非常感谢北京师范大学心理学部能够资助我去参加这次在美国芝加哥举办的高水平的国际会议。这次国际会议与我同行的还有同一课题组的周含芳和申净旖，韩卓老师课题组的徐健捷。本次会议的正式举办时间为是2024年4月18日——4月20日。由于正式会议前一天下午还有会前工作坊，我们也很感兴趣，与我们的研究领域也很有关，因此也进行了注册。我们于北京时间2024年4月16日下午5点25从北京首都国际机场出发，北京时间2024年4月17日下午2点45到达美国旧金山国际机场进行中转，最终于北京时间2024年4月17日晚上11点21分(芝加哥时间2024年4月16日早上到达芝加哥机场，然后打车前往会议举办酒店——芝加哥希尔顿国际酒店。

在会议海报展贴现场中，有非常多研究者分享了他们最新的研究。令我印象深刻的研究是来自普渡大学的于荔的工作。下面我将简要进行介绍。

她的研究题目为在印度尼西亚青少年中欺凌同性和异性与浪漫参与的关系。欺凌的特点是其重复性和欺凌者对受害者的权力差异。根据进化心理学的观点，欺凌有时是作为一种寻求浪漫关系的一种手段。目的有两个：其一是排除潜在的竞争者，其二是对潜在的伴侣表达出兴趣。在通过欺凌去获取浪漫关系时，存在一些潜在的调节因素。换句话说，受欢迎程度可能调节欺凌与浪漫参与之间的关系。存在两种调节方向，根据资源控制理论，受欢迎程度可能会加强欺凌与浪漫参与的关系。另一方面，欺负异性同伴是一种不成熟的表达兴趣的方式。因此，受欢迎程度可能会缓解欺凌与浪漫参与的关系。为了探讨这些研究问题，该研究对10年级和12年级的印度尼西亚青少年进行了追踪。最终样本包含459名10年级和738名12年级的青少年。大部分的青少年都是穆斯林，并且来自中高产阶级家庭。研究者对这些样本进行了多组路径分析。最终结果显示：

在10年级样本的横断关系中，受欢迎程度调节欺凌同伴与浪漫参与的关系，也就是说，在受欢迎程度的群体中，欺凌同性同伴与浪漫参与呈显著的负相关关系。而在不受欢迎的群体中，欺凌同性同伴与浪漫参与没有显著的关系。

在12年级样本的横断关系中，结果恰恰相反，在不受欢迎的群体中，欺凌异性同伴与浪漫参与呈显著正向关系，在受欢迎的群体中，欺凌异性同伴与浪漫参与没有显著关系。

在纵向关系中，在受欢迎的群体中，欺凌异性同伴与浪漫参与没有显著的关系。总体而言，这项研究从同性和异性同伴的视角发现了欺凌对浪漫参与的不同影响，具有很切实的实际意义。

图1 李清银在SRA 2024 Meeting进行海报演讲(近景)

图2 李清银在SRA 2024 Meeting进行海报演讲(远景)

我所报告的内容是机器学习揭示在中国儿童和青少年中抑郁和自杀意念的不同风险性因素。接下来我将简要介绍一下我们所做的工作。

抑郁和自杀意念已经构成了儿童和青少年身体和心理健康的重大挑战，尤其是在新冠全球大流行之后。抑郁和自杀意念又有密切的联系。这一问题在中国尤其突出，这是因为中国拥有数量庞大的人口以及自杀意念和实际自杀行为的密切关系。因此，识别中国儿童和青少年中抑郁和自杀意念的风险性因素非常重要。与此同时，抑郁和自杀意念又有不同的特点。因此，我们的科学问题是抑郁和自杀意念是否存在不同的风险性因素。

为了回答这一问题，来自19个省份的160,962名中国儿童和青少年参与了我们的心理健康问题问卷调查，调查问题包括基本的人口学变量如年龄、性别、学段、家庭中孩子数量、父母婚姻状态、父母最高学历等。主要关键变量有九大心理健康问题，如抑郁、自杀意念、焦虑、感知压力、非自杀性自伤、网络成瘾、学业倦怠、欺凌、被欺凌。

上文所述样本，在我们的研究中称为内部样本。对于内部样本，对社会人口变量的缺失反应通过链式方程插补来解决。相反，外部样本中缺少社会人口学变量的个体被排除在外(按列删除)。为了增强机器学习预测模型的可解释性，我们使用最小-最大归一化将机器学习预测模型中包含的所有独立变量(在机器学习上下文中称为“特征”)缩放到0到1的范围。因变量使用从抑郁和自杀意念获得的临界值重新编码为二分变量(正或负)。具体而言，我们使用了15种机器学习算法来识别抑郁和自杀意念的风险性因素。

随后，采用内部10倍交叉验证的递归特征消除(RFECV)与选定的学习器一起过滤最具预测性的特征。在识别“可预测、稳定和可解释的特征”时，特征的重要性和稳定性被联合考虑。特征重要度绝对值越大，说明预测因子的重要性越大，特征重要度小于0表示保护效应，特征重要度小于0表示风险效应。当考虑到采样波动时，更高的特征稳定性反映了更稳定的特征。采用两步网格搜索法进行超参数优化。研究了不同的数据平衡方法，即下采样(不替换的随机子集)、上采样(自举重采样)和反比例加权(按训练集中二分类的比例加权的模型)，以解决潜在的方法偏差。整个过程重复了1000次，以获得内部样本的平均预测性能，考虑到潜在的采样波动。

内部样本的结果显示，对于抑郁而言，7大风险性因素分别为焦虑、感知压力、学业倦怠、网络成瘾、非自杀性自伤、被欺凌和年龄。对于自杀意念而言，6大风险性因素分别为焦虑、非自杀性自伤、感知压力、网络成瘾、学业倦怠和年龄。

随后，进行样本外评估以验证这些结果(也称为外部验证)。最终的预测模型使用完整的内部样本(N=150,665, Non-C/IERs)进行训练，然后应用于预处理的外部样本数据(N=1,646,852, Non-C/IERs)。最终，外部验证结果与内部样本中观察到的结果一致。在外部样本上，预测模型表现出优异的预测性能(平均平衡ACC > 85%)。根据最好的预测性能，我们主要从下采样和上采样分别报告以下特征的重要性。对于抑郁和自杀意念，外部样本中的亚组分析在子组特定模型中显示出不同的预测性能。此外，在不同的亚组(生理性别、教育阶段和地理区域)中，比较了这些选定的风险因素在抑郁和自杀意念模型中的重要性。

各风险性因素在预测抑郁时表现出不同的性别差异。具体而言，焦虑的特征重要性(男孩:6.94;女孩:7.40)，感知压力(2.90;4.30)，学业倦怠(2.65;2.82)，非自杀式自伤(1.08;1.65)显著低于女孩(双样本t检验，p<0.001)<>。相反，网络成瘾的特征重要性(2.23;1.89)，被欺负(0.44;0.40)，年龄(0.19;0.67)，男生明显高于女生(p<0.001)<>。关于预测自杀意念的性别差异。非自杀性自伤的特征重要性(男生:4.19;女生:5.65)，感知压力(1.48;3.37)，网络成瘾(1.02;1.28)，学业倦怠(0.61;0.89)，年龄(-0.83;-1.00)男生显著低于女生，而焦虑的特征重要性(8.88;7.82)，男生明显高于女生(p<0.001)<>。

各风险性因素预测抑郁也表现出不同的教育阶段差异。感知压力的特征重要性(小学:2.26;中学:3.67;高中:4.58)，学业倦怠(1.91;2.71;3.53)随教育阶段显著增加(小学<<>初中<<>高中，单因素方差分析与事后两两比较，Bonferroni校正，均p<0.001)<>。然而，网络成瘾的特征重要性(2.12;2.06;1.85)和年龄(0.67;0.21;0.20)随着教育阶段的不同而降低(小学>初中>高中)。焦虑(6.05;7.18;6.20)和非自杀式自伤(1.15;1.52;1.42)遵循类似的模式，在初中观察到最高的预测效应，其次是高中，然后是小学(p<0.001)<>。被欺负(0.55;0.37;0.47)的预测效果在小学阶段最高，其次是高中阶段，然后是初中阶段(p<0.001)<>。关于自杀意念的风险性因素特征重要性的教育阶段差异，感知压力的特征重要性(小学:0.90;中学:2.78;高中:4.90)，学业倦怠(0.20;1.09;1.22)，非自杀自伤(4.62;4.78;5.73)随教育阶段的不同而显著增加(小学<<>初中<<>高中，p<0.001)<>，而焦虑特征重要性(9.83;7.74;7.38)随着教育阶段的不同而显著降低(小学>初中>高中，p<0.001)<>。网络成瘾(1.03;1.24;1.09)在初中表现出最高的预测效应，其次是高中，然后是小学(p<0.001)<>。个人年龄(-0.56;-0.33;0.69)的预测效应在高中阶段最高，小学次之，初中次之(p<0.001)<>。

最后，是抑郁不同风险因素特征重要性的地理差异。具体而言, 焦虑(7.17;5.96;5.67;4.58;这里的特征重要性顺序与描述一致，下同)和感知压力(3.48;3.43;3.29;2.31)在东部的预测效果最高，其次是西部、中部和东北部(事后两两比较的单因素方差分析，Bonferroni校正，均p<0.001)<>。学业倦怠(2.73;2.70;2.66;1.86)的预测效果在东部地区最高，其次是中部、西部和东北部。网络成瘾在中部地区的预测效应最高(2.06,2.05,2.00,1.84)，其次是东部、西部和东北部(p<0.001)<>。非自杀性自伤的预测效应在东部和西部最高(1.45,1.45,1.28,1.25)，其次是中部和东北部(p<0.001)<>。西部地区受欺负(0.51,0.45,0.43,0.37)的预测效果最高，其次是东部、东北部和中部地区(p<0.001)<>。

关于自杀意念不同风险性因素特征重要性的地区差异。焦虑(8.80,8.37,8.27,8.24)在西部的预测效果最高，其次是东北、中部和东部。感知压力(3.08,2.68,2.35,1.33)在西部的预测效应最高，其次是中部、东部和东北部。中部对学业倦怠的预测效果最高(1.14、1.05、0.71、0.01)，西部、东部、东北部次之。网络成瘾在中部地区的预测效应最高(1.80、1.20、1.05、0.87)，东北、东部、西部次之。非自杀性自伤的预测效应分别为5.31、5.15、4.64、4.40，中部地区最高，东部、东北、西部次之。西部、东部、中部、东北部对受教育程度的预测效果最高(-1.22、-0.99、-0.94、-0.05)。

本研究首次从心理健康的角度在全国范围内对中国儿童和青少年抑郁和自杀意念的不同风险性因素进行了综合研究。此外，我们还探讨了在不同亚组中预测这些结果的风险因素之间的潜在差异。主要发现如下:1)焦虑个体抑郁/自杀意念的发生率是其他因素个体的1.65 ~ 28.94倍;2)除焦虑外，其他因素对抑郁和自杀意念的特征重要性不同。对于抑郁而言，影响因素从高到低依次为感知压力、学业倦怠、网络成瘾、非自杀性自伤、被欺负、受教育程度(年级);在自杀意念方面，非自杀性自我伤害、感知压力、网络成瘾、学业倦怠、教育水平的影响因素显著性由高到低;3)这些风险因素对抑郁和自杀意念的预测在不同亚组间存在显著差异。这些发现迫使我们必须认识到，公共精神卫生服务提供者和政策制定者必须巧妙地设计出独特的策略，以有效地解决这一人群中抑郁症和自杀意念的紧迫问题。

图3 李清银与国际同行在会场交流讨论1

图4 李清银与国际同行在会场交流讨论2

图5 同组伙伴与国际同行交流

这次远赴美国参加青少年研究学会（Society for Research on Adolescence），获益颇丰。主要体现在以下几个方面：首先是学术收获方面。在参会的一年以前，我才开始转向儿童与青少年心理健康领域，相比于一起去参会的同学部的小伙伴而言，我还是个萌新。在这次的会议中，我看到了更加丰富的研究呈现形式。以往国内学术会议的海报展贴，只有一种形式，即将海报贴在展板上，研究者站在旁边等待别人提问。而国际性的学术会议海报除了单纯的展贴之外，还有2分钟和5分钟的演讲形式。研究者针对自己的研究内容演讲完再等待现场观众提问。一开始，我是不知道我的摘要需要进行5分钟的口头汇报，当知道要面对一群外国人要进行英文汇报时，我还是比较焦虑和紧张。还好后面花时间进行练习后，最终较为顺利和流畅地完成了汇报。在汇报结束后，也有观众进行了提问。这个过程中也出现了较尴尬的场面。观众用英文进行了提问，但是说的比较快，我一时没有听懂，导致最后没有正面回答别人的问题。令人欣慰的是，后面有很多中国留学生对我们的工作产生了很大的兴趣，我与他们一直交流到上午场的会议结束。在这个过程中，也认识了很多来自各所高校的新朋友，在吃饭时，彼此也有了更深的了解。我也对中西方在读博士生的现状差异有了初步感受。

在文化体验方面，我感受到在国际学术会议上，研究者们彼此交流的热情极大。在海报展贴时，当你走过他们面前，不敢轻易与他们进行对视。一旦视线接触，他们就会热情地询问你是否有问题和想要了解他们的研究。就我个人而言，在以往国内的学术会议中，我很少看到如此热烈的海报展贴现场。在听口头报告时，有不少令我震撼的现象，其一是一位博士生妈妈抱着她的孩子在进行汇报，她的孩子可能还不到一岁。汇报时，她的孩子转向海报，静静地聆听她妈妈的研究。这一幕令我非常感动。其二是一位老师帮她已经毕业的硕士生来进行海报的讲解。这与国内也有些许不同。其三是在海报展贴现场能够看到各种不同肤色，不同年龄段的人们。在国内的学术会议的展贴板块，还是不太容易看到年级较大的研究者或者老师的身影。这是一点也是我所观察到的重要的差异。

海报展贴现场，我也主动地去询问了好几位外国研究者，其中包括一位本科生。虽然她做的研究比较简单，但是她有足够的勇气和自信站到国际会议上去向他人展示，能够从容地去向观众解答。这一点非常值得我去学习。这或许也是中西方不同文化影响下人们的心态和行为的不同。

总之，参加这次SRA 2024 Meeting拓宽了我的研究视野，了解到还有这么多的研究者在做很多有意思的研究。这次会议的高强度social让我直观体验到与不同国际同行交流的快乐，也收获了一波潜在的，未来可以互相交流学习的小伙伴，是一次值得不断回味的经历。

图6 热闹的海报展贴现场