Ali je mogoče iz evidence bolnikov predvideti samomor?

Nova študija kaže, da lahko napovedni računalniški model prepozna vzorce bolnikov, ki jim grozi poskus samomora, po vzorcih v njihovih elektronskih zdravstvenih kartotekah - v povprečju dve leti pred časom.

Takšni modeli bi potencialno lahko zdravnike opozorili že pred obiskom in jim pomagali pri ustreznih posegih, pravijo raziskovalci iz Bostonske otroške bolnišnice in splošne bolnišnice Massachusetts.

Ugotovitve so objavljene v JAMA Network Open.

»Računalniki ne morejo nadomestiti negovalnih skupin pri prepoznavanju težav z duševnim zdravjem. Menimo pa, da bi lahko računalniki, če bi bili dobro zasnovani, prepoznali rizične bolnike, ki bi trenutno lahko padli skozi razpoke, neopažen s strani zdravstvenega sistema, «je povedal dr. Ben Reis, direktor skupine za napovedno medicino, del Program za računalniško zdravstveno informatiko (CHIP) v otroški bolnišnici v Bostonu in soavtor avtorja prispevka.

»Predvidevamo sistem, ki bi lahko zdravniku sporočil, da» od vseh vaših bolnikov ti trije spadajo v kategorijo visokega tveganja. Vzemite si nekaj dodatnih minut, da se pogovorite z njimi. "

Za študijo so raziskovalci analizirali podatke o elektronskih zdravstvenih evidencah več kot 3,7 milijona bolnikov, starih od 10 do 90 let, v petih različnih ameriških zdravstvenih sistemih: Partners HealthCare System v Bostonu; Bostonski medicinski center; Otroška bolnišnica v Bostonu; Medicinski center Wake Forest v Severni Karolini; in University of Texas Health Science Center v Houstonu.

Iz različnih centrov so bili na voljo podatki med 6 in 17 let, vključno z diagnostičnimi kodami, rezultati laboratorijskih preiskav, šiframi medicinskih postopkov in zdravili.

Zapisi so razkrili skupno 39.162 poskusov samomora. Modeli so jih lahko zaznali 38 odstotkov (v petih centrih je bilo od 33 do 39 odstotkov) z 90-odstotno specifičnostjo. Primeri so bili pobrani v povprečju 2,1 leta pred dejanskim poskusom samomora (razpon od 1,3 do 3,5 leta).

Ni presenetljivo, da so bili najmočnejši napovedovalci zastrupitve z mamili, odvisnost od drog, akutna zastrupitev z alkoholom in več duševnih stanj. Toda drugi napovedovalci so bili tisti, ki jim običajno ne bi prišli na misel, na primer rabdomioliza, celulitis ali absces roke in zdravila proti HIV.

"Nobenega napovedovalca ni bilo," pravi Reis. "To je bolj geštalt ali ravnotežje dokazov, splošni signal, ki se sčasoma nabira."

Ekipa je model razvila v dveh korakih z uporabo pristopa strojnega učenja. Najprej so polovico svojih podatkov o pacientih pokazali računalniškemu modelu in ga usmerili k iskanju vzorcev, povezanih z dokumentiranimi poskusi samomora.

Nato so se naučili iz te vaje in jih validirali z uporabo druge polovice svojih podatkov; prosil model, naj samo na podlagi teh vzorcev napove, kateri bolniki bodo sčasoma poskusili samomor.

Na splošno je model deloval podobno v vseh petih zdravstvenih centrih, vendar je preusmeritev modela v posameznih centrih prinesla boljše rezultate.

"Lahko bi ustvarili en model, ki bi ustrezal vsem zdravstvenim centrom, z uporabo istih kod," je povedal Yuval Barak-Corren, MD, iz CHIP, prvi avtor tega prispevka. "Vendar smo izbrali pristop, ki samodejno oblikuje nekoliko drugačen model, prilagojen posebnostim vsake zdravstvene strani."

Samomor je zdaj drugi najpogostejši vzrok smrti med ameriško mladino. Usodnih samomorov se je med letoma 2000 in 2016 povečalo za 30 odstotkov, samo v letu 2016 je bilo zabeleženih 1,3 milijona poskusov samomora, ki niso usodni.

Ugotovitve potrjujejo vrednost prilagajanja modela vsakemu mestu, saj imajo lahko zdravstveni domovi edinstvene napovedne dejavnike, ki temeljijo na različnih praksah kodiranja v bolnišnicah ter lokalni demografiji in zdravstvenih vzorcih.

Vir: Bostonska otroška bolnišnica

!-- GDPR -->