《Frontiers in Public Health》：Environmental and household factors associated with depressive symptoms in rural Kilifi County, Kenya: a machine learning analysis
编辑推荐：
背景：抑郁症是全球致残的主要原因，对撒哈拉以南非洲资源匮乏地区的人群影响尤为严重，在那里，贫困、有限的医疗保健以及环境应激源（如气候变化、水和卫生设施不足、家庭空气污染）叠加增加了脆弱性。在肯尼亚基利菲县，反复干旱和经济不安全加剧了这些挑战，然而环境暴露与心理
背景：抑郁症是全球致残的主要原因，对撒哈拉以南非洲资源匮乏地区的人群影响尤为严重，在那里，贫困、有限的医疗保健以及环境应激源（如气候变化、水和卫生设施不足、家庭空气污染）叠加增加了脆弱性。在肯尼亚基利菲县，反复干旱和经济不安全加剧了这些挑战，然而环境暴露与心理健康影响之间的关联仍未得到充分表征。本研究应用机器学习模型，考察气候感知、水和卫生设施获得以及家庭空气污染代理指标与基利菲县抑郁症状之间的关联。
方法：本横断面研究分析了2021年7月至12月在Kaloleni/Rabai社区健康和人口监测系统（KRHDSS）内收集的原始家庭调查数据。结构化调查收集了人口统计学信息、通过患者健康问卷-9（PHQ-9）评估的心理健康状况，以及环境暴露信息，包括气候感知、农业应激源、水和卫生设施获得以及空气污染代理指标。抑郁症定义为PHQ-9≥10。将31个变量分为环境感知、气候影响、空气污染代理指标和水/卫生设施类别。在Python中使用80/20家庭分组训练-测试分割（GroupShuffleSplit）训练随机森林（Random Forest）和极端梯度提升（XGBoost）模型，以防止数据泄漏，并采用10折分层分组交叉验证。通过平衡类别权重（随机森林）和scale_pos_weight（XGBoost）处理类别不平衡。模型性能通过准确率、平衡准确率、ROC-AUC、PR-AUC、灵敏度、特异度、精确率、召回率、F1分数和Brier分数进行评估，并附带bootstrap 95%置信区间。特征贡献通过基尼重要性、增益和SHAP值进行评估。
结果：在17,738名参与者中（中位年龄41.0 [IQR 31.0–54.0]，77.8%为女性），14.9%（n=2,635）筛查为抑郁阳性（PHQ-9≥10）。XGBoost在所有指标上均优于随机森林：准确率0.802（95% CI: 0.788–0.815）对0.796（95% CI: 0.782–0.808），ROC-AUC 0.845（95% CI, 0.826–0.862）对0.823（95% CI, 0.804–0.841），平衡准确率0.753对0.738，灵敏度0.684对0.657。两个模型对抑郁阳性病例均显示出中等精确率（XGBoost 0.40，Random Forest 0.38），反映了类别不平衡处理中固有的精确率-灵敏度权衡。基尼重要性、增益和SHAP分析中的关键预测因子包括饮用水源、高温相关健康风险、干旱暴露、家庭热不适和使用明火做饭，凸显了水/卫生、气候和家庭空气质量因素的汇聚。
结论：环境和家庭暴露与肯尼亚基利菲县农村地区的抑郁症状持续相关。机器学习识别出水与卫生条件、气候变化感知和家庭能源实践作为主要预测因子。将环境和气候敏感指标纳入社区健康工作流程，同时采取清洁炉灶、水获取和气候适应型农业等干预措施，可减轻抑郁负担并增强气候脆弱社区的精准公共卫生。需要采用精细暴露测量的纵向研究来阐明这些关联的时间性和因果性。
**论文解读：肯尼亚基利菲县农村环境与家庭因素与抑郁症状的关联——基于机器学习分析的研究**
**研究背景与问题**
抑郁症是全球致残的主要原因，在撒哈拉以南非洲资源匮乏地区负担尤为沉重。当地贫困、医疗资源有限，且面临气候变化、水与卫生设施不足、家庭空气污染等多重环境应激源叠加，进一步加剧了心理健康脆弱性。已有证据多来自发达国家，针对中低收入国家（LMICs）的环境暴露与抑郁关联研究仍不充分。在肯尼亚基利菲县，反复干旱与经济不安全使挑战更为突出，但环境暴露与抑郁症状之间的关联尚未被清晰刻画。为此，研究人员利用Kaloleni/Rabai社区健康和人口监测系统（KRHDSS）的大规模家庭调查数据，采用机器学习方法分析环境感知、水与卫生、空气污染代理指标等与抑郁筛查阳性状态的关联。
**研究方法概述**
研究为横断面设计，数据来自2021年7—12月在KRHDSS内采集的17,738名参与者（中位年龄41.0岁，77.8%女性）。抑郁状态采用患者健康问卷-9（PHQ-9）评估，以≥10分为筛查阳性。共纳入31个变量，归为环境感知、气候影响、空气污染代理、水与卫生四类。研究人员使用随机森林（Random Forest）和极限梯度提升（XGBoost）两种监督学习算法，采用按家庭分组的80/20训练-测试分割（GroupShuffleSplit）避免数据泄漏，并利用10折分层分组交叉验证评估稳定性；通过类别权重和scale_pos_weight处理样本不平衡。模型性能以准确率、平衡准确率、ROC-AUC、PR-AUC、灵敏度、特异度、精确率、F1分数及Brier分数等指标衡量，并通过Gini重要性、增益和SHAP值解析特征贡献。
**研究结果**
*抑郁症状分布*
参与者中，14.9%（n=2,635）筛查为抑郁阳性（PHQ-9≥10），52.1%报告存在任何程度的抑郁症状（0-4分：47.9%；5-9分：37.7%；10-14分：11.5%；15-19分：2.6%；20-27分：0.7%）。绝大多数参与者（82.0%）报告降雨模式显著变化，64.6%报告过去一年家庭受干旱影响，64.4%报告夏季家中热不适。
*机器学习模型性能*
在独立测试集上，XGBoost整体准确率为0.802（95% CI: 0.788–0.815），ROC-AUC为0.845（95% CI: 0.826–0.862）；随机森林分别为0.796（95% CI: 0.782–0.808）和0.823（95% CI: 0.804–0.841）。XGBoost在平衡准确率（0.753 vs 0.738）和灵敏度（0.684 vs 0.657）上也更优。两个模型对抑郁阳性类别的精确率中等（0.38–0.40），呈现典型的精确率-灵敏度权衡，但灵敏度达到约三分之二，提示可用于社区初筛场景。
*特征重要性分析*
三类特征重要性方法（Gini重要性、增益重要性、SHAP值）结果收敛，识别出一致的关键预测因子：饮用水源、高温相关健康风险、干旱暴露、家庭热不适、烹饪/洗涤用水源、开放明火做饭等。其中，开放明火做饭（86.0%家庭使用）和降雨不规律（26.6%报告）与既有文献中家庭空气污染和气候变异影响心理健康的路径一致。水与卫生相关变量在所有方法中均位居前列，可能反映日常取水的负担、安全顾虑及健康风险。
**讨论与结论**
研究结果显示，环境与家庭暴露因素与基利菲农村地区抑郁症状显著相关，机器学习模型可借助常规可得的家庭和环境指标实现中等精度的风险分层。讨论指出，这些特征可能部分反映了潜在的社会经济剥夺，而非单一环境暴露的独立效应，因为收入、教育等混杂变量未纳入数据集。同时，横断面设计限制因果推断，自我报告暴露和结局可能存在共同方法偏倚。尽管阳性预测精确率有限，但囿于资源匮乏的社区初筛情境，优先保证灵敏度有助于减少漏诊。
研究结论翻译如下：在这项来自肯尼亚基利菲县农村的大型社区队列中，抑郁症状高度流行，凸显了气候压力大、资源匮乏环境中的心理健康负担。机器学习模型（XGBoost和Random Forest）展示了强大的预测性能，表明常规收集的家庭和环境指标可以在社区监测系统中实现可扩展的风险分层。关键预测因子——明火做饭、感知热不适、降雨不规律、干旱以及水和卫生设施限制——与将家庭空气污染、气候变异性和物质匮乏与心理困扰联系起来的既有通路一致。虽然对抑郁阳性病例的灵敏度中等，但该方法为识别高风险群体和指导针对性预防提供了实用价值。未来需要采用精细暴露指标和更丰富社会应激数据的纵向研究，以加强因果推断，并进一步优化抑郁症病例检测。
总体而言，该研究为将环境气候敏感指标整合进肯尼亚社区精神健康服务提供了实证支持，清洁烹饪、热缓解、水与卫生改善及气候适应型生计等干预有望同时带来心理健康与身体健康协同获益。
