Có thể dự đoán tự tử từ hồ sơ của bệnh nhân không?

Một nghiên cứu mới chứng minh rằng một mô hình máy tính dự đoán có thể xác định những bệnh nhân có nguy cơ cố gắng tự tử từ các mẫu trong hồ sơ sức khỏe điện tử của họ - trung bình là hai năm trước thời hạn.

Các nhà nghiên cứu từ Bệnh viện Nhi Boston và Bệnh viện Đa khoa Massachusetts cho biết các mô hình như vậy có khả năng cảnh báo các chuyên gia y tế trước khi đến khám, giúp bệnh nhân có được các biện pháp can thiệp thích hợp.

Các phát hiện được xuất bản trong Mạng JAMA mở.

“Máy tính không thể thay thế các đội chăm sóc trong việc xác định các vấn đề sức khỏe tâm thần. Nhưng chúng tôi cảm thấy rằng máy tính, nếu được thiết kế tốt, có thể xác định những bệnh nhân có nguy cơ cao hiện đang rơi qua các vết nứt mà hệ thống y tế không chú ý đến, ”Ben Reis, Tiến sĩ, Giám đốc Nhóm Y học Dự đoán, một bộ phận của Chương trình Tin học Sức khỏe Tính toán (CHIP) tại Bệnh viện Nhi đồng Boston, và đồng tác giả của bài báo.

“Chúng tôi hình dung một hệ thống có thể nói với bác sĩ,‘ trong số tất cả bệnh nhân của bạn, ba người này thuộc loại có nguy cơ cao. Hãy dành thêm vài phút để nói chuyện với họ. '"

Đối với nghiên cứu, các nhà nghiên cứu đã phân tích dữ liệu hồ sơ sức khỏe điện tử từ hơn 3,7 triệu bệnh nhân từ 10 đến 90 tuổi trên 5 hệ thống chăm sóc sức khỏe đa dạng của Hoa Kỳ: Partners HealthCare System ở Boston; Trung tâm Y tế Boston; Bệnh viện Nhi đồng Boston; Trung tâm Y tế Wake Forest ở Bắc Carolina; và Trung tâm Khoa học Y tế Đại học Texas tại Houston.

Dữ liệu có giá trị từ 6 đến 17 năm có sẵn từ các trung tâm khác nhau, bao gồm mã chẩn đoán, kết quả xét nghiệm trong phòng thí nghiệm, mã quy trình y tế và thuốc.

Hồ sơ cho thấy có tổng cộng 39.162 nỗ lực tự sát. Các mô hình có thể phát hiện 38 phần trăm trong số đó (con số này dao động từ 33 đến 39 phần trăm trên năm trung tâm) với độ đặc hiệu 90 phần trăm. Các trường hợp được chọn trung bình là 2,1 năm trước khi cố gắng tự sát thực sự (khoảng 1,3 đến 3,5 năm).

Các yếu tố dự báo mạnh nhất, không ngạc nhiên, bao gồm ngộ độc ma túy, lệ thuộc vào ma túy, say rượu cấp tính và một số tình trạng sức khỏe tâm thần. Nhưng những yếu tố dự đoán khác là những yếu tố thường không được nghĩ đến, như tiêu cơ vân, viêm mô tế bào hoặc áp xe bàn tay và thuốc điều trị HIV.

Reis nói: “Không có một công cụ dự đoán nào. “Nó mang tính xác thực hoặc cân bằng bằng chứng, một tín hiệu chung hình thành theo thời gian”.

Nhóm đã phát triển mô hình theo hai bước, sử dụng phương pháp học máy. Đầu tiên, họ hiển thị một nửa dữ liệu bệnh nhân của mình cho một mô hình máy tính, hướng dẫn nó tìm ra các mẫu có liên quan đến các nỗ lực tự tử được ghi lại.

Tiếp theo, họ rút ra các bài học kinh nghiệm từ bài tập “đào tạo” đó và xác thực chúng bằng cách sử dụng nửa dữ liệu còn lại của họ; yêu cầu mô hình dự đoán, chỉ dựa trên những mô hình đó, bệnh nhân nào cuối cùng sẽ cố gắng tự tử.

Nhìn chung, mô hình hoạt động tương tự tại cả năm trung tâm y tế, nhưng việc đào tạo lại mô hình tại các trung tâm riêng lẻ mang lại kết quả tốt hơn.

Yuval Barak-Corren, M.D., của CHIP, tác giả đầu tiên của bài báo cho biết: “Chúng tôi có thể tạo ra một mô hình để phù hợp với tất cả các trung tâm y tế, sử dụng cùng một mã. “Nhưng chúng tôi đã chọn cách tiếp cận tự động xây dựng một mô hình hơi khác, được điều chỉnh để phù hợp với các chi tiết cụ thể của từng địa điểm chăm sóc sức khỏe.”

Tự tử hiện là nguyên nhân tử vong phổ biến thứ hai ở thanh niên Mỹ. Các vụ tự tử gây tử vong đã tăng 30% từ năm 2000 đến năm 2016, và chỉ riêng năm 2016 đã chứng kiến ​​1,3 triệu nỗ lực tự tử không liên quan đến chất béo.

Các phát hiện khẳng định giá trị của việc điều chỉnh mô hình phù hợp với từng địa điểm, vì các trung tâm chăm sóc sức khỏe có thể có các yếu tố dự đoán duy nhất, dựa trên các thực hành mã hóa bệnh viện khác nhau, nhân khẩu học và mô hình sức khỏe địa phương.

Nguồn: Bệnh viện Nhi đồng Boston