(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111251651.4 (22)申请日 2021.10.21 (71)申请人 周新雨 地址 400042 重庆市垫江县桂溪镇工农北 路178号 申请人 余妍洁　刘峰 (72)发明人 周新雨　余妍洁　刘峰　滕腾　 李雪梅　 (51)Int.Cl. G16H 50/30(2018.01) G16H 50/70(2018.01) G06N 20/00(2019.01) (54)发明名称 一种青少年自杀风险预测模型的生成方法 和预测系统 (57)摘要 本申请提供一种自杀风险预测模型的生成 方法， 包括： 步骤1： 在线上平台使用心理健康调 查问卷， 对我市部分中小学开展问卷调查。 步骤 2： 回收问卷后， 将抑郁， 焦虑， 性别， 年龄等作为 自变量， 自杀高风险作为因变量， 使用二元逻辑 回归， 分析影响自杀行为的高风险因素。 步骤3： 自杀高风险作为预测目标， 抑郁， 焦虑， 性别， 年 龄等作为危险因素， 使用XGBoost机器学习方法 建立样本数据的数学模型， 对自杀高风险青少年 进行有效预测。 此外， 在相同数据集上与高斯朴 素贝叶斯、 支持向量机、 随机森 林等7种不同机器 学习方法进行性能比较， 进一步证明XGBoost模 型的准确性和可靠性。 通过本发明， 数据采集简 便， 利用简单易懂的问卷和人工智能技术， 实现 了对青少年自杀可能性的识别， 为心理危机的预 防和干预提供了强有力的支持。 权利要求书1页 说明书3页 附图2页 CN 114255871 A 2022.03.29 CN 114255871 A 1.一种自杀风险预测模型的生成方法， 包括： 步骤1： 在线上平台使用心理健康调查问卷， 对我市部分中小学开展问卷调查。 2.步骤2： 回收 问卷后， 使用统计回归， 分析影响自杀 行为的高风险因素。 3.步骤3： 自杀高风险作为预测目标， 抑郁， 焦虑， 性别， 年龄等作为危险因素， 使用 XGBoost机器学习方法建立样本数据的数 学模型。 4.青少年自杀风 险预测模型， 针对对象为12 ‑18岁年龄段人群， 其特征在于： 纳入被广 泛使用的情绪问题量表设计的自制问卷， 使用问卷在大样本青少年人群中进 行流行病学调 查， 利用所 得数据使用XGBo ost机器学习方法建立样本数据的数 学模型。 5.如权利要求1所诉的数学模型， 其特征在于： 所诉前期调研所用自制问卷， 包括个人 基本信息 （包括年龄性别、 身高、 体重、 居住地等） 、 家庭相关问题 （父母关系、 是否独生子女、 每年与父母相处 时间、 家庭暴力等） 、 学校相关问题 （与老师关系、 与同学关系、 学习成绩、 校 园暴力等） ， 儿童流调中心抑郁量表(CES ‑DC)， 儿童焦虑性情绪障碍筛查量表 （SCARED） ， 自 杀问题 （包括自杀意念、 自杀 行为、 自伤行为 等） 。 6.如权利 要求1所诉的数学模型， 其特征在于： 所诉大样本青少年人群， 该人群为12 ‑18 岁在校中学生， 采取分层抽样， 在重庆16个区县中每个区域各抽取3所初中， 3所高中， 每个 年级各抽取2个班级， 对抽取班级学生进行问卷调查， 以获取有代 表性的人群样本 。 7.如权利要求1所诉的数学模型， 其特征在于： 所诉模型建立所用数据， 来自于将问卷 调查收集的数据进行卡方检验、 U检验、 逻辑回归分析， 将得到的对自杀或抑郁焦虑情绪有 显著意义的变量用于模型构建。 8.如权利要求1所诉的数 学模型， 其特 征在于： 所诉数 学模型由XGBo ost机器学习建立。权　利　要　求　书 1/1 页 2 CN 114255871 A 2一种青少年自杀风险预测模型的生成方 法和预测系统 技术领域 [0001]本发现涉及精神病学、 心理学、 流行病学及人工智能领域， 更具体地涉及一种自杀 风险预测模型的生成和预测系统。 背景技术 [0002]国内最新统计学及流行病学调查显示， 我国儿童青少年心理异常的总患病率为 15.6％,其中抑郁症的患病率约为2.8 ‑4.6%。 抑郁是造成青少年自杀的主要原因， 世界卫生 组织WHO发布的全球疾病负 担研究的数据显示， 抑郁导致的自杀风险在10 ‑24岁人群中达到 顶峰， 位列该年龄段所有死亡原因的首位。 自杀行为不仅危害青少年自身生命安全， 而且给 亲友造成巨大心理创伤、 给全 社会造成巨大的经济负 担。 研究发现， 1例自杀死亡可使6个人 受到严重影响， 1例自杀未遂可使2个人受到严重影响， 自杀死亡给他人造成的心理伤害持 续10年； 自杀未遂持续6个月。 此外， 根据WHO 的资料， 我国因自杀及自伤造成的伤残调整生 命年 （DALYs） 损失占全部疾病负担的4.2 %， 位列我国第4 位重大卫 生问题。 [0003]目前针对儿童青少年的预测个体自杀风险的工具较少， 包括哥伦比亚 ‑自杀严重 程度评定量表儿童版本(C ‑SSRS)， PANSI量表(  Positive  and Negative  Suicide  Ideation)以及  SIQ‑JR量表( Suicidal Ideation  Questionnaire   ‑ Junior )， 通过这些 工具， 可以评估工作对象在将来产生自杀行为的可能性， 但是这些方法在我国的应用尚少， 且均依靠被试的自我报告， 需要被试的积极配合和主动应答， 且成本耗费较大。 目前已有部 分海外研究者根据医疗保健系统的就诊数据进行自杀风险预测工具的开 发， 但由于其低灵 敏度和低阳性预测值， 导致大多 数人认为这些工具没有临床价值， 是以目前应用较少， 更多 处于科研层面。 且目前 的预测模型主要见于用于跨企业级的医疗保健系统， 包括美 国国防 部、 美国退伍军人事务部和大型医疗机构， 尚没有针对普通在校儿童青少年的自杀预测模 型出现。 发明内容 [0004]为了简单识别青少年高自杀风险人群， 本发明提供了一种自杀风险预测模型的生 成方法。 [0005]本研究首先在重庆市16个区县随机选择抽样近2万名中学生中进行了全面的心理 健康筛查， 并根据统计 分析筛选出重要危险因素， 同时判定有自杀计划， 自伤行为及曾经实 施过自杀行为的参与者为自杀高风险人群， 使用XGBoost机器学习(ML)方法建立样本数据 的数学模型， 并将在未来的更 大样本的调研中， 进一 步对模型的预测精度进行完 善和加强。 [0006]步骤1： 在线上平台使用自制心理健康调查问卷， 由个人基本信息 （包括年龄性别、 身高、 体重、 居住地等） 、 家庭相关问题 （父母关系、 是否独生子女、 每年与父母相处时间、 家 庭暴力等） 、 学校相关问题 （与老师关系、 与同学关系、 学习成绩、 校园暴力等） 、 儿童流调中 心抑郁量表(CES ‑DC)， 儿童焦虑性情绪障碍筛查量表 （SCARED） ， 自杀 问题 （包括自杀意念、 自杀行为、 自伤行为等） 组成， 通过基于网络的随机、 分层、 整群抽样方法， 对我市部 分初中、说　明　书 1/3 页 3 CN 114255871 A 3