通過機器學習結合生物學型號識別青少年自殘行為下輕生風險的研究
關注青少年自殘行為下的輕生風險，生物學信號提前預警！
在當今社會，青少年心理健康問題越來越突出。數據顯示：15–19 歲人群中，自殺是全球第四大死亡原因。大約 17–18% 的青少年一生中會出現非自殺性自傷（NSSI），比如用刀片劃手臂，其中 30%-40% 還試過自殺。更嚴重的是，NSSI 常常是自殺未遂（SA）的前兆，平均提前 1.5 年。醫生想判斷自殘的孩子會不會自殺，只能靠問你最近情緒怎么樣，多大了等問題，準確率略高于隨機水平。再者，很多孩子可能隱瞞想法，或者癥狀不明顯，容易漏判或誤判，難以滿足從高風險群體中識別極高風險個體的臨床剛需。能不能靠測身體里的一些指標（比如血液、唾液里的物質）來區分？這些指標或許更客觀，也更靠譜。
近日，瑞士伯爾尼大學與德國海德堡大學團隊在 Neuropsychopharmacology 發表了題為《A biological phenotype of suicide attempt in adolescents with nonsuicidal self-injury: a machine-based learning approach》的研究，揭示了通過機器學習結合生物學信號可更準確識別自殘青少年的潛在自殺風險。
研究方法
被試：
研究納入德國海德堡大學醫院 AtR!Sk 門診隊列中161 名女性 NSSI 青少年（12-17 歲），依據自殺未遂（SA）史分為兩組：
非自殺性自傷+自殺未遂組（77 例）：有至少 1 次終身自殺未遂史；
單純非自殺性自傷組（84 例）：無自殺未遂史。排除妊娠、急性精神病、內分泌 / 心血管疾病患者，僅選擇女性樣本以規避性別相關生物差異（如 HPG 軸激素分泌）對結果的干擾，樣本基線特征顯示 NSSI+SA 組年齡更大（均值 15.2±1.48 歲）、人格障礙比例更高（54.6%），與臨床實際相符。
除了區分 NSSI和 SA，臨床評估還包括抑郁癥狀評估（使用《兒童青少年抑郁量表》[DIKJ]）; 精神疾病診斷 (通過《兒童青少年簡明國際神經精神訪談》[Mini-Kid]評估，涵蓋 F10-F19 [物質相關障礙]、F30-F39 [心境障礙]等類別)，以及用藥情況、吸煙、藥物使用、出生日期等信息。
生物標志物：
研究摒棄 “全標志物無差別納入” 的思路，基于既往文獻篩選出8 種高關聯度生物標志物（含血液、唾液樣本），覆蓋內分泌、免疫、自主神經三大系統（表1）。
表1. 生物標志物
分析方法：機器學習
采用 “多重插補（500 個數據集）+ 重復 5 折交叉驗證（20 次重復）” 控制偏倚，對比 4 種機器學習模型性能：
-線性模型：邏輯回歸、彈性網回歸（含正則化變量選擇）；
-非線性模型：隨機森林、梯度提升樹（捕捉標志物間交互作用）；
-以 ROC 曲線下面積（AUC）為核心評估指標，嚴格區分 “優秀（0.9-1.0）- 良好（0.8-0.9）- 尚可（0.7-0.8）- 較差（0.6-0.7）” 等級。
研究者設計了5 個預測集，包括①完整生物標志物組；②精簡生物標志物組（8 個指標）；③精簡生物標志物組 + 抑郁癥狀；④精簡生物標志物組 + 抑郁癥狀 + 年齡；⑤僅抑郁癥狀 + 年齡。
研究結果
1. 精簡生物標志物組（8 個指標）顯著優于全組，復雜模型略優
研究團隊一開始測了很多指標（即全生物標志物，圖 1B），但最后發現：只選 8 個關鍵指標（比如 DHEA-S、TSH、CRP 這些）組合起來分析（圖 1A），反而最能分清 “試過自殺” 和 “沒試過自殺” 的孩子。全生物標志物組（圖 1B）：AUC 僅 0.635-0.659（整體 “較差”），復雜模型（梯度提升樹）僅 0.659，說明納入過多無關指標（如 rfNIRS 血氧、rHRV）反而干擾判斷。精簡生物標志物組（圖 1A）AUC 提升至 0.639-0.717（“較差 - 尚可”），其中梯度提升樹達 0.717，是所有模型中最高。
2、脫氫表雄酮硫酸鹽 ( DHEA-S)和 促甲狀腺激素（TSH）是區分NSSI和NSSI+SA的最強預測因子
圖 1 已展示精簡生物標志物有效，而 DHEA-S (高）、TSH（低）是該組的核心指標(表2），二者的預測價值是精簡生物標志物組性能提升的關鍵。主要表現在：① 特征重要性：在 500 次數據驗證中，DHEA-S 在邏輯回歸模型里 237 次被列為 “最關鍵指標”，TSH 在梯度提升樹模型里 263 次被列為 “最關鍵指標”，遠超其他指標（如去甲腎上腺素僅 0 次、多巴胺0次）；② 風險關聯：DHEA-S 水平每升高 1 單位，孩子試過自殺的風險增加 47%（OR=1.47，95% CI：1.04-2.09）；TSH 水平每降低 1 單位，自殺風險增加 32%（OR=0.68，95% CI：0.48-0.97）—— 這兩個指標的影響穩定且突出，是識別高自殺風險的核心線索。
注：DHEA-S：是一種 “性激素前體”—— 身體會把它轉化為雄激素（如睪酮）或雌激素，是青春期發育的關鍵激素之一。TSH: 是一種調節性激素,本身不直接發揮作用，而是像 “小開關” 一樣，指揮甲狀腺工作
3、加入抑郁癥狀和年齡，模型性能不變，生物標志物有獨立價值
精簡生物標志物組 + 抑郁癥狀 + 年齡（圖 2A）模型：AUC 仍保持 0.690-0.717，與圖 1B（僅精簡生物標志物組）幾乎一致，沒有明顯變化；這說明即使控制 “情緒差”“年齡大” 這些因素，DHEA-S、TSH 等生物標志物的預測價值仍存在，反駁了只是靠情緒或年齡判斷的質疑。
僅抑郁癥狀+ 年齡模型（圖 2B）：AUC 接近 0.5（隨機水平），甚至復雜的隨機森林模型 AUC 也未超過 0.55；這證明單靠問情緒好不好、看孩子多大，根本無法區分兩組孩子，進一步凸顯生物標志物的不可替代性。
4、預測近期自殺未遂時模型性能下降，說明模型捕捉的是青少年長期自殺未遂生理易感性，而非急性風險。
總結以及臨床意義
僅靠抑郁癥狀和年齡，幾乎無法預測哪些孩子有自殺風險。在眾多指標里，DHEA-S（硫酸脫氫表雄酮）水平偏高，以及 TSH（促甲狀腺激素）水平偏低，與自殺未遂風險最相關。綜合血液和唾液指標后，模型的預測效果優于單純依賴心理癥狀。雖然準確率還不算完美，但已經顯示了生物學信號在識別高危青少年中的潛力。
該研究結果還具有一定臨床意義，提示了干預方向：針對 DHEA-S（如調節應激反應）、TSH（如監測甲狀腺功能）相關機制開發干預措施，或為 NSSI 青少年自殺預防提供新靶點。
原文鏈接
https://doi.org/10.1038/s41386-025-02176-2Fink, E., Reichl, C., Lerch, S., Koenig, J., & Kaess (2025), M.A biological phenotype of suicide attempt in adolescents with nonsuicidal self-injury: a machine-based learning approach. Neuropsychopharmacology.
https://ieeexplore.ieee.org/document/10776133
研究團隊介紹
本研究由瑞士伯爾尼大學兒童與青少年精神科與德國海德堡大學醫院合作完成，通訊作者 Michael Kaess 教授是青少年自傷與自殺領域的國際知名專家。團隊結合精神科臨床與神經生物學檢測，致力于為青少年心理健康建立更科學的風險評估方法。
關于維拓啟創
維拓啟創（北京）信息技術有限公司成立于2006年，是一家專注于腦科學、康復工程、人因工程、心理學、體育科學等領域的科研解決方案供應商。公司與國內外多所大學、研究機構、企業長期保持合作關系，致力于將優質的產品、先進的技術和服務帶給各個領域的科研工作者，為用戶提供有競爭力的方案和服務，協助用戶的科研工作，持續提升使用體驗。
相關產品
在當今社會，青少年心理健康問題越來越突出。數據顯示：15–19 歲人群中，自殺是全球第四大死亡原因。大約 17–18% 的青少年一生中會出現非自殺性自傷（NSSI），比如用刀片劃手臂，其中 30%-40% 還試過自殺。更嚴重的是，NSSI 常常是自殺未遂（SA）的前兆，平均提前 1.5 年。醫生想判斷自殘的孩子會不會自殺，只能靠問你最近情緒怎么樣，多大了等問題，準確率略高于隨機水平。再者，很多孩子可能隱瞞想法，或者癥狀不明顯，容易漏判或誤判，難以滿足從高風險群體中識別極高風險個體的臨床剛需。能不能靠測身體里的一些指標（比如血液、唾液里的物質）來區分？這些指標或許更客觀，也更靠譜。
近日，瑞士伯爾尼大學與德國海德堡大學團隊在 Neuropsychopharmacology 發表了題為《A biological phenotype of suicide attempt in adolescents with nonsuicidal self-injury: a machine-based learning approach》的研究，揭示了通過機器學習結合生物學信號可更準確識別自殘青少年的潛在自殺風險。
論文信息
研究方法
被試：
研究納入德國海德堡大學醫院 AtR!Sk 門診隊列中161 名女性 NSSI 青少年（12-17 歲），依據自殺未遂（SA）史分為兩組：
非自殺性自傷+自殺未遂組（77 例）：有至少 1 次終身自殺未遂史；
單純非自殺性自傷組（84 例）：無自殺未遂史。排除妊娠、急性精神病、內分泌 / 心血管疾病患者，僅選擇女性樣本以規避性別相關生物差異（如 HPG 軸激素分泌）對結果的干擾，樣本基線特征顯示 NSSI+SA 組年齡更大（均值 15.2±1.48 歲）、人格障礙比例更高（54.6%），與臨床實際相符。
除了區分 NSSI和 SA，臨床評估還包括抑郁癥狀評估（使用《兒童青少年抑郁量表》[DIKJ]）; 精神疾病診斷 (通過《兒童青少年簡明國際神經精神訪談》[Mini-Kid]評估，涵蓋 F10-F19 [物質相關障礙]、F30-F39 [心境障礙]等類別)，以及用藥情況、吸煙、藥物使用、出生日期等信息。
生物標志物：
研究摒棄 “全標志物無差別納入” 的思路，基于既往文獻篩選出8 種高關聯度生物標志物（含血液、唾液樣本），覆蓋內分泌、免疫、自主神經三大系統（表1）。
表1. 生物標志物
分析方法：機器學習
采用 “多重插補（500 個數據集）+ 重復 5 折交叉驗證（20 次重復）” 控制偏倚，對比 4 種機器學習模型性能：
-線性模型：邏輯回歸、彈性網回歸（含正則化變量選擇）；
-非線性模型：隨機森林、梯度提升樹（捕捉標志物間交互作用）；
-以 ROC 曲線下面積（AUC）為核心評估指標，嚴格區分 “優秀（0.9-1.0）- 良好（0.8-0.9）- 尚可（0.7-0.8）- 較差（0.6-0.7）” 等級。
研究者設計了5 個預測集，包括①完整生物標志物組；②精簡生物標志物組（8 個指標）；③精簡生物標志物組 + 抑郁癥狀；④精簡生物標志物組 + 抑郁癥狀 + 年齡；⑤僅抑郁癥狀 + 年齡。
研究結果
1. 精簡生物標志物組（8 個指標）顯著優于全組，復雜模型略優
研究團隊一開始測了很多指標（即全生物標志物，圖 1B），但最后發現：只選 8 個關鍵指標（比如 DHEA-S、TSH、CRP 這些）組合起來分析（圖 1A），反而最能分清 “試過自殺” 和 “沒試過自殺” 的孩子。全生物標志物組（圖 1B）：AUC 僅 0.635-0.659（整體 “較差”），復雜模型（梯度提升樹）僅 0.659，說明納入過多無關指標（如 rfNIRS 血氧、rHRV）反而干擾判斷。精簡生物標志物組（圖 1A）AUC 提升至 0.639-0.717（“較差 - 尚可”），其中梯度提升樹達 0.717，是所有模型中最高。
圖1. BoAUC值（0.5=隨機，1=完美）：精簡生物標志物組（8 個指標, A）顯著優于全生物組（B）NT - A治療前后運動檢測準確率
2、脫氫表雄酮硫酸鹽 ( DHEA-S)和 促甲狀腺激素（TSH）是區分NSSI和NSSI+SA的最強預測因子
圖 1 已展示精簡生物標志物有效，而 DHEA-S (高）、TSH（低）是該組的核心指標(表2），二者的預測價值是精簡生物標志物組性能提升的關鍵。主要表現在：① 特征重要性：在 500 次數據驗證中，DHEA-S 在邏輯回歸模型里 237 次被列為 “最關鍵指標”，TSH 在梯度提升樹模型里 263 次被列為 “最關鍵指標”，遠超其他指標（如去甲腎上腺素僅 0 次、多巴胺0次）；② 風險關聯：DHEA-S 水平每升高 1 單位，孩子試過自殺的風險增加 47%（OR=1.47，95% CI：1.04-2.09）；TSH 水平每降低 1 單位，自殺風險增加 32%（OR=0.68，95% CI：0.48-0.97）—— 這兩個指標的影響穩定且突出，是識別高自殺風險的核心線索。
表2. 采用精簡生物標志物及抑郁癥狀，區分有非自殺性自傷且有自殺企圖（NSSI + SA）的女性患者與僅存在非自殺性自傷（NSSI）的女性患者的邏輯回歸結果及變量重要性
注：DHEA-S：是一種 “性激素前體”—— 身體會把它轉化為雄激素（如睪酮）或雌激素，是青春期發育的關鍵激素之一。TSH: 是一種調節性激素,本身不直接發揮作用，而是像 “小開關” 一樣，指揮甲狀腺工作
3、加入抑郁癥狀和年齡，模型性能不變，生物標志物有獨立價值
精簡生物標志物組 + 抑郁癥狀 + 年齡（圖 2A）模型：AUC 仍保持 0.690-0.717，與圖 1B（僅精簡生物標志物組）幾乎一致，沒有明顯變化；這說明即使控制 “情緒差”“年齡大” 這些因素，DHEA-S、TSH 等生物標志物的預測價值仍存在，反駁了只是靠情緒或年齡判斷的質疑。
僅抑郁癥狀+ 年齡模型（圖 2B）：AUC 接近 0.5（隨機水平），甚至復雜的隨機森林模型 AUC 也未超過 0.55；這證明單靠問情緒好不好、看孩子多大，根本無法區分兩組孩子，進一步凸顯生物標志物的不可替代性。
圖2. 抑郁癥狀 + 年齡對模型的影響
4、預測近期自殺未遂時模型性能下降，說明模型捕捉的是青少年長期自殺未遂生理易感性，而非急性風險。
總結以及臨床意義
僅靠抑郁癥狀和年齡，幾乎無法預測哪些孩子有自殺風險。在眾多指標里，DHEA-S（硫酸脫氫表雄酮）水平偏高，以及 TSH（促甲狀腺激素）水平偏低，與自殺未遂風險最相關。綜合血液和唾液指標后，模型的預測效果優于單純依賴心理癥狀。雖然準確率還不算完美，但已經顯示了生物學信號在識別高危青少年中的潛力。
該研究結果還具有一定臨床意義，提示了干預方向：針對 DHEA-S（如調節應激反應）、TSH（如監測甲狀腺功能）相關機制開發干預措施，或為 NSSI 青少年自殺預防提供新靶點。
原文鏈接
https://doi.org/10.1038/s41386-025-02176-2Fink, E., Reichl, C., Lerch, S., Koenig, J., & Kaess (2025), M.A biological phenotype of suicide attempt in adolescents with nonsuicidal self-injury: a machine-based learning approach. Neuropsychopharmacology.
https://ieeexplore.ieee.org/document/10776133
研究團隊介紹
本研究由瑞士伯爾尼大學兒童與青少年精神科與德國海德堡大學醫院合作完成，通訊作者 Michael Kaess 教授是青少年自傷與自殺領域的國際知名專家。團隊結合精神科臨床與神經生物學檢測，致力于為青少年心理健康建立更科學的風險評估方法。
關于維拓啟創
維拓啟創（北京）信息技術有限公司成立于2006年，是一家專注于腦科學、康復工程、人因工程、心理學、體育科學等領域的科研解決方案供應商。公司與國內外多所大學、研究機構、企業長期保持合作關系，致力于將優質的產品、先進的技術和服務帶給各個領域的科研工作者，為用戶提供有競爭力的方案和服務，協助用戶的科研工作，持續提升使用體驗。
相關產品
Copyright(C) 1998-2025 生物器材網 電話：021-64166852;13621656896 E-mail：info@bio-equip.com