贊！太阳集团1088vip本科生大創項目團隊發表高水平論文

導語

2024年9月15日，太阳集团1088vip“大學生創新創業訓練計劃項目”（以下簡稱大創）團隊成員本科生丁鶴霄、李娜、徐紫若及碩士生黎麗杉共同完成的研究論文《Machine learning-enabled mental health risk prediction for youths with stressful life events: A modelling study》在全球臨床心理學和精神病學領域權威國際學術期刊《Journal of Affective Disorders》上正式發表(IF=4.9，中科院醫學大類分區2區，Top期刊)，太阳集团1088vip夏薇副教授為通訊作者，也是該大創項目團隊的指導老師。該研究成果為青少年心理健康領域的研究貢獻了新的研究視角，同時彰顯了太阳集团1088vip本科生的優秀科研創新能力。
 

論文标題頁

論文背景
在當代社會下，青少年壓力生活事件的頻發，由此引發的心理健康問題是醫學社會面臨的巨大挑戰。然而，不當應對不僅難以解決青少年的壓力問題，還會加劇其心理狀态惡化，進而從心理不良狀态發展為心理疾病。因此，早期發現青少年壓力問題，糾正不當應對策略是維護青少年心理健康的關鍵。然而，青少年心理健康的預測涉及多種因素，機器學習為準确預測其進展提供了技術支持。在這一背景下，太阳集团1088vipPeerInt研究團隊利用機器學習技術，開發了一種能夠預測青少年心理健康風險的模型。

論文内容
本研究基于3038名青少年的調查結果，提出了一種基于機器學習的新方法來識别青少年心理健康的重要特征，構建了一個壓力生活事件應對結果的預測模型，并通過另外539名青少年的心理健康數據驗證該模型的有效性。研究團隊通過分析25個特征，包括人口統計信息、壓力生活事件、社會支持、應對策略和情緒智力相關的維度，來預測青少年的心理健康狀況；采用Shapley加性解釋（SHAP）方法來确定各風險因素在特征選擇中的重要性，并選取了前10個最具影響力的特征作為模型開發的最終特征集。
 

模型構建過程

研究結果表明，六個關鍵特征與心理健康結果顯著相關，包括懲罰壓力、學習壓力、适應問題、情緒自我調節、社會支持的使用和對他人情緒的認識。基于SHAP優化的特征選擇方法結合反向傳播神經網絡構建的模型，在内部驗證中表現出優異的性能（C-index [95% CI] =0.9120 [0.9111, 0.9129]， F-score [95% CI] =0.8861[0.8853, 0.8869]）。外部驗證結果也表明，該模型具有較強的判别能力（C-index =0.9749, F-score =0.8442）和校正能力（Brier score =0.029）。本研究證明了機器學習模型可以有效地識别和預測青少年的心理健康結果，其中基于SHAP構建的模型具有良好的臨床适用性。這些發現強調了在臨床預測模型的幫助下進行針對性幹預的重要性和有效性。
 

最終模型的SHAP圖、校正曲線和臨床增益曲線

護理+AI：新技術下的摸索和進步
Machine learning-enabled mental health risk prediction for youths with stressful life events: A modelling study該研究的實驗部分經曆了三次大改，反映了項目組成員在科研實踐中學習和成長的過程。最初，項目組成員在2022年10月搭建了一個簡單的感知機模型用于預實驗，正式開始了AI+護理的初步探索。随後，在導師的指導下，項目組成員設計了一個正式的實驗流程，包括數據預處理、模型選擇和建立、内部和外部驗證等步驟。在2023年底至2024年初，項目組成員結合所學知識重新設計了建模的最終方案，使得研究更加詳細和具體。

使用互聯網和人工智能技術促進青少年心理健康是PeerInt Group的科研目标之一。後續，項目組将使用該預測模型輔助進行心理健康篩查，發揮數字健康賦予的時代意義。另外，項目組還将嘗試使用計算機視覺、語音分析等方法賦能心理健康幹預的實施和随訪，進一步推動AI+護理的發展。
 

基于同伴支持的青少年心理健康線上幹預受試者招募海報

PeerInt團隊持續深耕該問題，2024年以“一項基于同伴支持的青少年線上心理健康促進幹預策略的實證研究”為題獲批校級大創，并開展正式幹預性研究。該項目已經在全國範圍内招募并實施，展現了團隊的研究實力和社會影響力。
 

系列項目延續過程

結語

PeerInt作為本科生科研團隊，能夠在國際頂級期刊上發表論文是對其努力最大的回饋和肯定。從最初的橫斷面研究到質性研究，再到心理健康預測模型的構建以支撐幹預實驗的開展，團隊曆經三年的不懈努力，形成了一系列具有強延展性的研究項目，實現了從理論探索到實踐應用的全面跨越。

連續三年在同一領域的深入探索夯實了太阳集团1088vip本科生科研創新力能的深度培養經驗。這一成績的取得離不開粵港澳大灣區機器學習共享課程提供的寶貴學習機會以及太阳集团1088vip提供的支持與幫助。未來，PeerInt團隊也将繼續深化青少年壓力性生活事件相關的心理健康系列研究，使用互聯網與人工智能技術探索更加有效的幹預策略和支持方案。

論文引用鍊接
Ding H, Li N, Li L, Xu Z, Xia W. Machine learning-enabled mental health risk prediction for youths with stressful life events: A modelling study. J Affect Disord. 2024 Sep 19;368:537-546. doi: 10.1016/j.jad.2024.09.111. Epub ahead of print. PMID: 39306010.