促进普通人群中男性儿童性剥削和性虐待的分类技术初步模型的开发和验证

当前的研究旨在开发和验证一个初步模型，用于对一般人群样本中自我报告的TF-CSEA行为进行分类。数据基于来自澳大利亚（n = 1，939）、英国的成年男性的人口普查加权样本（n = 1，506）和美国（n = 1，473）。使用重复10倍交叉验证的惩罚回归来识别澳大利亚样本中的预测因子。最终模型包括与对TF-CSEA的态度、加密消息应用程序的使用、在线行为和心理健康相关的十三个项目。该模型在澳大利亚样本中表现出良好的辨别力（AUROC = 0.91）、校准（O：E = 1.10）和准确性（Brier评分= 0.04），在美国（AUROC = 0.90; O：E = 0.99; Brier评分= 0.05）和英国具有较强的外部有效性（AUROC = 0.85; O：E = 1.07; Brier评分= 0.03）数据集。该模型被转化为诺模图，净收益决策曲线分析表明，在澳大利亚、英国、澳大利亚、英国、和美国的亚组分析表明，当适用于带孩子的男性时，净收益更高。该模型提供了概念验证证据，表明可以使用一般人群样本中的非定罪自我报告指标在匿名调查数据中对TF-CSEA相关行为进行分类。