Kas enesetappu saab ennustada patsientide registritest?

Uus uuring näitab, et ennustav arvutimudel võimaldab tuvastada enesetapukatse riskiga patsiente nende elektrooniliste tervisekaartide põhjal - keskmiselt kaks aastat enne tähtaega.

Sellised mudelid võivad potentsiaalselt teavitada tervishoiutöötajaid enne visiiti, aidates patsientidel saada asjakohaseid sekkumisi, väidavad Bostoni lastehaigla ja Massachusettsi üldhaigla teadlased.

Tulemused on avaldatud aastal JAMA võrk on avatud.

"Arvutid ei saa vaimse tervisega seotud probleemide tuvastamisel asendada hooldustiime. Kuid leiame, et arvutid suudavad hea disainiga tuvastada kõrge riskiga patsiendid, kes võivad praegu mõrvade alt läbi kukkuda, tervishoiusüsteemile märkamatult, ”ütles Ben Reis, Ph.D., Predictive Medicine Groupi direktor, osa Bostoni lastehaigla arvutusliku tervishoiu informaatika programm (CHIP) ja kaasautor.

"Kujutame ette süsteemi, mis võiks öelda arstile:" Kõigist teie patsientidest kuuluvad need kolm kõrge riskiga kategooriasse. Varuge nendega rääkimiseks paar minutit. "

Uuringu jaoks analüüsisid teadlased enam kui 3,7 miljoni 10–90-aastase patsiendi elektroonilisi terviseandmete andmeid viies erinevas USA tervishoiusüsteemis: Partners HealthCare System Bostonis; Bostoni meditsiinikeskus; Bostoni lastehaigla; Wake Metsa meditsiinikeskus Põhja-Carolinas; ja Texase ülikooli terviseteaduste keskus Houstonis.

Erinevatest keskustest oli saadaval andmeid vahemikus 6–17 aastat, sealhulgas diagnostikakoodid, laboratoorsete testide tulemused, meditsiiniliste protseduuride koodid ja ravimid.

Arvestustest selgus kokku 39 162 enesetapukatset. Mudelid suutsid tuvastada neist 38 protsenti (viies keskuses oli see vahemikus 33 kuni 39 protsenti) 90-protsendilise spetsiifilisusega. Juhtumeid koguti keskmiselt 2,1 aastat enne tegelikku enesetapukatset (vahemik 1,3–3,5 aastat).

Kõige tugevamad ennustajad hõlmasid üllatuslikult uimastimürgistusi, narkomaania, ägedat alkoholimürgitust ja mitut vaimse tervise seisundit. Kuid teised ennustajad olid sellised, mis tavaliselt meelde ei tule, nagu rabdomüolüüs, tselluliit või käe abstsess ja HIV-ravimid.

"Ei olnud ühte ainsat ennustajat," ütleb Reis. "See on pigem geštalt või tõendite tasakaal, üldine signaal, mis aja jooksul tekib."

Meeskond töötas mudeli välja kahes etapis, kasutades masinõppe meetodit. Esiteks näitasid nad pool oma patsiendiandmetest arvutimudelile, suunates neid leidma mustreid, mis olid seotud dokumenteeritud enesetapukatsetega.

Järgmisena võtsid nad sellest koolitusest saadud õppetunnid ja kinnitasid need, kasutades oma andmete teist poolt; paludes mudelil ennustada ainuüksi nende mustrite põhjal, millised patsiendid lõpuks enesetappu proovivad.

Üldiselt toimis mudel kõigis viies meditsiinikeskuses sarnaselt, kuid mudeli ümberõpe üksikutes keskustes tõi paremaid tulemusi.

"Me oleksime võinud luua ühe mudeli, mis sobiks kõikidesse meditsiinikeskustesse, kasutades samu koode," ütles Yuval Barak-Corren, MD, CHIP, esimene autor paberil. "Kuid me valisime lähenemisviisi, mis loob automaatselt veidi erineva mudeli, mis on kohandatud vastavalt iga tervishoiukoha eripärale."

Suitsiid on nüüd Ameerika noorte seas levinud surmapõhjuselt teine. Aastatel 2000–2016 kasvas surmaga lõppenud enesetappude arv 30 protsenti ja ainuüksi 2016. aastal tehti 1,3 miljonit mittesurmavat enesetapukatset.

Tulemused kinnitavad mudeli kohandamise väärtust igale saidile, kuna tervishoiukeskustel võivad olla ainulaadsed ennustavad tegurid, mis põhinevad haiglate erinevatel kodeerimispraktikatel ning kohalikul demograafilisel ja tervisemudelil.

Allikas: Bostoni lastehaigla