基于纵向数据的青少年学生自杀行为预测模型综述与荟萃分析
综述并荟萃分析了预测青少年学生自杀行为的纵向数据机器学习模型
这篇讲了什么
- 系统回顾纵向研究
- 评估模型预测自杀行为的敏感性和特异性
- 强调模型在预防中的潜在作用
中文摘要
本研究回顾了纵向数据中的机器学习模型,用于预测青少年学生的自杀行为。通过系统检索八大数据库,评估了模型的预测效果。研究发现,这些模型在识别自杀风险方面具有一定的敏感性和特异性,但实际应用中仍需注意模型的局限性和偏倚问题。
研究信息
- 期刊 / 来源
- Behavioral Sciences
- 发表日期
- 2026-11-04
- 文献库
- OpenAlex
- 作者
- Heyang Xu, Zhuangzhuang Sun, Shuang Jiang
- DOI
- 10.3390/bs16112104
英文原文摘要全文
Background: Suicidal behavior is common among adolescents, yet most affected individuals do not receive medical care. Predicting suicidal behavior in school settings may support early prevention. Methods: We systematically reviewed longitudinal studies of machine-learning models predicting future suicidal behavior in adolescent students. Eight databases were searched through September 2026; risk of bias and applicability were assessed using PROBAST + AI. A bivariate random-effects model jointly pooled sensitivity and specificity and generated a summary receiver operating characteristic curve;
中文摘要由自动翻译整理,可能丢掉原文的限定条件;涉及具体数字与结论时以英文原文为准。
这条研究涉及的词条
同一天收录的其它研究
内容用于快速浏览;学术引用与结论判断请以英文原文为准。