Ar galima nuspėti savižudybę iš pacientų įrašų?
Naujas tyrimas rodo, kad pagal nuspėjamąjį kompiuterinį modelį pacientai, kuriems kyla pavojus nusižudyti, gali nustatyti jų elektroninių sveikatos įrašų modelius - vidutiniškai dvejus metus anksčiau laiko.
Tokie modeliai potencialiai galėtų įspėti sveikatos specialistus prieš apsilankymą, padėdami pacientams atlikti tinkamas intervencijas, sako tyrėjai iš Bostono vaikų ligoninės ir Masačusetso bendrosios ligoninės.
Rezultatai paskelbti „JAMA“ tinklas atidarytas.
„Kompiuteriai negali pakeisti priežiūros komandų nustatant psichinės sveikatos problemas. Bet mes manome, kad kompiuteriai, jei jie yra gerai suprojektuoti, galėtų atpažinti didelės rizikos pacientus, kurie šiuo metu gali patekti į plyšius, nepastebėti sveikatos sistemos “, - sakė Benas Reisas, Ph.D., Prognozuojamosios medicinos grupės direktorius. Kompiuterinės sveikatos informatikos programa (CHIP) Bostono vaikų ligoninėje ir šio straipsnio vyresnysis autorius.
„Mes įsivaizduojame sistemą, kuri galėtų pasakyti gydytojui:„ iš visų jūsų pacientų šie trys priklauso didelės rizikos kategorijai. Skirkite keletą papildomų minučių, kad galėtumėte su jais kalbėtis “.
Tyrimui mokslininkai išanalizavo daugiau nei 3,7 milijono pacientų nuo 10 iki 90 metų elektroninius sveikatos įrašų duomenis iš penkių skirtingų JAV sveikatos priežiūros sistemų: „Partners HealthCare System“ Bostone; Bostono medicinos centras; Bostono vaikų ligoninė; „Wake Forest“ medicinos centras Šiaurės Karolinoje; ir Teksaso universiteto sveikatos mokslų centre Hiustone.
Iš įvairių centrų buvo galima gauti duomenis apie 6–17 metų, įskaitant diagnostinius kodus, laboratorinių tyrimų rezultatus, medicininių procedūrų kodus ir vaistus.
Įrašai atskleidė iš viso 39 162 bandymus nusižudyti. Modeliai sugebėjo aptikti 38 procentus jų (tai svyravo nuo 33 iki 39 procentų penkiuose centruose), jų specifiškumas buvo 90 proc. Atvejų buvo surinkta vidutiniškai 2,1 metų prieš bandymą nusižudyti (nuo 1,3 iki 3,5 metų).
Nenuostabu, kad stipriausi prognozuotojai buvo apsinuodijimai vaistais, priklausomybė nuo narkotikų, ūmus apsinuodijimas alkoholiu ir kelios psichinės sveikatos būklės. Bet kiti nuspėjamieji nebuvo tokie, kurie paprastai neprisimintų, pavyzdžiui, rabdomiolizė, celiulitas ar rankos abscesas ir vaistai nuo ŽIV.
"Nebuvo vieno prognozuotojo", - sako Reisas. "Tai daugiau geštaltas ar įrodymų pusiausvyra, bendras signalas, kuris kaupiasi laikui bėgant."
Komanda sukūrė modelį dviem etapais, naudodama mašininio mokymosi metodą. Pirma, jie pusę savo paciento duomenų parodė kompiuterio modeliui, nukreipdami jį ieškoti modelių, susijusių su dokumentais bandytais nusižudyti.
Tada jie pasimokė iš tų „mokymų“ pratimų ir patvirtino juos naudodamiesi kita savo duomenų puse; paprašyti modelio, remiantis vien tais modeliais, nuspėti, kuriuos pacientai galiausiai bandys nusižudyti.
Apskritai modelis visuose penkiuose medicinos centruose veikė panašiai, tačiau modelio perkvalifikavimas atskiruose centruose davė geresnių rezultatų.
"Mes galėjome sukurti vieną modelį, kuris atitiktų visus medicinos centrus, naudojant tuos pačius kodus", - sakė pirmasis autorius iš CHIP Yuval Barak-Corren iš CHIP. „Bet mes pasirinkome metodą, kuris automatiškai sukuria šiek tiek kitokį modelį, pritaikytą kiekvienos sveikatos priežiūros vietos specifikai“.
Savižudybės dabar yra antra pagal dažnumą Amerikos jaunimo mirties priežastis. 2000–2006 m. Mirtinų savižudybių skaičius išaugo 30 proc., O vien 2016 m.
Išvados patvirtina modelio pritaikymo kiekvienai vietai vertę, nes sveikatos priežiūros centrai gali turėti unikalių nuspėjamųjų veiksnių, pagrįstų skirtinga ligoninių kodavimo praktika ir vietine demografija bei sveikatos modeliais.
Šaltinis: Bostono vaikų ligoninė
