中国预印本：理论驱动的机器学习模型比较大学生自杀意念、计划与未遂的预测特征
一项基于中国大学生两次独立调查共8203人的预印本研究，以自杀叙事-危机模型为框架，用机器学习分别构建自杀意念、计划与未遂的预测模型，并比较特征贡献：烟酒使用在计划与未遂模型中预测贡献更高，关系欺凌、情感虐待等人际创伤变量在意念模型中更突出；
基于16项关键特征的简化模型在内部测试与同校时间验证中保持较好区分能力。 该预印本尚未经同行评审，同校时间验证不等于跨校外部验证。
研究原始来源可核对
事实与证据边界
研究发布于中国预印本平台 ChinaXiv，作者来自北京师范大学心理学部、应用实验心理北京市重点实验室及北京师范大学湾区应用心理学院。 数据来自两次独立调查共8203名大学生，以自杀叙事-危机模型指导变量选择。 结果显示：烟酒使用在自杀计划与自杀未遂模型中的相对预测贡献更高； 关系欺凌、情感虐待等人际创伤变量在自杀意念模型中相对贡献更突出。
基于16项关键特征构建的简化模型在内部测试和同校时间验证中表现出较好区分能力。 作者称该研究有助于比较不同自杀相关结局的同期预测特征，为自杀风险评估提供参考。
分析判断
该研究的价值在于按自杀意念、计划、未遂分别建模并比较特征贡献，提示不同结局的风险因素结构不同，简化模型方向对校园筛查工具有方法意义。 但摘要未披露外部验证、样本时间跨度、区分度具体数值与机器学习模型类型，同校时间验证不等于跨校外部验证； 将其解读为可用于实际筛查为时过早，且筛查本身不等于诊断。
后续观察信号
- 核查预印本是否更新版本
- 关注作者团队后续外部验证研究