CN104881719A - 一种青少年自杀或自伤风险评估预警模型构建方法 - Google Patents
一种青少年自杀或自伤风险评估预警模型构建方法 Download PDFInfo
- Publication number
- CN104881719A CN104881719A CN201510296880.6A CN201510296880A CN104881719A CN 104881719 A CN104881719 A CN 104881719A CN 201510296880 A CN201510296880 A CN 201510296880A CN 104881719 A CN104881719 A CN 104881719A
- Authority
- CN
- China
- Prior art keywords
- suicide
- risk
- self
- risk assessment
- warning model
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供了一种青少年个体自伤、自杀风险评估方法,包括如下步骤:通过问卷调查收集待评估人员的风险预测因子信息;根据所述风险预测因子信息构建心理行为特征向量,并以人为单位分为训练集与测试集;根据所述训练集数据建立个体出现自杀或自伤行为的概率模型;根据所述个体出现自杀或自伤行为的概率模型建立风险评分函数;将所述测试数据集输入所述风险评估预警模型中,验证所述风险评估预警模型的性能。本发明结合计算机技术建立的风险评估预警模型能有效预测出有自杀或自伤风险的个人及群体,在对这些个人及群体进行心理辅导,从而有效降低自杀或自伤行为的发生。
Description
技术领域
本发明属于青少年心理研究领域,具体涉及一种青少年自杀或自伤风险评估预警模型构建方法。
背景技术
自杀是指个体蓄意或自愿采取各种手段结束自己生命的行为,是全球范围内青少年非意外死亡的主要原因之一,已成为全球性的重要公共卫生问题。我国是自杀率较高的国家之一,每年有28,7万人自杀死亡,200万人自杀未遂(Suicide attempt,SA),对15~34岁青少年而言,自杀已成为第1位死因。青少年自杀不仅给家庭带来巨大的精神打击,给社会也造成了严重的损失,所以关于青少年自杀危险因素的研究就显得非常重要。
目前已有很多关于青少年自杀的基因遗传学、神经影像学等方面的研究,但这一类研究一方面还没有找到自杀行为准确的“启动开关”,另一方面目前尚缺乏临床可行的纠正技术,我们目前仍无法直接通过改变个体的基因或者神经影像结构来改变日后可能发生的自杀行为。但是我们可以通过对青少年社会环境与自杀相关行为的关系的研究,找到社会环境中自杀的高危因素来降低青少年自杀行为的发生率,而且社会环境方面的干预和预防是社会各界都可以参与其中的,也就大大提高了干预的有效性。
发明内容
本发明目的之一在于提供一种青少年自杀或自伤风险评估预警模型构建方法,本发明能够有效预测出有自杀或自伤风险的个人及群体。
本发明提供的一种青少年自杀或自伤风险评估预警模型构建方法,包括如下步骤:
通过问卷调查收集待评估人员的风险预测因子信息;
根据所述风险预测因子信息构建心理行为特征向量,并以人为单位分为训练集与测试集;
根据所述训练集数据建立个体出现自杀或自伤行为的概率模型;
根据所述个体出现自杀或自伤行为的概率模型建立风险评分函数;
将所述测试数据集输入所述风险评估预警模型中,验证所述风险评估预警模型的性能。
本发明的有益效果在于,本发明结合计算机技术建立的风险评估预警模型能有效预测出有自杀或自伤风险的个人及群体,在对这些个人及群体进行心理辅导,从而有效降低自杀或自伤行为的发生。
附图说明
图1所示为本发明一种青少年自杀或自伤风险评估预警模型构建方法流程图。
具体实施方式
下文将结合具体实施例详细描述本发明。应当注意的是,下述实施例中描述的技术特征或者技术特征的组合不应当被认为是孤立的,它们可以被相互组合从而达到更好的技术效果。
图1所示为本发明一种青少年自杀或自伤风险评估预警模型构建方法流程图。
如图1所示,本发明提供的一种青少年自杀或自伤风险评估预警模型构建方法,包括如下步骤:
步骤S1:通过问卷调查收集待评估人员的风险预测因子信息。
本方法通过建立网络筛查平台,通过6个心理健康行为问卷收集青少年的一般情况、个人经历、行为习惯、心理状态等信息,综合反映其心理健康状况。以曾经有过“自杀或自伤行为”为阳性事件。
步骤S2:根据风险预测因子信息构建心理行为特征向量,并以人为单位分为训练集与测试集。
本次采集数据约16万,曾经有过“自杀或自伤行为”约占1.2%。将心理行为特征向量数据分为训练集与测试集,其中训练集约2/3,测试集约1/3。训练集是用来构建模型的数据集,测试集是模型构建成功后,用来验证的数据集。
步骤S3:根据训练集数据建立个体出现自杀或自伤行为的概率模型。
建立如下形式的概率模型为:P(yi=1)=f(Xi),其中,P(yi=1)为第i个个体出现自杀或自伤行为的概率,f(Xi)为待估计的函数,Xi为第i个个体所具有的心理行为特征向量。
步骤S4:根据个体出现自杀或自伤行为的概率模型建立风险评分函数。
获得概率模型后,会出现假阳性、假阴性的判断失误,其中假阳性为没有自杀风险,但是被筛查了出来;假阴性为有自杀风险,但是没有被筛查出来。为了筛查出自杀自伤的高危险青少年,宁可多筛查出来,也不能漏掉,本概率模型希望筛查出的假阳性多一些,要尽量降低假阴性的出现,所以再根据数据分布特征及权衡假阳性、假阴性所造成的损失(危害)大小,对概率模型判断临界值进行适当修正以使得损失最小。
并在此基础上建立风险评分函数,形式如下:
Scorei=g(f(Xi)),
其中,Scorei为第i个个体的风险评分,g(f(Xi))为风险转换函数。
步骤S5:将测试集数据输入风险评估预警模型中,验证该模型的性能。
在SAS统计软件中以最大似然法估计模型参数,为了简化模型、提高预测精度,采用向后逐步法筛选风险预测因子。最终筛选出的风险预测因子11个:T1强迫症、T1焦虑症、T1恐怖、近一年希望自己死了念头出现的频率、近一年想过自杀或伤害自己的频率、T3计划分量表、T4语言攻击、EPQ量表E和EPQ量表L。
根据训练集构建的风险评估预警模型具有较高的灵敏度和特异度,分别为93.95%和99.85%;其预测能力亦很强,阳性预测值为89.05%、阴性预测值为99.92%;该风险评估预警模型在测试集上亦表现出很好的性能,灵敏度和特异度分别为93.07%、99.73%;阳性预测值和阴性预测值分别为77.53%和99.94%。通过以上数据证实该风险评估预警模型性能良好,能有效预测出有自杀或自伤风险的个人或人群。通过对这些人群的特殊关注及心理辅导,使这些人群摆脱自杀或自伤的想法,从而降低青少年自杀或自伤行为的发生率。
本发明得到的自杀或自伤风险得分与估计概率水平之间的近似关系可用柱形图或渐变色阶的方式直观呈现出来。当通过该风险评估预警模型测试得到的风险得分超过70分时,自杀或自伤风险显著增加,其自杀或自伤风险可能超过60%,是心理干预的重点人群;自杀或自伤风险得分在60-70分之间时,自杀或自伤风险亦明显增加,是重点关注人群。
本发明可用于个体预警及群体预警:
进行个体预警时,根据该风险评估预警模型需要的风险预测因子信息,将待评估个体的对应信息输入该模型中,模型会输出该个体的风险得分,然后根据风险图即可判断其自伤或自杀风险大小,从而完成个体评估预警,根据预警结果选择是否进行下一步干预措施。
某些特殊群体,如毕业班学生,由于各种压力累积,易出现心理问题。可通过该风险评估预警模型进行群体预警,发现风险高的群体。进行高风险的个体心理干预之后,也可适时进行大范围的群体心理辅导,从而降低群体的自伤或自杀风险。
本文虽然已经给出了本发明的一些实施例,但是本领域的技术人员应当理解,在不脱离本发明精神的情况下,可以对本文的实施例进行改变。上述实施例只是示例性的,不应以本文的实施例作为本发明权利范围的限定。
Claims (1)
1.一种青少年自杀或自伤风险评估预警模型构建方法,其特征在于,包括如下步骤:通过问卷调查收集待评估人员的风险预测因子信息;
根据所述风险预测因子信息构建心理行为特征向量,并以人为单位分为训练集与测试集;根据所述训练集数据建立个体出现自杀或自伤行为的概率模型;
根据所述个体出现自杀或自伤行为的概率模型建立风险评分函数;
将所述测试数据集输入所述风险评估预警模型中,验证所述风险评估预警模型的性能。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510296880.6A CN104881719A (zh) | 2015-06-03 | 2015-06-03 | 一种青少年自杀或自伤风险评估预警模型构建方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510296880.6A CN104881719A (zh) | 2015-06-03 | 2015-06-03 | 一种青少年自杀或自伤风险评估预警模型构建方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN104881719A true CN104881719A (zh) | 2015-09-02 |
Family
ID=53949206
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510296880.6A Pending CN104881719A (zh) | 2015-06-03 | 2015-06-03 | 一种青少年自杀或自伤风险评估预警模型构建方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104881719A (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106682394A (zh) * | 2016-11-30 | 2017-05-17 | 北京拓明科技有限公司 | 一种生存风险的大数据分析方法及系统 |
CN108335751A (zh) * | 2018-01-23 | 2018-07-27 | 上海孩子通信息科技有限公司 | 一种基于数据挖掘的儿童性格评价方法 |
CN111462773A (zh) * | 2020-03-26 | 2020-07-28 | 心图熵动科技(苏州)有限责任公司 | 一种自杀风险预测模型的生成方法和预测系统 |
CN112086192A (zh) * | 2020-09-09 | 2020-12-15 | 浙江连信科技有限公司 | 用于精神障碍患者的风险预警方法和装置 |
CN117352180A (zh) * | 2023-12-04 | 2024-01-05 | 深圳市龙岗区第三人民医院 | 一种精神科病人自虐风险预警方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101482942A (zh) * | 2008-01-10 | 2009-07-15 | 电子科技大学 | 一种实时网络调查统计系统及实现方法 |
CN102521676A (zh) * | 2011-12-15 | 2012-06-27 | 中南大学湘雅二医院 | 一种青少年危险行为风险预警方法 |
CN102634450A (zh) * | 2012-03-01 | 2012-08-15 | 东南大学 | 基于生物芯片的抗抑郁药物疗效风险评估系统及其应用 |
US20130302841A1 (en) * | 2010-11-01 | 2013-11-14 | B.R.A.H.M.S Gmbh | Prognosis and risk assessment of patients with non-specific complaints |
-
2015
- 2015-06-03 CN CN201510296880.6A patent/CN104881719A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101482942A (zh) * | 2008-01-10 | 2009-07-15 | 电子科技大学 | 一种实时网络调查统计系统及实现方法 |
US20130302841A1 (en) * | 2010-11-01 | 2013-11-14 | B.R.A.H.M.S Gmbh | Prognosis and risk assessment of patients with non-specific complaints |
CN102521676A (zh) * | 2011-12-15 | 2012-06-27 | 中南大学湘雅二医院 | 一种青少年危险行为风险预警方法 |
CN102634450A (zh) * | 2012-03-01 | 2012-08-15 | 东南大学 | 基于生物芯片的抗抑郁药物疗效风险评估系统及其应用 |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106682394A (zh) * | 2016-11-30 | 2017-05-17 | 北京拓明科技有限公司 | 一种生存风险的大数据分析方法及系统 |
CN108335751A (zh) * | 2018-01-23 | 2018-07-27 | 上海孩子通信息科技有限公司 | 一种基于数据挖掘的儿童性格评价方法 |
CN111462773A (zh) * | 2020-03-26 | 2020-07-28 | 心图熵动科技(苏州)有限责任公司 | 一种自杀风险预测模型的生成方法和预测系统 |
CN112086192A (zh) * | 2020-09-09 | 2020-12-15 | 浙江连信科技有限公司 | 用于精神障碍患者的风险预警方法和装置 |
CN117352180A (zh) * | 2023-12-04 | 2024-01-05 | 深圳市龙岗区第三人民医院 | 一种精神科病人自虐风险预警方法 |
CN117352180B (zh) * | 2023-12-04 | 2024-03-22 | 深圳市龙岗区第三人民医院 | 一种精神科病人自虐风险预警方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104881719A (zh) | 一种青少年自杀或自伤风险评估预警模型构建方法 | |
Kitschelt et al. | Economic development, democratic experience, and political parties’ linkage strategies | |
Trulson et al. | Cliqued up: The postincarceration recidivism of young gang-related homicide offenders | |
Liu et al. | Multi-stage Internet public opinion risk grading analysis of public health emergencies: An empirical study on Microblog in COVID-19 | |
Nardulli et al. | Climate change and civil unrest: the impact of rapid-onset disasters | |
CN103699626B (zh) | 一种微博用户个性化情感倾向分析方法及系统 | |
Taxman et al. | The plight of providing appropriate substance abuse treatment services to offenders: Modeling the gaps in service delivery | |
Cunha et al. | Severe and less severe intimate partner violence: From characterization to prediction | |
Romano et al. | Prevalence and correlates of multiple victimization in a nation-wide adolescent sample | |
Peiper et al. | The performance of the K6 Scale in a large school sample. | |
Bengtson | Is newer better? A cross-validation of the Static-2002 and the Risk Matrix 2000 in a Danish sample of sexual offenders | |
Vaughn et al. | Racial and ethnic trends in illicit drug use and binge drinking among adolescent and young adult offenders in the United States | |
CN109714324A (zh) | 基于机器学习算法的用户网络异常行为发现方法及系统 | |
Tu et al. | Influence of individual values on attitudes toward corruption: What undermine formal anticorruption effectiveness | |
Chai et al. | Developing an early warning system of suicide using Google Trends and media reporting | |
CN116468300A (zh) | 基于神经网络的军队总医院学科评估方法及系统 | |
Habib et al. | Making a radical misogynist: How online social engagement with the manosphere influences traits of radicalization | |
Keyes et al. | Suicide and the agent–host–environment triad: leveraging surveillance sources to inform prevention | |
Chen et al. | The relationships between quality of life, psychiatric illness, and suicidal ideation in geriatric veterans living in a veterans' home: a structural equation modeling approach | |
Faisal et al. | A machine learning approach for analyzing and predicting suicidal thoughts and behaviors | |
Klement et al. | Preventing outlaw biker crime in the Netherlands or just changing the dark figure? Estimating the impact of the Dutch whole-of-government approach on outlaw biker crime using interrupted time series analysis | |
Cairney et al. | Bipolar disorder and leisure-time physical activity: results from a national survey of Canadians | |
Yu et al. | Prediction of reoffending risk in men convicted of sexual offences: development and validation of novel and scalable risk assessment tools (OxRIS) | |
Nowacki et al. | Gender diversification in police agencies: is it a zero-sum game? | |
CN112836137A (zh) | 人物网络支持度计算系统及方法、终端、设备、存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
EXSB | Decision made by sipo to initiate substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20150902 |
|
RJ01 | Rejection of invention patent application after publication |