Совместные модели для выявления солдат армии США с высоким риском безработицы, бездомности и суицидального поведения после увольнения

Почему это важно для жизни после службы

Каждый год почти 200 000 американцев покидают вооружённые силы и возвращаются в гражданскую жизнь. Для многих этот переход оказывается непростым: найти стабильную работу, сохранить крышу над головой и сохранить психическое здоровье — серьёзные испытания. В этом исследовании поставлен практический вопрос с последствиями, от которых может зависеть жизнь: можно ли, опираясь на данные, собранные до увольнения солдата, определить тех, кто с наибольшей вероятностью столкнётся с бездомностью или суицидальным поведением впоследствии, чтобы ограниченные службы поддержки направлять туда, где они наиболее нужны?

Наблюдая за солдатами после снятия формы

Исследователи использовали большой долгосрочный проект, который отслеживал десятки тысяч солдат армии США от службы к гражданской жизни. Из этой общей выборки они выделили 7 188 бывших солдат регулярной армии, заполнивших подробные анкеты о происхождении, военной карьере, состоянии здоровья и жизненном опыте. Ответы на опросы были связаны с последующей информацией о том, что с ними происходило в первые три года после увольнения: были ли они безработными, столкнулись ли с бездомностью, совершили ли несмертельную попытку самоубийства или погибли в результате суицида. Для смертей от суицида команда опиралась на ранее созданную модель, построенную на административных данных почти о миллионе бывших солдат.

Преобразование ответов в сигналы риска

Чтобы превратить эти данные в пригодные предупреждения, команда использовала современные инструменты предсказания из информатики. Вместо одной статистической формулы они объединили несколько методов в «ансамбль», который ищет сложные закономерности, связывающие информацию до увольнения с последующими исходами. Модели тестировали для трёх исходов в первые три года после увольнения: безработица на момент опроса; бездомность в любой момент; и несмертельная попытка суицида. Для каждого исхода модель выдавала предсказанную вероятность — по сути персонализированную оценку риска, основанную только на информации, которую в принципе можно собрать в рамках стандартных программ перехода.

Что модели могли и не могли предсказать

Модели показали неоднородные результаты по разным исходам. Модель для бездомности достигла умеренной точности, а модель для попыток суицида сработала ещё лучше. Когда исследователи ранжировали бывших солдат по предсказанному риску и смотрели на верхние сегменты распределения, они обнаружили существенную «концентрацию риска». 10% солдат с наивысшим предсказанным риском бездомности приходились примерно на 27% тех, кто действительно стал бездомным, и примерно 1 из 12 человек в этой группе высокого риска сталкивался с бездомностью в течение года. Для попыток суицида верхние 20% по предсказанному риску охватывали около 61% всех попыток после увольнения, при этом примерно 1 из 30 совершал попытку в течение года. Напротив, модель безработицы оказалась лишь немного лучше случайного угадывания и не считалась полезной для нацеливания поддержки.

Перекрёстные угрозы, разные потребности

Поскольку один и тот же человек может быть подвержен риску нескольких неблагоприятных исходов, исследователи далее изучили, как эти риски пересекаются. Используя модели бездомности и попыток суицида вместе с ранее созданной моделью смертей от суицида, они пометили каждого человека как «высокого риска» или нет для каждого исхода и переклассифицировали результаты. Немногим более 28% бывших солдат попали в группу высокого риска хотя бы по одному исходу: 18% были высокого риска лишь по одному проблемному набору, а около 10% — высокого риска по двум или всем трём. У тех, у кого наблюдались множественные риски, была особенно высокая концентрация фактической бездомности и попыток суицида, что указывает на необходимость более интенсивных комплексных услуг. В то же время многие отмеченные как высокие по риску для одного исхода не были высокими по другим, что подразумевает: программы, сосредоточенные только на одной проблеме, могут пропустить важные уязвимости в других областях.

Что формирует эти риски

Команда также в общих чертах проанализировала, какие факторы в наибольшей степени влияли на предсказания. Показатели психического здоровья и предыдущих случаев самоповреждения в целом оказались наиболее сильной группой предикторов, особенно для попыток суицида. Характеристики военной карьеры — например увольнение в более молодом возрасте, более низкое звание, меньшее число месяцев на действительной службе или получение увольнения не с почётом — были тесно связаны с риском бездомности. Также вклад вносили жизненные стрессоры и социально-экономические факторы. Важно, что исследователи подчёркивают: это не простые причинно-следственные выводы, а закономерности, которые повышают способность моделей отмечать тех, кому может понадобиться дополнительная поддержка.

От предсказания к лучшей поддержке

Главный вывод для непрофессионала состоит в том, что тщательный анализ информации, собираемой до увольнения солдат с действительной службы, может существенно улучшить нашу способность выявлять тех, кто с наибольшей вероятностью столкнётся с бездомностью или суицидальным поведением в последующие годы. Безработица, по крайней мере в рамках этого исследования, оказалась труднее прогнозируемой. Авторы отмечают, что при условии чётко определённых и проверенных эффективных вмешательств такие инструменты оценки риска могли бы помочь уйти от единого подхода к программам перехода. Ресурсы можно было бы адаптировать: малоинтенсивная поддержка для тех, кто низкого риска; целевая помощь с жильём для отмеченных как склонных к бездомности; помощь, ориентированная на предотвращение самоубийств, для тех, кто подвержен риску самоповреждения; и более интенсивная, координированная поддержка для небольшой группы с множественными серьёзными рисками.

Цитирование: Borowski, S., Edwards, E.R., Geraci, J.C. et al. Joint models targeting U.S. Army soldiers at high-risk of post-separation unemployment, homelessness, and suicide-related behaviors. npj Mental Health Res 5, 10 (2026). https://doi.org/10.1038/s44184-026-00192-8

Ключевые слова: переход из армии, бездомность, профилактика суицидов, ветераны, машинное обучение