Noul model poate identifica veteranii cu risc ridicat de sinucidere
Cercetătorii care au analizat grămezi de date din dosarele medicale electronice ale Veteran Health Health Administration (VHA) au găsit o modalitate de a identifica grupuri foarte mici de indivizi din populația de pacienți ai VHA cu un risc de sinucidere foarte mare și prevăzut.
Cei mai mulți dintre ei nu au fost identificați de către clinicieni cu privire la riscul de sinucidere. Astfel de metode pot ajuta VHA să vizeze eforturile de prevenire a sinuciderii pentru pacienții cu risc crescut și pot avea beneficii mai largi.
Oamenii de știință ai Veteranilor (VA) și Institutul Național de Sănătate Mintală (NIMH), John McCarthy, Ph.D., M.P.H, Robert Bossarte, Ph.D., și Ira Katz, MD și colegii au raportat concluziile lor în numărul online al American Journal of Public Health.
McCarthy și colegii săi și-au dezvoltat algoritmul de risc de sinucidere prin studierea populației de pacienți cu VHA din anii fiscali 2009-2011. Datele privind modul de deces au provenit din Indicele Național al Deceselor, iar predictorii de sinucidere și alte tipuri de deces au provenit din înregistrările clinice VHA.
Echipa a folosit datele de la o jumătate din populația de pacienți pentru a dezvolta modelul predictiv, apoi a testat modelul folosind datele din cealaltă jumătate. Fiecare dintre cele două eșantioane de studiu a inclus 3.180 de cazuri de sinucidere și 1.056.004 pacienți de control.
Cercetătorii au comparat riscul de sinucidere prevăzut cu mortalitatea reală pentru a evalua performanța modelului predictiv.
„Fiind cel mai mare furnizor de servicii medicale din SUA, VA are responsabilitatea de a examina continuu modul în care funcționează eforturile noastre extinse de prevenire a sinuciderii și de a identifica oportunități critice de îmbunătățire a serviciilor pentru veteranii națiunii noastre”, a spus dr. Caitlin Thompson, director adjunct pentru prevenirea sinuciderii pentru VA.
„Acest efort de colaborare cu NIMH ne oferă informații fără precedent care ne vor permite să proiectăm și să implementăm strategii inovatoare cu privire la modul de evaluare și îngrijire pentru acei veterani care pot prezenta un risc ridicat de sinucidere.
Acest model va avansa îngrijirea acordată veteranilor prin programele VA de prevenire a sinuciderii, pentru a ne permite să ne adaptăm mai bine eforturile de prevenire a sinuciderii, astfel încât să ne putem asigura că toți veteranii rămân în siguranță. "
În mod tradițional, sistemul de îngrijire VHA identifică pacienții cu risc crescut de sinucidere pe baza informațiilor evaluate în timpul întâlnirilor clinice.
Cercetătorii au descoperit că noul model predictiv a fost mai sensibil decât acest marcaj clinic, în sensul că - chiar și în grupurile cu cel mai mare risc de sinucidere prevăzut pe baza modelului - mai puțin de o treime dintre pacienți au fost identificați clinic.
„Acest lucru este valoros, deoarece oferă VA informații mai extinse despre riscul de sinucidere”, a spus Michael Schoenbaum, Ph.D., consilier principal pentru serviciile de sănătate mintală, epidemiologie și economie la NIMH și unul dintre coautorii raportului.
In cazul in care VA poate identifica grupuri mici de persoane cu un risc deosebit de mare de sinucidere, atunci acestea pot viza servicii de prevenire si tratament imbunatatit la aceste persoane cu cel mai mare risc.
„Este deosebit de încurajator faptul că aceste analize utilizează tipurile de date disponibile oricărui sistem de îngrijire medicală de mari dimensiuni”, a declarat directorul NIMH, Thomas Insel, M.D. „Aceste metode ne-ar putea ajuta să prevenim sinuciderile civile și veterane”.
În plus față de identificarea riscului de sinucidere, echipa a analizat decesele persoanelor identificate ca fiind cel mai mare risc de sinucidere în 2010. Echipa a constatat că acest grup a avut atât rate foarte mari de suicid cât și non-suicid în următoarele 12 luni.
Aceasta constatare intareste ideea ca utilizarea acestui proces pentru a viza interventii de risc de sinucidere poate avea beneficii largi pe o perioada extinsa de timp, a spus Schoenbaum.
Sursa: NIH / EurekAlert
