编辑推荐：
美国退伍军人自杀风险居高不下，现有预防项目效果不佳。研究人员开展 “Improving explainability of post - separation suicide attempt prediction models for transitioning service members” 研究，完善预测模型，虽预测自杀未遂更精准，但预测压力性生活事件（SLEs）效果差。有助于精准预防自杀行为。
在军队与社会的交接阶段，退伍军人的心理健康问题日益凸显，尤其是自杀风险，如同隐藏在暗处的 “定时炸弹”，时刻威胁着他们的生命安全。每年，约 20 万美国军人退伍，融入平民生活的他们，自杀风险急剧上升，在退伍后的 12 个月内，自杀率比同基线特征的现役军人高出两倍多。面对这一严峻形势，各种预防项目纷纷出台，像陆军的 “Soldiers for Life” 项目和退伍军人事务部的 “Solid Start” 项目，试图为退伍军人提供全面的服务和资源，缓解他们的压力。然而，这些 “一刀切” 的普遍预防项目，无法精准地满足高风险退伍军人的特殊需求，效果不尽人意。
为了更有效地识别高风险退伍军人，为他们提供更有针对性的干预措施，来自多个研究机构的研究人员联合开展了一项重要研究。该研究成果发表在《Translational Psychiatry》杂志上。
研究人员使用了一系列先进的技术方法来开展这项研究。样本方面，基于陆军研究评估军人风险和恢复力纵向研究（STARRS - LS），选取了不同阶段的调查样本。预测自杀未遂（SA）的样本为 LS3 中从常规陆军退役至少 12 个月的人员；预测退伍后 SLEs 的样本则是将 LS1 和 LS2 中退役至少 12 个月的人员数据合并。在分析方法上，运用超级学习器（SuperLearner）集成机器学习方法，综合多种算法进行预测，并通过 10 折嵌套交叉验证评估模型性能；利用计算受试者工作特征曲线下面积（AU - ROC）评估模型区分度，使用 Shapley 加性解释（SHAP）方法评估预测因子重要性。
研究结果
- 样本组成：训练 SA 模型的样本为离开现役陆军并在退伍后三年内报告有 SA 的 LS1 - LS3 受访者；训练 SLE 模型的样本是 LS1 - LS2 中退役至少 12 个月并报告调查前一年 SLEs 的受访者。两个样本在年龄、性别、种族等方面存在一定差异，但总体分布模式相似，多数受访者为男性、非西班牙裔白人、异性恋，拥有高中学历，在陆军服役期间多为初级或高级 enlisted 军衔1。
- 结果发生率：在退伍后的三年里，1.2% 的受访者报告有 12 个月内的 SA；12 个月内 SLEs 的发生率分别为：经济事件 26.0%、受害事件 5.7%、人际事件 23.6%，任意这三类事件的发生率为 40.5%2。
- 模型结果
- 预测 SA：模型预测退伍后 SA 的交叉验证 AU - ROC 为 0.83，第一年预测效果更好（AU - ROC = 0.85），第二年和第三年为 0.77。前 2 个风险分位数的受访者有较高的条件敏感性（40.0 - 16.7%），56.7% 的 SA 发生在预测风险最高的 10% 受访者中。自杀倾向的预分离指标是最重要的预测因子3。
- 高预测 SA 风险与退伍后 SLEs 的关联：高预测 SA 风险的退伍军人中，经济、受害和人际 SLEs 的发生率分别是低风险人群的 1.5 倍、1.9 倍和 1.8 倍，且这种关联在第一年更强4。
- 预测 SLEs：预测退伍后 SLEs 的模型在总测试样本中的 AU - ROC 为 0.63 - 0.68，在高预测 SA 风险的子样本中更低（AU - ROC = 0.55 - 0.60），无法有效预测 SLEs5。
研究结论与讨论
该研究在退伍军人自杀未遂预测模型上取得了重要进展。更新后的模型在预测退伍后第一年和第二、三年的 SA 方面，比原模型更准确，能够更精准地识别高风险退伍军人，这对于在退伍军人过渡到平民生活前进行针对性自杀预防干预具有重要意义，可有效降低自杀相关行为风险。然而，预测退伍后 SLEs 的模型效果不佳，虽 SA 与 SLEs 存在显著关联，但无法根据 SLEs 风险对高风险退伍军人进行亚型分类。这意味着在为外展工作人员提供根据 SLEs 风险进行差异化干预的指导方面，研究仍需进一步探索。未来研究可寻找其他潜在的退伍军人风险评分与自杀相关结果之间的中介因素，或直接评估临床医生对退伍军人自杀风险预测模型的认知和采用情况。这项研究为退伍军人心理健康保障领域指明了方向，虽有不足，但也为后续研究提供了宝贵经验和改进思路 。
