近日，精神卫生学院科研团队在精神卫生领域的TOP期刊《JOURNAL OF AFFECTIVE DISORDERS》（JCR分区1区，中科院分区2区，IF:6.6）上，发表题为A machine learning algorithm-based model for predicting the risk of non-suicidal self-injury among adolescents in western China: A multicentre cross-sectional study的研究成果。

本项研究成果聚焦青少年非自杀性自伤行为（non-suicidal self-injury，NSSI），在西部地区多中心的横断面研究数据基础上，创新运用机器学习算法模式构建了预测模型，纳入有地域特征的一些影响因素如居住地、是否留守、是否住校，以及家庭结构、父母情况以及中学生应对方式量表等众多变量，结果证实了抑郁、焦虑依然是青少年NSSI的两大预测因素，女性仍然是NSSI的重要预测因素，还发现压力、与父亲居住、精神科就诊史等也是NSSI的预测因素，XGBoost预测模型和多变量逻辑回归模型均表现出较好的预测能力。本研究为本地区预防青少年自伤行为，加强青少年心理健康教育工作提供了理论支持和实际指导。

本项研究成果是精神卫生学院科研团队近年来针对日益突出的青少年心理健康问题，结合四川地域特殊性开展研究取得的一系列研究成果之一，前期成果去年也在《JOURNAL OF AFFECTIVE DISORDERS》发表。未来精神卫生学院科研团队将进一步拓展研究的广度和深度，多出成果，为青少年心理健康教育提供更充分的实证证据和理论构想。