لذا، كان المقياس العام للرضا عن الحياة، والذي يشار إليه على نطاق واسع باسم "الرفاهية"، المحور الرئيسي للعديد من الدراسات النفسية.

وفي حين حاولت العديد من الدراسات السابقة تحديد العوامل العديدة التي تساهم في الرفاهية، إلا أن القليل منها فعل ذلك استنادا إلى نماذج التعلم الآلي المتقدمة المتاحة اليوم، والمصممة لتحليل كميات كبيرة من البيانات وإجراء تنبؤات دقيقة.

واستخدم فريق البحث نماذج التعلم الآلي لتحليل سجل التوائم الهولندي، حيث تم جمع البيانات من نفس الأطفال عندما كانوا في سن 3 و5 و7 و10 و12 و14 و15 عاما، وكذلك من مشاركين بالغين.

وتتضمن مجموعة بيانات سجل التوائم الهولندي "معلومات وراثية تُعرف باسم الدرجات متعددة الجينات (أي الجينوم)، بالإضافة إلى معلومات حول بيئة المشاركين والظروف النفسية الاجتماعية".

ودرب الباحثون 3 نماذج مختلفة للتعلم الآلي، أطلقوا عليها اسم XGBoost (XGB) وSVM وRF، على هذه الكمية الكبيرة من البيانات.

وكشف التحليل أن تنبؤات النماذج بالرفاهية "تستند إلى عوامل بيئية ونفسية اجتماعية مختلفة تتعلق برضا المشاركين عن الحياة وسعادتهم وجودة حياتهم".

وبشكل عام، لاحظ الباحثون أن الجينات الوراثية للمشاركين لم تتنبأ برفاهيتهم المبلغ عنها، في حين أن العوامل البيئية والنفسية الاجتماعية فعلت ذلك. 

كما وجدت نماذج التعلم الآلي أن العوامل الأكثر قدرة على التنبؤ بالرفاهية هي: التفاؤل وسمات الشخصية والدعم الاجتماعي وديناميكيات الحي وخصائص الإسكان.

وتشير هذه الدراسة إلى أن الظروف البيئية والاجتماعية والنفسية المحددة تساهم بشكل كبير في الرفاهية الذاتية للناس.