本研究由第一作者Yingying Li（齐鲁理工学院医学院）、并列第一作者Bolun Sun（济南技师学院医药与健康保健系）、Xianzhe Wu（济南技师学院医药与健康保健系）以及通讯作者Yanchun Li（齐鲁医药学院护理学院）共同完成，发表于Frontiers in Psychiatry（《精神病学前沿》）杂志，于2025年12月2日正式刊出，论文标题为“An explainable analysis of depression status and influencing factors among nursing students”（护生抑郁状态及其影响因素的可解释性分析）。

学术背景

护理专业学生是心理健康问题的高危人群。既往研究显示，护生抑郁的患病率约为28.7%至30%，部分荟萃分析报告的综合患病率高达34.0%，亚洲亚组的患病率甚至达到43.0%。抑郁不仅损害护生的认知功能与共情能力，影响临床判断与患者安全，还可能加剧护理人力资源短缺，并侵蚀护生的职业认同与职业承诺。尽管已有大量研究使用传统logistic回归识别护生抑郁的相关因素，但传统方法难以量化各因素的相对重要性，也无法充分建模复杂的非线性交互关系，这在一定程度上限制了其在资源有限情境下开展针对性干预的指导价值。为弥补这一不足，本研究引入了极端梯度提升（extreme gradient boosting, XGBoost）算法与Shapley加性解释（SHapley Additive exPlanations, SHAP）框架，旨在构建一个数据驱动的透明分析框架，对护生抑郁的关键风险因素进行识别、排序与解释，为护理教育管理者优化资源配置、实现早期识别与个性化支持提供依据。

研究设计与工作流程

本研究为多中心横断面研究，于2024年9月至12月期间采用便利抽样法，从中国山东、江西、河南、湖北和四川五个省份的十所高校中招募护理专业学生。纳入标准为：在读护理专业学生并自愿提供知情同意；排除标准为：已被临床诊断为任何精神健康状况者，无论是否正在接受药物治疗。研究共发放问卷2044份，剔除作答时间过短等无效问卷后，最终获得有效样本2024份，有效回收率为99.022%。

研究工具包括三部分：自编人口学特征问卷、流调中心抑郁量表（Center for Epidemiological Studies Depression Scale, CES-D）和社交互动焦虑量表（Social Interaction Anxiety Scale, SIAS）。人口学特征问卷涵盖性别、年龄、民族、教育水平、学校类型、居住地、家庭构成、家庭月收入、父亲教育水平、母亲教育水平等项目。CES-D共20个条目，采用0–3分四级评分，总分0–60分，以≥16分为抑郁症状阳性筛查标准，本研究中该量表的Cronbach’s α系数为0.964。SIAS共15个条目，单维度评估主观社交焦虑倾向，采用1–5分五级评分，总分15–75分，以45分为社交焦虑症状检出标准，本研究中该量表的Cronbach’s α系数为0.828。

数据分析流程分为以下几个步骤。首先，使用SPSS 27.0进行描述性统计与单因素分析，计数资料以频数和百分比表示，组间比较采用卡方检验，以P<0.05为差异有统计学意义。其次，在Python 3.9环境中使用pandas、numpy和XGBoost库进行数据清洗、转换与建模。所有变量均为整数型，无缺失值。基于单因素分析筛选出的变量，构建XGBoost极端梯度提升树模型。该模型通过集成多棵梯度提升树进行训练，核心超参数包括树的最大深度（max_depth）、树的数量（n_estimators）和学习率（learning_rate，默认值为0.1），其余参数均使用XGBoost库封装的默认超参数。为平衡计算成本与预测性能，采用网格搜索交叉验证工具（GridSearchCV）结合5折交叉验证进行超参数优化，max_depth搜索范围为1至20，n_estimators搜索范围为5至50，以测试集准确率作为评估标准筛选最优参数组合。最后，使用SHAP方法对模型进行可解释性分析，通过结合特征重要性排序与交叉验证筛选最优特征子集，以提升模型的预测精度与可解释性。

主要研究结果

在2024名调查对象中，男性406人，女性1618人，抑郁症状阳性检出率为28.60%。单因素分析结果显示，家庭构成、家庭月收入、母亲教育水平、睡眠状况、吸烟、饮酒、社交焦虑和性取向在抑郁组与非抑郁组之间的差异具有统计学意义（P<0.001）。多因素logistic回归分析进一步显示，母亲教育水平为高等教育（OR=0.718，95%CI: 0.532–0.968，P=0.030）和睡眠状况优秀（OR=0.215，95%CI: 0.152–0.305，P<0.001）是护生抑郁的保护因素；吸烟（OR=2.673，95%CI: 1.682–4.249，P<0.001）、性少数群体（OR=1.943，95%CI: 1.378–2.739，P<0.001）、单亲家庭（OR=2.016，95%CI: 1.365–2.978，P<0.001）和社交焦虑（OR=2.148，95%CI: 1.740–2.652，P<0.001）是护生抑郁的危险因素。

XGBoost建模阶段，以抑郁为因变量，将单因素分析中P<0.05的变量——母亲教育水平、家庭构成、睡眠状况、吸烟、性取向和社交焦虑纳入模型。通过5折交叉验证评估不同特征数量下的分类准确率，结果显示当特征数量为6时，交叉验证准确率达到最大值0.731，因此确定这6个变量为最优特征子集。基于该最优特征子集，将数据集按8:2比例划分为训练集（1619条记录）和测试集（405条记录），构建优化后的XGBoost分类模型，最优参数为max_depth=20、n_estimators=50。模型在训练集上的准确率为0.7431，在测试集上的准确率为0.7580。SHAP分析结果显示，特征重要性从高到低依次为：睡眠状况、社交焦虑、母亲教育水平、性取向、吸烟和家庭构成。这一排序与logistic回归的效应方向一致，但通过SHAP值进一步量化了每个特征对个体预测结果的贡献方向与幅度。

结论与价值

本研究基于XGBoost模型对2024名护生的抑郁相关因素进行了可解释性分析，确定了六个关键因素：睡眠状况、社交焦虑、母亲教育水平、性取向、吸烟和家庭构成。其中，睡眠质量差和社交焦虑是最重要的预测因子，低母亲教育水平、性少数身份、吸烟和单亲家庭背景也与抑郁风险升高显著相关。研究结果表明，护理教育者和管理者应定期对护生进行抑郁筛查，针对上述可干预风险因素制定精准的预防策略，如改善睡眠环境、提供社交技能训练与心理支持、对吸烟学生进行戒烟干预、为单亲家庭和性少数学生提供更强的社会支持等。从科学价值来看，本研究首次将XGBoost算法与SHAP可解释性框架联合应用于护生抑郁风险预测，克服了传统logistic回归在因素排序和交互建模方面的局限，为护理教育领域的心理健康研究提供了新的方法学参考。从应用价值来看，研究建立了一个透明、数据驱动的风险分层框架，有助于教育管理者在资源有限的条件下优化干预优先级，实现护生抑郁的早期识别与个性化干预。

研究亮点与局限性

本研究的亮点主要包括：第一，首次将XGBoost算法应用于护生抑郁风险预测，并整合SHAP方法进行个体层面的解释分析；第二，多中心、大样本研究设计覆盖五个省份十所高校，提高了研究结果的推广性与统计效能；第三，通过机器学习模型对影响因素进行系统排序，明确了睡眠状况和社交焦虑的优先干预地位。然而，研究也存在若干局限：横断面设计无法进行因果推断；预测变量范围可能有限，未纳入其他重要心理或情境因素；自报数据可能引入回忆偏倚或社会期望偏倚；便利抽样和地域限制影响了结果的外推性；未探讨变量间的交互作用、中介机制或具体路径。未来研究可采用队列或纵向设计、结构方程模型、路径分析及多重插补等方法进一步验证并深化这些发现。