Background: Psychopathological and behavioral problems in adolescence are highly comorbid, making their developmental trajectories complex and unclear partly due to technical limitations. We aimed to classify these trajectories using deep learning and identify predictors of cluster membership.
Methods: We conducted a population-based cohort study on 3171 adolescents from three Tokyo municipalities, with 2344 pairs of adolescents and caregivers participating at all four timepoints (ages 10, 12, 14, and 16) from 2012 to 2021. Adolescent psychopathological and behavioral problems were assessed by using self-report questionnaires. Both adolescents and caregivers assessed depression/anxiety and psychotic-like experiences. Caregivers assessed obsession/compulsion, dissociation, sociality problem, hyperactivity/inattention, conduct problem, somatic symptom, and withdrawal. Adolescents assessed desire for slimness, self-harm, and suicidal ideation. These trajectories were clustered with variational deep embedding with recurrence, and predictors were explored using multinomial logistic regression.
Findings: Five clusters were identified: unaffected (60.5%), minimal problems; internalizing (16.2%), persistent or worsening internalizing problems; discrepant (9.9%), subjective problems overlooked by caregivers; externalizing (9.6%), persistent externalizing problems; and severe (3.9%), chronic severe problems across symptoms. Stronger autistic traits and experience of bullying victimization commonly predicted the four "affected" clusters. The discrepant cluster, showing the highest risks for self-harm and suicidal ideation, was predicted by avoiding help-seeking for depression. The severe cluster predictors included maternal smoking during pregnancy, not bullying others, caregiver's psychological distress, and adolescent's dissatisfaction with family.
Interpretation: Approximately 40% of adolescents were classified as "affected" clusters. Proactive societal attention is warranted toward adolescents in the discrepant cluster whose suicidality is overlooked and who have difficulty seeking help.
Funding: Japan Ministry of Health, Labor and Welfare, Japan Agency for Medical Research and Development, and Japan Science and Technology Agency.
背景: 思春期の精神病理的問題や行動上の問題は併存しやすい。これらの問題が時間的に発展する軌跡は複雑であり、一部技術的な制限のために不明な点も多く残っている。 本研究の目的は、深層学習に基づくクラスタリングによりこれらの軌跡を分類することと、そのクラスタへの所属を予測する因子を同定することとした。.
方法: 東京都の3つの自治体（世田谷区、三鷹市、調布市）から無作為に抽出した3171名の思春期児童を対象に、一般集団ベースの前向きコホート研究を実施した。このうち、2012年から2021年までの4つの時点（10歳、12歳、14歳、16歳）すべてに参加した思春期児童とその養育者2344組を対象とした。それぞれ自己報告式の質問票を用いて思春期児童の精神病理的および行動上の問題を評価した。抑うつ/不安と精神病様体験は、思春期児童と養育者の両方によって評価された。強迫観念/強迫行為、解離、社会性の問題、多動/不注意、行動の問題、身体症状、引きこもりは養育者が評価した。痩せ願望、自傷行為、希死念慮は思春期児童が評価した。これらの軌跡のクラスタリングを再帰的変分深層埋め込み法（variational deep embedding with recurrence）で行い、多項ロジスティック回帰で予測因子の探索を行った。.
結果: 以下の5つのクラスタが同定された：問題が最小限であった「非影響群」（60.5％）、持続的または悪化する内在化問題を示した「内在化群」（16.2％）、児童の主観的な問題が養育者に見過ごされた「乖離群」（9.9％）、持続的な外在化問題を示した「外在化群」（9.6％）、症状全体にわたる慢性的な重度の問題を呈した「重度群」（3.9％）。4つの 「問題を呈するクラスタ」に共通する予測因子は、より強い自閉的特性といじめの被害経験だった。自傷行為と希死念慮のリスクが最も高い「乖離群」は、うつのとき助けを求めようとしないことによって予測された。「重度群」の予測因子には、母の妊娠中の喫煙、他人をいじめていないこと、養育者の心理的苦痛、思春期児童の家族に対する不満などがあった。.
解釈: 約40％の思春期児童がいずれかの「問題を呈するクラスタ」に分類された。主観的な精神病理的問題が養育者に見過ごされていた「乖離群」は、自傷行為と希死念慮を最も多く呈した。自殺傾向が見過ごされ、助けを求めることが困難な思春期児童に対する社会全般からの積極的な注意が必要である。.
研究助成: 厚生労働省、日本医療研究開発機構、科学技術振興機構.
Disclaimer: This translation in Japanese was submitted by the authors and we reproduce it as supplied. It has not been peer reviewed. Our editorial processes have only been applied to the original abstract in English, which should serve as reference for this manuscript.
Keywords: Adolescent; Clustering; Cohort study; Comorbidity; Deep learning; Longitudinal; Psychobehavioral problems; Psychopathological and behavioral problems; Psychopathology; Trajectory.
© 2023 The Authors.