严肃游戏评估青少年自杀风险的探索

摘要：

目的:探索基于严肃游戏构建的青少年自杀风险机器学习预测模型的性能.方法:从医院和学校共招募1135名9～18岁青少年,医生依据临床症状诊断、既往自杀史等资料,心理老师依据量表、观察、访谈等心理普查资料,将青少年自杀风险程度评估为无风险、低风险、中风险或高风险,通过严肃游戏软件获取其行为反应特征数据,运用机器学习算法建立行为反应特征和自杀风险的模型,并评估模型的预测性能.结果:机器学习模型对高风险的预测准确度最高(AUC=0.92),其次依次是中风险(AUC=0.85),无风险(AUC=0.74),低风险(AUC=0.62).模型在区分自杀风险的4个类别(无风险、低风险、中风险、高风险)上的预测准确率为0.81,召回率为0.69,精确率为0.64,F1值为0.66;在区分有无自杀风险上的预测准确率为0.84,召回率为0.80,精确率为0.66,F1值为0.69.结论:通过严肃游戏软件获取的行为反应特征数据集能够在一定程度上解释和预测青少年的自杀风险.

关键词：自杀、严肃游戏、机器学习、青少年

所属期刊栏目：37

分类号：C913.9(社会学)

资助基金：浙江省卫生健康科技计划2022KY263

在线出版日期：2023-10-19（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：873-879