본 논문은 신체형태장애(BDD) 치료 결과(치료 반응 및 관해) 예측을 위해 다양한 머신러닝 기법을 활용한 연구 결과를 제시합니다. 여러 모델 중에서도 치료 신뢰도가 기존의 증상 심각도나 동반 질환보다 강력한 예측 변수로 나타났습니다. 특히 의사결정 트리 분석을 통해 치료 신뢰도 점수의 임상적으로 해석 가능한 임계값을 도출하여, 임상의가 중재 방식을 조정하거나 치료 자원을 할당하는 데 실질적인 지침을 제공할 수 있음을 보여줍니다. 또한, BDD 치료에 대한 기술 기반 치료법, 디지털 중재, 심리사회적 요인 등을 광범위하게 다루는 기존 문헌을 바탕으로 결과를 제시합니다. 이 연구는 엄격한 통계 방법론과 투명한 머신러닝 모델 통합의 잠재력을 강조하며, 치료 신뢰도와 같은 수정 가능한 예측 변수를 체계적으로 식별하여 BDD 환자를 위한 더욱 표적화되고 개인화된 효과적인 중재 방향을 제시합니다.
