《Psychology Research and Behavior Management》：Association Between New Tea Drink Consumption and Mental Health Disorders Among Chinese College Students: An Interpretable Machine Learning Approach
编辑推荐：
背景：随着生活方式的快速变化，心理健康障碍和慢性病在大学生中日益普遍，受多种风险因素驱动。鉴于传统线性模型在处理高维数据方面的局限性，本研究采用机器学习来预测这些风险。方法：研究人员在中国14个省份的1217名大学生中开展了一项横断面调查。收集了新茶饮消费、心
背景：随着生活方式的快速变化，心理健康障碍和慢性病在大学生中日益普遍，受多种风险因素驱动。鉴于传统线性模型在处理高维数据方面的局限性，本研究采用机器学习来预测这些风险。方法：研究人员在中国14个省份的1217名大学生中开展了一项横断面调查。收集了新茶饮消费、心理特征和人口统计学特征的信息。评估了五种机器学习算法：随机森林（Random Forest, RF）、极限梯度提升（XGBoost）、逻辑回归（Logistic Regression, LR）、支持向量机（Support Vector Machine, SVM）和人工神经网络（Artificial Neural Network, ANN）。结果：XGBoost模型在心理健康障碍方面表现出稳健的性能（AUC = 0.89，准确率 = 0.86），但由于类别不平衡，对慢性病的敏感性有限。SHAP（SHapley Additive exPlanations）分析表明，失眠症状是心理健康障碍的主要预测因子。中介分析表明，新茶饮频率与心理健康障碍之间的总效应为0.254，失眠症状部分中介了这种关联（效应 = 0.062；占比 = 24.4%）。结论：这些发现表明，将机器学习整合到早期筛查系统中可能有助于为大学生心理健康提供初步筛查和风险分层工作。通过识别相关行为模式，这些模型为假设生成提供了基础，但需要纵向研究来确定因果关系并验证其实用性。
### 论文解读：新茶饮消费与中国大学生心理健康障碍的关联——基于可解释机器学习方法的研究
#### 研究背景与问题
近年来，全球大学生的心理健康问题持续受到关注，抑郁和焦虑仍然是该人群中最普遍的障碍，其合并估计患病率分别高达33.6%和39.0%。在中国大学生中，这一趋势同样显著。与此同时，传统上与衰老相关的慢性病在年轻人群（尤其是成年早期）中的发生率日益增加。一项系统综述和荟萃分析发现，全球22.2%的青少年存在超重或肥胖，这种情况与抑郁和高血压风险显著增加相关。流行病学模型进一步预测，中国大学生高血压患病率（目前约3.3%）将在2030年上升至10.0%。这种心理健康障碍与慢性病的双重负担正在重塑对大学生健康风险的整体认知。
众多当代生活方式因素在传统医学诊断和风险预测模型中仍未得到充分认识。其中一个显著例子是新茶饮（new tea drink）的兴起。新茶饮是一种新兴饮品，通常通过现场将茶与鲜奶、水果、咖啡或风味糖浆混合制备，因其口感愉悦而深受中国大学生欢迎。与传统的茶不同，新茶饮通常含有甜味剂、风味糖浆、果蔬汁以及额外添加物（如木薯珍珠、果冻和布丁），这些添加剂导致更高的添加糖和碳水化合物含量。一份946毫升的珍珠奶茶（含果冻和布丁）提供的糖分超过男性每日推荐最大摄入量的250%，女性则为384%。鉴于其高糖含量，先前研究表明这些饮品会带来额外健康风险，如超重、肥胖、2型糖尿病（T2D）、冠心病（CHD）和睡眠紊乱。新茶饮还常含有咖啡因和茶碱等兴奋成分。研究发现，即使摄入相当于1-2份双份浓缩咖啡剂量的咖啡因，并在睡前16小时摄入，也会引起睡眠脑电图（EEG）的可靠改变，表明睡眠更浅。过量咖啡因摄入还与睡眠潜伏期延长、睡眠结构紊乱、焦虑加剧和心动过速相关。在青少年人群中，高咖啡因摄入者的自报睡眠困难更为常见。总体而言，这些研究提示频繁消费新茶饮与失眠症状及相关心理健康影响之间存在关联。
大学阶段是身体和心理发展的关键时期，也是建立健康生活习惯的时期。在此期间，早期疾病预测和风险因素识别是改善健康结局和减轻医疗系统负担的关键优先事项。机器学习方法已越来越多地与传统统计方法一起应用于疾病风险预测。虽然传统回归模型提供了基于既定理论的清晰参数解释，但机器学习可能通过整合多种数据源来预测疾病风险、提高诊断准确性并提供最佳治疗策略，从而补充这些方法。然而，机器学习模型的黑箱特性带来了显著的可解释性挑战，限制了其在真实医疗决策中的应用。为此，可解释性技术（如SHAP）被越来越多地用于解释疾病风险背景下的模型预测。SHAP值不仅能识别最具影响力的预测因子，还能量化每个特征对疾病风险的贡献，从而为医疗决策提供新的见解。
本研究旨在探索中国大学生健康结局与特定生活方式行为（尤其是新茶饮消费和失眠症状）之间的关系。分析流程从使用LASSO（Least Absolute Shrinkage and Selection Operator）回归和相关性分析进行特征选择开始，然后比较评估五种机器学习模型的性能和预测结果，最终选择最优模型。为增强透明度，应用SHAP分析量化变量对模型输出的贡献。此外，研究人员采用中介分析探索新茶饮消费与心理健康障碍关联的潜在路径。基于现有证据，提出三个假设：H1：新茶饮频率与心理健康障碍正相关；H2：新茶饮频率与失眠症状正相关；H3：失眠症状在新茶饮频率与心理健康障碍的关联中占显著比例。
#### 关键技术方法
本研究为中国14个省份多所高校的1217名大学生横断面调查（2024年9月22日至10月21日，通过问卷星发放结构化匿名自填问卷，有效回收率95.38%）。主要技术方法包括：1) LASSO回归进行特征选择，通过5折交叉验证调整惩罚参数λ，保留非零系数特征；2) 五种机器学习模型（随机森林、极限梯度提升、逻辑回归、支持向量机、人工神经网络）构建预测模型，采用网格搜索优化超参数，以受试者工作特征曲线下面积（AUC）、准确率、精确率、特异度、灵敏度和F1分数评估性能；3) SHAP分析量化每个特征对模型预测的贡献，提供全局和局部解释；4) 中介分析（SPSS PROCESS宏，模型4，5000次自助抽样）检验失眠症状在新茶饮频率与心理健康障碍之间的中介效应。
#### 研究结果
**参与者特征**：1217名参与者平均年龄22.3岁（SD=3.5）。18.0%存在心理健康障碍，3.6%报告有慢性病。两组间在年龄、教育水平、婚姻状况、每日果蔬种类、饮酒频率、新茶饮频率、新茶饮周支出、体力活动水平、失眠症状、自我控制、韧性、认知重评、表达抑制、社会支持和童年社会经济地位方面存在显著差异（p<0.05）。慢性病组在年龄、性别、BMI、月支出、婚姻状况、饮酒频率、吸烟、抑郁症状、焦虑症状、体力活动水平、失眠症状、自我控制、韧性和认知重评方面存在显著差异（p<0.05）。
**特征选择**：通过LASSO回归和5折交叉验证，生成系数路径图并按系数绝对值排序。对于心理健康障碍，排名靠前的特征为失眠症状、自我控制和每日果蔬种类；对于慢性病，韧性、失眠症状和每日果蔬种类位居前列。相关性分析显示，“新茶饮频率”与“新茶饮周支出”之间存在强相关，其余变量间无显著相关性。
**模型性能评估**：五种模型的ROC曲线和AUC值显示，对于心理健康障碍，逻辑回归（LR）具有最高AUC（0.91），但XGBoost在灵敏度（0.46）和F1分数（0.85）上显著优于其他模型。综合考虑AUC、准确率和灵敏度，XGBoost被选为最优模型。对于慢性病，人工神经网络（ANN）具有最高AUC（0.79），但所有模型灵敏度均较低（XGBoost最高为0.13），表明类别不平衡导致模型难以识别阳性病例。
**SHAP分析**：对于心理健康障碍，失眠症状是最大贡献者（平均|SHAP值|=1.57），更高的失眠症状值对应更高的预测风险。新茶饮频率也与较高预测风险值相关（平均|SHAP|=0.33）。对于慢性病，前三名贡献者为韧性、性别和饮酒频率。韧性贡献最高，较低韧性对应更高预测概率（平均|SHAP|=0.75）。饮酒频率正向关联预测风险（平均|SHAP|=0.55），新茶饮频率贡献较小（平均|SHAP|=0.33）。较低的体力活动水平与较高预测风险相关（平均|SHAP|=0.38）。失眠症状、韧性、月支出、饮酒频率和新茶饮频率是两种结局的共同预测因子。
**中介分析**：新茶饮频率与失眠症状显著正相关（β=0.226，p<0.05）。当新茶饮频率和失眠症状同时纳入模型解释心理健康障碍变异时，两者均显著正相关（β=0.192，p<0.01；β=0.276，p<0.001）。总效应为0.254，间接效应标准化值为0.062，占总效应24.4%。该结果表明失眠症状部分中介了新茶饮频率与心理健康障碍的关联。
#### 讨论与结论
本研究通过横断面调查开发了基于机器学习的预测模型，识别了中国大学生慢性病和心理健康障碍的相关因素。SHAP分析确认失眠症状是心理健康障碍的主导预测因子，与先前研究一致。新茶饮消费的频率在心理健康障碍学生中显著更高，且SHAP值证实其在模型中的重要性。中介分析提示新茶饮频率通过失眠症状部分影响心理健康障碍，可能机制包括新茶饮中高咖啡因和糖含量导致睡眠潜伏期延长、睡眠质量下降，以及血糖波动影响情绪稳定性。然而，由于横断面设计，无法确定因果关系。
对于慢性病预测模型，由于类别不平衡导致灵敏度极低，限制了其实用性。未来研究应采用成本敏感学习、合成过采样和异常检测等先进方法。
结论：本研究评估了五种机器学习算法，最终选择XGBoost构建中国大学生心理健康障碍和慢性病的预测模型。该模型在心理健康障碍方面表现出稳健性能，但慢性病方面因类别不平衡灵敏度有限。SHAP可解释性分析表明失眠症状是心理健康风险模型预测的主要贡献者，较高的新茶饮频率与较高预测风险值相关。中介分析提示新茶饮频率与心理健康障碍的关联部分由失眠症状解释。虽然当前横断面设计无法得出因果结论，但未来纵向研究有必要确认因果关系并验证预测模型。尽管如此，在当今多样化生活方式和复杂疾病模式的背景下，这些发现表明教育部和相关政府机构需要优先考虑文化特异性的早期心理健康筛查，促进规律作息，并通过教育学生了解新茶饮的营养成分来培养更健康的生活方式选择。
