危機ホットラインチャットにおける機械学習を用いた差し迫った自殺リスクの予測

科学分野:

• 心理学
• コンピュータサイエンス
• 公衆衛生

背景:

• 自殺リスクのリアルタイム特定は、予防のために不可欠です。
• 急性自殺危機における動的な精神プロセスを理解することは困難です。
• 既存の理論は、差し迫った自殺リスク（IMSR）の予測因子を提案していますが、リアルタイムでの検証が不足しています。

研究 の 目的:

• インターネットベースの危機ホットラインチャットにおけるIMSRを予測する機械学習の可能性を調査すること。
• 自殺危機理論に基づく心理学的要因に関連する言語パターンを分析すること。
• 危機的相互作用中のこれらの要因の予測値と時間的安定性を調べること。

主な方法:

• 3309件の匿名化された危機チャットセッション（IMSRと特定された312件）の分析。
• 自殺危機理論に基づく心理学的語彙の編集。
• 言語パターンの抽出と、予測因子分析のためのロジスティック回帰モデルの適用。
• チャット期間中の予測因子の安定性を評価するための時間的分析。

主要な成果:

• 具体的な計画と意図を伴う自殺念慮が、IMSRの最も強力な予測因子でした。
• 痛みへの耐性、意図的な自傷行為、認知的硬直性、衝動性が重要な予測因子でした。
• 知覚された負担、抑うつ症状、感情的な苦痛は、IMSRとの負の関連性を示しました。
• 特定された予測因子のほとんどは、チャットセッション全体を通じて安定していました。

結論:

• IMSRは、認知的、感情的、行動的要因を組み合わせた統合的アプローチを通じて最もよく理解されます。
• 特に意図が明示されていない場合、リアルタイムの自殺リスク検出には、間接的なリスク因子の特定が不可欠です。
• 危機チャットの機械学習分析は、リアルタイム介入のための理論的理解と実践的ツールを進歩させます。