图7
男性对女性最重要的10个问题
信用:韦勒等人
，2021年，PLOS ONE，CC-BY 4
0(创意共享空间
组织/许可证/by/4
0/) 研究人员开发了一种新的基于机器学习的算法，在识别有自杀想法和行为的青少年方面显示出很高的准确性
2021年11月3日，马里兰州巴尔的摩市约翰·霍普金斯大学的猎户座·韦勒和他的同事将这些发现发表在开放获取期刊《PLOS一号》上
几十年的研究已经确定了与青少年自杀想法和行为相关的特定风险因素，有助于为自杀预防工作提供信息
然而，很少有研究将这些风险因素相互结合起来探讨，尤其是在大规模的青少年群体中
现在，机器学习领域为这种研究开辟了新的机会，最终可能会提高预防工作
为了探索这个机会，韦勒和他的同事将机器学习分析应用于犹他州一项高中生调查的数据，这项调查是为了监测药物滥用和心理健康等问题而例行进行的
这些数据包括对2011年至2017年间参与调查的17.9万多名高中生的300多个问题的回答，以及来自美国的人口统计数据
S
人口普查
研究人员发现，他们可以使用调查数据，以91%的准确率预测青少年的回答表明了自杀的想法或行为
通过这样做，他们能够确定哪些调查问题具有最大的预测能力；这些问题包括数字媒体骚扰或威胁、校园欺凌、家庭严重争吵、性别、酒精使用、学校安全感、年龄和对大麻的态度
新算法的准确性高于以前开发的预测方法，这表明机器学习确实可以提高对青少年自杀想法和行为的理解，从而有助于通知和完善预防计划和政策
未来的研究可以通过使用其他州的数据以及实际自杀率的数据来扩展新的发现
作者补充道:“我们的论文研究了应用于大量青少年问卷的机器学习方法，以便从他们的回答中预测自杀的想法和行为
我们发现在识别那些有风险的人方面有很强的预测准确性，并利用ML可解释性的最新进展来分析我们的模型
我们发现，强烈影响这一模式的因素包括欺凌和骚扰，这是意料之中的，但也包括他们家庭生活的一些方面，比如在一个有大喊大叫和/或严重争吵的家庭中
我们希望这项研究能够为早期预防工作提供信息
"
来源：由phyica.com整理转载自PH，转载请保留出处和链接！
