沙特阿拉伯自闭症群体与智力障碍人士的多维度生活质量预测:一项可解释的机器学习研究

《Research in Developmental Disabilities》:Predicting multidimensional quality of life among autistic people and people with intellectual disability in Saudi Arabia: An explainable machine-learning study

【字体: 大 中 小 】 时间:2026年10月13日 来源:Research in Developmental Disabilities 2.9

编辑推荐:

   生活质量研究:对沙特阿拉伯275名自闭症或智力障碍成年人的研究 • 生活质量(QoL)研究涉及沙特阿拉伯275名患有自闭症或智力障碍的成年人。 • 病情严重程度和家庭支持 consistently 与生活质量相关。 • 非线性模型在四个生活质量领域的表现优于线性回归。 •

  

生活质量研究:对沙特阿拉伯275名自闭症或智力障碍成年人的研究

• 生活质量(QoL)研究涉及沙特阿拉伯275名患有自闭症或智力障碍的成年人。
• 病情严重程度和家庭支持 consistently 与生活质量相关。
• 非线性模型在四个生活质量领域的表现优于线性回归。
• 模型解释突出了病情严重程度、家庭支持和收入的作用。
• 四种生活质量谱系显示诊断状态之外的异质性。

**引言**

生活质量(QoL)已成为发育障碍研究的核心结果指标,因为它将评估范围从诊断、损伤和症状严重程度扩展到幸福感、人际关系、参与、自主、包容和环境机会。世界卫生组织将生活质量定义为个体在其生活所在的文化价值体系框架内,相对于其目标、期望、标准和问题对其生活状况的感知(WHOQOL小组,1998年)。在智力和发育障碍研究领域,Schalock等人(2007年)同样将生活质量概念化为多维度的,涵盖情感与身体健康、人际关系、物质福祉、个人发展、自我决定、社会包容和权利。这一观点随后通过生活质量支持模型得到进一步扩展,该模型强调将个性化支持和环境资源与具有个人意义的QoL结果对齐(Gómez等人,2021年)。最近的一项综述进一步强化了在相互关联的个体、家庭和社会系统中理解生活质量的重要性,而非将其归因于单纯的障碍(Cavallaro等人,2025年)。

这种情境化视角对于自闭症人士和智力障碍人士尤为重要,因为他们的QoL以显著的异质性为特征。综述表明,QoL与一系列个体和生活情境因素相关,包括年龄、障碍相关特征、行为和适应功能、社交技能、教育和参与休闲活动,而不仅仅是诊断状态;同时,近期的系统性证据强调了传统自闭症QoL评估的局限性,包括智力与沟通障碍的自闭症人士代表性不足以及对代理应答者的过度依赖(Chiang和Wineman,2014年;Simpson等人,2026年)。这些发现与神经多样性知情的视角一致,该视角认为幸福感部分地通过个体与环境之间的关系来理解,而非简化为个体损伤或缺陷(Dwyer,2022年)。因此,在考察QoL差异时,家庭和社会支持、参与机会、物质资源和无障碍服务可能与个体特征同样重要。

这些关系发生的情境和文化地理背景也值得更多关注。QoL本质上具有情境依赖性,家庭支持、社会经济资源、服务、参与和环境机会的相关性可能因社会和文化环境而异。早期涉及自闭症儿童阿拉伯家庭的研究表明,父母QoL与压力、应对方式、人口统计特征和文化情境之间存在关联(Dardas & Ahmad,2014年)。近期关于发育障碍的研究同样强调了在家庭和社会系统中定位QoL的重要性(Cavallaro等人,2025年)。在沙特阿拉伯国内,Alqazlan(2025年)进一步证明,智力障碍儿童和青少年的QoL与人口统计和社会经济特征有关,包括父母教育程度和家庭收入,而地理差异则不那么一致。因此,在不同人群、生命阶段和地理环境中考察这些关系,对于确定哪些QoL相关因素具有稳健性、哪些可能具有情境依赖性至关重要。

沙特阿拉伯提供了一个重要的研究场所来回答这一问题。该国拥有庞大且相对年轻的种群;最新的全国估计显示人口约为3530万,沙特公民中三分之一(33.5%)年龄在15岁以下(国家统计局,2025年)。这一人口特征凸显了在发育障碍人士向成年及中老年过渡期间理解生活质量和支持需求的重要性。沙特近期的研究已确定了QoL的个体、家庭、社会经济和服务相关相关因素。Alhuzimi(2024年)发现,父母年龄和收入、家庭特征、自闭症相关困难以及可获得的支持与父母对自闭症儿童QoL的感知相关。Almasoud和Alqahtani(2023年)同样发现,父母认为自闭症服务的可获得性和质量与自闭症人士及其家庭的QoL相关。以家庭为重点的研究记录了沙特自闭症人士、其他残疾人士和无残疾人士家庭中QoL的差异(Alnahdi, Alwadei, 等人,2024年),而针对特定残疾的支持则在自闭症或智力障碍儿童家庭中与家庭QoL特别相关(Alnahdi,2024年)。沙特智力障碍人士的近期研究也记录了QoL各领域的差异,包括社会包容、情感幸福和自我决定,以及与社会经济特征如家庭收入和父母教育程度的关联;然而,地理差异似乎不太一致(Alqazlan,2025年;Alsultan等人,2025年)。总之,这些发现表明QoL反映了多重交叉影响,而非任何单一的人口统计或障碍相关特征。

一个重要的未解答问题是当这些因素被同时考虑时,它们如何发挥作用。大多数现有沙特研究采用了描述性、定性或传统关联方法,这些方法对于识别组间差异和调整后的关系很有价值,但并非主要设计用于优化对未见数据的预测。QoL可能涉及非线性关联和个人与情境特征的组合,这些难以完全事先指定。机器学习(ML)方法可以通过建模这些模式并评估样本外预测性能来补充传统回归。神经发育人群中的新兴证据也展示了ML在识别QoL和参与相关结果预测因子方面的潜力(Shiozu等人,2024年)。这种区别很重要:传统回归估计调整后的关联并支持理论驱动的推断,而预测建模评估观察特征的组合能否准确预测超出模型开发所用数据的QoL。

ML在此情境下的效用取决于可解释性而不仅仅是预测性能。复杂模型可能识别出预测模式,而不会澄清哪些特征对其预测有贡献。SHapley加性解释(SHAP)提供了一种理论框架,用于将模型预测归因于单个特征并解释其贡献(Lundberg & Lee,2017年)。应用于多维QoL时,SHAP可能揭示家庭支持、社会经济资源、障碍相关需求和地理背景是否在身体、心理、社会和环境领域中以不同方式做出贡献。因此,可解释的ML应该补充而非取代传统统计推断,特征重要性不应被解释为因果证据。

总体平均关联也可能掩盖个体层面的异质性。以人为中心的方法可以通过识别由总体分数隐藏的重现多维QoL模式来补充基于预测因子的分析(Azad等人,2020年;Bishop-Fitzpatrick等人,2016年)。这些谱系不应被视为诊断类别,而应视为异质性的探索性表征,可为更具区分度的支持提供参考。

综合来看,文献表明在发育障碍、QoL、文化情境和预测建模的交叉点存在特定空白。沙特研究已产生越来越多的关于QoL、家庭福祉和残疾服务的证据,但仍不清楚个体、障碍相关、家庭、社会经济、服务相关和地理特征如何共同对不同QoL领域做出贡献;非线性预测模型是否能增加超出传统回归的样本外信息;以及总体平均是否掩盖了不同的多维QoL谱系。据我们所知,这些解释性、预测性和以人为中心的方法此前尚未在单一沙特研究中对自闭症人士和智力障碍人士进行过整合。

因此,分析策略被故意设计为互补的:多变量回归处理调整后的关联,机器学习评估样本外预测,SHAP解释预测贡献,探索性聚类考察QoL领域的个体层面异质性。

因此,本研究考察了沙特阿拉伯多个地区自闭症人士和智力障碍人士的身体、心理、社会和环境QoL。具体而言,研究旨在:(1)识别与每个QoL领域相关的社会人口统计、障碍相关、家庭和社会支持、社会经济、服务获得和地理特征;(2)比较传统多变量线性回归与随机森林、极端梯度提升(XGBoost)和支持向量回归(SVR)模型的样本外预测性能;(3)使用SHAP识别并解释每个QoL领域中预测贡献最大的特征;(4)探索研究人群中是否能识别出不同的多维QoL谱系。

本研究回答了四个研究问题:

1. 哪些社会人口统计、障碍相关、家庭和社会支持、社会经济、服务获得和地理特征与身体、心理、社会和环境QoL相关?

2. 机器学习模型能否在超出传统多变量线性回归的基础上提供增量的样本外预测性能?

3. 每个QoL领域中哪些特征的预测贡献最大,以及它们的预测贡献如何跨领域变化?

4. 研究人群中是否能识别出不同的数据驱动的身体、心理、社会和环境QoL谱系?

**研究片段**

**研究设计与场所**

这项多区域横断面分析性研究考察了沙特阿拉伯自闭症人士和智力障碍人士的多维生活质量(QoL)。该研究整合了传统统计方法和机器学习方法来考察个体和情境特征与QoL之间的调整关联,评估跨QoL领域的样本外预测,并探索多维QoL谱系的异质性。

参与者在三个地理区域招募。

**参与者特征**

最终分析样本包括275名参与者:154人(56.0%)为无合并智力障碍的自闭症,77人(28.0%)为无自闭症的智力障碍,44人(16.0%)为合并自闭症和智力障碍。

表1总结了关键的障碍相关、地理、支持相关和服务获得特征;补充表S1提供了其他参与者特征和编码详情。

**内部一致性和QoL描述性统计**

四个WHOQOL-BREF领域的内部一致性可接受至良好,Cronbach's α……

**讨论**

本研究通过整合解释性回归、样本外机器学习、SHAP解释和以人为中心的谱系分析,考察了沙特阿拉伯自闭症人士和智力障碍人士的多维QoL。有四个发现尤为突出。第一,病情严重程度和家庭支持显示出与QoL最一致的调整后关联,而社会经济和地理因素在环境领域最为突出。第二,非线性模型在超越线性回归的基础上改进了预测……

**结论**

本研究表明,自闭症人士和智力障碍人士的生活质量是多维度且异质性的,超出了单纯的诊断状态。在解释性、预测性和以人为中心的分析中,障碍相关支持需求、家庭支持、社会经济资源、服务可及性和地理背景在QoL领域中显示出不同的相关性。

整合回归与可解释机器学习揭示了互补的模式,同时……

**CRediT作者贡献声明**

Abdulaziz S. Alsolami:写作—审阅与编辑,写作—原稿撰写,可视化,形式分析,概念化。

**资金支持**

作者披露了以下本研究、论文创作和/或出版本文的财务支持:本工作由沙特阿拉伯王国吉达阿卜杜勒阿齐兹大学科学研究中心(DSR)在资助编号(IPP: 1792-324-2026)下提供资金支持。因此,作者感谢DSR的财政支持。

**利益冲突声明**

作者声明不存在已知的竞争性财务利益或个人关系,这些关系可能影响本文所报告的工作。

**致谢**

作者非常感谢所有参考文献中为研究目的做出贡献的相关人员。

Abdulaziz S. Alsolami
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号