社区精神分裂症谱系障碍患者暴力再犯动态预测：一种联合模型

摘要

目的 采用联合建模的策略，建立一种能预测社区精神分裂症谱系障碍患者（简称精分患者）暴力再犯的模型。方法 基于中国西南某地2017年1月–2018年6月重性精神疾病基本数据，选取基线存在暴力行为的4 565名社区成年精分患者作为研究对象。采用生长混合模型识别服药依从性和社会功能模式，进一步采用零膨胀负二项回归模型拟合联合模型，并与传统静态模型进行比较，最后采用10折训练-测试分割交叉验证框架评价模型拟合和预测效果。结果 157位（3.44%）患者发生暴力再犯。服药依从性和社会功能均拟合出4种模式。计数模型中，年龄、婚姻情况、教育水平、经济水平、历史暴力类型和服药依从性模式是暴力再犯发生次数的预测因素（P<0.05）。零膨胀模型中，年龄、药物不良反应、历史暴力类型、服药依从性模式和社会功能模式是暴力再犯是否发生的预测因素（P<0.05）。联合模型训练集赤池信息准则（Akaike information criterion, AIC）平均值为776.5±9.4、测试集均方根误差（root mean squared error, RMSE）平均值为0.168±0.013、平均绝对误差（mean absolute error, MAE）平均值为0.131±0.018，均小于传统静态模型。结论 联合建模是一种有效的动态变量识别与处理统计学策略，预测性能优于传统静态模型，可为推动综合干预体系建设提供全新思路。

关键词

精神分裂症 / 暴力再犯 / 生长混合模型 / 零膨胀负二项回归模型