《Computers and Education: Artificial Intelligence》：Federated Learning for Privacy-Preserving At-Risk Student Prediction in Health Professional Education: A Multi-Scenario Evaluation of FedAvg and FedProx
编辑推荐：
健康专业教育（HPE）中的学生流失对机构绩效和医疗人力供给具有严重影响，然而跨机构预测因阻止原始数据共享的隐私法规而受阻。研究人员提出了据作者所知的首项基于模拟的联邦学习（FL）评估，用于HPE课程-学科情境下的隐私保护风险学生预测，使用开放大学学习分析数据集
健康专业教育（HPE）中的学生流失对机构绩效和医疗人力供给具有严重影响，然而跨机构预测因阻止原始数据共享的隐私法规而受阻。研究人员提出了据作者所知的首项基于模拟的联邦学习（FL）评估，用于HPE课程-学科情境下的隐私保护风险学生预测，使用开放大学学习分析数据集（OULAD）划分为五个模拟HPE课程-学科客户端。研究人员对Google Scholar、Scopus和ACM数字图书馆的系统检索（检索词：“federated learning”、“at-risk student prediction”、“health professional education”、“privacy-preserving learning analytics”；2026年5月）未发现先前将上述元素结合的研究。基于Tinto学生整合模型，学习管理系统（LMS）行为特征被操作化为整合代理变量。研究人员在逻辑回归（LR）和多层感知器（MLP）架构下，跨四个场景评估了FedAvg和FedProx：独立同分布（IID）基线、教学异质性、数据质量变化和时间漂移。联邦LR在所有场景中保留了集中式性能的99.3%–99.9%（最大差距：0.64个百分点AUC-PR），确认了可忽略的隐私-效用权衡。FedProx在任何场景中对于LR均未提供优于FedAvg的统计显著性优势（AUC-PR差异为?0.03至+0.19个百分点，置信区间重叠，Wilcoxon p > 0.05），但在数据质量异质性下对MLP获得了高达6.40个百分点的AUC-PR提升，并将训练方差降低40倍——确立近端正则化作为非线性架构的稳定性机制而非通用性能提升。跨学期评估显示无统计显著性的时间漂移（Wilcoxon p = 0.32）。SHAP归因识别出活跃天数、已提交评估和平均评估分数为全局主导预测因子；按课程分析揭示了特征显著性的学科层面差异，为针对性早期干预提供信息。论坛交互在所有学科中排名最后——与Tinto的社会整合预测相背离，归因于HPE依赖于临床实习和面对面同伴学习而非异步在线论坛。
**研究背景与问题**
健康专业教育（HPE）中的学生流失对机构绩效和医疗人力供给构成严重威胁，然而跨机构预测因隐私法规阻止原始数据共享而受阻。现有集中式机器学习模型虽能有效预测风险学生，但假设数据可集中访问，无法应对HPE中多学科（如医学、护理、药学、专职医疗和牙科）共存且隐私法规严格的现实。此外，HPE课程类型差异（如护理与医学的入学标准不同）导致学生风险分布呈现系统性异质性，称为教学异质性，这进一步加剧了非独立同分布（non-IID）数据挑战。本研究旨在填补这一空白，在HPE课程-学科情境下，首次系统评估联邦学习（FL）用于隐私保护的风险学生预测，并基于Tinto学生整合模型的理论框架，验证LMS行为特征作为整合代理变量的预测效力。论文发表在《Computers and Education: Artificial Intelligence》。
**主要技术方法**
研究人员采用联邦学习框架，使用开放大学学习分析数据集（OULAD，包含32,593名学生注册记录）进行模拟。将数据按模块划分为五个模拟HPE学科客户端（医学、护理、药学、专职医疗、牙科）。评估两种联邦算法FedAvg和FedProx，结合两种本地模型架构：逻辑回归（LR）和两层多层感知器（MLP）。构建四种异质性场景：独立同分布（IID）基线（S1）、教学异质性（S2）、数据质量变化（S3）和时间漂移（S4）。使用SMOTE（合成少数类过采样技术）处理类别不平衡，并采用SHAP（Shapley加法解释）进行特征归因分析。所有实验重复10个随机种子，以均值和标准差报告性能。
**研究结果**
**RQ1: FL是否达到与集中式训练相当的性能？**
在IID基线（S1）下，联邦LR几乎完全匹配集中式LR性能（AUC-PR差距0.06个百分点），FedProx MLP与集中式MLP差距0.62个百分点。在所有非IID场景中，最佳联邦模型与集中式基准的最大差距不超过1.75个百分点，联邦LR保留了集中式性能的99.3%–99.9%，确认隐私-效用权衡可忽略不计。
**RQ2: 教学异质性对FL性能有何影响？**
引入课程类型非IID分区（S2）后，LR架构仅下降0.21个百分点，而FedAvg MLP下降1.64个百分点，但FedProx MLP仅下降0.52个百分点，表明近端正则化显著缓解了标签分布异质性对非线性模型的影响。
**RQ3: FedProx在何种条件下优于FedAvg？**
对于LR，FedProx与FedAvg在所有场景中几乎等效（差异不超过0.19个百分点，置信区间重叠）。对于MLP，FedProx优势随分布挑战严重性增加而增大：S1中+1.89个百分点，S2中+3.01个百分点，S3中+6.40个百分点（数据质量异质性下），并将训练方差降低40倍（标准差从0.0324降至0.0008），确立近端正则化为非线性架构的稳定性机制而非通用性能提升。McNemar检验在Bonferroni校正后均显著（p < 0.001）。
**RQ4: 跨学期时间漂移下FL性能如何变化？**
训练于学期1的模型在学期2测试集上表现稳定：FedAvg LR下降0.77个百分点，FedProx LR下降0.58个百分点，Wilcoxon检验未显示统计显著性差异（p = 0.32）。FedProx未在Bonferroni校正水平上提供额外稳定性优势。
**RQ5: 哪些LMS特征区分风险学生，且是否因学科而异？**
SHAP归因识别出三个全局主导特征：活跃天数（平均|SHAP| = 1.45）、已提交评估（1.30）和平均评估分数（1.28）。论坛交互排名最后（0.06），与Tinto模型的社会整合预测相背离，归因于HPE中社会整合主要通过临床实习和面对面学习实现。按课程分析显示特征显著性的学科差异：专职医疗/人文中已提交评估的预测力（2.062）是药学/应用科学（0.990）的两倍以上，提示早期预警系统应针对课程校准阈值。
**讨论与结论**
研究人员总结指出，本研究通过模拟证明了联邦学习可作为HPE中隐私保护风险学生预测的实用替代方案。最关键的实践发现是训练稳定性而非平均性能：在数据质量异质性下，FedProx通过近端正则化消除了FedAvg MLP的严重不稳定性（方差降低40倍），使其成为可靠部署的前提。研究得出三个可操作建议：初始部署默认使用LR架构；面对数据质量异质性时使用FedProx与MLP；早期预警系统应监控活跃天数和已提交评估，论坛交互不应作为主要触发信号。跨学期稳定性支持年度重新训练，降低数据治理负担。研究局限性包括：使用OULAD模拟而非真实HPE数据，客户端规模较小，通信轮次固定，以及SHAP分析基于替代模型。未来工作需在真实多机构HPE数据上验证，并探索个性化联邦学习方法和差分隐私保障。
