Може ли да се предскаже самоубийство от досиетата на пациентите?
Ново проучване показва, че предсказуем компютърен модел може да идентифицира пациентите в риск за опит за самоубийство по модели в техните електронни здравни досиета - средно две години преди времето.
Такива модели биха могли да предупредят здравните специалисти преди посещението, като помогнат на пациентите да получат подходящи интервенции, казват изследователи от Бостънската детска болница и Общата болница в Масачузетс.
Констатациите са публикувани в JAMA Network Open.
„Компютрите не могат да заместят екипите за грижи при идентифициране на проблеми с психичното здраве. Но ние смятаме, че компютрите, ако са добре проектирани, биха могли да идентифицират високорискови пациенти, които в момента могат да пропаднат през пукнатините, незабелязани от здравната система “, каза д-р Бен Рейс, директор на Групата за прогнозна медицина, част от Програмата за компютърна здравна информатика (CHIP) в детската болница в Бостън и съавтор на доклада.
„Предвиждаме система, която може да каже на лекаря,„ че от всички ваши пациенти тези трима попадат в категория с висок риск. Отделете няколко допълнителни минути, за да говорите с тях. "
За проучването изследователите са анализирали данни от електронни здравни досиета от повече от 3,7 милиона пациенти на възраст от 10 до 90 години в пет различни американски здравни системи: Partners HealthCare System в Бостън; Медицински център в Бостън; Детска болница в Бостън; Медицински център Уейк Форест в Северна Каролина; и Центъра за здравни науки в Тексаския университет в Хюстън.
Налични бяха данни между 6 и 17 години от различните центрове, включително диагностични кодове, резултати от лабораторни изследвания, кодове за медицински процедури и лекарства.
Записите разкриват общо 39 162 опита за самоубийство. Моделите успяха да открият 38% от тях (това варираше от 33 до 39% в петте центъра) с 90% специфичност. Случаите бяха взети средно 2,1 години преди реалния опит за самоубийство (диапазон от 1,3 до 3,5 години).
Не е изненадващо, че най-силните предсказатели включват отравяния с наркотици, наркомания, остра алкохолна интоксикация и няколко психични заболявания. Но други предиктори са тези, които обикновено не биха дошли на ум, като рабдомиолиза, целулит или абсцес на ръката и лекарства за ХИВ.
„Нямаше нито един предсказател“, казва Рейс. „Това е по-скоро гещалт или баланс на доказателства, общ сигнал, който се натрупва с времето.“
Екипът разработи модела в две стъпки, използвайки подход за машинно обучение. Първо, те показаха половината от данните за пациентите си на компютърен модел, насочвайки го да намери модели, свързани с документирани опити за самоубийство.
След това те взеха уроци, извлечени от упражнението „обучение“, и ги потвърдиха, използвайки другата половина от своите данни; иска от модела да предскаже, само въз основа на тези модели, кои пациенти в крайна сметка ще се опитат да се самоубият.
Като цяло моделът се представи по подобен начин във всичките пет медицински центъра, но преквалификацията на модела в отделни центрове донесе по-добри резултати.
„Можехме да създадем един модел, който да побере всички медицински центрове, като използваме едни и същи кодове“, каза Ювал Барак-Корен, доктор по медицина, от CHIP, първи автор на статията. „Но ние избрахме подход, който автоматично изгражда малко по-различен модел, съобразен със спецификата на всеки здравен сайт.“
Сега самоубийството е втората най-честа причина за смърт сред американската младеж. Фаталните самоубийства са се увеличили с 30 процента между 2000 и 2016 г., а само през 2016 г. са регистрирани 1,3 милиона нефатални опита за самоубийство.
Констатациите потвърждават стойността на адаптирането на модела към всеки обект, тъй като здравните центрове могат да имат уникални прогнозни фактори, базирани на различни практики за кодиране в болници и местни демографски и здравни модели.
Източник: Детска болница в Бостън
