用LLM合成人口模拟社区健康行为：LLMPopSim框架的跨州评估
核心概要
该研究提出LLMPopSim，一个整合美国人口普查局与CDC数据构建合成个体、并用大语言模型模拟个体健康行为、再在社区层面评估聚合结果的生成式人口模拟框架，以夏威夷历史数据开发，并用夏威夷与纽约州2022年留出队列、以结直肠癌筛查与乳腺X线摄影为概念验证行为进行时间与地理泛化评估，四项州-结果评估的平均绝对误差为3.5至15.0个百分点，模拟与观测的ZCTA级患病率相关系数为0.26至0.69。
Figure 1. LLMPopSim framework for geographically grounded generative population simulation. Population-
medRxiv · 第 3 页深度剖析
提出并实现了LLMPopSim这一生成式人口模拟框架，将美国人口普查局ACS数据与CDC PLACES数据整合，用于构建合成个体，并由LLM模拟个体健康行为，其聚合结果可在社区层面评估。 此前基于LLM的生成式智能体多用于再现个体行为的某些方面，而该工作把这一思路扩展到具有地理锚定的人口规模，并给出可在社区层面比对的聚合评估路径。 框架以夏威夷历史数据开发，并在夏威夷与纽约州2022年留出队列上做时间与地理泛化评估，属于有留出验证的框架性工作。
在四项州-结果评估中，模拟与观测的ZCTA级患病率相关系数为0.26至0.69，平均绝对误差为3.5至15.0个百分点，说明个体表示的LLM合成智能体能够聚合出保留真实健康行为可测量特征的人口层面模式。 该结果把“LLM智能体能否在时间与地理迁移下复现真实世界健康行为”这一问题从概念讨论推进到带有量化误差与相关性指标的实证评估。 证据来自四个州-结果组合的留出评估，报告了平均绝对误差与ZCTA级相关系数两类指标。
不同行为在人口保真度的不同维度上表现不同：结直肠癌筛查预测更强地保留了地理排序，但系统性高估患病率并压缩了地理变异；乳腺X线摄影绝对误差更低，但地理相关性更弱，且社区间变异的保留不一致。 该发现指出“准确”并非单一维度，绝对误差、地理排序与分布变异可以朝不同方向取舍，为后续模拟设计提供了分维度的评估视角。 基于同一批四项州-结果评估中两种行为表现的对比描述。
预测误差在观测筛查患病率较低的社区最大，并随社区特征变化，但没有统一的社会经济梯度。 这提示误差分布与社区特征相关而非沿单一社会经济轴排列，为后续校准与亚组表现研究指明了关注方向。 来自对四项评估中误差与社区特征关系的描述性分析。
启示与展望
该框架面向以公开聚合数据构建合成人口、并在社区层面评估聚合健康行为的场景，当前验证限于结直肠癌筛查与乳腺X线摄影两种概念验证行为，以及夏威夷与纽约州2022年留出队列；其设计意图是为后续开发可模拟异质人群对公共卫生干预响应的合成人口提供实证基础。
读者仍会关注校准与分布保真度如何具体实现、亚组表现差异的来源，以及该框架在两种行为与两个州之外的行为和地区上是否保持类似误差与相关性；本次可用文本为摘要与声明部分，缺少图表与完整方法细节，因此对上述问题的判断仍属开放。