60、利用机器学习算法构建孟加拉国自杀企图的高效预测模型

利用机器学习算法构建孟加拉国自杀企图的高效预测模型

1. 引言

自杀企图指的是那些未成功结束自己生命的行为。尽管心理健康专家不鼓励使用“失败”或“未成功”这样的表述，因为它们暗示自杀导致的死亡是一种友好且乐观的结局，但在一定程度上使用这些词汇也是被允许的。自杀行为包括经常考虑结束自己生命（自杀意念）、制定结束生命的计划（自杀计划）或尝试结束自己生命（自杀企图），而自杀则是实际结束自己生命的行为。自杀行为通常伴随着极度悲伤、自我毁灭行为或极度绝望等。

自杀已成为一个全球性的公共卫生问题，每年约有80万人因此丧生，其中79%发生在像孟加拉国这样的中低收入国家。自杀是仅次于意外事故导致的非故意伤害死亡的第二大死因，尤其对15 - 29岁的人群（其中很多可能是学生）影响较大。

孟加拉国的公共卫生项目尚未重点关注自杀问题。本文的信息将有助于识别孟加拉国未被研究的自杀热点地区，为未来的研究方向指明道路，这些研究对于制定相关的本地自杀预防政策、策略和干预措施具有重要意义。目前，自杀研究人员通过案例研究、新闻或媒体报道分析、尸检记录审查、死亡登记审查以及伤害死亡记录评估等方式获取信息。截至2022年，S. M. Y. Arafat撰写了关于孟加拉国自杀问题的最多论文。此外，孟加拉国没有全国性的自杀数据记录系统，迫切需要自杀预防项目。

个体自杀企图的预测是一项具有挑战性的任务，需要全面了解每个人的独特情况、心理健康状态和社会支持网络。需要注意的是，自杀是一个重大的公共卫生问题，有许多风险因素可能增加自杀企图的可能性，这些因素包括严重的精神疾病、既往自杀企图、物质成瘾、社会排斥、致命工具的可获取性、家族自杀史和苛刻的生活环境等。

2. 背景研究