近18万人研究发现：新算法可预测青少年自杀倾向，准确率高达91%！

来自杨百翰大学、约翰霍普金斯大学和哈佛大学的研究人员创建了一种算法，可以预测青少年的自杀倾向和行为，准确率达到91%。

研究人员在发表在PLOS ONE上的一篇文章中概述了他们的机器学习方法，他们还详细介绍了在青少年中预测自杀倾向和行为的主要风险因素：网络骚扰和欺凌事件。

自杀是美国青少年死亡的第二大原因，人们必须更好地了解与这一问题相关的风险因素以及保护性因素。

研究结果显示，研究人员可以根据青少年面临的经历，高度准确地预测哪些青少年会表现出自杀倾向（考虑或计划）或自杀行为（企图）。

该团队分析了179,384名初中和高中学生的数据，其中包括2011-2017年参加学生健康和风险预防调查的学生。该数据集包括对300多个调查问题的回答和8000多个人口统计学信息。然后，研究人员将各种算法应用于数据，生成了一个机器学习模型，根据所提供的数据准确地预测哪些青少年有自杀的想法和行为。

数据显示，女性比男性更有可能出现自杀的想法和行为（17.7%），那些没有父亲的青少年比有父亲的青少年更可能出现自杀的想法（72.6%）。

最重要的是，该算法发现了自杀想法和行为的主要因素：

1）在网络上受到威胁或骚扰；

2）在学校被学生挑衅或欺负；

3）在家里接触/参与严重的争吵。

这项分析发现了青少年产生自杀想法最重要的根源，使人们对处于风险中的青少年有了更清晰的认识， 

研究人员对一些风险因素（如欺凌和骚扰）并不惊讶，但看到家庭因素会产生严重影响时，他们有点吃惊。在十大预测因素中，有三个直接与家庭情况有关：

1）身处一个有严重争吵的家庭；

2）身处一个为同样的事情反复争吵的家庭；

3）身处一个互相吼叫和侮辱的家庭。

研究小组说，这项研究的意义对于预防计划和政策制定至关重要。这些结果说明了预防的必要性，学校可能是帮助减轻欺凌和网络骚扰的最佳起点。而对于家庭环境来说，人们还需要能够帮助支持家庭的方案。

该研究论文题为"Predicting suicidal thoughts and behavior among adolescents using the risk and protective factor framework: A large-scale machine learning approach"，已发表在PLOS ONE期刊上。主要作者为Orion Weller。

前瞻经济学人APP资讯组

参考资料：https://journals.plos.org/plosone/article?id=10.1371/journal.pone.0258535