欧美在线观看视频网站,亚洲熟妇色自偷自拍另类,啪啪伊人网,中文字幕第13亚洲另类,中文成人久久久久影院免费观看 ,精品人妻人人做人人爽,亚洲a视频

一種青少年自殺或自傷風(fēng)險(xiǎn)評估預(yù)警模型構(gòu)建方法

文檔序號:8905528閱讀:1057來源:國知局
一種青少年自殺或自傷風(fēng)險(xiǎn)評估預(yù)警模型構(gòu)建方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明屬于青少年心理研宄領(lǐng)域,具體涉及一種青少年自殺或自傷風(fēng)險(xiǎn)評估預(yù)警模型構(gòu)建方法。
【背景技術(shù)】
[0002]自殺是指個(gè)體蓄意或自愿采取各種手段結(jié)束自己生命的行為,是全球范圍內(nèi)青少年非意外死亡的主要原因之一,已成為全球性的重要公共衛(wèi)生問題。我國是自殺率較高的國家之一,每年有28,7萬人自殺死亡,200萬人自殺未遂(Suicide attempt, SA),對15?34歲青少年而言,自殺已成為第I位死因。青少年自殺不僅給家庭帶來巨大的精神打擊,給社會也造成了嚴(yán)重的損失,所以關(guān)于青少年自殺危險(xiǎn)因素的研宄就顯得非常重要。
[0003]目前已有很多關(guān)于青少年自殺的基因遺傳學(xué)、神經(jīng)影像學(xué)等方面的研宄,但這一類研宄一方面還沒有找到自殺行為準(zhǔn)確的“啟動(dòng)開關(guān)”,另一方面目前尚缺乏臨床可行的糾正技術(shù),我們目前仍無法直接通過改變個(gè)體的基因或者神經(jīng)影像結(jié)構(gòu)來改變?nèi)蘸罂赡馨l(fā)生的自殺行為。但是我們可以通過對青少年社會環(huán)境與自殺相關(guān)行為的關(guān)系的研宄,找到社會環(huán)境中自殺的高危因素來降低青少年自殺行為的發(fā)生率,而且社會環(huán)境方面的干預(yù)和預(yù)防是社會各界都可以參與其中的,也就大大提高了干預(yù)的有效性。

【發(fā)明內(nèi)容】

[0004]本發(fā)明目的之一在于提供一種青少年自殺或自傷風(fēng)險(xiǎn)評估預(yù)警模型構(gòu)建方法,本發(fā)明能夠有效預(yù)測出有自殺或自傷風(fēng)險(xiǎn)的個(gè)人及群體。
[0005]本發(fā)明提供的一種青少年自殺或自傷風(fēng)險(xiǎn)評估預(yù)警模型構(gòu)建方法,包括如下步驟:
[0006]通過問卷調(diào)查收集待評估人員的風(fēng)險(xiǎn)預(yù)測因子信息;
[0007]根據(jù)所述風(fēng)險(xiǎn)預(yù)測因子信息構(gòu)建心理行為特征向量,并以人為單位分為訓(xùn)練集與測試集;
[0008]根據(jù)所述訓(xùn)練集數(shù)據(jù)建立個(gè)體出現(xiàn)自殺或自傷行為的概率模型;
[0009]根據(jù)所述個(gè)體出現(xiàn)自殺或自傷行為的概率模型建立風(fēng)險(xiǎn)評分函數(shù);
[0010]將所述測試數(shù)據(jù)集輸入所述風(fēng)險(xiǎn)評估預(yù)警模型中,驗(yàn)證所述風(fēng)險(xiǎn)評估預(yù)警模型的性能。
[0011]本發(fā)明的有益效果在于,本發(fā)明結(jié)合計(jì)算機(jī)技術(shù)建立的風(fēng)險(xiǎn)評估預(yù)警模型能有效預(yù)測出有自殺或自傷風(fēng)險(xiǎn)的個(gè)人及群體,在對這些個(gè)人及群體進(jìn)行心理輔導(dǎo),從而有效降低自殺或自傷行為的發(fā)生。
【附圖說明】
[0012]圖1所示為本發(fā)明一種青少年自殺或自傷風(fēng)險(xiǎn)評估預(yù)警模型構(gòu)建方法流程圖。
【具體實(shí)施方式】
[0013]下文將結(jié)合具體實(shí)施例詳細(xì)描述本發(fā)明。應(yīng)當(dāng)注意的是,下述實(shí)施例中描述的技術(shù)特征或者技術(shù)特征的組合不應(yīng)當(dāng)被認(rèn)為是孤立的,它們可以被相互組合從而達(dá)到更好的技術(shù)效果。
[0014]圖1所示為本發(fā)明一種青少年自殺或自傷風(fēng)險(xiǎn)評估預(yù)警模型構(gòu)建方法流程圖。
[0015]如圖1所示,本發(fā)明提供的一種青少年自殺或自傷風(fēng)險(xiǎn)評估預(yù)警模型構(gòu)建方法,包括如下步驟:
[0016]步驟S1:通過問卷調(diào)查收集待評估人員的風(fēng)險(xiǎn)預(yù)測因子信息。
[0017]本方法通過建立網(wǎng)絡(luò)篩查平臺,通過6個(gè)心理健康行為問卷收集青少年的一般情況、個(gè)人經(jīng)歷、行為習(xí)慣、心理狀態(tài)等信息,綜合反映其心理健康狀況。以曾經(jīng)有過“自殺或自傷行為”為陽性事件。
[0018]步驟S2:根據(jù)風(fēng)險(xiǎn)預(yù)測因子信息構(gòu)建心理行為特征向量,并以人為單位分為訓(xùn)練集與測試集。
[0019]本次采集數(shù)據(jù)約16萬,曾經(jīng)有過“自殺或自傷行為”約占1.2%。將心理行為特征向量數(shù)據(jù)分為訓(xùn)練集與測試集,其中訓(xùn)練集約2/3,測試集約1/3。訓(xùn)練集是用來構(gòu)建模型的數(shù)據(jù)集,測試集是模型構(gòu)建成功后,用來驗(yàn)證的數(shù)據(jù)集。
[0020]步驟S3:根據(jù)訓(xùn)練集數(shù)據(jù)建立個(gè)體出現(xiàn)自殺或自傷行為的概率模型。
[0021]建立如下形式的概率模型為:P(yi= I) = f(Xi),其中,P(yi= I)為第i個(gè)個(gè)體出現(xiàn)自殺或自傷行為的概率,f (Xi)為待估計(jì)的函數(shù),Xi為第i個(gè)個(gè)體所具有的心理行為特征向量。
[0022]步驟S4:根據(jù)個(gè)體出現(xiàn)自殺或自傷行為的概率模型建立風(fēng)險(xiǎn)評分函數(shù)。
[0023]獲得概率模型后,會出現(xiàn)假陽性、假陰性的判斷失誤,其中假陽性為沒有自殺風(fēng)險(xiǎn),但是被篩查了出來;假陰性為有自殺風(fēng)險(xiǎn),但是沒有被篩查出來。為了篩查出自殺自傷的高危險(xiǎn)青少年,寧可多篩查出來,也不能漏掉,本概率模型希望篩查出的假陽性多一些,要盡量降低假陰性的出現(xiàn),所以再根據(jù)數(shù)據(jù)分布特征及權(quán)衡假陽性、假陰性所造成的損失(危害)大小,對概率模型判斷臨界值進(jìn)行適當(dāng)修正以使得損失最小。
[0024]并在此基礎(chǔ)上建立風(fēng)險(xiǎn)評分函數(shù),形式如下:
[0025]Scorei = g (f (X )),
[0026]其中,5(:01^為第i個(gè)個(gè)體的風(fēng)險(xiǎn)評分,g(f(Xi))為風(fēng)險(xiǎn)轉(zhuǎn)換函數(shù)。
[0027]步驟S5:將測試集數(shù)據(jù)輸入風(fēng)險(xiǎn)評估預(yù)警模型中,驗(yàn)證該模型的性能。
[0028]在SAS統(tǒng)計(jì)軟件中以最大似然法估計(jì)模型參數(shù),為了簡化模型、提高預(yù)測精度,采用向后逐步法篩選風(fēng)險(xiǎn)預(yù)測因子。最終篩選出的風(fēng)險(xiǎn)預(yù)測因子11個(gè):T1強(qiáng)迫癥、Tl焦慮癥、Tl恐怖、近一年希望自己死了念頭出現(xiàn)的頻率、近一年想過自殺或傷害自己的頻率、T3計(jì)劃分量表、T4語言攻擊、EPQ量表E和EPQ量表L。
[0029]根據(jù)訓(xùn)練集構(gòu)建的風(fēng)險(xiǎn)評估預(yù)警模型具有較高的靈敏度和特異度,分別為93.95%和99.85% ;其預(yù)測能力亦很強(qiáng),陽性預(yù)測值為89.05%、陰性預(yù)測值為99.92% ;該風(fēng)險(xiǎn)評估預(yù)警模型在測試集上亦表現(xiàn)出很好的性能,靈敏度和特異度分別為93.07%,99.73% ;陽性預(yù)測值和陰性預(yù)測值分別為77.53%和99.94%。通過以上數(shù)據(jù)證實(shí)該風(fēng)險(xiǎn)評估預(yù)警模型性能良好,能有效預(yù)測出有自殺或自傷風(fēng)險(xiǎn)的個(gè)人或人群。通過對這些人群的特殊關(guān)注及心理輔導(dǎo),使這些人群擺脫自殺或自傷的想法,從而降低青少年自殺或自傷行為的發(fā)生率。
[0030]本發(fā)明得到的自殺或自傷風(fēng)險(xiǎn)得分與估計(jì)概率水平之間的近似關(guān)系可用柱形圖或漸變色階的方式直觀呈現(xiàn)出來。當(dāng)通過該風(fēng)險(xiǎn)評估預(yù)警模型測試得到的風(fēng)險(xiǎn)得分超過70分時(shí),自殺或自傷風(fēng)險(xiǎn)顯著增加,其自殺或自傷風(fēng)險(xiǎn)可能超過60 %,是心理干預(yù)的重點(diǎn)人群;自殺或自傷風(fēng)險(xiǎn)得分在60-70分之間時(shí),自殺或自傷風(fēng)險(xiǎn)亦明顯增加,是重點(diǎn)關(guān)注人群。
[0031]本發(fā)明可用于個(gè)體預(yù)警及群體預(yù)警:
[0032]進(jìn)行個(gè)體預(yù)警時(shí),根據(jù)該風(fēng)險(xiǎn)評估預(yù)警模型需要的風(fēng)險(xiǎn)預(yù)測因子信息,將待評估個(gè)體的對應(yīng)信息輸入該模型中,模型會輸出該個(gè)體的風(fēng)險(xiǎn)得分,然后根據(jù)風(fēng)險(xiǎn)圖即可判斷其自傷或自殺風(fēng)險(xiǎn)大小,從而完成個(gè)體評估預(yù)警,根據(jù)預(yù)警結(jié)果選擇是否進(jìn)行下一步干預(yù)措施。
[0033]某些特殊群體,如畢業(yè)班學(xué)生,由于各種壓力累積,易出現(xiàn)心理問題??赏ㄟ^該風(fēng)險(xiǎn)評估預(yù)警模型進(jìn)行群體預(yù)警,發(fā)現(xiàn)風(fēng)險(xiǎn)高的群體。進(jìn)行高風(fēng)險(xiǎn)的個(gè)體心理干預(yù)之后,也可適時(shí)進(jìn)行大范圍的群體心理輔導(dǎo),從而降低群體的自傷或自殺風(fēng)險(xiǎn)。
[0034]本文雖然已經(jīng)給出了本發(fā)明的一些實(shí)施例,但是本領(lǐng)域的技術(shù)人員應(yīng)當(dāng)理解,在不脫離本發(fā)明精神的情況下,可以對本文的實(shí)施例進(jìn)行改變。上述實(shí)施例只是示例性的,不應(yīng)以本文的實(shí)施例作為本發(fā)明權(quán)利范圍的限定。
【主權(quán)項(xiàng)】
1.一種青少年自殺或自傷風(fēng)險(xiǎn)評估預(yù)警模型構(gòu)建方法,其特征在于,包括如下步驟:通過問卷調(diào)查收集待評估人員的風(fēng)險(xiǎn)預(yù)測因子信息; 根據(jù)所述風(fēng)險(xiǎn)預(yù)測因子信息構(gòu)建心理行為特征向量,并以人為單位分為訓(xùn)練集與測試集;根據(jù)所述訓(xùn)練集數(shù)據(jù)建立個(gè)體出現(xiàn)自殺或自傷行為的概率模型; 根據(jù)所述個(gè)體出現(xiàn)自殺或自傷行為的概率模型建立風(fēng)險(xiǎn)評分函數(shù); 將所述測試數(shù)據(jù)集輸入所述風(fēng)險(xiǎn)評估預(yù)警模型中,驗(yàn)證所述風(fēng)險(xiǎn)評估預(yù)警模型的性會K。
【專利摘要】本發(fā)明提供了一種青少年個(gè)體自傷、自殺風(fēng)險(xiǎn)評估方法,包括如下步驟:通過問卷調(diào)查收集待評估人員的風(fēng)險(xiǎn)預(yù)測因子信息;根據(jù)所述風(fēng)險(xiǎn)預(yù)測因子信息構(gòu)建心理行為特征向量,并以人為單位分為訓(xùn)練集與測試集;根據(jù)所述訓(xùn)練集數(shù)據(jù)建立個(gè)體出現(xiàn)自殺或自傷行為的概率模型;根據(jù)所述個(gè)體出現(xiàn)自殺或自傷行為的概率模型建立風(fēng)險(xiǎn)評分函數(shù);將所述測試數(shù)據(jù)集輸入所述風(fēng)險(xiǎn)評估預(yù)警模型中,驗(yàn)證所述風(fēng)險(xiǎn)評估預(yù)警模型的性能。本發(fā)明結(jié)合計(jì)算機(jī)技術(shù)建立的風(fēng)險(xiǎn)評估預(yù)警模型能有效預(yù)測出有自殺或自傷風(fēng)險(xiǎn)的個(gè)人及群體,在對這些個(gè)人及群體進(jìn)行心理輔導(dǎo),從而有效降低自殺或自傷行為的發(fā)生。
【IPC分類】G06Q50/26, G06Q10/04
【公開號】CN104881719
【申請?zhí)枴緾N201510296880
【發(fā)明人】況利, 王我, 陳建梅
【申請人】重慶醫(yī)科大學(xué)
【公開日】2015年9月2日
【申請日】2015年6月3日
網(wǎng)友詢問留言 已有0條留言
  • 還沒有人留言評論。精彩留言會獲得點(diǎn)贊!
1
绍兴市| 西青区| 永春县| 特克斯县| 凭祥市| 石台县| 辉南县| 炉霍县| 临猗县| 循化| 含山县| 通许县| 南乐县| 阿克苏市| 盐山县| 合阳县| 镇巴县| 内黄县| 尼玛县| 通山县| 乌海市| 福建省| 若羌县| 平度市| 北京市| 石嘴山市| 房产| 日喀则市| 久治县| 普兰县| 溆浦县| 海安县| 科技| 当涂县| 乌兰县| 白银市| 湖州市| 恩施市| 滨海县| 津南区| 平利县|