基于语音的MDD患者自杀风险识别:模型开发与4周随访验证

《Frontiers in Psychiatry》:Speech-based identification of suicide risk in patients with MDD: model development and 4-week follow-up validation

【字体: 大 中 小 】 时间:2026年10月13日 来源:Frontiers in Psychiatry 3.8

编辑推荐:

  背景:重性抑郁障碍(MDD)患者的自杀风险显著高于一般人群,而当前的自杀风险识别主要依赖临床访谈和标准化评定量表,客观性和持续监测能力有限。语音是一种低负担且可重复的数字行为信号,可提供与情绪状态、认知加工和言语表达相关的声学和语言学信息,可能为MDD患者的自

  
背景:重性抑郁障碍(MDD)患者的自杀风险显著高于一般人群,而当前的自杀风险识别主要依赖临床访谈和标准化评定量表,客观性和持续监测能力有限。语音是一种低负担且可重复的数字行为信号,可提供与情绪状态、认知加工和言语表达相关的声学和语言学信息,可能为MDD患者的自杀风险识别提供客观辅助。因此,研究人员旨在通过比较不同语音表征的判别性能、检验临床症状测量的增量价值,并评估模型在4周随访时的表现,以确定语音衍生特征能否支持MDD患者的自杀风险识别。方法:研究人员纳入首都医科大学附属北京安定医院收治的MDD患者,其17项汉密尔顿抑郁量表(HAMD-17)总分≥14。研究人员采用预先设定的两阶段规则,基于HAMD-17自杀条目和贝克自杀意念量表中文版(BSI-CV)对自杀风险状态进行分类。基线时研究人员收集临床数据和半结构化访谈语音,并提取声学、传统文本和深层语义特征。研究人员使用不同特征来源的随机森林模型进行开发,并通过五折分层嵌套交叉验证进行内部验证。研究人员进一步使用4周随访数据评估文本特征模型以及文本特征与抑郁症状严重程度(以排除自杀相关条目的抑郁症状自评量表(IDS-SR)总分表示)相结合的模型,以确定这些模型的判别性能在较晚评估时点是否保持。结果:在248例MDD患者中,92例被分类为高自杀风险,156例为低自杀风险。在内部验证中,传统文本特征模型的受试者工作特征曲线下面积(AUC)为0.687,而声学特征模型和深层语义特征模型的AUC分别为0.604和0.641。仅含IDS-SR的模型AUC为0.625。将传统文本特征与IDS-SR总分相结合的模型以及与所有临床特征相结合的模型AUC分别为0.745和0.756。在完成4周随访的95名参与者中,55名随访时HAMD-17总分≥14,被纳入4周随访验证分析。在4周随访验证集中,传统文本特征模型的AUC为0.720,而传统文本特征与IDS-SR总分相结合的模型AUC为0.774。结论:语音衍生的文本特征在支持MDD患者自杀风险识别方面显示出潜在价值。将语音衍生的文本信息与临床症状测量相结合可能提供超出标准症状评估的补充信息。这些发现提示,基于语音的方法可能有助于临床医生识别MDD患者的自杀风险,但在临床实施前仍需在更大的独立多中心队列中进行进一步验证。
本研究围绕重性抑郁障碍(MDD)患者的自杀风险识别展开。MDD是一种常见且负担沉重的精神疾病,患者自杀风险显著高于一般人群。目前临床主要依赖访谈和评定量表识别自杀风险,但此类方法受患者主动披露程度、治疗关系及评估情境影响,客观性和连续监测能力不足。语音作为低负担、可重复的信号,可同时提供声学与语言内容信息,有望成为客观辅助工具。既往语音自杀风险研究多纳入健康对照或双相障碍患者,或者采用与自杀评估直接相关的内容作为输入、在完整数据集上优化参数、仅做横断面验证,存在异质性和数据泄漏风险。因此,本研究的目的是在统一随机森林框架下,比较声学、传统文本和深度语义三类语音特征在MDD患者中的自杀风险判别性能,检验加入临床症状测量是否带来增量价值,并评估模型在4周随访时是否仍保持判别能力。

研究人员自2024年12月至2025年11月,从首都医科大学附属北京安定医院连续纳入门诊及住院MDD患者,基线有效样本为248例,其中高自杀风险92例、低自杀风险156例。入组标准为DSM-5诊断的MDD且无精神病性症状、HAMD-17总分≥14。自杀风险标签由预先指定的两阶段规则定义:先依据HAMD-17自杀条目,再结合BSI-CV总分进行判定。所有患者完成半结构化访谈语音采集,语音内容涉及情绪体验、自传记忆、人际关系和自我评价,不直接询问自杀内容。研究人员分别提取62个声学特征、82个传统文本特征和768维BERT深层语义特征。内部验证采用五折分层嵌套交叉验证,所有特征选择、降维、超参数优化和阈值确定均在训练折内完成。传统文本模型与“传统文本+IDS-SR”模型被进一步固定后应用于4周随访新采集的语音数据,以评估跨时点判别性能。

研究者使用的主要技术方法包括:从北京安定医院收集临床样本队列;语音采集使用标准化半结构化访谈;声学特征用Librosa和Praat提取;传统文本特征用哈尔滨工业大学语言技术平台(LTP)分词、词性标注与依存句法分析,并用中文情感本体词典统计情绪词;深层语义特征使用预训练bert-base-chinese提取[CLS]向量并固定,经标准化后PCA降至50维;分类建模统一采用随机森林,通过嵌套交叉验证进行特征筛选、参数优化与内部验证;随访验证时将基线固定模型直接应用于4周时点特征,避免从随访数据中学习。

### 3.1 基线特征
高自杀风险组与低自杀风险组在年龄、IDS-SR总分、GAD-7总分和DARS总分上差异有统计学意义;其他人口学及临床特征无显著差异。两组语音时长和转录长度无统计学差异,提示后续判别并非简单地由言语数量造成。

### 3.2 内部验证中的模型性能
在内部验证中,传统文本特征模型AUC为0.687,高于声学特征模型(0.604)和深度语义特征模型(0.641),但Holm校正后两两差异未达统计学显著。仅含IDS-SR的模型AUC为0.625。传统文本特征与IDS-SR总分组合后AUC为0.745,显著高于仅IDS-SR模型(Holm校正P=0.018);加入全部临床特征后模型AUC为0.756。结合临床特征的两个模型还具备更高的平均精确率和更低的布里尔分数。敏感性分析显示,改用BSI-CV>10单独定义高风险时,各模型AUC普遍降低,但组合文本与临床信息的模型仍表现最佳。

### 3.3 最终模型选择与稳定特征
根据内部验证结果及随访时特征可得性,研究人员选定“传统文本特征模型”和“传统文本特征+IDS-SR总分模型”作为最终模型。稳定特征(在至少四个外层折中被选中)包括词类比例、依存句法关系比例、情绪词比例等,如副词比例、成语比例、叹词比例、口语助词比例、定语关系比例、兼语依存关系比例、幸福情绪词比例、赞美情绪词比例等;IDS-SR总分在组合模型所有折中被一致选中。

### 3.4 最终模型的4周随访验证性能
共有95名参与者完成4周随访,其中55人随访时HAMD-17总分仍≥14,进入验证分析。在该验证集中,传统文本特征模型AUC为0.720,而传统文本+IDS-SR模型AUC为0.774。由于输入特征和风险标签均取自同一随访时点,该结果反映的是同期判别能力,而非从前瞻性角度预测未来自杀行为。11名参与者自杀风险分类在基线与随访间变化,其中9名由高变低、2名由低变高。

在讨论中,研究人员认为传统文本特征比声学特征更能直接反映与自杀风险相关的心理语言学线索,如词汇运用、句法构造与情绪表达;声学特征易受个体发声习惯和录音条件影响,且抑郁本身造成的语速减慢、平调等可能掩盖风险相关差异。深度语义模型未表现更优,可能与样本量有限、高维向量经降维后出现不稳定或信息损失有关。将文本特征与临床量表结合可以提供互补信息,其中抑郁严重程度可能解释了大部分临床增量价值。4周随访显示模型在较晚时点仍具备一定判别能力,但随访样本量小且来自同一中心,需要谨慎看待。局限性包括单中心设计、样本量有限、未采用更新的自监督语音表征或端到端多模态架构、随访样本存在选择性流失、结局为量表定义的同期风险而非后续自杀行为,以及文本模型基于人工修正转录等。

研究结论可概括为:在HAMD-17总分≥14的MDD患者中,传统文本特征在单源语音特征模型中取得最高的AUC;将传统文本特征与IDS-SR总分或全部临床特征联合后,AUC高于仅用传统文本特征的模型;传统文本特征加IDS-SR模型优于仅用IDS-SR模型,表明语音文本特征可在抑郁症状严重程度之外提供增量信息。表现较好的文本相关模型在4周随访的新采集语音上仍保留判别能力。总体上,这些发现支持在临床定义的MDD人群中严格评估互补的语音衍生信息和临床信息对自杀风险识别的价值,但临床实施前仍需更大规模、独立多中心队列的验证。
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