في دراسة حديثة قادها الباحثون في جامعة لوزان، تم تحليل كيفية تأثير بناء النتائج النفسية على خوارزميات تعلم الآلة القابل للتفسير (XML) المستخدمة في تشخيص الاكتئاب والإرهاق لدى طلاب الطب. عُرضت هذه الدراسة لتظهر كيف يمكن أن تُنتج خطوط معالجة XML الهياكل القابلة للتفسير والتي تبدو قوية عبر مجاميع سكانية متعددة، لكنها في الواقع قد تكون ناتجة عن الطريقة التي تم تصميم النتائج بها.

اعتمد الباحثون على بيانات من 886 طالب طب، حيث تم استخدام خط معالجة ElasticNet، وتم التحقق من صحة النتائج عبر 2,580 ملاحظة طولية و701 طالب من عدة تخصصات. وبينما كانت النتائج تُظهر أن القلق الصفاتي ورضا الصحة يتصدران تلك الهياكل بأداء متسق عبر مختلف مجموعات التقييم، إلا أن التجارب اللاحقة أظهرت أن العلاقات بين المتغيرات قد تؤثر بشكل كبير على النتائج.

عند تطبيق بروتوكول عزل المتغيرات، تبين أن الانحدار بين القلق الصفاتي ومقياس الاكتئاب أدى إلى تقليص دقة النموذج، مما يشير إلى أن اعتبارات الربط بين هذه المتغيرات أمر حيوي لفهم النتائج بشكل صحيح. يعتمد الباحثون على هذا الكشف لتحفيز الدراسات المستقبلية في العدالة بين المقاييس ورؤية لمستقبل أفضل في استخدام هذه الخوارزميات في المجتمع الطبي.