论文部分内容阅读
目的:中国农村中学生的身心健康状况值得关注。目前,我国有相当一部分农村中学生因为父母外出务工而成为留守儿童,他们处于青春的动荡时期,许多农村中学生长期缺乏父母关爱,身心健康也缺乏保障。农村中学生正处于一个自杀风险极高的特殊时期。自杀个体在自杀行动之间会经历自杀意念、自杀计划、自杀准备、自杀行动。自杀意念是实施自杀行为个体在早期的一种心理活动。而在学校日常心理监测中,学生面对直观问题很有可能会故意隐瞒存在自杀意念。如何在早期准确识别自杀意念对防控农村中学生自杀行为是非常重要的。近几年,深度学习模型在医学领域得到了广泛应用,本研究利用深度学习建立渝东南农村中学生自杀意念风险模型,并与机器学习模型进行比较,探讨模型差异及优越性。方法:本研究利用分层整群抽样方法在重庆市秀山土家族苗族自治县抽取8所中学的初中学生进行自杀意念等方面的问卷调查。选取3532名农村中学生进行问卷调查,获得有效样本3371例。通过方差分析、卡方检验以及单因素逻辑回归对调查结果进行差异性分析,并按8:2的比例随机分为训练集和测试集进行10次10折交叉验证。通过一般问卷调查收集人口、家庭、心理和社会因素。采用抑郁症状自评量表（Patient Health Questionnaire-9,PHQ-9）、焦虑症状自评量表（Generalized Anxiety Disorder,GAD-7）、健康问卷躯体症状群量表（Patient Health Questionnaire-15,PHQ-15）、青少年网络使用自评量表（The Internet Addiction Disorder Diagnostic Scale,IADDS）和青少年社会支持量表（The Adolescent Social Support Rating Scale,ASSRS）分别测量抑郁、焦虑、躯体症状、网络成瘾和社会支持等心理因素。通过综合相关文献和10倍交叉验证的套索回归的结果进行特征选择。建立了包括随机森林（Random Forest,RF）、多层感知机（Multi-Layer Perceptron neural network,MLP）和稀疏自编码器-多层感知机（Sparse Auto Encoder-Multi-Layer Perceptron neural network,SAE-MLP）集成算法在内的机器学习模型,并利用曲线下面积（the Area Under the Curve,AUC）、准确率、灵敏度、特异度、阳性预测值和F1评分进行评价。结果:农村中学生中的自杀意念者与非自杀意念者的家庭、社会和心理因素存在显著差异（P＜0.05）。父亲在外务工超过5年（OR=1.39,95%CI=1.08-1.79,P＜0.01）、母亲在外务工超过1年（OR=1.40~1.55,P＜0.05）、留守儿童（OR=1.25,95%CI=1.09-1.43,P＜0.001）、父母每年回家次数不到1次（OR=1.26,95%CI=1.07-1.47,P＜0.001）、与父母沟通不满意（OR=1.74~5.65,P＜0.001）、与父母联系频率低（OR=1..23~2.44,P＜0.01）、抑郁（OR=3.92~13.13,P＜0.001）、焦虑（OR=3.26~8.58,P＜0.001）、有躯体症候群（OR=2.72~4.36,P＜0.001）、社会支持差（OR=2.28~4.40,P＜0.001）、有自伤情况（OR=8.17,95%CI=6.85-9.75,P＜0.001）和网络成瘾（OR=2.63,95%CI=2.20-3.14,P＜0.001）的农村中学生更容易产生自杀意念的倾向。RF在训练集中表现最佳（AUC=0.921±0.004,准确率=0.877±0.004,灵敏度=0.837±0.011,特异度=0.917±0.010,阳性预测值=0.910±0.009,F1评分=0.872±0.004）,SAE-MLP在验证集中表现最佳（AUC=0.804±0.016,准确率=0.729±0.024,灵敏度=0.739±0.035,特异度=0.723±0.043,阳性预测值=0.625±0.033,F1评分=0.676±0.022）。训练集的AUC显著性检验结果表明各模型AUC值均不相同（P＜0.001）,验证集中,SAE-MLP与其他两模型有统计学差异（P＜0.001）,MLP和RF无统计学差异（P=0.096）。在配对卡方检验中显示,各模型分类结果无论是训练集还是验证集均不相同（P＜0.001）。结论:SAE-MLP表现优越,在自杀意念风险识别中表现良好。同为集成模型,SAE-MLP多个指标在验证集中表现优越,虽然特异度和阳性预测值没有RF的结果好,但其特异度和阳性预测值与RF的差异不大,而RF的灵敏度较低。MLP虽然在训练集当中表现比SAE-MLP优越,但验证集中表现并不好,这说明MLP鲁棒性较差、容易过拟合,RF也存在这个问题,而SAE-MLP不容易出现过拟合问题,鲁棒性强,稳定性高,具有普适性。农村中学生的身心健康非常值得重视。全社会应该关注农村中学生的家庭、社会和心理因素,重点放在早期发现、早期干预,以防止农村中学生自杀事件的发生。