文章主要内容总结本文提出了一个多阶段大语言模型（LLM）框架，用于从非结构化文本（如死亡调查报告）中提取与自杀相关的健康社会决定因素（SDoH）。该框架旨在解决现有方法面临的三大挑战：SDoH因素的长尾分布（多数因素罕见但关键）、难以捕捉自杀事件前的关键压力源（时间上下文）、模型可解释性不足。框架包含三个核心阶段：上下文检索：从文本中提取与目标SDoH因素相关的句子；相关性验证：通过另一个LLM（或微调的小模型）验证检索到的句子是否真正相关，减少噪声；SDoH因素提取：从验证后的句子中提取自杀事件前两周内发生的SDoH因素。研究通过与BioBERT、GPT-3.5-turbo、DeepSeek-R1等模型对比，表明该多阶段框架在提取性能（尤其是罕见因素）和细粒度上下文检索上更优，且通过中间输出提升了可解释性。此外，微调任务特定的小模型（如FLAN-T5-base）可在降低推理成本的同时达到相当或更优的性能。用户研究显示，该框架的中间解释能帮助专家更快、更准确地标注SDoH因素。创新点多阶段设计：通过“检索-验证-提取”三阶段流程，针对性解决长尾分布、时间上下文捕捉问题，提升提取准确性；增强可解释性：中间输出（如相关句子）提供了模型决策的透明依据，缓解“黑箱”问题；高效性与成本优化/