预测老年人中自杀企图:基于三步理论的阶段性思想到行动方法的机器学习评估
1Konkuk University, 120 Neungdong-Ro, Gwangjin-gu, Seoul, Republic of Korea.
Journal of affective disorders
|February 28, 2026
概括
预测老年人的自杀是非常重要的. 基于三步理论 (3ST) 的逐步机器学习模型,通过首先评估自杀念头,有效地预测自杀企图,优于直接预测方法.
科学领域:
- 老年学是一门学科.
- 公共卫生 公共卫生
- 计算精神病学是一种计算精神病学.
背景情况:
- 老年人自杀是全球重要的公共卫生问题,特别是在韩国.
- 有效的自杀预防策略需要基于强有力的理论框架的预测模型.
研究的目的:
- 评估基于三步理论 (3ST) 的机器学习方法,用于预测老年人自杀企图.
- 为了比较一个逐步预测模型 (构想然后尝试) 与一个直接的预测模型.
主要方法:
- 在韩国老年人调查的全国代表性数据上利用先进的机器学习.
- 比较逐步和直接预测模型,采用SMOTE和数据不平衡的低样本.
- 应用了夏普利添加式解释 (SHAP) 来实现模型的可解释性.
主要成果:
- 与直接模型相比,逐步模型表现出更高的性能 (AUC=0.828),支持一个分阶段的想法到行动框架.
- 错误分析揭示了每个模型所捕捉的互补风险维度.
- SHAP分析为每个阶段确定了不同的预测因素,与3ST原则保持一致 (例如,抑郁症,生活满意度,社会联系,功能能力).
结论:
- 这些发现支持"三步理论"关于自杀风险的连续思想到行动模型.
- 逐步的方法为老年人预防自杀提供了实际和理论上的优势.
- 结果可以为大规模的自杀预防政策提供有针对性的干预措施.
