Những Điểm Chính
Phân tích phụ của thử nghiệm MYRIAD cho thấy rằng, mặc dù các phương pháp học máy là khả thi về kỹ thuật, nhưng chúng chỉ đưa ra những dự đoán lâm sàng không đáng kể để cá nhân hóa việc đào tạo tỉnh thức tại trường học cho thanh thiếu niên. Độ nặng của triệu chứng ở mức thấp đến trung bình là yếu tố dự đoán nhất quán nhất về lợi ích của can thiệp, nhưng ngay cả các nhóm được xác định cũng cho thấy sự khác biệt về kết quả tối thiểu. Những phát hiện này thách thức khả năng thực hiện các cách tiếp cận phòng ngừa cá nhân hóa trong các chương trình sức khỏe tâm thần phổ quát tại trường học.
Bối Cảnh: Gánh Nặng của Trầm Cảm ở Thanh Thiếu Niên
Trầm cảm thường xuất hiện trong giai đoạn thanh thiếu niên, đánh dấu một cửa sổ quan trọng để can thiệp phòng ngừa. Đào tạo tỉnh thức tại trường học (SBMT) đã trở thành một cách tiếp cận hứa hẹn và có thể mở rộng, cung cấp tiềm năng tiếp cận một lượng lớn người trẻ tuổi trước khi các triệu chứng lâm sàng đầy đủ xuất hiện. Dù đã được triển khai rộng rãi, bằng chứng về hiệu quả của SBMT vẫn chưa đồng nhất, thúc đẩy các nhà nghiên cứu tìm hiểu liệu một cách tiếp cận cá nhân hóa có thể mang lại kết quả tốt hơn hay không. Cuộc tìm kiếm các dấu hiệu sinh học dự đoán và các đặc điểm cơ bản có thể xác định những cá nhân có khả năng hưởng lợi nhiều nhất từ các can thiệp như vậy đại diện cho một sự chuyển đổi về hướng y học chính xác trong phòng ngừa sức khỏe tâm thần.
Thiết Kế và Phương Pháp Nghiên Cứu
Thử nghiệm My Resilience in Adolescence (MYRIAD) được tiến hành tại các trường trung học đại diện rộng rãi ở Anh, Scotland, Wales và Bắc Ireland từ tháng 10 năm 2016 đến tháng 7 năm 2018. Phân tích phụ này sử dụng kiểm tra chéo lồng nhau ở cấp trường để huấn luyện và đánh giá các mô hình học máy dự đoán lợi ích cá nhân từ SBMT. Nghiên cứu bao gồm 8.376 thanh thiếu niên từ 11 đến 13 tuổi ở 84 trường trung học ở Vương quốc Anh, với 4.509 (54,9%) nữ và 3.547 (43,2%) nam. Phân tích dữ liệu được thực hiện từ tháng 4 năm 2023 đến tháng 10 năm 2025.
Các đối tượng được phân ngẫu nhiên ở cấp trường để tham gia vào SBMT—dạy các kỹ năng tỉnh thức cốt lõi thông qua giáo dục tâm lý, thảo luận lớp học và các bài tập có cấu trúc—hoặc học tập theo cách thông thường về kỹ năng xã hội-tình cảm. Kết quả chính là sự thay đổi về triệu chứng trầm cảm từ trước can thiệp đến sau can thiệp, được đo bằng thang điểm Trầm cảm Dịch tễ học Trung tâm (CES-D). Hai phương pháp học máy được sử dụng: rừng nhân quả (CF) và hồi quy lưới đàn hồi (ENR), cả hai đều tính toán chỉ số lợi thế cá nhân hóa thể hiện lợi ích dự kiến từ SBMT so với học tập theo cách thông thường.
Những Phát Hiện Chính
Hiệu Suất và Đánh Giá Mô Hình
Mô hình rừng nhân quả thể hiện sự hiệu chỉnh chấp nhận được với độ dốc dự đoán tuyến tính tốt nhất là 0,78 (SE 0,15), cho thấy sự nhất quán hợp lý giữa kết quả dự đoán và quan sát. Tuy nhiên, mô hình hồi quy lưới đàn hồi cho thấy hiệu suất dự đoán vừa phải với hệ số tương quan 0,29, R² 0,09 và sai số bình phương trung bình gốc 10,3. Các chỉ số này cho thấy, mặc dù các mô hình có thể phát hiện một số tín hiệu trong dữ liệu, nhưng phần lớn sự biến thiên trong kết quả cá nhân vẫn chưa được giải thích.
Dự Đoán Phản Ứng Can Thiệp
Cả hai mô hình CF và ENR đều xác định các nhóm thanh thiếu niên dự đoán sẽ hưởng lợi từ SBMT. Tuy nhiên, khi các dự đoán này được thử nghiệm, sự khác biệt về kết quả giữa các nhóm được chứng minh là tối thiểu. Đối với mô hình CF, kích thước hiệu ứng là d = 0,07 (95% CI, 0,02-0,12; P = 0,007), trong khi mô hình ENR cho ra kích thước hiệu ứng tương tự là d = 0,08 (95% CI, 0,02-0,13; P = 0,004). Mặc dù những sự khác biệt này đạt ý nghĩa thống kê do kích thước mẫu lớn, nhưng mức độ lâm sàng của những hiệu ứng này về cơ bản là tối thiểu về mặt thực tế.
Các Đặc Trưng Dự Đoán Hàng Đầu
Mô hình rừng nhân quả xác định độ nặng của triệu chứng là yếu tố dự đoán chính về lợi ích của can thiệp. Đặc biệt, trầm cảm và lo âu ở mức thấp đến trung bình ở thời điểm cơ bản dự đoán lợi ích lớn hơn từ SBMT, gợi ý về một điểm ngọt ngào tiềm năng cho việc nhắm mục tiêu can thiệp. Một số yếu tố ở cấp trường cũng nổi lên là những dự đoán quan trọng, mặc dù chúng thể hiện các mô hình phi tuyến phức tạp làm phức tạp việc diễn giải đơn giản. Mô hình hồi quy lưới đàn hồi đặt trọng tâm nhiều hơn vào các đặc trưng ở cấp trường trong khi cung cấp sự phân biệt tối thiểu ở cấp học sinh cá nhân.
Bình Luận Chuyên Gia: Ý Nghĩa và Hạn Chế
Những phát hiện này làm sáng tỏ những thách thức lớn có trong việc đạt được sự cá nhân hóa có ích về mặt lâm sàng trong các chương trình phòng ngừa phổ quát tại trường học. Hiệu suất dự đoán vừa phải và kích thước hiệu ứng tối thiểu đề xuất rằng sự dị质性治疗效果在这个人群中可能太小，无法用当前的方法检测出来，或者SBMT受益的机制与预期的不同。
有几个限制需要考虑。首先，研究依赖于自我报告的症状测量，这可能会引入测量噪声，限制预测准确性。其次，尽管84所学校样本量较大，但可能无法完全捕捉到实施SBMT的教育和文化背景的多样性。第三，相对较短的随访期可能遗漏了长期的效益或危害轨迹，这些轨迹可以提供更细致的预测。
此外，在学校层面预测因子中观察到的非线性模式表明，情境因素可能以复杂的方式影响干预反应，而线性模型难以捕捉。这引发了关于当前机器学习方法是否适合精神健康预防环境的问题，在这种环境中，结果受到个体特征和环境因素之间复杂相互作用的影响。
从临床角度来看，这些结果并不一定否定SBMT作为干预措施的有效性——相反，它们强调了预防精神病学中精准医学的承诺在普遍项目中尚未实现。针对高风险人群的集中方法可能会产生更显著的效果和更清晰的预测信号，但这将从根本上改变普遍预防模式。
结论和未来方向
MYRIAD试验的二次分析代表了迄今为止对青少年学校为基础的正念干预个性化预测最严格的检查。虽然机器学习成功识别了一个具有统计可检测差异响应的亚组，但鉴于效应大小在现实世界中的影响微乎其微，这一成就的临床相关性仍然值得怀疑。
发现低至中等程度的症状严重程度预测更大的益处提供了一个潜在的行动见解：症状轻微但升高的青少年可能是SBMT的最佳目标群体。没有症状的人改善的空间有限，而症状较重的人可能需要超出普遍项目所能提供的更密集、个性化的干预。
未来的研究应探索能够捕捉复杂个体-环境相互作用的替代建模方法，考虑更长时间的随访以确定延迟的治疗效果，并考察集中而非普遍的交付模式是否能实现更有意义的个性化。该领域还可能受益于整合多模态数据源——基因、神经影像学、生态瞬时评估——以提高预测准确性，超越仅凭基线特征所能提供的水平。
试验注册：isrctn.org 标识符：ISRCTN86619085
参考文献
Webb CA, Ren B, Hinze V, 等. 预测青少年对学校正念训练的反应：MYRIAD试验的二次分析。JAMA Psychiatry. 2026;83(4):389-398. PMID: 41706471。