Improving Forecasts of Suicide Attempts for Patients with Little Data¶

会议: NeurIPS 2025 (TS4H Workshop)
arXiv: 2511.18199
作者: Genesis Hang, Annie Chen, Hope Neveux, Matthew K. Nock, Yaniv Yacoby 机构: Wellesley College, Harvard University 代码: 未开源
领域: 其他
关键词: Gaussian Process, Ecological Momentary Assessment, suicide risk prediction, patient heterogeneity, latent variable model, time series for health

一句话总结¶

提出 Latent Similarity Gaussian Process (LSGP)，将患者嵌入连续隐空间以捕获异质性，使数据稀少的患者能从相似患者"借用"预测趋势，从而改进基于 EMA 数据的自杀未遂预测。

研究背景与动机¶

问题背景¶

Ecological Momentary Assessment (EMA) 通过智能手机每天多次采集患者的自杀意念、情绪状态（如绝望感、愤怒、自我厌恶等17种情感状态），为实时自杀风险预测提供了数据基础。然而，利用 ML 预测自杀未遂（suicide attempts）面临三大核心挑战：

极低基率（low base-rate）：即使在最大规模数据集（~623名患者）中，真正发生自杀相关事件（SRE）的患者也极为稀少，最终仅77名患者满足分析条件

患者异质性（patient heterogeneity）：不同患者走向自杀的路径截然不同——抑郁症、焦虑症、PTSD、边缘型人格障碍等不同诊断可能对应不同机制，加上个体生活经历的差异，使得"一个模型适用所有人"的假设不成立

数据不均衡：患者之间的数据量差异巨大，数据少的患者（bottom 30%）在几乎所有指标上都表现更差

核心发现与动机¶

作者通过实验揭示了一个关键矛盾：

Single model（对所有患者统一训练）：受数据多的患者主导，对少数据患者泛化差
Idiographic model（每个患者单独训练）：性能提升显著，但少数据患者严重过拟合
随机分组实验：即使随机将患者分组训练，性能也会随分组数增加而提升，说明异质性极高；而基于人口统计学的分组表现反而更差

这一矛盾促使作者寻找一种介于 single 和 idiographic 之间的解决方案。

方法详解¶

Latent Similarity Gaussian Process (LSGP)¶

LSGP 的核心思想是：将患者嵌入一个连续隐空间，空间中的距离反映患者预测趋势的相似性。数据充足的患者通过训练获得优质的隐空间位置，而数据稀少的患者可以从"邻居"智能借用趋势。

模型架构由四步组成：

隐变量先验：每个患者 \(n\) 有隐变量 \(z_n \sim \mathcal{N}(0, \mathbb{I}_{D_z})\)，\(D_z = 3\)
输入增广：将患者的 EMA 响应 \(x_i\)（包含17维情感+3维自杀意念）与对应患者的隐变量 \(z_{n_i}\) 拼接，得到增广输入 \(\hat{x}_i\)
高斯过程：在增广输入空间上定义 GP 先验 \(F|\hat{X}; \theta \sim \mathcal{N}(0, K_\theta(\hat{X}, \hat{X}))\)
Bernoulli 似然：\(y_i | f_i \sim \text{Bernoulli}(\text{sigmoid}(f_i))\)，预测未来一周是否发生 SRE

稀疏变分推断¶

由于非高斯似然和大规模观测（14763条来自77名患者），作者采用 Sparse Variational GP 框架：

使用 \(M = 2000\) 个 inducing points
变分族包括：(1) inducing points 的全协方差高斯后验 \(q(U; \phi)\)；(2) 每个患者隐变量的均场高斯后验 \(q(z_n; \phi)\)
通过最大化 ELBO 进行随机变分推断（SVI），mini-batch 大小 \(B = 150\)，学习率 0.005，训练 15000 步

核函数设计¶

核函数可分解为输入空间和隐空间的乘积：\(K_\theta(\hat{X}, \hat{X}') = K^x_\theta(X, X') \cdot K^z_\theta(Z, Z')\)

其中 \(K^z_\theta\) 使用 ARD 核，\(K^x_\theta\) 使用状态依赖线性核：

\[k_\theta(\hat{x}, \hat{x}') = b_\theta(z) \cdot b_\theta(z') + v_\theta(z) \cdot v_\theta(z') \cdot (x - c_\theta(z))^\top \cdot (x' - c_\theta(z'))\]

其中 \(b_\theta(\cdot)\)、\(v_\theta(\cdot)\)、\(c_\theta(\cdot)\) 均为神经网络，允许不同隐空间位置的患者拥有不同的先验。

患者相似性分析¶

利用核的乘积分解特性，可以构建患者相似性图：

对患者隐变量后验均值计算 \(K^z_\theta\) 协方差矩阵
将其视为邻接矩阵，患者为节点，边权为协方差
使用 modularity \(Q \in [-1, 1]\) 定量评估人口统计学分组与学习到的相似性的对齐程度

实验关键数据¶

表1：主要方法对比（测试集指标）¶

方法	Avg. Log-Likelihood (Bottom/Mid/Top/All)	ROC-AUC	PPV	Sensitivity	Specificity
Single KNN	N/A	0.70±0.01	0.61±0.02	0.22±0.02	0.97±0.00
Single RBF-GP	-0.62/-0.49/-0.36/-0.43	0.74±0.00	0.66±0.04	0.15±0.01	0.98±0.00
Single LR	-0.66/-0.53/-0.38/-0.45	0.68±0.01	0.60±0.06	0.05±0.01	0.99±0.00
Idiographic KNN	N/A	0.78±0.01	0.73±0.02	0.34±0.03	0.97±0.00
Idiographic RBF-GP	-0.52/-0.42/-0.31/-0.37	0.84±0.00	0.73±0.01	0.37±0.01	0.97±0.00
Idiographic VB-LR	-0.47/-0.38/-0.28/-0.33	0.87±0.00	0.73±0.01	0.42±0.02	0.96±0.00
SV-LSGP	-0.50/-0.40/-0.29/-0.35	0.85±0.01	0.73±0.01	0.37±0.02	0.97±0.00

关键结论：SV-LSGP 在仅使用简单核设计的情况下，已接近最优基线 Idiographic VB-LR，且超越其他所有基线。

表2：患者相似性图 Modularity 分析¶

人口统计学分组	Modularity \(Q\)	含义
Gender	0.12	组内/组间相似性接近平衡
Sexual Orientation	0.13	组内/组间相似性接近平衡
Age	0.08	最接近0，年龄几乎不解释相似性
Highest Education	0.15	略有组内偏好但仍接近0

关键结论：所有人口统计学属性的 modularity 均接近0，表明这些属性不能解释患者在自杀风险预测趋势上的相似性。最大的相似性往往出现在不同组间的患者之间。

亮点与洞察¶

问题洞察深刻：通过系统实验揭示了 single vs. idiographic 的根本矛盾，以及离散分组方法的脆弱性（随机分组优于人口统计学分组），为模型设计提供了坚实的实证基础
方法自然优雅：LSGP 以连续隐空间优雅地统一了 single 和 idiographic 两个极端——当 \(D_z = 0\) 退化为 single GP，当隐空间维度足够高且每个患者隐变量独立时接近 idiographic
可解释性分析：基于学习到的隐空间构建患者相似性图，并通过 modularity 定量评估人口统计学属性的解释力，为临床理解提供了新视角
数据规模与质量：基于623名参与者、每天6次EMA调查、持续3个月的大规模纵向数据集，具有较高的临床可信度
负结论的价值：明确指出人口统计学属性不能解释患者异质性，这一"负结论"本身对临床实践有重要警示意义

局限性¶

仅接近最优基线：SV-LSGP 尚未超过 Idiographic VB-LR，作者承认核函数设计尚处于初步阶段，未来需要更深入的归纳偏置探索
数据限制严格：最终仅77名患者满足至少3个SRE+3个非SRE的纳入标准，大幅减少了可用数据，泛化性存疑
冷启动问题：模型要求新患者至少有一个已记录的SRE才能使用，这在实际部署中是强假设
单一核设计：当前仅尝试了一种核函数（状态依赖线性核×ARD核），未系统探索其他核组合
因果性缺失：模型本质上是相关性预测，无法解释"为什么"某些患者相似，限制了临床可操作性
Workshop 论文：作为初步成果（preliminary results），实验深度和消融研究有限

评分¶

维度	分数 (1-5)	说明
新颖性	3.5	LSGP 本身是已有模型的组合应用，但在自杀预测场景下的适配和实验分析有原创性
技术深度	3.5	变分推断框架成熟，核函数设计有亮点，但整体方法基于标准GP工具
实验充分度	3.0	基线对比充分，但缺乏消融实验，未系统探索核设计空间
写作质量	4.0	动机阐述清晰，从empirical findings自然过渡到方法设计，逻辑严密
临床意义	4.0	患者异质性分析和人口统计学"负结论"对临床有重要启示
综合评分	3.5	有价值的初步工作，将已有GP方法巧妙适配到关键临床场景，但需更多实验验证