中国中学生非自杀性自伤行为的影响因素研究：基于随机森林分类器的多维度分析

为解决中国中学生非自杀性自伤行为(NSSI)的影响因素及其发展阶段差异问题，研究人员采用随机森林分类器对2735名学生进行多时段追踪分析。研究发现初中生以抑郁、焦虑症状和社会支持为主因，高中生则与羞耻图式、情感虐待更相关，模型区分度达AUC 0.79-0.84。该研究为分阶段精准干预提供了重要依据。

　　

这项研究犹如给中国青少年的心理迷宫绘制了一张动态地图。科研团队运用机器学习中的随机森林分类器(Random Forest Classifier)，对2735名中学生展开了一场多维度的行为解码。通过分析近1个月、6个月和1年内的非自杀性自伤行为(Non-Suicidal Self-Injury, NSSI)数据，发现初中生和高中生竟有着截然不同的心理密码。

在初中生群体中，抑郁和焦虑症状如同阴云笼罩，与社会支持不足、消极自我评价共同构成主要风险因素，模型识别能力表现出色(AUC=0.84)。而高中生的心理困境则更多与羞耻图式(shame schemas)、情感虐待经历以及执行功能(executive functioning)缺陷相关，模型区分度AUC达0.79。有趣的是，这些算法模型虽然特异性高达94.7-97.3%，却像粗心的守门人，对真实案例的捕捉率仅有27.6-42.8%。

研究还揭示了NSSI行为背后的动机差异：初中生更易受即时情绪驱动，高中生则更多受深层认知模式影响。这些发现如同拼图碎片，拼凑出青少年心理问题的发展轨迹，为制定分阶段干预策略提供了精准导航——初中阶段需加强情绪调节训练，而高中阶段则要侧重认知重构。