青少年进食障碍症状求助行为的影响因素及交互作用机制研究——基于CART算法的决策树模型分析

这篇研究通过分类回归树(CART)算法，首次系统分析了德国12-25岁进食障碍(ED)症状青少年群体(N=1273)的求助障碍。研究发现77.3%患者未寻求专业帮助，情绪问题(SDQ)、自杀倾向(PSS)和心理开放性(IASMHS)是预测求助行为的关键因素，BMI百分位和学历水平在特定亚组中显现交互作用，为针对性干预提供了循证依据。

　　

ABSTRACT

研究首次采用机器学习方法揭示青少年进食障碍患者"沉默的大多数"现象。在9796名筛查对象中，13%存在显著进食障碍症状(ChEDE-Q≥2.3)，其中77.3%未寻求专业帮助。CART算法构建的决策树模型深度3层，包含13个节点，分类准确率达70%。

Methods

数据来自德国多中心ProHEAD项目，采用ASMO软件采集。通过ChEDE-Q筛选症状，AHSQ评估求助行为。21个预测变量包括：人口学特征、SDQ情绪问题、PHQ-9抑郁症状、PSS自杀倾向、BMI百分位等。采用预剪枝策略控制树深度≤5，节点样本≥100。

Results

决策树显示：

1. 自杀倾向(PSS>3)将样本分为两组，高分组33%求助率显著高于低分组(15.6%)

2. 在低自杀组中，SDQ情绪问题>8使求助率提升至36.9%

3. 高自杀组中，心理开放性(IASMHS>16)使求助率从24.3%升至43.8%

4. 极端低体重(BMI<10^th)亚组求助率最高(67.3%)

5. 三重阴性群体(低自杀+低情绪+无精神疾病接触史)求助率仅4.7%

Discussion

研究突破性地发现：

• 情绪问题和自杀倾向是求助行为的"报警器"

• 心理开放性构成求助的"认知门槛"

• BMI仅在特定交互情境下预测求助

• 教育水平通过心理健康素养影响决策

临床启示：

1. 预防项目应整合心理健康知识普及

2. 针对低教育群体设计适应性干预

3. 利用"同伴经验分享"降低病耻感

4. 开发症状自评工具提升疾病认知

该研究为破解进食障碍"治疗缺口"提供了新的理论框架，决策树模型直观呈现了多因素交互机制，为精准预防提供了靶点。后续研究可结合纵向设计，进一步验证各节点变量的时序关系。