综述：基于机器学习的青少年自杀行为预测建模：关键特征与算法洞察

（编辑推荐）该综述系统分析了28项研究，揭示随机森林（RF）和支持向量机（SVM）是自杀意念预测的主流算法（分别占35%和27%），模型准确率达70%-95%。研究强调抑郁（PHQ-9）、焦虑（GAD-7）量表等心理指标的核心作用，并指出跨文化泛化与可解释混合模型的开发是未来方向。

　　

背景

青少年自杀已成为全球公共卫生危机，传统评估方法面临自我报告偏差和临床判断局限的挑战。机器学习（ML）技术通过分析多维数据（如心理量表、社交媒体语言模式）展现出突破性潜力。研究表明，自杀风险与抑郁、焦虑等心理指标呈强相关性，而家庭冲突和学业压力等环境因素构成叠加风险。

方法细节

数据特征：68%研究采用问卷数据，PHQ-9和GAD-7量表最常用。新兴数据源包括基因检测（XGBoost模型应用）和社交媒体文本（CNN/LSTM分析）。
算法性能：随机森林（RF）以93%准确率领先，CNN在图像识别中表现突出（F1-score 0.83）。混合模型如XGBoost+神经网络在少数研究中展现早期潜力。

关键发现

1. 心理指标主导：抑郁症状（OR=4.2）和自伤史（AUC 0.85）是最强预测因子。
2. 算法比较：RF和CNN在跨研究中稳定保持90%+准确率，而逻辑回归（LR）仅达76.3%。
3. 文化差异：东亚地区（如韩国）研究中，学业压力权重较欧美高30%。

挑战与展望

数据瓶颈：现有模型多依赖单中心数据，印度等地区样本严重不足。临床转化需解决"黑箱"问题——SHAP值分析等可解释AI技术正在试点。未来方向包括：

• 整合多模态数据（如可穿戴设备生理信号+电子病历）
• 开发时空预测模型（LSTM+Transformer架构）

结论

当前ML模型已实现高危个体筛查（灵敏度79%-91%），但需通过国际合作建立标准化数据库。深度学习的非线性特征提取能力，结合传统算法的可解释性，或将成为下一代自杀预防技术的核心。