)gydF4y2Ba
交叉验证gydF4y2Ba 7 (64)gydF4y2Ba
外部验证gydF4y2Ba 2 (18)gydF4y2Ba
未指明的gydF4y2Ba 4 (36)gydF4y2Ba

一个gydF4y2Ba对于某些研究特征，可能有多种反应选项。gydF4y2Ba

bgydF4y2Ba类别并不相互排斥。gydF4y2Ba

cgydF4y2BaMSM:与男性发生性关系的男性。gydF4y2Ba

dgydF4y2BaLGBT/LGBTQ+:女同性恋、男同性恋、双性恋和变性人/女同性恋、男同性恋、双性恋、变性人、酷儿或问题。gydF4y2Ba

egydF4y2BaML:机器学习。gydF4y2Ba

fgydF4y2BaLDA:潜狄利克雷分配。gydF4y2Ba

ggydF4y2BaRF:随机森林。gydF4y2Ba

hgydF4y2Ba支持向量机:支持向量机。gydF4y2Ba

我gydF4y2BaCNN:卷积神经网络。gydF4y2Ba

jgydF4y2BaMLP:多层感知器。gydF4y2Ba

kgydF4y2Ba注:朴素贝叶斯。gydF4y2Ba

lgydF4y2BaLASSO:最小绝对收缩和选择算子。gydF4y2Ba

米gydF4y2BaXGBoost:极端梯度增强。gydF4y2Ba

ngydF4y2BaAdaBoost: Adaptive Boosting。gydF4y2Ba

ogydF4y2BaGBM:广义增强模型。gydF4y2Ba

大多数研究集中在心理健康(9/11,82%)[gydF4y2Ba 36gydF4y2Ba-gydF4y2Ba 42gydF4y2Ba，gydF4y2Ba 45gydF4y2Ba，gydF4y2Ba 46gydF4y2Ba]，只有18%(2/11)研究[gydF4y2Ba 43gydF4y2Ba，gydF4y2Ba 44gydF4y2Ba关注药物使用问题。大多数研究调查了几种心理健康问题，如抑郁、自杀、情绪或情感过程、少数族裔压力和性别不一致[gydF4y2Ba 36gydF4y2Ba-gydF4y2Ba 42gydF4y2Ba，gydF4y2Ba 45gydF4y2Ba，gydF4y2Ba 46gydF4y2Ba]，而其他关注物质使用的研究只调查了烟草和大麻或烷基亚硝酸盐的使用[gydF4y2Ba 43gydF4y2Ba，gydF4y2Ba 44gydF4y2Ba］．没有研究同时调查LGBTQ2S+人群的心理健康问题和物质使用问题(gydF4y2Ba 表1gydF4y2Ba)．gydF4y2Ba

这些研究被分为3个主要的ML领域:web内容分析、预测建模和成像研究。超过一半的研究(6/ 11,55%)被确定为网络内容分析[gydF4y2Ba 36gydF4y2Ba-gydF4y2Ba 41gydF4y2Ba]， 36%(4/11)被确定为预测模型[gydF4y2Ba 42gydF4y2Ba-gydF4y2Ba 45gydF4y2Ba];1项研究(9%)被确定为影像学研究[gydF4y2Ba 46gydF4y2Ba) (gydF4y2Ba 表1gydF4y2Ba)．gydF4y2Ba

最常用的ML方法类别是有监督的(9/11,82%)[gydF4y2Ba 37gydF4y2Ba-gydF4y2Ba 39gydF4y2Ba，gydF4y2Ba 41gydF4y2Ba-gydF4y2Ba 46gydF4y2Ba]，其次是无人监督(3/11,27%)[gydF4y2Ba 36gydF4y2Ba，gydF4y2Ba 37gydF4y2Ba，gydF4y2Ba 40gydF4y2Ba]和深度学习(1/ 11,9%;gydF4y2Ba 表1gydF4y2Ba) [gydF4y2Ba 41gydF4y2Ba］．最常用的ML算法是潜狄利克雷分配(3/ 11,27%)和增强(3/ 11,27%)，其次是随机森林、支持向量机、惩罚回归(即最小绝对收缩和选择算子、弹性网络正则化回归和岭回归)、分类树、逻辑回归、朴素贝叶斯、多层感知器和卷积神经网络(gydF4y2Ba 表1gydF4y2Ba)．gydF4y2Ba

大约三分之二(7/ 11,64%)的研究[gydF4y2Ba 37gydF4y2Ba，gydF4y2Ba 38gydF4y2Ba，gydF4y2Ba 42gydF4y2Ba-gydF4y2Ba 46gydF4y2Ba]讨论了他们的特征选择方法，其中使用的特征中位数为19。大多数研究使用交叉验证方法(7/ 11,64%)[gydF4y2Ba 37gydF4y2Ba-gydF4y2Ba 39gydF4y2Ba，gydF4y2Ba 41gydF4y2Ba，gydF4y2Ba 44gydF4y2Ba-gydF4y2Ba 46gydF4y2Ba]，尤其是10倍交叉验证。此外，18%(2/11)的文章采用了保留方法[gydF4y2Ba 39gydF4y2Ba，gydF4y2Ba 41gydF4y2Ba]， 18%(2/11)使用外部验证[gydF4y2Ba 37gydF4y2Ba，gydF4y2Ba 41gydF4y2Ba]， 36%(4/11)篇[gydF4y2Ba 36gydF4y2Ba，gydF4y2Ba 40gydF4y2Ba，gydF4y2Ba 42gydF4y2Ba，gydF4y2Ba 43gydF4y2Ba]没有报告他们如何验证他们的方法。大多数研究(9/11,82%)[gydF4y2Ba 36gydF4y2Ba-gydF4y2Ba 39gydF4y2Ba，gydF4y2Ba 41gydF4y2Ba-gydF4y2Ba 43gydF4y2Ba，gydF4y2Ba 45gydF4y2Ba，gydF4y2Ba 46gydF4y2Ba]使用至少一个性能指标(例如，ROC曲线下面积，精度-召回率或F1分数)来讨论模型性能。然而，其余的研究要么没有使用任何绩效指标[gydF4y2Ba 44gydF4y2Ba]或没有讨论任何模型性能[gydF4y2Ba 40gydF4y2Ba) (gydF4y2Ba 表1gydF4y2Ba)．gydF4y2Ba

 机器学习领域gydF4y2Ba

多媒体附件2gydF4y2Ba总结最后纳入的11项研究的特点[gydF4y2Ba 36gydF4y2Ba-gydF4y2Ba 46gydF4y2Ba),gydF4y2Ba 多媒体gydF4y2Ba［gydF4y2Ba 36gydF4y2Ba-gydF4y2Ba 46gydF4y2Ba]介绍了研究中使用的ML方法。gydF4y2Ba

54%(6/11)的研究[gydF4y2Ba 36gydF4y2Ba-gydF4y2Ba 41gydF4y2Ba网站内容分析领域的研究人员从Twitter、Blued、Tumblr、Reddit和LGBT聊天和论坛等社交媒体来源获得了数据。使用的数据量从1.2万到4100万个网络帖子不等。一半的研究使用他们的数据来分析用户的情绪或与他们的性和性别身份相关的影响过程[gydF4y2Ba 39gydF4y2Ba-gydF4y2Ba 41gydF4y2Ba) (gydF4y2Ba 多媒体附件2gydF4y2Ba)．gydF4y2Ba

在预测建模领域的4项研究中，50%(2/4)的研究分析了成年参与者的数据[gydF4y2Ba 42gydF4y2Ba，gydF4y2Ba 44gydF4y2Ba]及50%(2/4)青少年[gydF4y2Ba 43gydF4y2Ba，gydF4y2Ba 45gydF4y2Ba］．只有一项研究使用了28,811名参与者的公共卫生数据集[gydF4y2Ba 43gydF4y2Ba];其他研究使用了纵向研究的横断面数据或队列数据[gydF4y2Ba 42gydF4y2Ba，gydF4y2Ba 44gydF4y2Ba，gydF4y2Ba 45gydF4y2Ba］．一半的研究集中在心理健康(抑郁和自杀)[gydF4y2Ba 42gydF4y2Ba，gydF4y2Ba 45gydF4y2Ba]一半是物质使用行为(香烟、电子烟和罂粟花的使用)[gydF4y2Ba 43gydF4y2Ba，gydF4y2Ba 44gydF4y2Ba) (gydF4y2Ba 多媒体附件2gydF4y2Ba)．在这4项研究中，只有25%(1/4)研究[gydF4y2Ba 45gydF4y2Ba]对其特征重要性进行排序，50%(2/4)研究[gydF4y2Ba 42gydF4y2Ba，gydF4y2Ba 45gydF4y2Ba]研究交叉关系(gydF4y2Ba 多媒体gydF4y2Ba)．一项研究调查了收入和其他社会和环境压力因素与种族或民族差异的交集，及其对男男性行为者抑郁症状的影响[gydF4y2Ba 42gydF4y2Ba]，而另一项研究则侧重于各种健康的社会和行为决定因素(自我形象、种族、教育、社会经济地位、家庭支持、朋友、污名、歧视等)之间的交叉，这些因素是性少数和性别少数女性自残行为的风险因素[gydF4y2Ba 45gydF4y2Ba］．gydF4y2Ba

一项影像学试验研究使用了25名变性成人的临床和功能性磁共振成像数据，以确定治疗前大脑功能连通性和激素治疗后身体一致性之间的关系[gydF4y2Ba 46gydF4y2Ba］．全部4项研究[gydF4y2Ba 42gydF4y2Ba-gydF4y2Ba 45gydF4y2Ba预测建模领域和1项成像研究[gydF4y2Ba 46gydF4y2Ba]使用了ML的监督方法，而在web内容分析领域的研究[gydF4y2Ba 36gydF4y2Ba-gydF4y2Ba 41gydF4y2Ba]使用监督(4/ 11,36%)、非监督(3/ 11,27%)和深度学习(1/ 11,9%)方法(gydF4y2Ba 多媒体gydF4y2Ba)．gydF4y2Ba

 讨论gydF4y2Ba 主要研究结果gydF4y2Ba

我们的研究结果表明，与ML技术在其他健康研究领域的日益使用相比，ML技术在LGBTQ2S+人群中评估心理健康和物质使用行为的应用在健康研究中仍然是新的。尽管截至2020年底，联合国67个成员国继续将LGBTQ2S+定为犯罪，且缺乏对其权利的保护[gydF4y2Ba 47gydF4y2Ba]，在不同的环境下，如北美国家和西欧，人们似乎越来越接受性少数群体和性别少数群体[gydF4y2Ba 48gydF4y2Ba］．然而，纳入的研究中很少有在美国以外进行的(gydF4y2Ba 表1gydF4y2Ba)．gydF4y2Ba

在迄今为止进行的少数相关ML研究中，只有少数心理健康问题得到了解决(gydF4y2Ba 表1gydF4y2Ba)．尽管有证据表明，LGBTQ2S+人群中焦虑症、创伤后应激障碍和各种情绪障碍(如躁狂和持续性抑郁症)的患病率高于异性恋和异性恋人群[gydF4y2Ba 4gydF4y2Ba]，目前还没有针对这些问题的研究。与心理健康问题相比，LGBTQ2S+人群的物质使用问题几乎未受影响。此外，所包括的两项与物质使用有关的研究都预测了物质目前的使用情况[gydF4y2Ba 43gydF4y2Ba，gydF4y2Ba 44gydF4y2Ba]，并且没有研究检查未来的药物使用、停止或药物使用治疗寻求行为。gydF4y2Ba

关于LGBTQ2S+人群心理健康和物质使用问题的ML研究数量较少，背后的潜在因素可能是与性别和性别身份相关的数据不可见以及社会和制度偏见[gydF4y2Ba 21gydF4y2Ba，gydF4y2Ba 49gydF4y2Ba］．在其他研究领域，电子健康记录已被用作ML技术预测人口健康的常见和有前途的数据源[gydF4y2Ba 27gydF4y2Ba，gydF4y2Ba 29gydF4y2Ba］．然而，在电子健康记录系统中，性别和性别(即男性或女性)的二元表示使得一些数据无法被ML分析，这可能会低估实际问题[gydF4y2Ba 21gydF4y2Ba，gydF4y2Ba 50gydF4y2Ba，gydF4y2Ba 51gydF4y2Ba］．采用包容性的性别、性行为和性取向信息实践，收集性和性别多样性，有可能确保数据公正，减轻无意的偏见，并减少卫生不平等[gydF4y2Ba 49gydF4y2Ba］．包容性GSSO信息实践的一个很好的例子是加拿大卫生信息研究所[gydF4y2Ba 52gydF4y2Ba］．然而，ML应用的其他潜在数据源，如社交媒体、横断面调查数据、纵向队列和行政数据集被用于纳入的研究(gydF4y2Ba 多媒体附件2gydF4y2Ba)．gydF4y2Ba

大多数研究都在网络内容分析领域，这表明社交媒体是收集LGBTQ2S+人群数据和使用ML (gydF4y2Ba 多媒体附件2gydF4y2Ba)．我们观察到无监督ML也应用于这些研究，数据来自社交媒体[gydF4y2Ba 36gydF4y2Ba，gydF4y2Ba 37gydF4y2Ba，gydF4y2Ba 40gydF4y2Ba]，从而有可能通过处理大型文本数据集来支持定性研究。这在LGBTQ2S+健康研究中特别有用，因为身份披露的污名相关和结构性障碍可能会抑制通过其他方法收集数据[gydF4y2Ba 50gydF4y2Ba，gydF4y2Ba 51gydF4y2Ba，gydF4y2Ba 53gydF4y2Ba，gydF4y2Ba 54gydF4y2Ba］．在这些研究中使用ML显示了自动识别高危个体以预防和干预危机自杀的潜力[gydF4y2Ba 36gydF4y2Ba]、抑郁情绪[gydF4y2Ba 37gydF4y2Ba]，少数压力源[gydF4y2Ba 38gydF4y2Ba]、负面情绪[gydF4y2Ba 40gydF4y2Ba]，以及心理健康信号[gydF4y2Ba 41gydF4y2Ba在LGBTQ2S+群体中。此外，Haimson等人在一项研究中发现的跨性别身份披露的顺序[gydF4y2Ba 39gydF4y2Ba可以指导资源分配，并为性别转型提供支持。然而，在社交媒体上自我报告的心理健康问题可能无法反映临床诊断或症状。gydF4y2Ba

虽然有证据表明，各种健康社会和行为决定因素的交叉影响了LGBTQ2S+人群中心理健康和物质使用问题日益普遍的影响[gydF4y2Ba 11gydF4y2Ba-gydF4y2Ba 16gydF4y2Ba]，只有2项研究检查了性和性别认同与民族-种族认同的交集，以及一些社会、经济和行为因素(即收入、社会耻辱、歧视和家庭支持)，以及它们对抑郁症和自残行为的影响[gydF4y2Ba 42gydF4y2Ba，gydF4y2Ba 45gydF4y2Ba］．在我们的综述中，没有这样的研究探讨了物质使用领域的交叉性。利用ML技术识别这些交叉点将具有实际意义，可以确定风险和保护因素，并为促进精神健康和物质使用预防以及对LGBTQ2S+人群进行干预的战略提供信息。在交叉研究中使用的各种技术，包括定性和定量，以及混合方法研究的最新趋势[gydF4y2Ba 55gydF4y2Ba]，对于处理大量数据、数据挖掘和聚类以及对属性关系进行分类，ML是一个非常有用的工具[gydF4y2Ba 56gydF4y2Ba，gydF4y2Ba 57gydF4y2Ba］．除了基于部分依赖的测量方法外，更新的技术和方法[gydF4y2Ba 58gydF4y2Ba，gydF4y2Ba 59gydF4y2Ba]中出现了用于分析相互作用效应，更适合于评估交叉性。gydF4y2Ba

遵循生物医学研究中ML研究报告的现行指南[gydF4y2Ba 34gydF4y2Ba]，我们记录了在纳入的研究中看到的一系列解释性发现，并发现大多数研究都提到了它们的性能指标、特征选择方法和模型验证方法(gydF4y2Ba 表1gydF4y2Ba而且gydF4y2Ba 多媒体gydF4y2Ba)．然而，只有27%(3/11)研究[gydF4y2Ba 37gydF4y2Ba，gydF4y2Ba 38gydF4y2Ba，gydF4y2Ba 45gydF4y2Ba]采用近似的方法，以个别特征的相对重要性得分来反映它们对模型的整体贡献(gydF4y2Ba 多媒体gydF4y2Ba)．为特征提供重要性评分的含义对于预测建模研究特别有价值，在预测建模研究中，最重要的预测因子是未来策略采用的目标。另一个值得注意的发现是大约一半(n=2) [gydF4y2Ba 42gydF4y2Ba，gydF4y2Ba 43gydF4y2Ba]的预测建模研究没有报告任何验证方法，也没有一项研究对不同人群的结果模型进行外部验证(gydF4y2Ba 多媒体gydF4y2Ba)．验证是预测建模过程的一个重要方面，它提高了模型的可重复性和可泛化性[gydF4y2Ba 60gydF4y2Ba］．因此，未来在这一领域的研究应该遵循现有的指导方针来验证他们的模型[gydF4y2Ba 34gydF4y2Ba］．此外，一半的预测建模研究样本量较小(<1000)(gydF4y2Ba 多媒体附件2gydF4y2Ba)．小数据集会影响模型性能[gydF4y2Ba 61gydF4y2Ba］．在未来的研究中使用基于人群的大型数据集可以克服这一问题，并充分利用ML的好处。gydF4y2Ba

与其他2个领域相比，使用成像数据(即功能性磁共振成像或脑电图)来检查LGBTQ2S+人群的心理健康和物质使用的ML研究存在显著差距(gydF4y2Ba 表1gydF4y2Ba)．尽管一项单一的成像研究[gydF4y2Ba 46gydF4y2Ba]预测跨性别人群的跨性别激素治疗反应性，这对于指导和选择治疗候选人是有用的，样本量小，限制了研究结果的普遍性。gydF4y2Ba

 未来研究方向gydF4y2Ba

我们发现，在LGBTQ2S+人群的心理健康和物质使用研究中，ML应用存在显著的研究差距。首先，未来的研究应该调查LGBTQ2S+人群中的其他心理健康问题(即焦虑症和情绪障碍)和物质使用行为和问题(即酒精、阿片类药物和非法药物)。其次，应该探索ML应用在预测药物使用相关结果(即戒烟、过量事件、给药途径、驾驶障碍和其他不良反应)、心理健康服务获取和心理健康相关结果(即残疾、症状管理、自杀和自杀企图、经济负担和医疗费用)方面的潜力。gydF4y2Ba

第三，需要对性少数女性进行进一步的研究。少数研究包括(gydF4y2Ba 表1gydF4y2Ba)不允许探索LGBTQ2S+人群之间和内部的共同和不同的健康需求和优先事项。第四，由于各国LGBTQ2S+人群所处的法律和社会环境存在显著差异[gydF4y2Ba 48gydF4y2Ba]，更多的研究应该在美国以外的国家进行。第五，有必要采取具体的研究举措，调查性和性别少数群体身份与其他健康社会决定因素(即种族、民族、公民身份、社会经济地位和住房条件)的交集，以更好地了解它们在促进心理健康和药物使用方面的风险和恢复力方面的潜力。最后，在ML研究中应该使用不同的数据源。为了ML模型的准确应用，应该使用大人口水平的行政数据集进行预测建模研究。此外，随着技术的进步，医疗保健的数字化，以及在电子健康记录中捕获LGBTQ2S+状态的地方，这些健康记录可以成为ML研究的潜在数据资源，对LGBTQ2S+人群具有现实临床意义。gydF4y2Ba

 优势与局限性gydF4y2Ba

据我们所知，我们的综述是第一次探索ML应用在检查LGBTQ2S+人群的心理健康和物质使用方面的应用。我们采用了全面的搜索策略，包括搜索各种多学科同行评议数据库，以尽可能多地识别相关文章。我们回顾的发现需要考虑一个关键的限制来解释。由于研究数量较少，所纳入研究的高度异质性特征，以及模型开发和验证的报告不一致，我们无法对研究进行批判性评估，因此无法对ML技术的整体性能进行显著评论。然而，我们遵循了以前针对类似目标进行范围审查的方法[gydF4y2Ba 27gydF4y2Ba，gydF4y2Ba 29gydF4y2Ba]并且有兴趣了解ML在LGBTQ2S+人群(即最常用的数据源、研究国家和研究人群)的心理健康和物质使用领域正在调查的一般主题或领域，并确定研究差距，为未来的研究提供信息。gydF4y2Ba

随着未来更多研究的发表，下一步的研究应该对相关文献进行系统的回顾和批判性的评价。研究人员正试图扩展已建立的报告指南，以包括适应ML研究的项目，例如个体预后多变量预测模型的透明报告或特定于M的诊断声明[gydF4y2Ba 62gydF4y2Ba]、试验报告综合标准的人工智能扩展[gydF4y2Ba 63gydF4y2Ba]，以及标准方案项目的人工智能扩展:介入试验的建议[gydF4y2Ba 63gydF4y2Ba)的指导方针。一旦制定，这些指南可以作为采用基于ml的数据分析的研究的关键评估工具。在ML研究评估工具的开发中，也有机会将公平性和公平性考虑纳入其中。初步研究已经开发了数学指标来衡量ML算法的公平性，以及模型中是否满足交集[gydF4y2Ba 64gydF4y2Ba］．gydF4y2Ba

 结论gydF4y2Ba

尽管ML在其他健康研究领域的应用呈指数级增长，但很少有研究将这些技术用于LGBTQ2S+人群的心理健康和物质使用领域。除了进行更多的研究外，未来的研究人员应该专注于应用ML算法，并考虑通过公共卫生干预措施对现实世界的影响，并采取旨在改善卫生公平的政策。gydF4y2Ba

Embase搜索查询。gydF4y2Ba

在女同性恋、男同性恋、双性恋、变性人、酷儿或质疑者以及双精神人群中使用机器学习分析精神健康和物质使用的研究摘要(N=11)。gydF4y2Ba

所使用的机器学习方法的特点总结(N=11)。gydF4y2Ba

 缩写gydF4y2Ba LGBTQ2S +gydF4y2Ba

女同性恋，男同性恋，双性恋，变性人，酷儿或质疑者，还有双性恋gydF4y2Ba

 毫升gydF4y2Ba

机器学习gydF4y2Ba

 棱镜gydF4y2Ba

系统评价和元分析的首选报告项目gydF4y2Ba

作者要感谢多伦多大学Gerstein科学信息中心的图书管理员Elena Springall，感谢她在审查数据库搜索策略方面的支持。该研究由加拿大健康研究所资助，资助号为1000993。资助者在研究设计、数据收集、分析或解释、撰写手稿或决定论文是否发表方面没有任何作用。gydF4y2Ba

MC为研究设计做出了贡献，并获得了资金和监督。AK和RB进行了数据库搜索、文章筛选和数据提取。AK负责数据分析和初步起草稿件。所有作者AK、MC、RB、DG、RF、CHL、BB、CY、NM和RS都参与了论文的概念化、起草、审查和批准。gydF4y2Ba

没有宣布。gydF4y2Ba

 元帅gydF4y2Ba 国会议员gydF4y2Ba 弗里德曼gydF4y2Ba 女士gydF4y2Ba 摊位gydF4y2Ba RgydF4y2Ba 王gydF4y2Ba 公里gydF4y2Ba 英里gydF4y2Ba JgydF4y2Ba 黄金gydF4y2Ba 妈gydF4y2Ba BuksteingydF4y2Ba 噩gydF4y2Ba 莫尔斯gydF4y2Ba 金桥gydF4y2Ba 性取向与青少年药物使用:荟萃分析和方法学回顾gydF4y2Ba 上瘾gydF4y2Ba 2008gydF4y2Ba 04gydF4y2Ba 103gydF4y2Ba 4gydF4y2Ba 546gydF4y2Ba 56gydF4y2Ba 10.1111 / j.1360-0443.2008.02149.xgydF4y2Ba 18339100gydF4y2Ba ADD2149gydF4y2Ba PMC2680081gydF4y2Ba 王gydF4y2Ba 米gydF4y2Ba SemlyengydF4y2Ba JgydF4y2Ba 大gydF4y2Ba 党卫军gydF4y2Ba KillaspygydF4y2Ba HgydF4y2Ba 奥斯本gydF4y2Ba DgydF4y2Ba PopelyukgydF4y2Ba DgydF4y2Ba 拿撒勒gydF4y2Ba 我gydF4y2Ba 系统回顾女同性恋、男同性恋和双性恋人群的精神障碍、自杀和故意自残gydF4y2Ba BMC精神病学gydF4y2Ba 2008gydF4y2Ba 08gydF4y2Ba 18gydF4y2Ba 8gydF4y2Ba 70gydF4y2Ba 10.1186 / 1471 - 244 x - 8 - 70gydF4y2Ba 18706118gydF4y2Ba 1471 - 244 x - 8 - 70gydF4y2Ba PMC2533652gydF4y2Ba 元帅gydF4y2Ba 国会议员gydF4y2Ba 迪茨gydF4y2Ba LJgydF4y2Ba 弗里德曼gydF4y2Ba 女士gydF4y2Ba 摊位gydF4y2Ba RgydF4y2Ba 史密斯gydF4y2Ba 哈gydF4y2Ba 麦克金尼gydF4y2Ba JgydF4y2Ba 托马gydF4y2Ba 公元前gydF4y2Ba 穆雷gydF4y2Ba PJgydF4y2Ba D 'AugelligydF4y2Ba 基于“增大化现实”技术gydF4y2Ba 布兰特gydF4y2Ba 达gydF4y2Ba 性少数群体和异性恋青年之间的自杀和抑郁差异:一项元分析审查gydF4y2Ba 青少年健康gydF4y2Ba 2011gydF4y2Ba 08gydF4y2Ba 49gydF4y2Ba 2gydF4y2Ba 115gydF4y2Ba 23gydF4y2Ba 10.1016 / j.jadohealth.2011.02.005gydF4y2Ba 21783042gydF4y2Ba s1054 - 139 x (11) 00054 - 1gydF4y2Ba PMC3649127gydF4y2Ba 医学研究所gydF4y2Ba 女同性恋、男同性恋、双性恋和变性人的健康:为更好地理解建立基础gydF4y2Ba 2011gydF4y2Ba 华盛顿(特区)gydF4y2Ba 国家科学院出版社(美国)gydF4y2Ba 全国LGBTQ青年心理健康调查gydF4y2Ba 特雷弗计划gydF4y2Ba 2019gydF4y2Ba 2021-10-19gydF4y2Ba https://www.thetrevorproject.org/wp-content/uploads/2019/06/The-Trevor-Project-National-Survey-Results-2019.pdfgydF4y2Ba 混合泳gydF4y2Ba GgydF4y2Ba 利帕里gydF4y2Ba RgydF4y2Ba 玻色gydF4y2Ba JgydF4y2Ba 克里布疯狂gydF4y2Ba DgydF4y2Ba KroutilgydF4y2Ba lgydF4y2Ba 性取向和成人药物使用和心理健康的估计:来自2015年全国药物使用和健康调查的结果gydF4y2Ba 全国吸毒与健康调查gydF4y2Ba 2016gydF4y2Ba 2021-10-19gydF4y2Ba https://www.samhsa.gov/data/sites/default/files/NSDUH-SexualOrientation-2015/NSDUH-SexualOrientation-2015/NSDUH-SexualOrientation-2015.htmgydF4y2Ba 阿布拉莫维奇gydF4y2Ba 一个gydF4y2Ba de OliveiragydF4y2Ba CgydF4y2Ba KirangydF4y2Ba TgydF4y2Ba IwajomogydF4y2Ba TgydF4y2Ba 罗斯gydF4y2Ba 勒gydF4y2Ba KurdyakgydF4y2Ba PgydF4y2Ba 评估加拿大跨性别患者的健康状况和卫生服务使用情况gydF4y2Ba 美国医学会网络公开赛gydF4y2Ba 2020gydF4y2Ba 08gydF4y2Ba 03gydF4y2Ba 3.gydF4y2Ba 8gydF4y2Ba e2015036gydF4y2Ba 10.1001 / jamanetworkopen.2020.15036gydF4y2Ba 32857149gydF4y2Ba 2769915gydF4y2Ba PMC7455854gydF4y2Ba 威尔逊gydF4y2Ba CgydF4y2Ba CariolagydF4y2Ba lgydF4y2Ba LGBTQI+青年与心理健康:定性研究的系统回顾gydF4y2Ba 青少年保留区gydF4y2Ba 2019gydF4y2Ba 5gydF4y2Ba 21gydF4y2Ba 5gydF4y2Ba 2gydF4y2Ba 187gydF4y2Ba 211gydF4y2Ba 10.1007 / s40894 - 019 - 00118 - wgydF4y2Ba 假珠宝饰物gydF4y2Ba CgydF4y2Ba 世界卫生组织健康的社会决定因素委员会解决性取向问题的案例gydF4y2Ba 公共卫生gydF4y2Ba 2012gydF4y2Ba 07gydF4y2Ba 102gydF4y2Ba 7gydF4y2Ba 1243gydF4y2Ba 6gydF4y2Ba 10.2105 / AJPH.2011.300599gydF4y2Ba 22594723gydF4y2Ba PMC3478032gydF4y2Ba 就是人们gydF4y2Ba FgydF4y2Ba VealegydF4y2Ba 摩根富林明gydF4y2Ba 世界卫生组织健康问题社会决定因素委员会解决性别认同问题的理由gydF4y2Ba 公共卫生gydF4y2Ba 2015gydF4y2Ba 03gydF4y2Ba 105gydF4y2Ba 3.gydF4y2Ba 58gydF4y2Ba 62gydF4y2Ba 10.2105 / AJPH.2014.302373gydF4y2Ba 25602894gydF4y2Ba PMC4330845gydF4y2Ba 迈耶gydF4y2Ba IHgydF4y2Ba 女同性恋、男同性恋和双性恋人群中的偏见、社会压力和心理健康:概念问题和研究证据gydF4y2Ba Psychol牛gydF4y2Ba 2003gydF4y2Ba 09gydF4y2Ba 129gydF4y2Ba 5gydF4y2Ba 674gydF4y2Ba 97gydF4y2Ba 10.1037 / 0033 - 2909.129.5.674gydF4y2Ba 12956539gydF4y2Ba 2003-99991-002gydF4y2Ba PMC2072932gydF4y2Ba 瑞安gydF4y2Ba CgydF4y2Ba 许gydF4y2Ba DgydF4y2Ba 迪亚兹gydF4y2Ba RMgydF4y2Ba 桑切斯gydF4y2Ba JgydF4y2Ba 家庭排斥是白人和拉丁裔女同性恋、男同性恋和双性恋年轻人负面健康结果的预测因素gydF4y2Ba 儿科gydF4y2Ba 2009gydF4y2Ba 01gydF4y2Ba 123gydF4y2Ba 1gydF4y2Ba 346gydF4y2Ba 52gydF4y2Ba 10.1542 / peds.2007 - 3524gydF4y2Ba 19117902gydF4y2Ba 123/1/346gydF4y2Ba 伯恩斯gydF4y2Ba 锰gydF4y2Ba 瑞安gydF4y2Ba DTgydF4y2Ba GarofalogydF4y2Ba RgydF4y2Ba 纽科姆gydF4y2Ba 我gydF4y2Ba MustanskigydF4y2Ba BgydF4y2Ba 城市性少数青年男性的心理健康障碍gydF4y2Ba 青少年健康gydF4y2Ba 2015gydF4y2Ba 01gydF4y2Ba 56gydF4y2Ba 1gydF4y2Ba 52gydF4y2Ba 8gydF4y2Ba 10.1016 / j.jadohealth.2014.07.018gydF4y2Ba 25294230gydF4y2Ba s1054 - 139 x (14) 00313 - 9gydF4y2Ba PMC4275373gydF4y2Ba 邓肯gydF4y2Ba DTgydF4y2Ba HatzenbuehlergydF4y2Ba 毫升gydF4y2Ba 女同性恋、男同性恋、双性恋和跨性别者在波士顿性少数群体青少年的仇恨犯罪和自杀行为样本gydF4y2Ba 公共卫生gydF4y2Ba 2014gydF4y2Ba 02gydF4y2Ba 104gydF4y2Ba 2gydF4y2Ba 272gydF4y2Ba 8gydF4y2Ba 10.2105 / AJPH.2013.301424gydF4y2Ba 24328619gydF4y2Ba PMC3935714gydF4y2Ba KosciwgydF4y2Ba JgydF4y2Ba GreytakgydF4y2Ba EgydF4y2Ba 帕尔默gydF4y2Ba NgydF4y2Ba BoesengydF4y2Ba 米gydF4y2Ba 2013年全国学校氛围调查:女同性恋、男同性恋、双性恋和跨性别青年在我国学校的经历gydF4y2Ba GLSENgydF4y2Ba 2014gydF4y2Ba 2021-10-19gydF4y2Ba https://www.glsen.org/research/2013-national-school-climate-surveygydF4y2Ba 崔gydF4y2Ba 年代gydF4y2Ba 威尔逊gydF4y2Ba BgydF4y2Ba 谢尔顿gydF4y2Ba JgydF4y2Ba 盖茨gydF4y2Ba GgydF4y2Ba 2015年为我们的青年服务:女同性恋、男同性恋、双性恋、跨性别者的需求和经历，以及无家可归的问题青年gydF4y2Ba 威廉姆斯研究所和本色基金gydF4y2Ba 2015gydF4y2Ba 2021-10-19gydF4y2Ba https://escholarship.org/uc/item/1pd9886ngydF4y2Ba 约旦gydF4y2Ba 心肌梗死gydF4y2Ba 米切尔gydF4y2Ba TMgydF4y2Ba 机器学习:趋势、观点和前景gydF4y2Ba 科学gydF4y2Ba 2015gydF4y2Ba 07gydF4y2Ba 17gydF4y2Ba 349gydF4y2Ba 6245gydF4y2Ba 255gydF4y2Ba 60gydF4y2Ba 10.1126 / science.aaa8415gydF4y2Ba 26185243gydF4y2Ba 349/6245/255gydF4y2Ba 罗gydF4y2Ba JgydF4y2Ba 吴gydF4y2Ba 米gydF4y2Ba GopukumargydF4y2Ba DgydF4y2Ba 赵gydF4y2Ba YgydF4y2Ba 大数据在生物医学研究和医疗保健中的应用:文献综述gydF4y2Ba Biomed Inform InsightsgydF4y2Ba 2016gydF4y2Ba 8gydF4y2Ba 1gydF4y2Ba 10gydF4y2Ba 10.4137 / BII.S31559gydF4y2Ba 26843812gydF4y2Ba bii - 8 - 2016 - 001gydF4y2Ba PMC4720168gydF4y2Ba 让我们来讨论围绕精神健康和药物使用问题的耻辱和歧视gydF4y2Ba 加拿大心理健康协会，不列颠哥伦比亚省分部gydF4y2Ba 2014gydF4y2Ba 2021-10-19gydF4y2Ba https://www.heretohelp.bc.ca/sites/default/files/stigma-and-discrimination-around-mental-health-and-substance-use-problems.pdfgydF4y2Ba 改变行为健康社会规范科学委员会gydF4y2Ba 行为，认知和感觉科学委员会gydF4y2Ba 行为与社会科学及教育处“，gydF4y2Ba 国家科学、工程和医学科学院gydF4y2Ba 结束对精神和物质使用障碍患者的歧视:改变污名的证据gydF4y2Ba 2016gydF4y2Ba 华盛顿(特区)gydF4y2Ba 国家科学院出版社(美国)gydF4y2Ba 1gydF4y2Ba 170gydF4y2Ba RuberggydF4y2Ba BgydF4y2Ba RuelosgydF4y2Ba 年代gydF4y2Ba 酷儿生活数据:LGBTQ性别和性取向身份如何挑战人口统计学规范gydF4y2Ba 大数据SocgydF4y2Ba 2020gydF4y2Ba 06gydF4y2Ba 18gydF4y2Ba 7gydF4y2Ba 1gydF4y2Ba 205395172093328gydF4y2Ba 10.1177 / 2053951720933286gydF4y2Ba NaqagydF4y2Ba 即gydF4y2Ba 墨菲gydF4y2Ba 乔丹gydF4y2Ba NaqagydF4y2Ba 即gydF4y2Ba 李gydF4y2Ba RgydF4y2Ba 墨菲gydF4y2Ba 乔丹gydF4y2Ba 什么是机器学习?gydF4y2Ba 放射肿瘤学中的机器学习gydF4y2Ba 2015gydF4y2Ba 可汗gydF4y2Ba 施普林格gydF4y2Ba 3.gydF4y2Ba 11gydF4y2Ba 麦gydF4y2Ba 乐gydF4y2Ba 李gydF4y2Ba KgydF4y2Ba 公园gydF4y2Ba CgydF4y2Ba 机器学习在成瘾研究中的应用:系统综述gydF4y2Ba 精神病学ResgydF4y2Ba 2019gydF4y2Ba 05gydF4y2Ba 275gydF4y2Ba 53gydF4y2Ba 60gydF4y2Ba 10.1016 / j.psychres.2019.03.001gydF4y2Ba 30878857gydF4y2Ba s0165 - 1781 (18) 31503 - 8gydF4y2Ba 朱gydF4y2Ba XgydF4y2Ba 戈德堡gydF4y2Ba ABgydF4y2Ba 半监督学习简介gydF4y2Ba Synth lecect Artif Intell Mach LearngydF4y2Ba 2009gydF4y2Ba 01gydF4y2Ba 3.gydF4y2Ba 1gydF4y2Ba 1gydF4y2Ba 130gydF4y2Ba 10.2200 / s00196ed1v01y200906aim006gydF4y2Ba 勒存gydF4y2Ba YgydF4y2Ba BengiogydF4y2Ba YgydF4y2Ba 辛顿gydF4y2Ba GgydF4y2Ba 深度学习gydF4y2Ba 自然gydF4y2Ba 2015gydF4y2Ba 05gydF4y2Ba 28gydF4y2Ba 521gydF4y2Ba 7553gydF4y2Ba 436gydF4y2Ba 44gydF4y2Ba 10.1038 / nature14539gydF4y2Ba 26017442gydF4y2Ba nature14539gydF4y2Ba 蒂米gydF4y2Ba 一个gydF4y2Ba 格雷弗gydF4y2Ba DgydF4y2Ba 多尔蒂gydF4y2Ba GgydF4y2Ba 心理健康中的机器学习:对HCI文献的系统回顾，以支持开发有效和可实施的机器学习系统gydF4y2Ba ACM Trans compute - hum交互gydF4y2Ba 2020gydF4y2Ba 10gydF4y2Ba 05gydF4y2Ba 27gydF4y2Ba 5gydF4y2Ba 1gydF4y2Ba 53gydF4y2Ba 10.1145 / 3398069gydF4y2Ba ShattegydF4y2Ba ABgydF4y2Ba 哈钦森gydF4y2Ba DMgydF4y2Ba 爱尔兰人gydF4y2Ba SJgydF4y2Ba 心理健康中的机器学习:方法和应用的范围审查gydF4y2Ba Psychol地中海gydF4y2Ba 2019gydF4y2Ba 07gydF4y2Ba 49gydF4y2Ba 9gydF4y2Ba 1426gydF4y2Ba 48gydF4y2Ba 10.1017 / S0033291719000151gydF4y2Ba 30744717gydF4y2Ba S0033291719000151gydF4y2Ba BernertgydF4y2Ba RgydF4y2Ba HilberggydF4y2Ba 一个gydF4y2Ba 米利亚gydF4y2Ba RgydF4y2Ba 金gydF4y2Ba JgydF4y2Ba 沙阿gydF4y2Ba NgydF4y2Ba AbnousigydF4y2Ba FgydF4y2Ba 人工智能和自杀预防:机器学习调查的系统回顾gydF4y2Ba 国际环境与公共卫生gydF4y2Ba 2020gydF4y2Ba 08gydF4y2Ba 15gydF4y2Ba 17gydF4y2Ba 16gydF4y2Ba 5929gydF4y2Ba 10.3390 / ijerph17165929gydF4y2Ba 32824149gydF4y2Ba ijerph17165929gydF4y2Ba PMC7460360gydF4y2Ba MorgensterngydF4y2Ba JDgydF4y2Ba BuajittigydF4y2Ba EgydF4y2Ba 奥尼尔gydF4y2Ba 米gydF4y2Ba 戈特差点就成功gydF4y2Ba TgydF4y2Ba 戈埃尔gydF4y2Ba VgydF4y2Ba 弗里德曼gydF4y2Ba DgydF4y2Ba KornasgydF4y2Ba KgydF4y2Ba 罗塞拉gydF4y2Ba 信用证gydF4y2Ba 用机器学习预测人口健康:范围综述gydF4y2Ba BMJ开放gydF4y2Ba 2020gydF4y2Ba 10gydF4y2Ba 27gydF4y2Ba 10gydF4y2Ba 10gydF4y2Ba e037860gydF4y2Ba 10.1136 / bmjopen - 2020 - 037860gydF4y2Ba 33109649gydF4y2Ba bmjopen - 2020 - 037860gydF4y2Ba PMC7592293gydF4y2Ba ArkseygydF4y2Ba HgydF4y2Ba 奥马利gydF4y2Ba lgydF4y2Ba 范围研究:朝向方法论框架gydF4y2Ba 国际社会科学方法理论实践gydF4y2Ba 2005gydF4y2Ba 02gydF4y2Ba 8gydF4y2Ba 1gydF4y2Ba 19gydF4y2Ba 32gydF4y2Ba 10.1080 / 1364557032000119616gydF4y2Ba TriccogydF4y2Ba 交流gydF4y2Ba 莉莉·gydF4y2Ba EgydF4y2Ba ZaringydF4y2Ba WgydF4y2Ba O ' briengydF4y2Ba 乐gydF4y2Ba ColquhoungydF4y2Ba HgydF4y2Ba LevacgydF4y2Ba DgydF4y2Ba 莫赫gydF4y2Ba DgydF4y2Ba 彼得斯gydF4y2Ba 医学博士gydF4y2Ba 霍斯利gydF4y2Ba TgydF4y2Ba 周gydF4y2Ba lgydF4y2Ba 亨佩尔gydF4y2Ba 年代gydF4y2Ba 阿克勒说道gydF4y2Ba EAgydF4y2Ba 常gydF4y2Ba CgydF4y2Ba 麦高文gydF4y2Ba JgydF4y2Ba 斯图尔特gydF4y2Ba lgydF4y2Ba 哈特尔gydF4y2Ba lgydF4y2Ba AldcroftgydF4y2Ba 一个gydF4y2Ba 威尔逊gydF4y2Ba 毫克gydF4y2Ba GarrittygydF4y2Ba CgydF4y2Ba 列文gydF4y2Ba 年代gydF4y2Ba 戈弗雷gydF4y2Ba 厘米gydF4y2Ba 麦克唐纳gydF4y2Ba 太gydF4y2Ba LangloisgydF4y2Ba 电动汽车gydF4y2Ba Soares-WeisergydF4y2Ba KgydF4y2Ba 莫里亚蒂gydF4y2Ba JgydF4y2Ba 克利福德gydF4y2Ba TgydF4y2Ba TuncalpgydF4y2Ba OgydF4y2Ba 施特劳斯gydF4y2Ba SEgydF4y2Ba 用于范围审查的PRISMA扩展(PRISMA- scr):检查表和解释gydF4y2Ba 实习医生gydF4y2Ba 2018gydF4y2Ba 10gydF4y2Ba 02gydF4y2Ba 169gydF4y2Ba 7gydF4y2Ba 467gydF4y2Ba 73gydF4y2Ba 10.7326 / m18 - 0850gydF4y2Ba 30178033gydF4y2Ba 2700389gydF4y2Ba 彼得斯gydF4y2Ba 米gydF4y2Ba 戈弗雷gydF4y2Ba CgydF4y2Ba 杰•麦克伦尼gydF4y2Ba PgydF4y2Ba 苏亚雷斯gydF4y2Ba CgydF4y2Ba 卡里尔gydF4y2Ba HgydF4y2Ba 帕克gydF4y2Ba DgydF4y2Ba 乔安娜布里格斯研究所评审员手册2015:JBI范围评审的方法gydF4y2Ba 乔安娜布里格斯研究所gydF4y2Ba 2015gydF4y2Ba 2021-10-19gydF4y2Ba https://nursing.lsuhsc.edu/JBI/docs/ReviewersManuals/Scoping-.pdfgydF4y2Ba 茶室gydF4y2Ba 一个gydF4y2Ba 比灵顿gydF4y2Ba RgydF4y2Ba ChaitongydF4y2Ba 米gydF4y2Ba 机器学习在LGBTQ2S+人群心理健康和物质使用研究中的应用:范围审查方案gydF4y2Ba 开放科学框架gydF4y2Ba 2020gydF4y2Ba 一个gydF4y2Ba 10.17605 / OSF.IO / TMPV3gydF4y2Ba 罗gydF4y2Ba WgydF4y2Ba PhunggydF4y2Ba DgydF4y2Ba TrangydF4y2Ba TgydF4y2Ba 古普塔gydF4y2Ba 年代gydF4y2Ba RanagydF4y2Ba 年代gydF4y2Ba KarmakargydF4y2Ba CgydF4y2Ba 希尔顿gydF4y2Ba 一个gydF4y2Ba 耶尔伍德gydF4y2Ba JgydF4y2Ba 克里斯汀娜gydF4y2Ba NgydF4y2Ba 何gydF4y2Ba 结核病gydF4y2Ba 马纳尔gydF4y2Ba 年代gydF4y2Ba 伯克gydF4y2Ba 米gydF4y2Ba 生物医学研究中开发和报告机器学习预测模型的指南:多学科观点gydF4y2Ba J医疗互联网服务gydF4y2Ba 2016gydF4y2Ba 12gydF4y2Ba 16gydF4y2Ba 18gydF4y2Ba 12gydF4y2Ba e323gydF4y2Ba 10.2196 / jmir.5870gydF4y2Ba 27986644gydF4y2Ba v18i12e323gydF4y2Ba PopaygydF4y2Ba JgydF4y2Ba 罗伯茨gydF4y2Ba HgydF4y2Ba SowdengydF4y2Ba 一个gydF4y2Ba PetticrewgydF4y2Ba 米gydF4y2Ba 时候gydF4y2Ba lgydF4y2Ba 罗杰斯gydF4y2Ba 米gydF4y2Ba 布里顿gydF4y2Ba NgydF4y2Ba RoengydF4y2Ba KgydF4y2Ba 达菲gydF4y2Ba 年代gydF4y2Ba 系统评价中叙述综合的指导:ESRC方法计划的一个产品-版本1gydF4y2Ba 半岛医学院，埃克塞特大学和普利茅斯大学gydF4y2Ba 2006gydF4y2Ba 2021-10-19gydF4y2Ba https://www.lancaster.ac.uk/media/lancaster-university/content-assets/documents/fhm/dhr/chir/NSsynthesisguidanceVersion1-April2006.pdfgydF4y2Ba 梁gydF4y2Ba CgydF4y2Ba 阿伯特gydF4y2Ba DgydF4y2Ba 在香港gydF4y2Ba YgydF4y2Ba MadadigydF4y2Ba 米gydF4y2Ba 白色gydF4y2Ba 一个gydF4y2Ba MeiselwitzgydF4y2Ba GgydF4y2Ba LGBT在线社区的群集求助行为:一项前瞻性试验gydF4y2Ba 社会计算和社会媒体。设计，人类行为和分析gydF4y2Ba 2019gydF4y2Ba 可汗gydF4y2Ba 施普林格gydF4y2Ba 345gydF4y2Ba 55gydF4y2Ba 李gydF4y2Ba YgydF4y2Ba 蔡gydF4y2Ba 米gydF4y2Ba 秦gydF4y2Ba 年代gydF4y2Ba 陆gydF4y2Ba XgydF4y2Ba 男同性恋者社交媒体抑郁情绪检测与行为分析gydF4y2Ba 前精神病学gydF4y2Ba 2020gydF4y2Ba 11gydF4y2Ba 830gydF4y2Ba 10.3389 / fpsyt.2020.00830gydF4y2Ba 32922323gydF4y2Ba PMC7456911gydF4y2Ba 萨哈gydF4y2Ba KgydF4y2Ba 金gydF4y2Ba SCgydF4y2Ba ReddygydF4y2Ba 医学博士gydF4y2Ba 卡特gydF4y2Ba AJgydF4y2Ba 沙玛gydF4y2Ba EgydF4y2Ba HaimsongydF4y2Ba OLgydF4y2Ba DE ChoudhurygydF4y2Ba 米gydF4y2Ba LGBTQ+少数族裔的语言强调社交媒体上的经历gydF4y2Ba Proc ACM Hum计算交互gydF4y2Ba 2019gydF4y2Ba 11gydF4y2Ba 3.gydF4y2Ba 对CSCWgydF4y2Ba 89gydF4y2Ba 10.1145 / 3361108gydF4y2Ba 32935081gydF4y2Ba PMC7489301gydF4y2Ba HaimsongydF4y2Ba OLgydF4y2Ba VeinotgydF4y2Ba TCgydF4y2Ba 向医生出柜，向“每个人”出柜:利用社交媒体数据了解跨性别者身份披露的平均顺序gydF4y2Ba Transgend健康gydF4y2Ba 2020gydF4y2Ba 5gydF4y2Ba 3.gydF4y2Ba 158gydF4y2Ba 65gydF4y2Ba 10.1089 / trgh.2019.0045gydF4y2Ba 32923666gydF4y2Ba 10.1089 / trgh.2019.0045gydF4y2Ba PMC7480726gydF4y2Ba 黄gydF4y2Ba GgydF4y2Ba 蔡gydF4y2Ba 米gydF4y2Ba 陆gydF4y2Ba XgydF4y2Ba 从blued大范围多语言文本推断男同性恋者的观点和行为特征gydF4y2Ba 国际环境与公共卫生gydF4y2Ba 2019gydF4y2Ba 09gydF4y2Ba 26gydF4y2Ba 16gydF4y2Ba 19gydF4y2Ba 3597gydF4y2Ba 10.3390 / ijerph16193597gydF4y2Ba 31561423gydF4y2Ba ijerph16193597gydF4y2Ba PMC6801609gydF4y2Ba 赵gydF4y2Ba YgydF4y2Ba 郭gydF4y2Ba YgydF4y2Ba 他gydF4y2Ba XgydF4y2Ba 吴gydF4y2Ba YgydF4y2Ba 杨gydF4y2Ba XgydF4y2Ba ProsperigydF4y2Ba 米gydF4y2Ba 金gydF4y2Ba YgydF4y2Ba 扁gydF4y2Ba JgydF4y2Ba 利用推特数据评估性和性别少数群体的心理健康信号gydF4y2Ba 卫生信息学JgydF4y2Ba 2020gydF4y2Ba 06gydF4y2Ba 26gydF4y2Ba 2gydF4y2Ba 765gydF4y2Ba 86gydF4y2Ba 10.1177 / 1460458219839621gydF4y2Ba 30969146gydF4y2Ba 巴雷特gydF4y2Ba BgydF4y2Ba 亚伯拉罕gydF4y2Ba 一个gydF4y2Ba 迪安gydF4y2Ba lgydF4y2Ba PlankeygydF4y2Ba 米gydF4y2Ba 弗里德曼gydF4y2Ba 米gydF4y2Ba 雅各布森gydF4y2Ba lgydF4y2Ba TeplingydF4y2Ba 拉gydF4y2Ba GorbachgydF4y2Ba 点gydF4y2Ba SurkangydF4y2Ba PJgydF4y2Ba 社会不平等加剧了男男性行为者抑郁症状的种族/民族差异gydF4y2Ba 精神病学流行病学gydF4y2Ba 2021gydF4y2Ba 02gydF4y2Ba 56gydF4y2Ba 2gydF4y2Ba 259gydF4y2Ba 72gydF4y2Ba 10.1007 / s00127 - 020 - 01940 - 7gydF4y2Ba 32780176gydF4y2Ba 10.1007 / s00127 - 020 - 01940 - 7gydF4y2Ba PMC7870462gydF4y2Ba AzagbagydF4y2Ba 年代gydF4y2Ba 莱瑟姆gydF4y2Ba KgydF4y2Ba 山gydF4y2Ba lgydF4y2Ba 吸烟、电子烟的使用和美国高中生的性别认同gydF4y2Ba Eur J儿科gydF4y2Ba 2019gydF4y2Ba 09gydF4y2Ba 178gydF4y2Ba 9gydF4y2Ba 1343gydF4y2Ba 51gydF4y2Ba 10.1007 / s00431 - 019 - 03420 - wgydF4y2Ba 31292730gydF4y2Ba 10.1007 / s00431 - 019 - 03420 - wgydF4y2Ba DemantgydF4y2Ba DgydF4y2Ba Oviedo-TrespalaciosgydF4y2Ba OgydF4y2Ba 无害的?一项针对年轻男同性恋和双性恋男性使用poppers的等级分析gydF4y2Ba 毒品酒精gydF4y2Ba 2019gydF4y2Ba 07gydF4y2Ba 38gydF4y2Ba 5gydF4y2Ba 465gydF4y2Ba 72gydF4y2Ba 10.1111 / dar.12958gydF4y2Ba 31209963gydF4y2Ba 史密斯gydF4y2Ba DMgydF4y2Ba 王gydF4y2Ba 某人gydF4y2Ba 卡特gydF4y2Ba 毫升gydF4y2Ba 狐狸gydF4y2Ba 基米-雷克南gydF4y2Ba 胡利gydF4y2Ba JMgydF4y2Ba 性和性别少数青少年自伤思想和行为的纵向预测因素gydF4y2Ba 精神病异常gydF4y2Ba 2020gydF4y2Ba 01gydF4y2Ba 129gydF4y2Ba 1gydF4y2Ba 114gydF4y2Ba 21gydF4y2Ba 10.1037 / abn0000483gydF4y2Ba 31657599gydF4y2Ba 2019-63838-001gydF4y2Ba 喜怒无常的gydF4y2Ba TgydF4y2Ba 福伊斯纳gydF4y2Ba JgydF4y2Ba ReggentegydF4y2Ba NgydF4y2Ba VanhoeckegydF4y2Ba JgydF4y2Ba 霍姆博格gydF4y2Ba 米gydF4y2Ba ManzourigydF4y2Ba 一个gydF4y2Ba KhorashadgydF4y2Ba BgydF4y2Ba 萨维奇gydF4y2Ba 我gydF4y2Ba 基于治疗前静息状态脑连通性预测跨性别者性别不一致的跨性别激素治疗的结果gydF4y2Ba 杂志中国gydF4y2Ba 2021gydF4y2Ba 29gydF4y2Ba 102517gydF4y2Ba 10.1016 / j.nicl.2020.102517gydF4y2Ba 33340976gydF4y2Ba s2213 - 1582 (20) 30354 - 5gydF4y2Ba PMC7750413gydF4y2Ba MendosgydF4y2Ba lgydF4y2Ba 博塔gydF4y2Ba KgydF4y2Ba LelisgydF4y2Ba RgydF4y2Ba 棕褐色gydF4y2Ba DgydF4y2Ba 德拉PeñagydF4y2Ba EgydF4y2Ba SavelevgydF4y2Ba 我gydF4y2Ba 棕褐色gydF4y2Ba DgydF4y2Ba 国家支持的恐同症:全球立法概况更新gydF4y2Ba ILGA、日内瓦gydF4y2Ba 2020gydF4y2Ba 2021-10-19gydF4y2Ba https://ilga.org/downloads/ILGA_World_State_Sponsored_Homophobia_report_global_legislation_overview_update_December_2020.pdfgydF4y2Ba PoushtergydF4y2Ba JgydF4y2Ba 肯特gydF4y2Ba NgydF4y2Ba 全球对同性恋的看法仍然存在分歧，但在过去20年里，许多国家对同性恋的接受程度有所提高gydF4y2Ba 皮尤研究中心gydF4y2Ba 2020gydF4y2Ba 2021-10-19gydF4y2Ba https://www.pewresearch.org/global/wp-content/uploads/sites/2/2020/06/PG_2020.06.25_Global-Views-Homosexuality_FINAL.pdfgydF4y2Ba 戴维森gydF4y2Ba KgydF4y2Ba 女王gydF4y2Ba RgydF4y2Ba 刘gydF4y2Ba FgydF4y2Ba 安东尼奥gydF4y2Ba 米gydF4y2Ba 具有文化能力的性别、性别和性取向信息实践和电子健康记录:快速审查gydF4y2Ba JMIR Med InformgydF4y2Ba 2021gydF4y2Ba 02gydF4y2Ba 11gydF4y2Ba 9gydF4y2Ba 2gydF4y2Ba e25467gydF4y2Ba 10.2196/25467gydF4y2Ba 33455901gydF4y2Ba v9i2e25467gydF4y2Ba PMC7906831gydF4y2Ba SokkarygydF4y2Ba NgydF4y2Ba 阿瓦德gydF4y2Ba HgydF4y2Ba 保罗gydF4y2Ba DgydF4y2Ba 电子病历修改后性取向和性别认同文件的频率gydF4y2Ba 儿科、青少年、妇科学gydF4y2Ba 2021gydF4y2Ba 06gydF4y2Ba 34gydF4y2Ba 3.gydF4y2Ba 324gydF4y2Ba 7gydF4y2Ba 10.1016 / j.jpag.2020.12.009gydF4y2Ba 33333261gydF4y2Ba s1083 - 3188 (20) 30405 - 8gydF4y2Ba 刘gydF4y2Ba FgydF4y2Ba 安东尼奥gydF4y2Ba 米gydF4y2Ba 戴维森gydF4y2Ba KgydF4y2Ba 女王gydF4y2Ba RgydF4y2Ba BryskigydF4y2Ba KgydF4y2Ba 电子健康档案中性别和性别的环境扫描:公共信息源分析gydF4y2Ba J医疗互联网服务gydF4y2Ba 2020gydF4y2Ba 11gydF4y2Ba 11gydF4y2Ba 22gydF4y2Ba 11gydF4y2Ba e20050gydF4y2Ba 10.2196/20050gydF4y2Ba 33174858gydF4y2Ba v22i11e20050gydF4y2Ba PMC7688387gydF4y2Ba 加拿大卫生信息研究所gydF4y2Ba 追求健康公平:定义衡量健康不平等的分层标准——关注年龄、性别、性别、收入、教育和地理位置gydF4y2Ba 2018gydF4y2Ba 渥太华,gydF4y2Ba CIHIgydF4y2Ba Owen-SmithgydF4y2Ba AAgydF4y2Ba WoodyattgydF4y2Ba CgydF4y2Ba SineathgydF4y2Ba 钢筋混凝土gydF4y2Ba HunkelergydF4y2Ba 新兴市场gydF4y2Ba BarnwellgydF4y2Ba LTgydF4y2Ba 格雷厄姆gydF4y2Ba 一个gydF4y2Ba 斯蒂芬森gydF4y2Ba RgydF4y2Ba 家长gydF4y2Ba 米gydF4y2Ba 对跨性别者参与健康研究的障碍和促进因素的看法gydF4y2Ba Transgend健康gydF4y2Ba 2016gydF4y2Ba 1gydF4y2Ba 1gydF4y2Ba 187gydF4y2Ba 96gydF4y2Ba 10.1089 / trgh.2016.0023gydF4y2Ba 28861532gydF4y2Ba 10.1089 / trgh.2016.0023gydF4y2Ba PMC5549538gydF4y2Ba LucassengydF4y2Ba 米gydF4y2Ba 弗莱明gydF4y2Ba TgydF4y2Ba 快乐gydF4y2Ba 年代gydF4y2Ba 研究人员招募小贴士:性少数青年的观点gydF4y2Ba J LGBT青年gydF4y2Ba 2017gydF4y2Ba 01gydF4y2Ba 13gydF4y2Ba 14gydF4y2Ba 1gydF4y2Ba 16gydF4y2Ba 30.gydF4y2Ba 10.1080 / 19361653.2016.1256246gydF4y2Ba HankivskygydF4y2Ba OgydF4y2Ba 格蕾丝gydF4y2Ba DgydF4y2Ba Hesse-BibergydF4y2Ba SNgydF4y2Ba 约翰逊gydF4y2Ba RBgydF4y2Ba 理解和强调多方法和混合方法研究中的差异性和交叉性gydF4y2Ba 牛津多方法和混合方法研究探究手册gydF4y2Ba 2015gydF4y2Ba 英国牛津gydF4y2Ba 牛津大学出版社gydF4y2Ba PastranagydF4y2Ba 莱托gydF4y2Ba ReigalgydF4y2Ba 再保险gydF4y2Ba Morales-SanchezgydF4y2Ba VgydF4y2Ba Morillo-BarogydF4y2Ba 摩根大通gydF4y2Ba 德我gydF4y2Ba RJgydF4y2Ba 阿尔维斯gydF4y2Ba JgydF4y2Ba Hernandez-MendogydF4y2Ba 一个gydF4y2Ba 混合方法中的数据挖掘:在运动员心理档案研究中的应用gydF4y2Ba 前面PsycholgydF4y2Ba 2019gydF4y2Ba 10gydF4y2Ba 2675gydF4y2Ba 10.3389 / fpsyg.2019.02675gydF4y2Ba 31866896gydF4y2Ba PMC6906179gydF4y2Ba 莱维特gydF4y2Ba 一个gydF4y2Ba 以人为本的数据科学:混合方法和交叉证据、推理和可伸缩性gydF4y2Ba 南加州大学安嫩伯格传播与新闻学院gydF4y2Ba 2016gydF4y2Ba 2021-10-19gydF4y2Ba https://cscw2016hcds.files.wordpress.com/2015/10/29_alexleavitt.pdfgydF4y2Ba SchiltzgydF4y2Ba FgydF4y2Ba MascigydF4y2Ba CgydF4y2Ba AgasistigydF4y2Ba TgydF4y2Ba 角gydF4y2Ba DgydF4y2Ba 使用回归树集合来建模交互效果:一种图形化方法gydF4y2Ba :经济学gydF4y2Ba 2018gydF4y2Ba 07gydF4y2Ba 05gydF4y2Ba 50gydF4y2Ba 58gydF4y2Ba 6341gydF4y2Ba 54gydF4y2Ba 10.1080 / 00036846.2018.1489520gydF4y2Ba 哦gydF4y2Ba 年代gydF4y2Ba 预测性能方面的特征交互gydF4y2Ba :科学gydF4y2Ba 2019gydF4y2Ba 11gydF4y2Ba 29gydF4y2Ba 9gydF4y2Ba 23gydF4y2Ba 5191gydF4y2Ba 10.3390 / app9235191gydF4y2Ba 汉gydF4y2Ba KgydF4y2Ba 首歌gydF4y2Ba KgydF4y2Ba 崔gydF4y2Ba BWgydF4y2Ba 如何开发、验证和比较涉及放射学参数的临床预测模型:研究设计和统计方法gydF4y2Ba 韩语J RadiolgydF4y2Ba 2016gydF4y2Ba 17gydF4y2Ba 3.gydF4y2Ba 339gydF4y2Ba 50gydF4y2Ba 10.3348 / kjr.2016.17.3.339gydF4y2Ba 27134523gydF4y2Ba PMC4842854gydF4y2Ba 范德普洛格gydF4y2Ba TgydF4y2Ba 奥斯丁gydF4y2Ba 个人电脑gydF4y2Ba SteyerberggydF4y2Ba 电子战gydF4y2Ba 现代建模技术是数据饥渴:预测二分类端点的模拟研究gydF4y2Ba BMC医学Res MethodolgydF4y2Ba 2014gydF4y2Ba 12gydF4y2Ba 22gydF4y2Ba 14gydF4y2Ba 137gydF4y2Ba 10.1186 / 1471-2288-14-137gydF4y2Ba 25532820gydF4y2Ba 1471-2288-14-137gydF4y2Ba PMC4289553gydF4y2Ba 柯林斯gydF4y2Ba GSgydF4y2Ba 卫星gydF4y2Ba 公斤gydF4y2Ba 人工智能预测模型报告gydF4y2Ba 《柳叶刀》gydF4y2Ba 2019gydF4y2Ba 04gydF4y2Ba 393gydF4y2Ba 10181gydF4y2Ba 1577gydF4y2Ba 9gydF4y2Ba 10.1016 / s0140 - 6736 (19) 30037 - 6gydF4y2Ba consortium - spirit - ai指导小组gydF4y2Ba 需要为评估人工智能干预措施的临床试验提供报告指南gydF4y2Ba Nat地中海gydF4y2Ba 2019gydF4y2Ba 10gydF4y2Ba 24gydF4y2Ba 25gydF4y2Ba 10gydF4y2Ba 1467gydF4y2Ba 8gydF4y2Ba 10.1038 / s41591 - 019 - 0603 - 3gydF4y2Ba 31551578gydF4y2Ba 10.1038 / s41591 - 019 - 0603 - 3gydF4y2Ba 福尔兹gydF4y2Ba JgydF4y2Ba 伊斯兰教gydF4y2Ba RgydF4y2Ba 凯亚•gydF4y2Ba KgydF4y2Ba 锅gydF4y2Ba 年代gydF4y2Ba 公平的交叉定义gydF4y2Ba arXivgydF4y2Ba 2019gydF4y2Ba 09gydF4y2Ba 10gydF4y2Ba 2019-10-19gydF4y2Ba http://jfoulds.informationsystems.umbc.edu/papers/2020/Foulds%20(2020) % 20 - % 20一个% 20交点的% 20定义% 20 % 20公平% 20 (ICDE) . pdfgydF4y2Ba
Baidu
map