Silvia Grazioli
Nel 2016 ha conseguito la Laurea Magistrale in Psicologia Clinica, dello Sviluppo e Neuropsicologia presso l’Università degli studi di Milano-Bicocca. Nella stessa Università, nel 2022 ha conseguito la Laurea Magistrale in Biostatistica.
È stata consulente di ricerca presso il Laboratorio di Psicopatologia dello Sviluppo dell’Istituto Scientifico IRCCS E. Medea – Associazione La Nostra Famiglia, Bosisio Parini (LC), in progetti di ricerca riguardanti le traiettorie evolutive di disturbi del neurosviluppo e psicopatologici.
Si è inoltre occupata di progetti di ricerca riguardanti lo sviluppo di modelli predittivi di Machine Learning in supporto al processo diagnostico presso lo SmartLab (Laboratorio di Innovazione Digitale per la Clinica e la Ricerca Applicata in Psicopatologia dell’Età Evolutiva).
Ha praticato attività clinica per l’Istituto Europeo per lo Studio del Comportamento Umano (IESCUM) presso l’Ospedale Policlinico di Milano, per bambini con disturbi del neurosviluppo e dell’area esternalizzante.
Dal 2022, è docente di Statistica I e di Esercitazioni di Psicologia Sperimentale I presso il Corso di Bachelor of Science in Psicologia di SFU Milano e dottoranda di ricerca presso SFU Vienna. Presso SFU svolge attività di ricerca sull’applicazione di modelli predittivi di Machine Learning e lo sviluppo tecnologico a supporto dell’attività clinica in psicoterapia, in collaborazione con la scuola di specializzazione Studi Cognitivi e il servizio di psicoterapia InTherapy.
È collaboratrice dei Laboratori di Ricerca AIDA (Artificial Intelligence and Data Analysis) e MeThe (Metacognitive Theory and Therapy).
Interessi di ricerca
Psicometria e psicoterapia computazionale: applicazione della statistica tradizionale e del Machine Learning (intelligenza artificiale) a scopi di natura clinica. Metodologia di interesse:
- Machine Learning supervisionato: predizioni dell’esito della terapia a partire da dati socio-anamnestici e da questionari clinici;
- Machine Learning non supervisionato e clustering: identificazione di fenotipi omogenei di pazienti sulla base di dati bio-psico-sociali.
Aree cliniche di interesse:
- Qualità dei servizi di psicoterapia ed efficacia dell’intervento;
- Dropout dalla psicoterapia;
- Disturbo da deficit dell’attenzione/iperattività (ADHD), spettro autistico;
- Traiettorie di sintomi psicopatologici dall’infanzia all’età adulta.