[論文レビュー] Personality Traits and Drug Consumption. A Story Told by Data

Elaine Fehrman, Egan, Vincent+4 more|arXiv (Cornell University)|Jan 17, 2020

Mental Health Research Topics参考文献 7被引用数 4

ひとこと要約

本研究では、1,885名の回答者から得られた大規模なデータセットと機械学習を用いて、パーソナリティ特性（ファイブファクター・モデル、衝動性、感覚寻求）、および基本的人口統計学的要因を組み合わせることで、大多数の薬物使用において70％以上の感度と特異度で個々の薬物使用を予測できることを示している。本研究では、異なる薬物の使用者に特徴的なパーソナリティプロファイルを同定し、『相関の星団（correlation pleiades）』と呼ばれる、相関する薬物使用の3つのクラスタを特定した。

ABSTRACT

This is a preprint version of the first book from the series: "Stories told by data". In this book a story is told about the psychological traits associated with drug consumption. The book includes: - A review of published works on the psychological profiles of drug users. - Analysis of a new original database with information on 1885 respondents and usage of 18 drugs. (Database is available online.) - An introductory description of the data mining and machine learning methods used for the analysis of this dataset. - The demonstration that the personality traits (five factor model, impulsivity, and sensation seeking), together with simple demographic data, give the possibility of predicting the risk of consumption of individual drugs with sensitivity and specificity above 70% for most drugs. - The analysis of correlations of use of different substances and the description of the groups of drugs with correlated use (correlation pleiades). - Proof of significant differences of personality profiles for users of different drugs. This is explicitly proved for benzodiazepines, ecstasy, and heroin. - Tables of personality profiles for users and non-users of 18 substances. The book is aimed at advanced undergraduates or first-year PhD students, as well as researchers and practitioners. No previous knowledge of machine learning, advanced data mining concepts or modern psychology of personality is assumed. For more detailed introduction into statistical methods we recommend several undergraduate textbooks. Familiarity with basic statistics and some experience in the use of probabilities would be helpful as well as some basic technical understanding of psychology.

研究の動機と目的

• 実証的データを用いてパーソナリティ特性と薬物使用の関連を調査すること。
• パーソナリティおよび人口統計学的要因に基づいて、個々の薬物使用を予測するモデルを開発すること。
• さまざまな精神活性物質の使用者に関連する明確な心理的プロファイルを同定すること。
• データ駆動型クラスタリングを用いて、相関する薬物使用のパターンを解明すること。
• 今後の研究に役立てるために、オープンアクセスのデータベースと可視化ツール（リスクマップ）を構築すること。

提案手法

• 18種類の精神活性物質の自己報告された使用歴とパーソナリティ特性の評価を含む、1,885名の回答者から成るデータセットを収集した。
• 線形判別分析、決定木、ランダムフォレスト、k近傍法、ロジスティック回帰を含む、複数のデータマイニング手法を適用した。
• ポリコリック相関、非線形CatPCA、スパースPCA、ダブル・カイザー特徴選択法などの高度な前処理手法を用いた。
• 径数基底関数とガウス混合モデルを用いた確率密度推定を分類に活用した。
• 誤った相関を除外し、複数のアルゴリズムにわたる妥当性を確認することで、結果の妥当性を検証した。
• パーソナリティおよび人口統計学的プロファイルに基づいた薬物使用の確率を可視化するリスクマップの可視化を実施した。

実験結果

リサーチクエスチョン

• RQ1 パーソナリティ特性と人口統計学的データを組み合わせることで、特定の薬物使用のリスクを高い正確さで予測できるか？
• RQ2 異なる精神活性物質の使用者に関連する明確なパーソナリティプロファイルは存在するか？
• RQ3 薬物使用のパターンが集まっていることは、共通する行動的または心理的要因を示唆しているか？
• RQ4 ヘロイン、エクスタシー、ベンゾジアゼピン使用者のパーソナリティプロファイルには、どのように顕著な差が見られるか？
• RQ5 個々の薬物使用の予測に最も寄与するパーソナリティ特性は何か？また、これは薬物の種類によって異なるか？

主な発見

• ファイブファクター・モデル、衝動性、感覚寻求を含むパーソナリティ特性と基本的人口統計学的要因を組み合わせることで、調査された18種類の薬物の多くについて、感度と特異度が70％を超えた。
• ヘロイン、エクスタシー、ベンゾジアゼピンの使用者の間で、神経症的傾向、外向性、協力度、衝動性において顕著なパーソナリティプロファイルの違いが確認された。
• エクスタシー使用者は、ヘロイン使用者と比較して、外向性、協力度、感覚寻求の水準が高かった。
• ヘロイン使用者は、エクスタシー使用者と比較して、神経症的傾向と衝動性の水準が高かったが、ベンゾジアゼピン使用者は協力度が高く、感覚寻求の水準が低かった。
• ヘロイン、エクスタシー、ベンゾジアゼピンを中心に、相関する薬物使用の3つの明確なクラスタが特定され、それらは縦断的な薬物関与のパターンと一致する『相関の星団（correlation pleiades）』を形成した。
• 詳細な薬物使用およびパーソナリティデータを含む、1,885名の回答者に関するオープンアクセスのデータベースが、今後の研究のために公開されている。