Decodificación de las autolesiones no suicidas de los adolescentes: comprensión con conocimientos interpretables de...

Área de la Ciencia:

• Psicología adolescente
• Psiquiatría computacional
• Ciencias del comportamiento

Sus antecedentes:

• La autolesión no suicida (NSSI) es un comportamiento de riesgo adolescente prevalente pero desafiante.
• La detección temprana y la intervención son cruciales para mitigar el impacto de la NSSI.
• La comprensión de los factores de riesgo y de protección subyacentes es esencial para desarrollar estrategias eficaces.

Objetivo del estudio:

• Desarrollar un modelo de clasificación de aprendizaje automático para adolescentes.
• Identificar los factores críticos de riesgo y de protección asociados con la NSSI.
• Evaluar estos factores en el marco del modelo teórico integrado.

Principales métodos:

• Datos recogidos de 2989 adolescentes en el este de China a través de cuestionarios.
• Se aplicaron seis algoritmos de aprendizaje automático: KNN, SVM, Regresión logística, LGBM, CatBoost y XGBoost.
• Visualización SHAP y análisis exploratorio de factores utilizados para identificar los factores clave.

Principales resultados:

• El algoritmo CatBoost mostró un rendimiento superior (AUPRC=0,736, AUC=0,863).
• El análisis SHAP destacó 23 elementos importantes que influyen en el NSSI.
• Se identificaron siete factores: ansiedad situacional, síntomas depresivos, funcionamiento diario positivo, autoestima negativa, autoevaluación del comportamiento, acoso y agresión reactiva, y problemas interpersonales y autoaceptación.

Conclusiones:

• El aprendizaje automático proporciona un enfoque sólido para analizar datos complejos de NSSI.
• Los factores identificados ofrecen información sobre el perfeccionamiento del modelo teórico integrado para la NSSI.
• Este estudio mejora la comprensión de la NSSI en adolescentes, ayudando a las intervenciones específicas.