严重精神障碍者暴力行为预测模型应用研究

作     者：万巍峙 杨琴 曹若辰 秦小荣 谌霞灿 杨蕊 王紫烨 刘浩 胡峻梅 Wan Weizhi;Yang Qin;Cao Ruochen;Qin Xiaorong;Shen Xiacan;Yang rui;Wang Ziye;Liu hao;Hu Junmei

作者机构：四川大学华西基础医学与法医学院法医精神病学教研室四川成都610041 成都市第四人民医院四川成都610036 成都市公安局四川成都610017 

出 版 物：《中国法医学杂志》 (Chinese Journal of Forensic Medicine)

年 卷 期：2022年第37卷第4期

页      面：340-344,351页

学科分类：0301[法学-法学] 03[法学] 030106[法学-诉讼法学] 

基　　金：成都市科学技术局技术创新研发项目资助(2019-YF05-00240-SN) 中国博士后科学基金第2批特别资助(站前)(2020TQ0219) 

主　　题：法医精神病学 暴力行为 朴素贝叶斯 严重精神障碍 机器学习 

摘      要：目的 基于朴素贝叶斯算法(Naive Bayes,NB)构建成都社区严重精神障碍(Severe Mental Disorder,SMD)患者暴力行为预测模型,并探索其应用价值。方法 从成都市精神卫生防治管理信息系统中获取2017至2019年SMD患者个案管理数据52 601例及相应随访信息、应急处置记录,使用MacArthur社区暴力工具、修订版外显攻击行为量表对患者随访期间的暴力行为进行量化评估。采用单因素Logistics回归分析筛选暴力行为的关联因素。将样本按照68%、17%、15%的比例划分为训练集、验证集、测试集,基于NB建立SMD患者暴力行为的预测模型。运用5折分层交叉验证法检验模型的内部效度,将测试集输入到模型中检验模型的外部效度。结果 基于NB建立的成都市社区SMD暴力行为预测模型内部效度的受试者工作特征曲线下面积(AUC)为0.757(95%CI:0.734~0.780),外部效度的AUC为0.755,平衡准确度为0.710,准确度为0.721,敏感度为0.697,特异度为0.722。结论基于NB建立的成都市社区SMD患者暴力行为预测模型具有良好的效度,可为暴力行为的预测提供新的方法和思路。