呂軍城 卓來寶 鄒廣順 張 杰

【提 要】 目的 探討自殺未遂的環(huán)境影響因素，構(gòu)建環(huán)境因素BP神經(jīng)網(wǎng)絡(luò)模型。方法 采用病例-對照研究方法收集數(shù)據(jù)，采用單因素方法初步篩選環(huán)境影響因素，構(gòu)建BP神經(jīng)網(wǎng)絡(luò)模型。結(jié)果 本研究1200例樣本中，自殺未遂者639名，占53.25%，對照組561名，占46.75%。單因素分析結(jié)果顯示健康狀況差、患有精神疾病、迷信、有宗教信仰、受教育年限少是自殺未遂個體環(huán)境危險因素；無個人財產(chǎn)、家庭經(jīng)濟(jì)狀況差是其經(jīng)濟(jì)環(huán)境危險因素；夫妻關(guān)系差、與父母關(guān)系差、家中地位低、家中成員有過自殺行為、家庭人口數(shù)少是其家庭環(huán)境危險因素；社會關(guān)系差、遇到困難缺少幫助，受教育機(jī)會少、就業(yè)機(jī)會少是社會環(huán)境危險因素；BP神經(jīng)網(wǎng)絡(luò)模型的總體符合率為69.6%，判別效果良好。結(jié)論 應(yīng)采取相應(yīng)的預(yù)防措施降低自殺未遂的危險因素；本研究構(gòu)建的環(huán)境因素BP神經(jīng)網(wǎng)絡(luò)模型具有較好判別效果。

自殺未遂指出現(xiàn)了自殺意念的人采取了自殺行動而未能成功。自殺動機(jī)不強(qiáng)烈、自殺行為不果斷的人，往往造成自殺未遂[1]，自殺未遂是自殺的重要危險因素[2-3]。調(diào)查研究表明，近20年我國的自殺率有所下降[4]，但仍是影響我國死亡率的一個重要因素。最新研究結(jié)果表明，2012年至2015年我國的年平均自殺率為6.75/10萬人，農(nóng)村高于城鎮(zhèn)，男性高于女性[5]。自殺行為對家庭、社會造成沉重的負(fù)擔(dān)和醫(yī)療資源的浪費(fèi)，并且產(chǎn)生嚴(yán)重社會負(fù)面影響。以往研究顯示環(huán)境因素是自殺未遂的重要影響因素[6-8]，本研究通過構(gòu)建BP神經(jīng)網(wǎng)絡(luò)模型，探討環(huán)境因素對自殺未遂的作用，并提出合理化預(yù)防對策和建議。

對象與方法

1.研究對象和資料來源

本研究以某省居民為研究對象，通過醫(yī)院獲取自殺未遂者(病例組)信息，按性別相同、年齡相仿等原則為病例組選擇對照(對照組)。采用自行編制“居民自殺未遂環(huán)境調(diào)查問卷”采用面對面訪談的形式進(jìn)行資料收集，具體納入和剔除標(biāo)準(zhǔn)及資料收集過程參見文獻(xiàn)[1]，在此不再贅述。收集數(shù)據(jù)后對數(shù)據(jù)進(jìn)行篩檢和邏輯檢錯，剔除缺失值較多和調(diào)查質(zhì)量欠佳的個體數(shù)據(jù)。

2.統(tǒng)計分析方法

結(jié) 果

1.一般情況

本研究樣本病例組639名，占53.25%，對照組561名，占46.75%；病例組為(31.63±8.10)歲，對照組為(32.00±8.22)歲，兩組間年齡差異無統(tǒng)計學(xué)意義(t=-0.772，P=0.440)；病例組(男61.5%)和對照組(男62.6%)、性別差異無統(tǒng)計學(xué)意義(χ2=0.144，P=0.705)；表明兩組間性別、年齡因素均衡性較好。

2.初步篩選環(huán)境影響因素

統(tǒng)計分析結(jié)果顯示，個體環(huán)境因素方面軀體健康狀況、宗教信仰、是否迷信、是否患有精神疾病、受教育年限5個因素在兩組間差異有統(tǒng)計學(xué)意義；經(jīng)濟(jì)環(huán)境因素方面，是否擁有個人財產(chǎn)、家庭經(jīng)濟(jì)狀況2個因素兩組間差異有統(tǒng)計學(xué)意義；家庭環(huán)境因素，兩組在夫妻關(guān)系、和父母的關(guān)系、家庭地位、家中成員有無自殺、家庭人口數(shù)的差異有統(tǒng)計學(xué)意義；以往研究表明社會環(huán)境不良是自殺未遂的主要危險因素[9]，本研究顯示社會關(guān)系是否融洽、遇到困難時是否獲得幫助、受教育機(jī)會、就業(yè)機(jī)會4個社會環(huán)境因素兩組間差異有統(tǒng)計學(xué)意義。分析結(jié)果見表1。

3.BP神經(jīng)網(wǎng)絡(luò)模型構(gòu)建

本研究為自殺未遂識別問題，選用patternnet函數(shù)，采用trainscg共軛梯度算法構(gòu)建含有輸入層、隱含層、輸出層經(jīng)典的三層BP神經(jīng)網(wǎng)絡(luò)模型。本研究將單因素篩選的16個影響因素作為輸入層神經(jīng)元，將是、否自殺未遂作為輸出層2個節(jié)點；將輸入、輸出樣本進(jìn)行歸一化處理，然后采用隨機(jī)化方法將70%作為訓(xùn)練樣本，15%為測試樣本，15%為驗證樣本對BP神經(jīng)網(wǎng)絡(luò)模型進(jìn)行創(chuàng)建和訓(xùn)練，運(yùn)用均方誤差和匹配矩陣等對模型進(jìn)行評價。

表1 病例組和對照組環(huán)境因素影響因素分析

備注：*為非參數(shù)統(tǒng)計檢驗方法，#為Fisher確切概率法求得的概率值。

通過程序?qū)颖緮?shù)據(jù)進(jìn)行多次模擬訓(xùn)練，通過比較總體符合率、靈敏度、特異度、迭代次數(shù)及ROC曲線，確定最優(yōu)的BP神經(jīng)網(wǎng)絡(luò)模型，多次訓(xùn)練模型結(jié)果如表2。

由表2可以看出，net1的訓(xùn)練樣本、驗證樣本、測試樣本、總樣本的各總體符合率比較穩(wěn)定且較高、靈敏度和特異度比較均衡均為0.7，綜合考慮net1神經(jīng)網(wǎng)絡(luò)模型為最優(yōu)模型。輸出結(jié)果顯示網(wǎng)絡(luò)性能值(performance)為0.219，梯度為(gradient)0.00491，均方誤差(MSE)經(jīng)過6次升高后停止訓(xùn)練，網(wǎng)絡(luò)誤差曲線顯示網(wǎng)絡(luò)誤差(0.22698)較小，網(wǎng)絡(luò)的收斂好。同時輸出訓(xùn)練集、驗證集、測試集和全部樣本的判別輸出結(jié)果與真實結(jié)果的匹配矩陣(confusion matrix)，如圖1所示；通過匹配矩陣可以評價模型分類效果優(yōu)劣。

表2 多次訓(xùn)練模型的各項評價指標(biāo)

圖1 BP神經(jīng)網(wǎng)絡(luò)匹配矩陣圖

模型的匹配矩陣顯示各樣本靈敏度在63%左右，特異度大多在75%～80%，總符合率約70%及以上；將同樣數(shù)據(jù)采用傳統(tǒng)的logistic方法分析，總符合率為64.6%，由此可見構(gòu)建的模型較傳統(tǒng)線性模型具有較好的判別性。通過運(yùn)行 w1=net.iw{1，1}和w2=net.lw{2，1}命令，可以輸出每個輸入單元與隱含層單元的權(quán)重系數(shù)Wij和每個隱含層單元與輸出層單元的權(quán)重系數(shù)Wjk，通過權(quán)重系數(shù)大小可以分析各因素間的關(guān)系和影響程度大小。

討 論

自殺未遂作為一種嚴(yán)重影響我國居民健康的社會問題，其原因是多方面的。環(huán)境是人們賴以生存的外界條件，環(huán)境因素是自殺未遂的重要影響因素[8，10-11]，本研究從個體環(huán)境、經(jīng)濟(jì)環(huán)境、家庭環(huán)境、社會環(huán)境等方面初步篩選自殺未遂環(huán)境因素，構(gòu)建自殺未遂BP神經(jīng)網(wǎng)絡(luò)模型。

針對單因素篩選的自殺未遂環(huán)境危險因素，應(yīng)采取相應(yīng)措施降低環(huán)境的危險因素。個體方面應(yīng)加強(qiáng)體育鍛煉提高身體素質(zhì)，掌握調(diào)節(jié)心情的基本技能保持良好的心態(tài)，增加受教育年限，以科學(xué)的態(tài)度對待宗教、杜絕迷信。經(jīng)濟(jì)環(huán)境方面應(yīng)進(jìn)一步探索公平合理的分配機(jī)制，減少相對貧窮導(dǎo)致的心理扭力；對經(jīng)濟(jì)特殊困難的人群應(yīng)啟動特殊人群社會保障機(jī)制和幫扶機(jī)制。家庭環(huán)境方面，夫妻間、子女與父母間、家庭成員間應(yīng)倡導(dǎo)和營造平等、和諧、互助的家庭關(guān)系；本研究與以往研究結(jié)果一致，家庭親密度高為自殺未遂的保護(hù)性因素[12]。社會環(huán)境方面，本研究與以往文獻(xiàn)結(jié)果一致，較差的社會環(huán)境容易導(dǎo)致自殺未遂[13]，應(yīng)營造融洽、和諧、互幫互助的鄰里環(huán)境和社會環(huán)境；失業(yè)是自殺未遂的危險因素[14]，社會行政職能部門應(yīng)營造公平、公正的社會環(huán)境，創(chuàng)造更多的均衡的受教育和就業(yè)機(jī)會。

BP神經(jīng)網(wǎng)絡(luò)模型作為一種新型的人工智能判別方法，近幾年逐漸應(yīng)用于醫(yī)學(xué)領(lǐng)域并獲得了理想的分類和識別效果[15-17]，但是應(yīng)用于自殺未遂尚處于探索階段。本研究基于單因素篩選的16個影響因素作為輸入層，構(gòu)建含有6個隱含層節(jié)點數(shù)的自殺未遂環(huán)境因素神經(jīng)網(wǎng)絡(luò)模型，模型判別的符合率達(dá)到70%左右，顯示了良好的判別效能；相對于以往傳統(tǒng)統(tǒng)計學(xué)方法具有一定優(yōu)越性[18-19]，本研究驗證了該方法在自殺未遂識別領(lǐng)域的適用性和可行性，進(jìn)一步奠定了方法學(xué)理論基礎(chǔ)。人工神經(jīng)網(wǎng)絡(luò)起源于神經(jīng)生物學(xué)，是一種較新的人工智能方法，以往傳統(tǒng)的統(tǒng)計學(xué)方法如線性模型、logistic回歸模型等線性模型通常對資料有嚴(yán)格的適用條件，而神經(jīng)網(wǎng)絡(luò)模擬人腦智能化，具有高度的容錯性、智能性、適應(yīng)性、靈活性等特點，對資料要求寬松，更能最大限度的模擬或識別變量間復(fù)雜、模糊的線性和非線性映射關(guān)系[18，20]；而且神經(jīng)網(wǎng)絡(luò)更適用于對個體的判別，更具有實用價值[21]。可以嘗試將自殺未遂神經(jīng)網(wǎng)絡(luò)和計算機(jī)技術(shù)相結(jié)合，構(gòu)建人工智能輔助診斷系統(tǒng)，對自殺未遂人群篩檢具有重要的現(xiàn)實意義。