目的:探讨高校大学生心理危机风险的影响因素,构建并验证危机风险预测模型。方法:以2019年9月至2021年4月入组的浙江大学心理中心初始访谈的1879名大学生为研究对象,运用单因素Logisc回归和Lasso回归筛选危机风险的特征变量。采用随机...目的:探讨高校大学生心理危机风险的影响因素,构建并验证危机风险预测模型。方法:以2019年9月至2021年4月入组的浙江大学心理中心初始访谈的1879名大学生为研究对象,运用单因素Logisc回归和Lasso回归筛选危机风险的特征变量。采用随机抽样法以7∶3的比例将总样本分为训练集和验证集,并在训练集中基于筛选出的危机风险的特征变量构建多因素Logisc回归分析模型,并在训练集和验证集中分别验证该模型的区分度。结果:本研究具有危机风险的大学生255例(13.4%)。单因素Logistic回归和Lasso回归筛选出6个危机风险的相关变量,再经过多因素Logistic回归分析显示,“人际关系”(p=0.007)、“学院”(p<0.05)、“在校身份”(p≤0.001)、“自杀想法”(p<0.001)、“物质使用”(p=0.005)5个因素为危机风险的独立危险因素。验证分析结果提示该预测模型区分度良好,曲线下面积(area under the curve,AUC)为0.834。结论:本研究构建的预测模型具有较好的区分能力,可用于指导高校心理健康工作中对存在危机风险的高风险学生的早期识别和及时干预。展开更多
文摘目的:探讨高校大学生心理危机风险的影响因素,构建并验证危机风险预测模型。方法:以2019年9月至2021年4月入组的浙江大学心理中心初始访谈的1879名大学生为研究对象,运用单因素Logisc回归和Lasso回归筛选危机风险的特征变量。采用随机抽样法以7∶3的比例将总样本分为训练集和验证集,并在训练集中基于筛选出的危机风险的特征变量构建多因素Logisc回归分析模型,并在训练集和验证集中分别验证该模型的区分度。结果:本研究具有危机风险的大学生255例(13.4%)。单因素Logistic回归和Lasso回归筛选出6个危机风险的相关变量,再经过多因素Logistic回归分析显示,“人际关系”(p=0.007)、“学院”(p<0.05)、“在校身份”(p≤0.001)、“自杀想法”(p<0.001)、“物质使用”(p=0.005)5个因素为危机风险的独立危险因素。验证分析结果提示该预测模型区分度良好,曲线下面积(area under the curve,AUC)为0.834。结论:本研究构建的预测模型具有较好的区分能力,可用于指导高校心理健康工作中对存在危机风险的高风险学生的早期识别和及时干预。