Ученые из Австралии разработали модель машинного обучения для выявления факторов риска суицида среди подростков. Используя метод случайного леса, исследователи проанализировали данные 2809 австралийских подростков и выявили более 4000 потенциальных факторов риска. Модель показала высокую прогностическую точность и оказалась эффективнее, чем традиционные методы, основанные только на предыдущих попытках суицида или нанесения себе увечий. Основными факторами риска оказались эмоциональное состояние подростков и социальная среда.

Исследователи из Университета Нового Южного Уэльса в Сиднее использовали методы машинного обучения для анализа факторов, предсказывающих риск попыток суицида среди подростков. Они считают, что их модель более точна, чем существующие методы, и может быть использована для индивидуальной терапии уязвимых детей. Данные были собраны из национального исследования австралийских детей, начатого в 2004 году, и включали информацию о 2809 подростках в возрасте от 14 до 17 лет.

Исследователи выявили более 4000 потенциальных факторов риска в таких областях, как психическое здоровье, физическое здоровье, взаимодействия с другими людьми, школа и домашняя среда. Они использовали метод случайного леса, популярный алгоритм машинного обучения, для выявления тех факторов риска, которые наблюдались в возрасте 14-15 лет и были наиболее предсказуемыми для попыток суицида и самоповреждения в возрасте 16-17 лет.

Главным предиктором попытки суицида оказалось ощущение бессилия и отсутствия контроля над окружающей средой и своим будущим. Подростки пытались убить себя, если чувствовали, что от них ничего не зависит в собственной жизни. Основным предиктором нанесения себе увечий оказалось отсутствие эмоциональной саморегуляции: дети не умели выражать сильные эмоции и переживать горе, ярость или одиночество другим способом.