《Personality and Individual Differences》：Adolescent self-reported dishonesty in anonymous surveys: A holistic multi-model analysis with artificial intelligence
编辑推荐：
自我报告的不诚实常被用作青少年健康研究中的排除标准，并隐含地假设此类排除不会引入偏倚。然而，关于匿名调查中自愿披露不诚实行为相关的心理健康和幸福感领域知之甚少。本研究考察了基于社会人口学特征、心理健康和幸福感，披露不诚实行为的青少年与报告诚实回答的青少年是否可
自我报告的不诚实常被用作青少年健康研究中的排除标准，并隐含地假设此类排除不会引入偏倚。然而，关于匿名调查中自愿披露不诚实行为相关的心理健康和幸福感领域知之甚少。本研究考察了基于社会人口学特征、心理健康和幸福感，披露不诚实行为的青少年与报告诚实回答的青少年是否可区分。研究人员采用整体机器学习方法和补充逻辑回归分析，分析了144,383名挪威青少年样本。单独的领域特异性分析表明，个人、人际和社会人口学领域各自为区分披露不诚实回答的青少年提供了大量信息。此外，完整模型分析实现了79.9%的平衡灵敏度和特异度，以及87.3%的曲线下面积（AUC）。六个因子初步总结了完整模型的重要指标：感知压力、学校满意度、应对效能、身体和言语骚扰经历、对抗性外化行为以及风险在线关系。对未来教育缺乏乐观和更频繁的电子游戏也在重要指标之列，但抑郁和焦虑症状在完整模型中并未显现为重要指标。逻辑回归结果再现了机器学习发现。总体而言，研究结果表明，自我披露的不诚实与较低的个人、人际和社会环境幸福感相关，因此，从健康调查中排除此类受访者可能导致系统性偏倚。
青少年健康研究主要依赖自我报告问卷，但不诚实回答会损害数据效度，并可能影响预防和干预策略的制定。为应对这一挑战，自我报告诚实条目常被用作排除低质量数据的依据，但该做法隐含地假设这些不诚实作答者被排除不会引入偏倚。然而，目前对于在匿名调查中自愿披露不诚实回答的青少年，其心理健康和幸福感特征尚缺乏系统研究。既有理论多将不诚实回答归因于印象管理和社会期望偏差，但这些机制难以解释匿名且低风险情境下的主动披露行为。因此，研究人员认为有必要采用整体视角，考察此类青少年是否存在更广泛的心理社会脆弱性。
为此，研究人员利用挪威Ungdata全国性学校调查数据，该数据于2017-2019年覆盖276个市镇，初始样本176,966名13-18岁青少年，经筛选后分析样本为144,383名。研究采用整体多模型机器学习（holistic multi-model machine learning）方法，并辅以逻辑回归（logistic regression）分析，旨在回答三个问题：自报不诚实组与诚实组是否可区分；哪些心理健康、幸福感、社会人口学与环境指标能区分两组；这些指标是否可归纳为更宽泛的领域或因子。该研究发表于《Personality and Individual Differences》。
在方法上，研究人员将121个调查条目划分为个人、人际、社会-环境三个领域，分别训练领域模型及完整模型。使用autoEnsemble R包构建集成分类器，以曲线下面积（area under the curve, AUC）作为性能指标。针对结果变量严重失衡的问题，通过随机欠采样构建平衡样本（n=4270）用于训练与测试。缺失数据采用基于随机森林的mlim插补。指标重要性通过加权平均SHAP（Weighted Mean SHAP, WMSHAP）评估，并辅以单因素和多因素逻辑回归检验可重复性。最后，对重要指标进行探索性因子分析（exploratory factor analysis, EFA）以简化结构。
结果方面，有如下主要发现。在4.1 描述性统计中，卡方检验显示，自报不诚实检出率在男孩（2.01%）中显著高于女孩（0.89%），高中生（1.71%）高于初中生（1.19%）；家庭客观富裕度低与主观富裕度差的青少年检出率更高；父母均无高等教育者也更高。抑郁症状严重度与自报不诚实呈非线性关系。4.2 领域分析中，分别针对三个领域训练的模型均显示出中等区分力，人际领域AUC为0.825，个人领域为0.817，社会-环境领域为0.813，表明自报不诚实并非局限于单一领域。4.3 完整模型与特征重要性中，完整集成模型在测试集达到AUC为87.4%，平衡灵敏度与特异度为79.1%。WMSHAP识别出18个重要指标，其中贡献最大的条目为“我的在线和离线朋友是同一批人”（反向），其次为“过去一年家中成年亲属曾故意打我”、“我总能通过努力解决难题”（反向）。逻辑回归结果与机器学习一致。值得注意的是，抑郁症状、酒精和烟草使用未成为重要指标。4.4 探索性因子分析中，EFA产生了六个因子，分别命名为感知压力、应对效能、身体与言语骚扰、学校满意度、对抗性外化行为、在线关系。多因素逻辑回归显示，风险在线关系和对抗性外化行为与自报不诚实呈正相关，而应对效能、学校满意度和感知压力与其负相关。
讨论指出，自报不诚实并非随机噪声，而具有系统的心理社会关联。模型的高区分度说明这些青少年能够被较准确地识别。然而，自我报告诚实条目无法完全解决“说谎者悖论”，因为部分实际不诚实者可能仍报告诚实。研究尚不能确定这些青少年是故意歪曲、粗心作答还是对条目理解不同。未来研究应结合客观指标或内隐测量，并探索提高青少年参与动机的干预措施。
研究结论部分翻译如下：关于青少年在自愿匿名调查中自我报告不诚实所关联的心理健康与幸福感因素，目前所知甚少。本研究利用大规模全国性数据集和整体分析方法填补了这一空白，发现自我报告不诚实相比精神健康问题，更一致地与广泛的幸福感及社会环境指标相关。与报告诚实回答者相比，自报不诚实的青少年倾向于在人际和社会幸福感、身体与言语骚扰经历、应对效能低、学校满意度低、对未来教育乐观度低、感知学业和外貌压力低、更频繁电子游戏以及更多对抗性外化行为方面存在系统性差异。这些发现表明，不应自动将自我报告的不诚实视为排除样本的“红旗”。这些青少年似乎具有系统性的个人、人际和社会脆弱性，将其从分析中排除可能导致科学结果偏倚。然而，该研究并未确定这些参与者是否故意提供不准确回答、粗心作答或对该诚实条目作了其他解释。未来需要更多研究来确定在自我报告高度不诚实者中，故意作答行为的程度，以及单条目诚实测量能否捕捉此类行为。澄清这些对于提高青少年调查数据的可靠性和整体质量至关重要。
