基于机器学习评估男男性行为人群心理弹性及其影响因素：社会支持与自我效能的关键作用

本研究针对男男性行为(MSM)人群心理健康问题，通过机器学习方法（CHAID决策树与多元有序逻辑回归）分析了1070名中国MSM的心理弹性影响因素。研究发现抑郁症状(28.9%)、低社会支持(12.9%)、低自尊(34.5%)和教育水平是心理弹性的关键预测因子，为制定针对性心理健康干预和HIV防控策略提供了科学依据。

　　

男男性行为(MSM)人群长期面临双重健康威胁：全球数据显示，该群体HIV感染风险是普通人群的23倍，同时抑郁症状患病率高达38%。这种健康危机背后，是复杂的社会心理因素交织——社会歧视、家庭支持缺失、自我认同冲突等，共同削弱了该群体的心理弹性(Psychological resilience)，即个体应对逆境的核心适应能力。如何精准识别心理弹性的保护性与风险性因素，成为改善MSM人群健康结局的关键突破口。

来自上海理工大学和温州市康宁医院的研究团队在《Scientific Reports》发表创新研究，首次将机器学习中的卡方自动交互检测(CHAID)决策树与多元有序逻辑回归相结合，对中国17个省份1070名MSM进行横断面调查。通过在线问卷收集人口统计学、HIV感染状态及心理量表数据，发现教育水平、抑郁状态(PHQ-9≥10)、社会支持(SSRS量表)和自尊水平(Rosenberg量表)构成心理弹性的核心影响因素网络，其中低自尊人群心理弹性不良率高达87%，而高社会支持可使这一风险降低81%。

研究采用三项关键技术：1) 基于阳光测量平台的网络问卷调查系统，通过企业微信环境确保数据隐私；2) CHAID决策树算法（节点显著性水平0.05，三层结构）识别变量间非线性关系；3) 多元有序逻辑回归量化影响因素效应值。样本主要来自浙江省(85.05%)，包含3.4%HIV阳性者，采用心理弹性量表(CD-RISC-25)四分类评估标准。

主要发现：

1. 人口学特征：54.11%受访者为20-29岁青年，41.4%具有本科以上学历，但月收入≥6000元者仅占37.38%。农村居住者(66.26%)心理弹性显著低于城市群体(P=0.025)。

2. 关键影响因素：

• 抑郁症状：存在抑郁者心理弹性不良风险增加83.6%(OR=1.836, P=0.002)
• 社会支持：低支持群体心理弹性仅为高支持组的18.9%(OR=0.189, P<0.001)
• 自尊水平：低自尊者心理弹性恶化风险是高自尊组的13倍(OR=0.077, P<0.001)
• 教育程度：高中文化者心理弹性显著低于本科群体(β=-0.508, P=0.020)

1. 交互效应：决策树模型揭示自尊与抑郁的协同作用——低自尊伴抑郁者心理弹性不良率达92.5%，而同等自尊水平但无抑郁者为80.5%。社会支持在低自尊群体中展现出显著保护效应，使中等心理弹性比例提升至76.5%。

这项研究突破了传统统计方法的局限，首次通过机器学习揭示了MSM心理弹性的多层次决定机制。其临床意义在于：1) 为社区干预提供精准靶点，建议优先针对低自尊人群开展认知行为疗法；2) 证实网络化社会支持（如"熊族"亚文化社群）的缓冲作用；3) 提出将心理健康教育纳入HIV综合防治体系。研究局限性包括横断面设计无法推断因果关系，以及网络样本可能低估边缘化MSM群体的心理风险。未来需通过纵向研究验证干预效果，并开发基于人工智能的动态心理风险评估系统。