针对退役后失业、无家可归和自杀相关行为高风险美军士兵的联合模型

为什么这对退役生活很重要

每年近20万美国人离开军队，步入平民生活。对许多人来说，这一过渡并不顺利：找到稳定工作、维持住所、保持心理健康都可能成为现实的挑战。本研究提出了一个具有生死攸关意义的实际问题：我们能否利用在士兵离队前收集的信息来识别那些在退役后最有可能面临无家可归或自伤自杀行为的人，从而将有限的支援资源集中到最需要的地方？

追踪脱下军服后的士兵

研究人员利用了一项大型、长期开展的项目，该项目追踪了数万名美军士兵从现役到平民生活的过程。在这一更大规模的工作中，他们挑选了7,188名完成了有关背景、服役经历、健康和生活经历详细调查的正规军前士兵。这些调查回答被与他们在离役后前三年发生情况的随访信息相连接：是否失业、是否经历无家可归、是否有非致命性自杀未遂或是否死于自杀。对于自杀死亡，研究团队依赖于早期基于近一百万名前士兵行政记录建立的模型。

将调查回答转化为风险信号

为了把这些数据变成可用的预警，团队采用了来自计算机科学的现代预测工具。他们没有依赖单一统计公式，而是将多种方法组合成一个“集成”模型，以查找将离役前信息与后期结局联系起来的复杂模式。他们对离役后三年内的三种结局进行了建模检验：调查时的失业；任何时候的无家可归；以及非致命性自杀未遂。对于每一种结局，模型都会给出一个预测概率，实质上是一个基于理论上可以在标准过渡项目期间收集的信息给出的个性化风险估计。

模型能预测和不能预测的内容

模型在不同结局上的表现不一。无家可归模型达到了中等水平的准确性，而自杀未遂模型的表现更好。当研究人员按预测风险对前士兵进行排序并查看分布的高风险部分时，他们发现了显著的“风险集中”现象。风险预测最高的10%士兵占实际发生无家可归人数的大约27%，而在这一高风险组中，大约每12人就有1人在一年内经历无家可归。对于自杀未遂，预测风险最高的20%捕捉了约61%的离役后未遂案例，大约每30人中有1人在一年内有自杀未遂。相比之下，失业模型仅略好于随机，未被认为适合用于定向支持。

交叉的危险，不同的需求

由于同一人可能同时面临多种不良结局的风险，研究人员接着考察了这些风险如何重叠。利用无家可归和自杀未遂模型以及先前的自杀死亡模型，他们为每个人标注了每种结局的“高风险”或非高风险并进行交叉分类。稍超过28%的前士兵至少在一种结局上被归为高风险：18%仅对一种问题为高风险，而约10%对两种或所有三种问题为高风险。具有多重风险的人在实际发生无家可归和自杀未遂方面表现出特别高的集中度，这表明他们可能需要更密集、全面的服务。与此同时，许多被标记为某一结局高风险的人在其他结局上并非高风险，这意味着单一问题导向的项目可能会错过其他重要的脆弱点。

哪些因素塑造了这些风险

团队还从宏观层面考察了哪些类型的因素对预测影响最大。心理健康和既往自伤的测量通常是最强的预测类别，尤其是对自杀未遂。军旅生涯特征——例如较年轻时退役、军衔较低、现役月数较少或收到非荣誉退役——与无家可归风险密切相关。生活压力和社会经济因素也有贡献。重要的是，研究人员强调这些并非简单的因果发现，而是有助于增强模型识别可能需要额外支持人群能力的模式。

从预测到更好的支援

对于非专业读者，主要结论是：对在士兵离队前收集的信息进行严谨分析，能够显著提升我们识别哪些人在随后的几年里最可能面临无家可归或自杀行为的能力。至少在本研究中，失业较难预测。作者认为，一旦有效干预得到明确定义并经过测试，此类风险工具可助力超越一刀切的过渡项目。资源可以更有针对性地分配——对低风险者提供轻度支持、对主要被标记为无家可归风险者提供住房援助、对有自伤风险者提供自杀相关护理，以及对那部分面临多重严重风险的人提供更密集、协调的支持。

引用: 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

关键词: 军人过渡, 无家可归, 自杀预防, 退伍军人, 机器学习