复退期军人焦虑抑郁风险预测模型构建及影响因素分析

摘要

目的 基于机器学习算法，构建复退期军人焦虑与抑郁风险预测模型，并识别其关键影响因素。方法 选取2024年1月—2025年1月保定市420名复退期军人，收集一般人口学资料并采用焦虑与抑郁自评量表进行评估。将数据划分为训练集与测试集，构建4种机器学习模型，并在测试集上对模型性能进行评估和比较。结果 焦虑或抑郁总体发生率为35.00%(147/420)。逻辑回归（LR）模型的判别性能最佳，其ROC曲线的AUC为0.851，精确率0.786、召回率0.297、F1分数0.431。特征分析显示，退役后职业规划清晰度、熬夜频率、婚姻状况、文化程度、独生子女和性别等因素是模型识别出的关键预测特征。结论 LR模型在复退期军人焦虑抑郁风险预测中表现最优，其识别出的关键影响因素可为早期筛查与个体化干预提供量化依据。

关键词

复退期军人 / 焦虑 / 抑郁 / 机器学习

基金资助

保定市科技计划项目（编号：2541ZF292）