可解释的机器学习方法通过一项全国性的纵向调查，根据青少年参与体育运动的情况来预测其认知发展情况

《Scientific Reports》：Explainable machine learning predicts adolescent cognitive development from sport engagement in a national longitudinal survey

　　

摘要

全球范围内，超过80%的青少年未能达到推荐的体力活动水平，这引发了人们对他们在关键神经发育阶段认知发展状况的担忧。体力活动与青少年的认知能力提升有关，但关于课外体育活动参与度及体育教育相关学校资源对青少年认知发展影响的大规模预测性研究仍然有限。本研究利用可解释机器学习方法（explainable machine learning），针对中国教育面板调查（China Education Panel Survey，一个具有全国代表性的纵向数据集），分析了9366名七年级学生的认知能力变化，这些变量包括基线时期的课外体育活动参与度、体育教育相关学校资源以及背景因素。研究比较了五种模型：随机森林（Random Forest）、XGBoost、LightGBM、支持向量回归（Support Vector Regression）和堆叠集成模型（Stacking ensemble）。其中，堆叠集成模型表现最佳（R2 = 0.593，RMSE = 0.523，Pearson r = 0.770）。SHAP分析表明，基线认知能力和学业成就是最强的预测因子；课外体育活动参与度及体育教育相关学校资源共同贡献了5.5%的预测效果，其中个体行为参与度（3.7%）的影响高于体育教育相关学校资源（1.8%）。在体育教育相关因素中，跑道的长度、周末运动时长以及与父母一起锻炼的频率排在最前列。SHAP依赖性分析显示，工作日过度运动与认知结果呈负相关，而家庭经济状况对周末运动参与度具有正向调节作用。倾向得分匹配（Propensity score matching）分析发现，对体育运动的兴趣与认知发展之间存在显著关联（ATT = 0.071，p = 0.004），但敏感性分析表明该关联对潜在混杂因素的抵抗力较弱。这些发现表明，课外体育活动参与度，尤其是内在的体育兴趣，在一年内对青少年认知发展具有适度但显著的促进作用。