摘要

目的：本研究基于焦虑、抑郁、疼痛、睡眠质量影响老年膝骨关节炎（KOA）患者治疗后的抑郁情绪这一结论，探讨多种回归模型的预测效果，从而确定处理复杂心理数据时应使用的最佳回归模型。

方法：研究收集了老年KOA患者有效数据106份，进行了相关分析、非负线性回归、线性回归（SGD）、AdaBoost回归、随机森林回归和梯度提升决策树（GBDT）等模型对数据进行分析。探讨了治疗前后的疼痛（P1和P2）、焦虑（A1和A2）、睡眠（S1和S2）；性别、年龄、治疗前的抑郁（D1）对治疗后抑郁状态（D2）的影响，并基于以上探讨通过回归系数、R²、MSE、MAE等指标大小和Bootstrap分析结果评估各模型的性能。

结果：分析结果显示，虽然在Kruskal-Wallis检验中，几种回归系数差异不显著，但随机森林回归的整体解释力（R²）、预测误差（MSE）和预测绝对误差（MAE）上表现最佳，而梯度提升决策树（GBDT）回归整体解释力（R²）为负。焦虑（A2）和睡眠质量（S2）被证明是抑郁（D2）的显著预测因素，而前测疼痛（P1）对后测抑郁的影响不显著，这可能与患者的疼痛适应机制和心理应对策略相关。

结论：本研究基于焦虑和睡眠质量在老年KOA患者抑郁状态中的关键作用强调了随机森林回归相较于非负线性回归、线性回归（SGD）和AdaBoost回归在处理此类复杂心理数据时可能具有一定优势；而梯度提升决策树（GBDT）回归可能不适配此类数据。

关键词：回归；非负线性回归；SGD；AdaBoost回归；随机森林回归；GBDT