Новий алгоритм може прогнозувати ризик самоушкодження у пацієнтів із депресією ще до появи очевидних ознак

Депресія залишається одним із найпоширеніших психічних розладів у світі та часто супроводжується не лише зниженим настроєм, втратою інтересу до життя, порушеннями сну чи апетиту, а й підвищеним ризиком самоушкодження та суїцидальної поведінки. Саме тому раннє виявлення пацієнтів із високим ризиком самокалічення є критично важливим для своєчасного втручання та профілактики тяжких наслідків.

Дослідники з The University of Hong Kong представили нову прогностичну модель, здатну з високою точністю оцінювати ризик самоушкодження у людей із нещодавно діагностованою депресією. Результати роботи опубліковані у Molecular Psychiatry.

Електронні медичні записи як основа прогнозування

Для створення алгоритму дослідники використали масштабну базу електронних медичних записів (EHR), що охоплювала понад 102 тисячі пацієнтів із депресією у Гонконзі. База даних формувалася державними службами охорони здоров’я протягом майже 20 років і містила детальну клінічну інформацію.

Команда науковців застосувала метод LASSO-регресії та логістичної регресії для створення моделей прогнозування ризику самоушкодження протягом одного та трьох років після встановлення діагнозу депресії.

У модель були включені:

• соціально-демографічні характеристики;
• анамнез жорстокого поводження у дитинстві;
• супутні психічні та соматичні захворювання;
• попередні епізоди самоушкодження;
• психіатричні госпіталізації;
• використання психотропних препаратів;
• історія звернень за психіатричною допомогою.

Які фактори виявилися найважливішими

Дослідження показало, що найвищий ризик самоушкодження асоціювався з:

• попередніми епізодами самокалічення;
• саморуйнівною поведінкою в анамнезі;
• психіатричними госпіталізаціями;
• розладами, пов’язаними з вживанням психоактивних речовин.

Водночас застосування антидепресантів та літію було пов’язане зі зниженням ризику самоушкодження.

За словами авторів, моделі продемонстрували хорошу точність, стабільне калібрування та ефективність у різних вікових і статевих групах, а також при прогнозуванні як на 1 рік, так і на 3 роки.

Потенційне значення для клінічної практики

Автори дослідження наголошують, що така модель може стати важливим інструментом персоналізованої психіатричної допомоги. Алгоритм потенційно дозволить лікарям ще на ранньому етапі визначати пацієнтів із підвищеним ризиком самоушкодження та своєчасно посилювати спостереження, психотерапевтичну підтримку або медикаментозне лікування.

Науковці також планують проводити зовнішню валідацію моделі в інших країнах і популяціях для підтвердження її універсальності та можливого впровадження в реальну клінічну практику.

Висновки

Нове дослідження демонструє потенціал використання великих масивів електронних медичних даних та алгоритмів машинного навчання для прогнозування ризику самоушкодження у пацієнтів із депресією. Отримані результати можуть стати основою для більш раннього втручання, персоналізованого підходу та профілактики тяжких психіатричних наслідків.

ДЖЕРЕЛО: Medical Xpress

На платформі Accemedin багато цікавих заходів! Аби не пропустити їх, підписуйтесь на наші сторінки! Facebook. Telegram. Viber. Instagram.