Optimising supervised machine learning algorithms predicting cigarette cravings and lapses for a smoking cessation just-in-time adaptive intervention (JITAI)

该研究通过系统调整生态瞬时评估频率、预测变量数量及训练数据来源，发现尽管机器学习算法在预测戒烟过程中的复吸风险方面表现出一定的效果，但整体性能仅属中等且个体差异显著，提示单一依赖机器学习可能不足以支撑实时自适应干预，建议将其与基于规则的方法相结合。

要点

这是一篇关于如何利用手机数据预测“戒烟失败时刻”并开发智能助手的研究论文。

为了让你轻松理解，我们可以把这项研究想象成**“戒烟教练的天气预报”**。

🌤️ 核心故事：我们在寻找“戒烟的暴风雨”

想象一下，戒烟就像在海上航行。大多数时候海面平静，但偶尔会突然刮起“戒烟失败”的暴风雨（也就是忍不住抽烟了，或者烟瘾突然爆发）。

这项研究的目的，就是训练一个AI 气象员（机器学习算法），让它通过手机上的问卷调查（每天问几次），提前预测什么时候会刮起暴风雨，从而及时给吸烟者发送“撑伞提醒”（干预措施）。

🔍 研究者在问什么？（三个关键问题）

研究者想知道，为了让这个"AI 气象员”既准又不烦人，应该怎么做？他们测试了三个变量：

1. 问得越频繁越好吗？（就像气象站是每小时测一次，还是每天只测三次？）
2. 问的问题越多越好吗？（是问 20 个问题，还是只挑最重要的 5 个问？）
3. 需要“私人定制”吗？（是用所有人的数据一起训练，还是加上这个人自己的历史数据来“特训”？）

📊 研究结果：意想不到的发现

研究者找来了 37 位正在戒烟的朋友，让他们在戒烟的前 10 天里，每天通过手机回答 16 次问题（几乎每小时一次）。然后，他们把数据像切蛋糕一样，模拟了不同的“提问策略”，看看哪种策略预测得最准。

1. 关于“问的频率”：少即是多？（针对“复吸”预测）

• 直觉： 我们通常觉得，数据越多，预测越准。
• 现实： 对于预测**“有没有复吸（抽了烟）”**，结果很反直觉！
  • 比喻： 就像你不需要每小时都看一次天气，每天看3 次（比如早、中、晚）反而比每小时看一次更能准确预测“会不会下雨”。
  • 原因： 如果问得太勤，用户会感到厌烦，或者数据变得太琐碎，反而掩盖了真正的规律。减少提问次数，AI 反而能抓住重点，预测“复吸”更准了。
• 例外： 对于预测**“烟瘾大不大（渴望感）”**，问得越少，预测越不准。因为烟瘾像一阵风，来得快去得也快，不频繁捕捉就抓不住。

2. 关于“问的问题数量”：做减法很轻松

• 发现： 把问题从 20 多个减少到精选的几个，预测“复吸”的准确度几乎没有下降。
• 比喻： 就像医生看病，不需要做全套 100 项检查，只要查关键的 3 项指标，就能判断是不是感冒了。
• 结论： 为了减轻用户的负担，完全可以少问几个问题，效果差不多。

3. 关于“私人定制”：不一定需要“私教”

• 发现： 让 AI 学习这个人自己的历史数据（“私教模式”），并没有比直接用大家通用的数据（“大众模式”）表现得好太多。
• 比喻： 就像教人游泳，有时候请一个专门针对你身体的“私教”并不比跟着“大众游泳课”游得更好。通用的规则往往已经够用了。
• 注意： 虽然“私教”没带来巨大提升，但在某些特定指标上（比如精准度），稍微有点帮助。

🎯 最终结论：我们要什么样的“智能教练”？

这项研究告诉我们，开发戒烟 APP 时，不需要追求“超级复杂”和“疯狂提问”。

• 最好的策略： 一个**“大众版”的 AI 教练**，每天只问3 到 5 次关键问题，就能很好地预测用户**“会不会复吸”**。
• 局限性： 虽然 AI 能预测，但它不是水晶球。它的准确率目前还比较“中等”（就像天气预报说“可能有雨”，但不一定准）。
• 未来建议： 不要完全依赖 AI 自动发指令。最好的方式是**"AI 预警 + 人工规则”**。比如，AI 说“现在风险有点高”，然后 APP 再结合简单的规则（比如“如果你现在很无聊，就给你推个视频”）来提供帮助。

💡 一句话总结

戒烟 APP 不需要每天轰炸用户 16 次，也不需要复杂的私人定制。每天问个三五次，用通用的规则，就能在用户“破戒”前发出最及时的提醒。

这项研究为未来开发更人性化、更有效的戒烟工具指明了方向：少一点负担，多一点精准。

技术摘要

这是一份关于利用机器学习优化戒烟即时自适应干预（JITAI）预测吸烟复吸（lapses）和高渴求（cravings）时刻的学术论文的详细技术总结。

1. 研究背景与问题 (Problem)

• 核心挑战：即时自适应干预（JITAI）旨在通过生态瞬时评估（EMA）收集数据，在高风险时刻提供个性化支持。然而，JITAI 面临一个关键矛盾：为了准确预测高风险时刻，算法需要密集的数据输入（高频率提示、多变量），但这会增加用户负担，导致依从性下降和干预脱落。
• 具体研究问题：如何平衡数据收集频率、预测变量数量、训练数据来源（群体数据 vs. 个人数据）与算法性能之间的关系？
• 目标：系统性地评估随机森林（Random Forest, RF）算法在不同配置下预测吸烟者戒烟初期（前 10 天）“复吸事件”和“高渴求”的表现，以寻找最优的 JITAI 实施策略。

2. 研究方法 (Methodology)

• 数据来源：

  • 对 37 名伦敦地区吸烟者的 EMA 数据进行二次分析。
  • 参与者每天完成 16 次 EMA（清醒时每小时一次），持续 10 天。
  • 数据包括情绪、背景、行为、渴求度、吸烟复吸事件等。
  • 样本特征：平均年龄 43 岁，女性占 62.2%，日均吸烟 13 支。

• 算法模型：

  • 使用**随机森林（Random Forest）**算法。
  • 预测目标分为两个独立的模型：(a) 复吸（Lapses，定义为两次提示间发生的吸烟行为）；(b) 高渴求（High Cravings，定义为渴求评分≥7/10）。
  • 输入特征：基线变量（12 个，如年龄、性别、吸烟史）+ 瞬时变量（22 个，如情绪、活动、咖啡因摄入等）。

• 实验设计（变量操纵）：

  1. 提示频率（Prompt Frequency）：测试了每天 16 次（全量）、6 次、5 次、4 次和 3 次提示。通过准随机抽样从全量数据中抽取，模拟不同负担场景。
  2. 特征选择（Feature Selection）：对比使用全部预测变量与使用递归特征消除交叉验证（RFE-CV）筛选出的最优特征子集。
  3. 训练数据构成（Training Data Source）：
     • 群体级（Group-level）：仅使用其他参与者的数据训练，测试参与者数据仅用于测试。
     • 混合级（Hybrid-level / Warm-start）：在训练集中包含测试参与者自身的前 10%、20% 或 30% 的数据（模拟真实 JITAI 的“热身”阶段）。
  4. 评估指标：
     • F1 分数：衡量精确率与召回率的调和平均数（重点关注分类平衡）。
     • ROC-AUC：衡量模型区分正负样本的整体能力。
     • 辅助指标：灵敏度（Sensitivity）和特异度（Specificity）。
  • 统计方法：使用广义线性混合模型（GLMM）分析性能指标，考虑个体内的聚类效应。

3. 主要发现与结果 (Key Results)

• 整体性能：

  • 算法性能在个体间差异巨大，平均表现中等（Modest）。
  • 许多配置下的 F1 分数低于 0.5 的常用可接受阈值，但 ROC-AUC 通常高于随机水平（0.5）。
  • 复吸预测优于渴求预测，特别是在 ROC-AUC 指标上。

• 提示频率的影响（Prompt Frequency）：

  • 复吸预测（Lapses）：呈现反直觉结果。随着提示频率降低（从 16 次降至 3 次），F1 分数显著提高（16 次时中位数 0.254 -> 3 次时 0.588）。ROC-AUC 略有波动但无显著单调下降趋势。这表明减少提示频率可能并未损害（甚至可能因减少噪声而改善）复吸的识别能力。
  • 渴求预测（Cravings）：符合预期。随着提示频率降低，F1 分数和 ROC-AUC 均显著下降。高频数据对捕捉波动性强的渴求状态至关重要。

• 特征选择的影响（Feature Selection）：

  • 复吸预测：特征减少（使用筛选后的特征）对性能影响微乎其微（F1 和 ROC-AUC 几乎无变化）。
  • 渴求预测：特征减少导致性能轻微下降（ROC-AUC 显著降低）。
  • 结论：对于复吸预测，可以使用更精简的变量集以减轻用户负担，而对渴求预测则需保留更多变量。

• 个人数据参与训练的影响（Personalization）：

  • 复吸预测：引入个人数据（混合级算法）显著提高了F1 分数（从 0.286 提升至 0.542），但对 ROC-AUC 无显著改善。这意味着个性化有助于平衡精确率和召回率，但不一定提升整体区分度。
  • 渴求预测：引入个人数据反而导致ROC-AUC 下降，F1 分数也无显著改善。表明在此场景下，“热身”策略可能并未带来收益，甚至可能产生负面影响。

• 灵敏度与特异度的权衡：

  • 降低提示频率通常提高了复吸预测的灵敏度（能抓到更多复吸），但降低了特异度（误报增加）。

4. 关键贡献 (Key Contributions)

1. 系统性的参数优化：首次系统性地量化了 EMA 频率、特征数量和训练数据构成对吸烟 JITAI 算法性能的具体影响，填补了从密集数据到稀疏数据转换的空白。
2. 反直觉的发现：揭示了对于复吸预测，减少提示频率反而可能提高 F1 分数，挑战了“数据越多越好”的常规假设，为降低用户负担提供了理论依据。
3. 区分不同预测目标：明确指出了“复吸”和“渴求”在预测难度和最佳数据策略上的显著差异（渴求需要高频数据，复吸对低频数据更鲁棒）。
4. 个性化策略的实证评估：通过模拟真实世界的“热身”阶段，发现混合级算法（Warm-start）并不总是优于群体级算法，特别是在 ROC-AUC 指标上，这对 JITAI 的部署策略（是否需要在设备端进行持续重训练）提供了重要参考。

5. 意义与启示 (Significance)

• JITAI 实施策略：

  • 建议采用中等频率（每天 3-6 次）的提示策略，结合特征选择，以在保持可接受的预测性能（特别是针对复吸）的同时，最大程度减轻用户负担。
  • 对于复吸预测，群体级算法（Group-level）可能已足够，无需复杂的个人数据重训练，这降低了计算成本和隐私风险。
  • 对于渴求预测，由于预测难度较大且对数据密度敏感，可能需要更谨慎的评估或结合规则-based 的方法。

• 算法与规则的混合：

  • 鉴于算法性能在个体间存在巨大差异，且平均性能仅为中等，研究建议不要完全依赖机器学习进行自动化决策。
  • 最佳实践是将机器学习预测（作为风险信号）与基于规则的启发式方法或临床判断相结合，形成混合决策系统，以提高鲁棒性和可接受性。

• 未来方向：

  • 需要研究不同人群（不同社会经济地位、吸烟模式）的算法泛化能力。
  • 探索调整分类阈值（不仅仅是 0.5）以优化特定干预目标（如优先提高灵敏度以减少漏报）。
  • 在真实世界环境中进行实验性研究，验证不同提示频率对用户依从性和戒烟结果的长期影响。

总结：该研究表明，虽然基于 EMA 的机器学习可以捕捉吸烟风险信号，但其性能具有高度变异性。通过优化提示频率和特征选择，可以在不牺牲太多预测能力的前提下显著降低用户负担。未来的 JITAI 设计应倾向于更精简的模型、适度的数据收集频率，并采用混合决策策略以应对个体差异。