Риск подросткового употребления лучше предсказывает история, а не снимок

Разовый набор признаков хуже предсказывает начало употребления веществ, чем история изменений подростка. Это главный практический вывод исследования на данных примерно 11 860 участников ABCD Study: для раннего выявления риска важен не только профиль ребёнка сегодня, но и его траектория.

Авторы сравнили модели для прогнозирования первой пробы алкоголя, употребления алкоголя, употребления марихуаны и совместного употребления алкоголя и марихуаны. В ход пошли обычные модели на деревьях, рекуррентные нейросети и Temporal Graph Convolutional Networks — модели, которые учитывают связи между людьми и признаками.

Лучше всего среди одиночных подходов сработал temporal XGBoost: он использует временную динамику и в целом обошёл графовые модели. Но графы всё же оказались полезны как дополнительный источник информации. Когда предсказания temporal XGBoost и T-GCN объединяли через score-level stacking, результат стал лучшим для всех изученных исходов: AUC-ROC превысил 0,79.

Иными словами, социальный контекст здесь не магическая замена данным наблюдений. Связи с семьёй и школой, а также сходство профилей могут добавить недостающий сигнал, но основа — последовательность изменений во времени. Среди важных признаков авторы выделяют девиантное поведение сверстников, возраст, внешне проявляющиеся поведенческие симптомы, родительский контроль, культурные нормы и контекст района.

Есть и важная граница интерпретации. AUC выше 0,79 описывает качество модели на исследовательской задаче, а не гарантированный прогноз для конкретного подростка и тем более не диагноз. В abstract не раскрыты детали того, как модель будет работать в реальной профилактической программе, поэтому превращать этот результат в автоматический ярлык риска было бы преждевременно.

Практический урок шире темы употребления веществ: если задача связана с ранним прогнозированием поведения, архив наблюдений может оказаться ценнее самого сложного алгоритма. А графовая нейросеть имеет смысл не потому, что она моднее, а только если её сигналы действительно дополняют временную модель. Если бы нужно было выбирать один приоритет для такой системы, вы бы сначала собирали более длинную историю наблюдений или строили граф социальных связей?

Источник: cs.AI updates on arXiv.org