Interpretability

Background Patient education is an important component of nursing care, influencing treatment outcomes, quality of life, and healthcare costs. However, educational practices are often generalized and may not address patients’ individual needs, health literacy, or socio-cultural contexts. Individualized patient education tailors content to patients’ characteristics, goals, and capabilities, and enhances adherence, satisfaction, and clinical outcomes. Existing tools mainly focus on general aspects of patient education, such as educational quality or provider competencies, and no comprehensive patient-centered tool has been established to assess the individualized nature of patient education. This may constrain systematic assessment and improvement of individualized educational practices. Therefore, this protocol aims to conceptualize individualized patient education, develop a measurement tool, and evaluate its psychometric properties. Methods This two-phase exploratory sequential mixed-methods study will be conducted in educational hospitals affiliated with Tabriz University of Medical Sciences, northwest Iran. Phase 1 will involve hybrid concept analysis, including a literature review and directed qualitative study using semi-structured interviews with patients with chronic diseases and their family members until data saturation, followed by directed content analysis to clarify the concept, identify provisional dimensions, and generate initial items, which will be evaluated quantitatively. Phase 2 will assess the tool’s psychometric properties. Face and content validity will be evaluated using qualitative feedback and the Impact Score, Content Validity Ratio, Content Validity Index, and Modified Kappa coefficient. Construct validity will be examined using exploratory and confirmatory factor analyses in SPSS v.24 and AMOS v.24, with independent samples of at least 200 participants per analysis. Reliability will be assessed using Cronbach’s alpha, McDonald’s omega, and test-retest stability. Interpretability and feasibility will also be evaluated. Discussion If the tool demonstrates adequate validity and reliability, it may provide a standardized measure for assessing individualized educational interventions and support quality improvement, patient engagement, and evidence-informed health education strategies.

Traditional statistical models face the challenges of insufficient modeling capabilities and difficulty in interpreting complex, nonlinear, and high-dimensional data. Therefore, this paper combines fuzzy logic and deep learning methods to construct a framework model for identifying key factors for high-quality employment for college students. The model in this paper uses multi-channel encoding technology. We use the attention mechanism to fuse the features obtained from multi-channel encoding and input the self-organizing fuzzy inference structure for regression and classification analysis. The system can transform numerical prediction results into a semantic rule-driven decision-making process, which can significantly improve the model’s modeling capabilities and interpretability for uncertainty. Our experiments were conducted on 5,623 graduates. Experimental results on the data show that our model achieved an average mean square error of 0.831, a coefficient of determination of 0.892, and a classification accuracy of 0.865, which are significantly higher than traditional statistical and machine learning models. The corresponding experiments demonstrate the key role of cross-modal fusion and fuzzy reasoning modules in improving the results. Feature importance analysis shows that factors such as internship duration, GPA, and research participation have a key impact on high-quality employment, which is consistent with expert consensus.

Stress is a major contributor to physical and mental health disorders, underscoring the need for reliable and interpretable detection systems. We present an interpretable multimodal deep learning framework that integrates electrocardiogram (ECG), electrodermal activity (EDA), and respiration signals using modality-specific neural architectures complemented by feature-based classical models. To ensure robustness and generalizability, the framework was evaluated under both subject-independent and subject-dependent protocols. Results show that multimodal fusion consistently outperformed single modalities, achieving 94.8% accuracy, 93.9% F1-score, and 0.97 AUC under subject-independent validation, compared with 86–91% accuracy for individual signals. In subject-dependent experiments, performance reached 97.2% accuracy and 96.8% F1-score. Comparative analysis with recent state-of-the-art methods demonstrated the competitiveness of our approach, while ablation studies confirmed the contribution of each modality and fusion strategy. Statistical significance testing with ( p < 0.05) further validated the reliability of these gains. Importantly, interpretability analyses using Grad-CAM and attention visualization provided physiological insights, revealing that the model emphasizes clinically meaningful regions such as ECG R-peaks and phasic EDA fluctuations. By uniting high performance, robustness, and interpretability, this work advances stress detection research and offers a physiologically grounded framework for continuous mental health monitoring.

The number of people seeking gender-affirming medical care and gender-affirming hormone therapy (GAHT) is increasing. As sex steroids shape cardiometabolic physiology, GAHT is expected to meaningfully alter cardiometabolic risk. The aim of this review was to systematically determine and narratively synthesize evidence on the cardiometabolic effects of GAHT and identify clinically relevant knowledge gaps. We searched PubMed for English-language primary human studies published through November 26, 2025. Of 346 screened records, 96 unique original investigations were included. Most studies had less than 3 years of follow-up, the longest being 20 years in one electronic health record-based study. In transgender women, BMI was often reported as stable with higher fat and lower lean mass compared to baseline; insulin resistance tended to increase while fasting glucose and HbA1c were usually longitudinally stable. Lipid changes often showed reductions in total and low-density lipoprotein cholesterol as well as triglyceride levels. Blood pressure generally remained stable or decreased. In transgender women, VTE incidence was higher than in both cisgender women and men, whereas stroke and MI incidence was higher primarily in comparison with cisgender women. In transgender men, BMI was increased or stable and lean mass increased with variable fat mass changes and some long-term increases in visceral and liver fat. Glucose usually remained stable while insulin resistance findings were mixed. Lipid profiles commonly shifted toward lower high-density lipoprotein cholesterol and higher low-density lipoprotein cholesterol and triglycerides. Blood pressure findings were mixed with some cohorts showing an increase. In transgender men, MI incidence was higher than in cisgender women but generally not higher than in cisgender men; evidence for other cardiovascular outcomes was limited and inconsistent. Overall, evidence on systemic inflammation, renal and hepatic outcomes is sparse. In conclusion, GAHT is associated with quantifiable cardiometabolic changes, but magnitude and clinical relevance vary by regimen, population, baseline risk and study follow-up duration. Heterogeneous regimens, study methods, and confounding contribute to mixed findings. Major gaps persist with limited long-term prospective data, sparse mechanistic insights, underrepresentation of adolescents and non-European ancestry populations, and insufficient information on cardiometabolic outcomes with ageing. Sex- and gender identity-stratified evidence synthesis: Distinguishes feminizing and masculinizing GAHT while presenting parallel outcome analyses for transgender women and transgender men, enabling more clinically precise interpretation of cardiometabolic effects. Systematic characterization of heterogeneity: Integrates regimen-, population-, and context-specific findings, including discordant results, into structured domain-specific evidence tables, improving transparency and interpretability across a heterogeneous literature base. Novel evidence mapping framework: Introduces a domain-level framework quantifying both evidence volume (number of primary studies) and directional concordance of findings, visualized within a sex-stratified cardiometabolic risk continuum to identify areas of consistency, uncertainty, and evidence gaps.

تعداد افرادی که به دنبال مراقبت‌های پزشکی تأییدکننده جنسیت و هورمون‌درمانی تأییدکننده جنسیت (GAHT) هستند در حال افزایش است. از آنجا که استروئیدهای جنسی فیزیولوژی قلبی‌متابولیک را شکل می‌دهند، انتظار می‌رود GAHT به طور معناداری ریسک قلبی‌متابولیک را تغییر دهد. هدف این مرور، تعیین نظام‌مند و تلفیق روایی شواهد درباره اثرات قلبی‌متابولیک GAHT و شناسایی شکاف‌های دانشی بالینی مرتبط بود. ما پایگاه PubMed را برای مطالعات انسانی اولیه به زبان انگلیسی منتشرشده تا ۲۶ نوامبر ۲۰۲۵ جست‌وجو کردیم. از میان ۳۴۶ رکورد غربال‌شده، ۹۶ پژوهش اصیل منحصربه‌فرد وارد شدند. اکثر مطالعات کمتر از ۳ سال پیگیری داشتند و طولانی‌ترین آن‌ها ۲۰ سال در یک مطالعه مبتنی بر پرونده الکترونیک سلامت بود. در زنان ترنسجندر، BMI اغلب به صورت پایدار گزارش شد و نسبت به خط پایه، توده چربی بیشتر و توده بدون چربی کمتر بود؛ مقاومت به انسولین تمایل به افزایش داشت در حالی که گلوکز ناشتا و HbA1c معمولاً به طور طولی پایدار بودند. تغییرات لیپیدی اغلب کاهش در کلسترول تام و کلسترول لیپوپروتئین با چگالی کم و همچنین سطح تری‌گلیسرید را نشان داد. فشار خون عموماً پایدار یا کاهش‌یافته باقی ماند. در زنان ترنسجندر، بروز VTE بالاتر از هر دو گروه زنان و مردان سیسجندر بود، در حالی که بروز سکته مغزی و MI عمدتاً در مقایسه با زنان سیسجندر بالاتر بود. در مردان ترنسجندر، BMI افزایش یافته یا پایدار بود و توده بدون چربی افزایش یافت با تغییرات متغیر در توده چربی و برخی افزایش‌های بلندمدت در چربی احشایی و کبدی. گلوکز معمولاً پایدار باقی ماند در حالی که یافته‌های مقاومت به انسولین متناقض بود. پروفایل‌های لیپیدی معمولاً به سمت کاهش کلسترول لیپوپروتئین با چگالی بالا و افزایش کلسترول لیپوپروتئین با چگالی کم و تری‌گلیسرید تغییر یافت. یافته‌های فشار خون متناقض بود و برخی گروه‌ها افزایش را نشان دادند. در مردان ترنسجندر، بروز MI بالاتر از زنان سیسجندر بود اما عموماً بالاتر از مردان سیسجندر نبود؛ شواهد برای سایر پیامدهای قلبی‌عروقی محدود و ناسازگار بود. به طور کلی، شواهد درباره التهاب سیستمیک، پیامدهای کلیوی و کبدی اندک است. در نتیجه، GAHT با تغییرات قلبی‌متابولیک قابل اندازه‌گیری همراه است، اما میزان و اهمیت بالینی آن بسته به رژیم، جمعیت، ریسک پایه و مدت پیگیری مطالعه متفاوت است. رژیم‌های ناهمگون، روش‌های مطالعه و عوامل مخدوش‌کننده به یافته‌های متناقض کمک می‌کنند. شکاف‌های عمده‌ای همچنان باقی است، از جمله داده‌های آینده‌نگر بلندمدت محدود، بینش‌های مکانیسمی اندک، نمایندگی ناکافی نوجوانان و جمعیت‌های با تبار غیراروپایی و اطلاعات ناکافی درباره پیامدهای قلبی‌متابولیک با افزایش سن. سنتز شواهد بر اساس جنس و هویت جنسیتی: GAHT زنانه‌ساز و مردانه‌ساز را متمایز می‌کند و در عین حال تحلیل‌های پیامدی موازی برای زنان ترنسجندر و مردان ترنسجندر ارائه می‌دهد که امکان تفسیر بالینی دقیق‌تر اثرات قلبی‌متابولیک را فراهم می‌سازد. توصیف نظام‌مند ناهمگونی: یافته‌های خاص رژیم، جمعیت و زمینه، از جمله نتایج ناسازگار را در جداول شواهد ساختاریافته حوزه‌محور ادغام می‌کند و شفافیت و قابلیت تفسیر را در یک بدنه ادبیات ناهمگون بهبود می‌بخشد. چارچوب جدید نگاشت شواهد: یک چارچوب سطح حوزه معرفی می‌کند که هم حجم شواهد (تعداد مطالعات اولیه) و هم همسویی جهت‌دار یافته‌ها را کمی‌سازی می‌کند و آن را در یک پیوستار ریسک قلبی‌متابولیک تفکیک‌شده بر اساس جنس به تصویر می‌کشد تا حوزه‌های ثبات، عدم قطعیت و شکاف‌های شواهد را شناسایی کند.

Background: Indirect exposure to disasters and violence through continuous news and social media is increasingly common among adolescents. However, instruments designed to assess media-induced indirect trauma in this population remain limited and conceptually heterogeneous.Objective: This systematic review aims to synthesize the characteristics and psychometric evidence of instruments measuring media-induced indirect trauma and evaluate their suitability for adolescents.Methods: This review of outcome measurement instruments (OMIs) was conducted using the COnsensus-based Standards for the selection of health Measurement INstruments (COSMIN) methodology and reported in accordance with the Preferred Reporting Items for Systematic reviews and Meta-Analyses−COSMIN for OMIs 2024 guideline. Eight electronic databases were searched for peer-reviewed articles published between 1 January 2000 and 22 October 2025, in English or Korean. Reference list screening was also performed. Eligible studies used or developed self-report instruments assessing media-induced vicarious, secondary, or indirect trauma responses to potentially traumatic events. Methodological quality was evaluated using the COSMIN Risk of Bias checklist, and certainty of evidence was graded using a modified Grading of Recommendations Assessment, Development and Evaluation approach.Results: Seven instruments were evaluated, varying in conceptual focus, recall periods, and contextual framing. Evidence for structural validity and internal consistency was generally moderate, whereas content validity was rated very low across all instruments. Overall, while evidence for internal structure is relatively stronger, substantial gaps in content validity and longitudinal measurement properties limit confident application in adolescents.Conclusion: Future research should prioritize adolescent-inclusive validation; systematic content validity evaluations; and rigorous reporting of test–retest reliability, measurement error, responsiveness, and interpretability.

زمینه: مواجهه غیرمستقیم با بلایا و خشونت از طریق اخبار و رسانه‌های اجتماعی به طور فزاینده‌ای در میان نوجوانان رایج شده است. با این حال، ابزارهای طراحی‌شده برای سنجش تروماي غیرمستقیم ناشی از رسانه در این جمعیت محدود و از نظر مفهومی ناهمگون هستند. هدف: این مرور نظام‌مند با هدف تلفیق ویژگی‌ها و شواهد روان‌سنجی ابزارهای سنجش تروماي غیرمستقیم ناشی از رسانه و ارزیابی شایستگی آن‌ها برای نوجوانان انجام شده است. روش‌ها: این مرور ابزارهای سنجش پیامد (OMIs) با استفاده از روش‌شناسی COnsensus-based Standards for the selection of health Measurement INstruments (COSMIN) و مطابق با راهنمای Preferred Reporting Items for Systematic reviews and Meta-Analyses−COSMIN for OMIs 2024 گزارش شده است. هشت پایگاه داده الکترونیکی برای مقالات داوری‌شده منتشرشده بین ۱ ژانویه ۲۰۰۰ تا ۲۲ اکتبر ۲۰۲۵ به زبان انگلیسی یا کره‌ای جست‌وجو شد. غربالگری فهرست منابع نیز انجام شد. مطالعات واجد شرایط، ابزارهای خودگزارشی را که پاسخ‌های تروماي ویکاری، ثانویه یا غیرمستقیم ناشی از رسانه به رویدادهای بالقوه تروماتیک را ارزیابی می‌کردند، استفاده یا توسعه داده بودند. کیفیت روش‌شناختی با استفاده از چک‌لیست COSMIN Risk of Bias ارزیابی شد و قطعیت شواهد با رویکرد اصلاح‌شده Grading of Recommendations Assessment, Development and Evaluation درجه‌بندی گردید. یافته‌ها: هفت ابزار مورد ارزیابی قرار گرفت که از نظر تمرکز مفهومی، دوره‌های یادآوری و چارچوب زمینه‌ای متفاوت بودند. شواهد مربوط به روایی ساختاری و پایایی درونی عموماً در سطح متوسط بود، در حالی که روایی محتوا در همه ابزارها بسیار پایین ارزیابی شد. به طور کلی، اگرچه شواهد مربوط به ساختار درونی نسبتاً قوی‌تر است، اما شکاف‌های قابل توجهی در روایی محتوا و ویژگی‌های سنجش طولی، کاربرد مطمئن این ابزارها را در نوجوانان محدود می‌کند. نتیجه‌گیری: پژوهش‌های آتی باید اعتبارسنجی با مشارکت نوجوانان، ارزیابی‌های نظام‌مند روایی محتوا و گزارش دقیق پایایی آزمون–بازآزمون، خطای اندازه‌گیری، پاسخگویی و تفسیرپذیری را در اولویت قرار دهند.

Objective The Win Ratio (WR) is a novel approach to analyze composite outcomes that accounts for the relative priority of each outcome. In this study, we evaluated use of the WR for composite outcomes in suicide prevention studies to overcome challenges associated with low base rates of primary outcomes.Method We illustrate the utility of the WR in suicide prevention studies through two re-analyses: 1) data from the Emergency Department Safety Assessment and Follow-up Evaluation (ED-SAFE) trial, and 2) Medicaid claims data comparing youths with concussions to those with orthopedic injuries. Statistical power of the WR is illustrated through simulations.Results In the ED-SAFE trial, with ordered outcomes of suicide death, suicide attempt, interrupted attempt, aborted attempt, and preparatory acts, the active intervention had a WR of 1.26 (95% CI: 1.04–1.53, p = 0.018) compared to treatment as usual. For the Medicaid data, using a matched sample of 42,313 youths we found that youths with orthopedic injuries had a WR of 1.10, 95% CI (1.07, 1.12), p < 0.001 relative to concussed youths for the ordered outcomes of suicide; deliberate self-harm/suicide attempt; psychosis, externalizing, or internalizing disorders; migraines or sleep problems; and post-baseline concussions. Both results are consistent with the originally published findings.Conclusions The Win Ratio preserves the clinical hierarchy of events and offers a robust analytic approach to account for multiple outcomes. By addressing challenges related to low event rates, the WR can enhance study efficiency and interpretability, supporting its broader use in suicide prevention research.

هدف: نسبت برد (WR) رویکردی نوین برای تحلیل پیامدهای مرکب است که اولویت نسبی هر پیامد را در نظر می‌گیرد. در این مطالعه، کاربرد WR برای پیامدهای مرکب در پژوهش‌های پیشگیری از خودکشی به منظور غلبه بر چالش‌های مرتبط با نرخ پایین پیامدهای اولیه ارزیابی شد. روش: کارآمدی WR در پژوهش‌های پیشگیری از خودکشی از طریق دو بازتحلیل نشان داده می‌شود: ۱) داده‌های کارآزمایی Emergency Department Safety Assessment and Follow-up Evaluation (ED-SAFE)، و ۲) داده‌های ادعاهای Medicaid که در آن جوانان با ضربه مغزی با جوانان دارای آسیب‌های ارتوپدی مقایسه شدند. توان آماری WR از طریق شبیه‌سازی‌ها نشان داده شد. یافته‌ها: در کارآزمایی ED-SAFE، با پیامدهای مرتب‌شده شامل مرگ ناشی از خودکشی، اقدام به خودکشی، اقدام متوقف‌شده، اقدام منصرف‌شده و اعمال آمادگی، مداخله فعال نسبت برد ۱٫۲۶ (۹۵٪ CI: ۱٫۰۴–۱٫۵۳، p = ۰٫۰۱۸) را در مقایسه با درمان معمول نشان داد. برای داده‌های Medicaid، با استفاده از نمونه همسان‌شده شامل ۴۲٬۳۱۳ جوان، مشخص شد که جوانان با آسیب ارتوپدی نسبت برد ۱٫۱۰، ۹۵٪ CI (۱٫۰۷، ۱٫۱۲)، p < ۰٫۰۰۱ را نسبت به جوانان با ضربه مغزی برای پیامدهای مرتب‌شده شامل خودکشی؛ خودآسیبی عمدی/اقدام به خودکشی؛ روان‌پریشی، اختلالات برونی‌سازی یا درونی‌سازی؛ میگرن یا مشکلات خواب؛ و ضربه مغزی پس از خط پایه داشتند. هر دو نتیجه با یافته‌های منتشرشده اولیه سازگار است. نتیجه‌گیری: نسبت برد سلسله‌مراتب بالینی رویدادها را حفظ می‌کند و رویکرد تحلیلی قدرتمندی برای لحاظ کردن پیامدهای متعدد ارائه می‌دهد. با پرداختن به چالش‌های مرتبط با نرخ پایین رویدادها، WR می‌تواند کارآمدی و تفسیرپذیری مطالعه را افزایش داده و از کاربرد گسترده‌تر آن در پژوهش‌های پیشگیری از خودکشی حمایت کند.

Emotion recognition offers a route to quantifying interaction quality in early childhood education, yet existing methods suffer from unimodal input, poor real-time performance and weak generalization. This study proposes a speech-text multimodal model built on a Mamba encoder with a GatedxLSTM fusion mechanism, in which frame pooling and temporal masking resolve the temporal misalignment between modalities and a learnable gate adjusts modality contribution. Experiments on IEMOCAP and FAU-AIBO, together with an in-house KTC-Pilot corpus of authentic kindergarten interactions used for ecological validation, show that the approach outperforms mainstream baselines in F1, WA and UA. Three child-speech-aware adaptations, namely pitch and formant augmentation, silence-aware frame pooling and disfluency-tolerant text encoding, close the domain gap with authentic kindergarten dialogue, and modality-dropout training, cross-modal reconstruction of missing text and gating regularisation maintain robustness under incomplete inputs. A contamination audit against the CLAP pretraining corpora confirms that the gains do not arise from data leakage. A downstream evaluation using an Interaction Quality Index calibrated against expert observer ratings achieves a Pearson correlation of 0.692 with expert scores. An on-device deployment study on two embedded platforms further shows that the quantised framework sustains an end-to-end latency of 377 ms per utterance at a real-time factor of 0.075 and a board power of 9.6 W while retaining an F1 score of 0.706 on authentic kindergarten audio, and a stage-wise data-handling design keeps raw audio, spectral features and transcripts inside the classroom node so that only a scalar interaction quality value is written to persistent storage. Ablation and visualization analyses confirm the contribution of each structural component to recognition performance and interpretability.

شناسایی هیجان، روشی برای کمی‌سازی کیفیت تعامل در آموزش دوران کودکی ارائه می‌دهد، اما روش‌های موجود با ورودی تک‌وجهی، عملکرد ضعیف در زمان واقعی و تعمیم‌پذیری محدود مواجه هستند. این پژوهش، یک مدل چندوجهی گفتار-متن مبتنی بر رمزگذار Mamba با سازوکار ادغام GatedxLSTM پیشنهاد می‌کند که در آن، تجمیع قاب و پوشش زمانی، عدم‌هم‌زمانی زمانی بین وجه‌ها را رفع می‌کند و یک دروازه قابل یادگیری، سهم هر وجه را تنظیم می‌نماید. آزمایش‌ها بر روی مجموعه‌های IEMOCAP و FAU-AIBO، به همراه پیکره داخلی KTC-Pilot از تعاملات اصیل مهدکودک که برای اعتبارسنجی بوم‌شناختی استفاده شده است، نشان می‌دهد که رویکرد پیشنهادی در معیارهای F1، WA و UA از مبناهای رایج پیشی می‌گیرد. سه سازگاری آگاه از گفتار کودک، شامل افزایش زیر و بمی و فورمانت، تجمیع قاب حساس به سکوت و رمزگذاری متن مقاوم به ناروانی، فاصله حوزه‌ای با گفت‌وگوی اصیل مهدکودک را کاهش می‌دهد و آموزش با حذف وجه، بازسازی متقابل متن مفقود و منظم‌سازی دروازه‌ای، پایداری مدل را در ورودی‌های ناقص حفظ می‌کند. ممیزی آلودگی نسبت به پیکره‌های پیش‌آموزش CLAP تأیید می‌کند که بهبودها ناشی از نشت داده نیست. ارزیابی پایین‌دستی با استفاده از شاخص کیفیت تعامل که بر اساس امتیازدهی ناظران خبره کالیبره شده است، همبستگی پیرسون 0.692 با امتیازهای خبره به دست می‌آورد. مطالعه استقرار بر روی دستگاه در دو پلتفرم تعبیه‌شده نشان می‌دهد که چارچوب کمیت‌یافته، تأخیر انتها به انتهای 377 میلی‌ثانیه به ازای هر بیان را با ضریب زمان واقعی 0.075 و توان برد 9.6 وات حفظ می‌کند، در حالی که امتیاز F1 برابر با 0.706 بر روی صوت اصیل مهدکودک باقی می‌ماند و طراحی مرحله‌ای مدیریت داده‌ها موجب می‌شود صوت خام، ویژگی‌های طیفی و رونوشت‌ها در گره کلاسی باقی بماند و تنها یک مقدار عددی کیفیت تعامل در حافظه دائمی ثبت شود. تحلیل حذف مؤلفه و تجسم، سهم هر جزء ساختاری در عملکرد شناسایی و تفسیرپذیری را تأیید می‌کند.

Depression represents a complex, multifactorial disorder influenced by the interplay of biological, behavioral, and social determinants. While extensive health surveys, including the National Health and Nutrition Examination Survey (NHANES), gather comprehensive multidomain data, existing studies tend to analyze these domains independently, overlooking the potential to identify integrated, data-driven patterns of depression risk. We have developed SYNERGY-VAE, an interpretable and multimodal deep learning framework that is designed to identify latent health subgroups and facilitate the transparent prediction of depression risk, utilizing NHANES-derived multimodal data from a large analytic cohort that spans five distinct domains from 2005 to 2018. SYNERGY-VAE utilizes a variational autoencoder to learn a shared latent representation derived from five modalities of NHANES, specifically demographic, dietary, examination, laboratory, and questionnaire data. Clustering within this latent space revealed subpopulations exhibiting distinct health signatures. To enhance interpretability, we triangulated insights utilizing encoder weights, standardized mean differences, and permutation feature importance (PFI). Machine learning classifiers were trained within each cluster employing the top 30 PFI-ranked features, with performance evaluated through the receiver operating characteristic area under the curve (AUC) in a 70/30 train-test split. Three latent clusters emerged, each demonstrating markedly different observed prevalence rates of depression within the analytic sample, ranging from 6.8% to 10.9%. Cluster-specific models consistently surpassed pooled models in performance, with the highest predictive accuracy identified in Cluster 2 utilizing XGBoost (AUC = 0.839, 95% CI:0.804–0.874). The importance of features varied across clusters, indicating unique depression risk profiles specific to each subgroup. SYNERGY-VAE demonstrates the power of generative, explainable deep learning for the identification of latent health phenotypes, thereby furthering the objectives of precision mental health. By integrating high-dimensional, multimodal data and facilitating transparent subgroup discovery, our model may inform future stratified and context-aware screening research and contribute to precision psychiatry-oriented research in large health survey datasets.

افسردگی یک اختلال پیچیده و چندعاملی است که تحت تأثیر تعامل عوامل زیستی، رفتاری و اجتماعی قرار دارد. اگرچه پیمایش‌های گسترده سلامت، از جمله پیمایش ملی سلامت و تغذیه (NHANES)، داده‌های جامع چندحوزه‌ای را گردآوری می‌کنند، مطالعات موجود تمایل دارند این حوزه‌ها را به طور مستقل تحلیل کنند و از شناسایی الگوهای یکپارچه و مبتنی بر داده‌های ریسک افسردگی غافل می‌شوند. ما SYNERGY-VAE را توسعه داده‌ایم؛ یک چارچوب یادگیری عمیق چندوجهی و قابل تبیین که برای شناسایی زیرگروه‌های پنهان سلامت و تسهیل پیش‌بینی شفاف ریسک افسردگی طراحی شده است و از داده‌های چندوجهی استخراج‌شده از NHANES در یک نمونه تحلیلی بزرگ که پنج حوزه متمایز را از سال ۲۰۰۵ تا ۲۰۱۸ دربرمی‌گیرد، بهره می‌برد. SYNERGY-VAE از یک واریاسیونال اتوانکودر برای یادگیری نمایش پنهان مشترک مشتق‌شده از پنج وجه NHANES، به طور خاص داده‌های جمعیت‌شناختی، رژیمی، معاینه، آزمایشگاهی و پرسشنامه‌ای استفاده می‌کند. خوشه‌بندی در این فضای پنهان، زیرجمعیت‌هایی با امضاهای سلامت متمایز را آشکار ساخت. برای افزایش قابلیت تبیین، بینش‌ها با استفاده از وزن‌های انکودر، تفاوت میانگین استانداردشده و اهمیت ویژگی مبتنی بر جایگشت (PFI) مثلث‌بندی شدند. طبقه‌بندهای یادگیری ماشین در هر خوشه با استفاده از ۳۰ ویژگی برتر رتبه‌بندی‌شده بر اساس PFI آموزش داده شدند و عملکرد آن‌ها از طریق مساحت زیر منحنی مشخصه عملکرد گیرنده (AUC) در تقسیم ۷۰/۳۰ آموزش-آزمون ارزیابی شد. سه خوشه پنهان شناسایی شد که هر یک نرخ‌های شیوع مشاهده‌شده افسردگی به طور قابل توجهی متفاوتی را در نمونه تحلیلی نشان دادند، که از ۶.۸٪ تا ۱۰.۹٪ متغیر بود. مدل‌های اختصاصی خوشه به طور پیوسته عملکرد بهتری نسبت به مدل‌های تجمیعی داشتند و بالاترین دقت پیش‌بینی در خوشه ۲ با استفاده از XGBoost (AUC = 0.839, 95% CI:0.804–0.874) مشاهده شد. اهمیت ویژگی‌ها در خوشه‌های مختلف متفاوت بود و نشان‌دهنده پروفایل‌های ریسک افسردگی منحصر به فرد برای هر زیرگروه بود. SYNERGY-VAE قدرت یادگیری عمیق مولد و قابل تبیین را برای شناسایی فنوتیپ‌های پنهان سلامت نشان می‌دهد و بدین ترتیب اهداف سلامت روان دقیق را پیش می‌برد. با یکپارچه‌سازی داده‌های چندوجهی با ابعاد بالا و تسهیل کشف شفاف زیرگروه‌ها، مدل ما می‌تواند پژوهش‌های آینده غربالگری لایه‌بندی‌شده و زمینه‌محور را اطلاع‌رسانی کند و به پژوهش‌های روان‌پزشکی دقیق در داده‌های بزرگ پیمایش سلامت کمک نماید.

Abstract Rapid advancements in education assessment and natural language processing have fundamentally transformed the methodologies employed in multi-dimensional writing assessment. Neural network approaches have shown remarkable effectiveness, obviating the need for handcrafted feature engineering. However, the potential of pre-trained language models for constructing multi-dimensional automated essay scoring (AES) models still needs to be explored. The present study addresses critical challenges, including the resilience of AES models to subtle input perturbations leading to prediction inaccuracies and the elucidation of the intricate mechanisms within deep learning frameworks. We propose an integrated approach leveraging multi-task learning and the pre-trained model Bidirectional Encoder Representations from Transformers (BERT), augmented with adversarial training via the Fast Gradient Sign Method (FGSM), aiming to enhance scoring accuracy and stability in multi-dimensional AES tasks. Findings reveal that BERT-Integrated-MTL-FGSM significantly outperforms existing baselines. Integrating Explainable Artificial Intelligence (XAI) elucidates the complex evaluation processes within the deep learning black box, offering potentially diagnostic feedback for students and assisting educators in delivering individualized instruction guided by word-level attributions across diverse analytic rating scales. These insights enhance the robustness, generalizability, and interpretability of multi-dimensional AES models, thus paving an interdisciplinary pathway for multi-dimensional writing assessment and instruction.

پیشرفت‌های سریع در ارزیابی آموزشی و پردازش زبان طبیعی، روش‌شناسی‌های به‌کاررفته در ارزیابی چندبُعدی نوشتار را به‌طور بنیادین متحول کرده‌اند. رویکردهای شبکه عصبی اثربخشی چشمگیری نشان داده‌اند و نیاز به مهندسی ویژگی‌های دستی را برطرف ساخته‌اند. با این حال، پتانسیل مدل‌های زبانی از پیش‌آموزش‌دیده برای ساخت مدل‌های خودکار نمره‌دهی مقاله (AES) چندبُعدی همچنان نیازمند بررسی است. مطالعه حاضر به چالش‌های اساسی از جمله تاب‌آوری مدل‌های AES در برابر اختلالات جزئی ورودی که منجر به نادرستی پیش‌بینی می‌شوند و تبیین سازوکارهای پیچیده در چارچوب‌های یادگیری عمیق می‌پردازد. ما رویکردی یکپارچه مبتنی بر یادگیری چندوظیفه‌ای و مدل از پیش‌آموزش‌دیده Bidirectional Encoder Representations from Transformers (BERT) ارائه می‌دهیم که با آموزش خصمانه از طریق Fast Gradient Sign Method (FGSM) تقویت شده است، با هدف ارتقای دقت و پایداری نمره‌دهی در وظایف AES چندبُعدی. یافته‌ها نشان می‌دهند که BERT-Integrated-MTL-FGSM به طور معناداری عملکرد بهتری نسبت به خطوط پایه موجود دارد. ادغام هوش مصنوعی قابل‌توضیح (XAI) فرآیندهای ارزیابی پیچیده در جعبه سیاه یادگیری عمیق را روشن می‌سازد و بازخورد تشخیصی بالقوه‌ای برای دانشجویان فراهم می‌کند و به مدرسان در ارائه آموزش فردمحور مبتنی بر انتساب‌های واژه‌محور در مقیاس‌های تحلیلی متنوع کمک می‌کند. این بینش‌ها موجب افزایش تاب‌آوری، قابلیت تعمیم و تفسیرپذیری مدل‌های AES چندبُعدی می‌شود و بدین ترتیب مسیر میان‌رشته‌ای برای ارزیابی و آموزش چندبُعدی نوشتار هموار می‌گردد.