基于LASSO回归分析的大学生非自杀性自伤行为风险预测模型

摘要

目的：大学生非自杀性自伤(non-suicidal self-injury,NSSI)行为已成为重要的公共卫生问题，需建立有效的早期识别工具。本研究旨在基于最小绝对收缩和选择算子(least absolute shrinkage and selection operator,LASSO)回归分析方法构建预测大学生NSSI行为的预测模型。方法：2022年4至6月期间，通过线上平台对湖南、江西、湖北、山东、广东和吉林6个省份在校大学生进行问卷调查。收集大学生的一般社会学人口资料，使用青少年非自杀性自伤行为评定问卷、患者健康问卷-9、愤怒反刍思维量表、多重形式暴力量表、儿童期虐待问卷简版及简式版社区心理体验评估问卷进行调查。通过LASSO回归分析筛选出大学生NSSI行为的预测因素，构建大学生NSSI行为的预测模型并绘制列线图。采用受试者操作特征(receiver operating characteristic,ROC)曲线和校准曲线对预测模型的区分度和校准度进行评估。结果：本研究共4 121名大学生参与，其中650名大学生存在NSSI行为，检出率为15.8%。LASSO回归分析结果显示：小学受欺凌经历、饮酒史、抑郁情绪、愤怒反刍思维和精神病样体验是大学生NSSI行为的预测因素。预测模型显示：大学生NSSI行为的发生风险=小学受欺凌经历×0.41+饮酒史×0.76+抑郁情绪×0.08+愤怒反刍思维×0.04+精神病样体验×0.05。ROC曲线结果表明：预测模型在训练集中的曲线下面积(area under the curve,AUC)为0.782，在测试集中AUC为0.769。校准曲线显示模型的预测值与实际值基本一致。结论：本研究构建的预测模型具有较好的预测能力，并通过列线图实现模型结果可视化呈现。该预测模型能够根据大学生NSSI行为的危险因素评估其风险，帮助临床医师或教育者及时发现高危人群并进行早期干预。

关键词

非自杀性自伤行为 / 大学生 / 预测模型 / 最小绝对收缩和选择算子回归 / 心理风险评估