Reproducible symptom subtypes of depression identified using unsupervised machine learning
Die Studie identifiziert mithilfe von unüberwachtem maschinellem Lernen auf UK-Biobank-Daten robuste und klinisch sinnvolle Subtypen der Depression, die über die klassischen atypischen und melancholischen Formen hinausgehen und spezifische Assoziationen mit soziodemografischen Faktoren, Begleiterkrankungen sowie genetischen Risikoprofilen aufweisen.