Исследователи с помощью алгоритма машинного обучения определили основные факторы, которые могут предсказать риск причинения себе вреда и попытки самоубийства у подростков. По их словам, их модель является более точной, чем существующие методы, и может быть использована для оказания индивидуальной помощи.
Подростковый возраст - важнейший период становления. Физические, эмоциональные и социальные изменения могут сделать подростков уязвимыми к проблемам психического здоровья, включая попытки самоубийства. По данным Australian Institute of Health and Welfare (AIHW), самоубийство является основной причиной смерти австралийцев в возрасте от 15 до 24 лет. В США, по данным Centers for Disease Control and Prevention (CDC), суицид занимает второе место среди причин смерти подростков в возрасте от 10 до 14 лет.
Стандартный подход к прогнозированию самоубийств и самоповреждений основан на использовании в качестве единственного фактора риска наличие попыток сделать это в прошлом, что может быть ненадежным. Исследователи из University of New South Wales Sydney с помощью машинного обучения определили основные факторы, которые подвергают подростков повышенному риску.
"Иногда нам необходимо переварить и обработать большое количество информации, что не под силу клиницисту, - говорит Пинг-И Дэниел Лин, автор-корреспондент исследования. - Именно поэтому мы обращаемся к алгоритмам машинного обучения".
Данные о 2809 подростках были получены из Longitudinal Study of Australian Children (LSAC) - репрезентативного национального исследования, начавшегося в 2004 году. Подростки были разделены на две возрастные группы: 14-15 лет и 16-17 лет. Данные были получены из анкет, заполненных детьми, их опекунами и учителями. Среди участников исследования 10,5% сообщили об случаях самоповреждения, а 5,2% - о попытках самоубийства хотя бы один раз за последний год.
Исследователи выделили из полученных данных более 4000 потенциальных факторов риска в таких областях, как психическое здоровье, физическое здоровье, взаимоотношения с окружающими, школьная и домашняя обстановка. Они использовали метод случайного леса (RF) для определения того, какие факторы риска, наблюдавшиеся в 14-15 лет, в наибольшей степени предсказывали попытки самоубийства и самоповреждения в 16-17 лет. Основная идея RF заключается в том, что при объединении множества деревьев решений в единую модель прогнозы в среднем будут ближе к истине.
Прогностическая эффективность модели машинного обучения сравнивалась с подходом, использующим в качестве предиктора только предыдущую историю самоповреждений или попыток самоубийства. Эффективность каждой модели определялась путем оценки площади под кривой (AUC) - показателя, который варьируется от 0,5 (не лучше случайного угадывания) до 1,0 (идеальное предсказание). Как правило, AUC от 0,7 до 0,8 считается приемлемой для прогнозирования риска, от 0,8 до 0,9 - отличной, а более 0,9 - выдающейся.
Для обучения RF-модели прогнозирования самоповреждений было использовано 48 переменных, которая показала хорошую прогностическую эффективность с AUC 0,740. Что касается предсказания попыток самоубийства, то модель, обученная с использованием 315 переменных, показала AUC 0,722.
По сравнению с использованием в качестве предикторов только истории самоповреждений или суицидальных попыток, ML-модели оказались лучше. Использование данных о предыдущем самоповреждения для прогнозирования повторного случая дало AUC 0,645, предыдущей попытки самоубийства для прогнозирования повторной попытки - AUC 0,630, а случай самоповреждения для прогнозирования попытки самоубийства - AUC 0,647.
"Для нас было удивительно увидеть, что предыдущие попытки не входят в число основных факторов риска, - сказал Лин. - Мы обнаружили, что окружение молодого человека играет большую роль, чем мы думали. Это хорошо с точки зрения профилактики, поскольку теперь мы знаем, что можем сделать для этих людей".
По мнению исследователей, полученные ими результаты важны, поскольку они опровергают стереотип, согласно которому люди совершают самоубийства или самоповреждения исключительно из-за плохого психического здоровья. По их словам, их модель может быть использована для индивидуальной оценки риска у подростков.
Исследование было опубликовано в журнале Psychiatry Research.
Фото: Unsplash/Zhivko Minkov
Комментарии
(0) Добавить комментарий