基于机器学习的在校青少年自杀意念、计划及行为预测研究

推荐：本研究针对青少年自杀行为早期识别难题，采用机器学习算法分析全球校园健康调查(GSHS)数据，通过SMOTE平衡技术和11种分类器(包括RF、XGBoost等)构建预测模型。随机森林(RF)在平衡数据集上表现最优，预测自杀计划/意念/尝试的AUC分别达82.91%/80.74%/84.25%，揭示性别、孤独感和亲子依恋为关键预测因子，为校园心理危机干预提供数据支持。

　　

在全球范围内，自杀已成为15-29岁人群的第三大死因，而青少年阶段尤为脆弱——约6%的青少年死于自杀，且男性自杀率显著高于女性。更令人担忧的是，近年来青少年自杀率持续攀升，如美国2001-2019年间从4.57/10万增至6.5/10万。传统识别方法难以精准捕捉风险信号，而机器学习(ML)为这一困境带来了新曙光。

研究人员利用2019-2023年全球校园健康调查(GSHS)数据，涵盖菲律宾、文莱等5个国家16,704名青少年的心理健康记录，首次系统评估了11种机器学习算法对自杀行为三级预测(意念/计划/尝试)的效能。通过SMOTE(合成少数类过采样技术)处理数据不平衡问题，采用SHAP值解析特征重要性，最终构建出具有临床转化潜力的预测模型。

关键技术包括：1) 跨国多中心队列数据整合；2) SMOTE数据平衡处理；3) 11种分类器(GNB/SVC/DT/LR/RF/KNN/XGBoost/Bagging/AdaBoost/LightGBM/CatBoost)并行比较；4) 五维度评估指标(准确率/召回率/精确率/F1值/AUC)；5) SHAP可解释性分析。

研究结果揭示：

1. 自杀计划预测：随机森林(RF)在平衡数据上表现最优，准确率74.93%，AUC 82.91%。SHAP分析显示性别(贡献度13.88%)、亲子依恋(11.21%)和孤独感(11.08%)为三大关键因子。

2. 自杀意念预测：RF模型准确率73.47%，AUC 80.74%。特征重要性排序显示性别(12.26%)、孤独感(11.91%)和焦虑(7.81%)最具预测力，而同伴支持(4.81%)等保护性因素作用显著。

3. 自杀尝试预测：RF再创最佳表现，准确率76.38%且召回率高达77.92%，AUC达84.25%。物理攻击经历(8.39%)和酒精使用(6.92%)等行为特征贡献突出。

值得注意的是，所有模型在非平衡数据中召回率骤降(如SVC预测自杀计划召回率仅4.5%)，凸显数据平衡对 minority class(少数类)识别的重要性。通过Delong检验逐步剔除肥胖、饥饿等低贡献特征后，模型保持稳定性能，证实其临床实用性。

这项发表于《Informatics and Health》的研究具有三重里程碑意义：首先，首次系统验证了RF算法在青少年自杀三级预测中的优越性，其AUC稳定在80-84%区间；其次，通过SHAP可解释性分析，明确孤独感、亲子关系等可干预因素的关键作用，为精准预防指明靶点；最后，跨国队列的应用增强了模型普适性，弥补了既往研究的地域局限性。

当然，自报告数据的潜在偏差、样本的文化异质性等问题仍需通过纵向研究完善。未来可结合穿戴设备实时监测、开发校用AI筛查工具，并将模型整合到"家校医"联防体系中。这项研究不仅为机器学习在精神卫生领域的应用提供了范式，更开辟了数据驱动型自杀预防的新纪元。