加利福尼亚大学圣地亚哥分校的 Laika Aguinaldo 博士将使用机器学习来更好地了解大脑和行为模式的力量,以预测物质使用、自杀想法和行为 (STB) 的出现及其同时发生。该团队将使用美国国立卫生研究院正在进行的青少年大脑认知发展 (ABCD) 研究的数据,该研究收集了全美 11,878 名 9-14 岁儿童的数据。他们将研究不同发育阶段的大脑结构和功能、行为、物质使用和人口统计细节等因素。目的是确定早期时间点(基线和第 2 年)的结构和功能性大脑和神经行为特征,这些特征与后续时间点(第 2 年和第 4 年)物质使用、STB 以及物质使用和 STB 同时发生的变化有关。