算法预测创伤后创伤后应激障碍的风险

- 编辑:大众自然网 -

算法预测创伤后创伤后应激障碍的风险

研究人员开发了一种算法,可以预测创伤幸存者是否有可能患上创伤后应激障碍(PTSD)。该工具依赖于常规收集的医疗数据,可以让临床医生及早干预以减轻PTSD的影响。

这项研究今天发表在《自然医学》的网络版上。

美国每年有3000万创伤患者

在美国,每年大约有3000万病人在急诊科接受因车祸、摔伤、枪伤和其他伤害造成的创伤治疗。

健康专家估计,10%至15%的创伤患者会出现长期的创伤后应激障碍症状,通常在受伤后的一年内出现。

尽管存在有效降低PTSD发病风险的治疗方法,但由于缺乏确定的方法来预测哪些患者最有可能患PTSD,早期预防策略通常无法实施。

“对于许多创伤患者来说,急诊往往是他们与医疗系统唯一的接触。创伤性损伤后的时间是一个关键的窗口确定患创伤后应激障碍和安排适当的后续治疗,”第一作者凯瑟琳娜Schultebraucks说,博士,行为和认知科学助理教授在美国哥伦比亚大学急诊医学瓦大学的内科医生和外科医生。“我们越早治疗那些有风险的人,可能的结果就越好。”

机器学习将70个临床数据点转化为单一的PTSD风险评分

许多生物学和心理学的生物标记——包括应激激素升高、炎症信号增加、高血压和过度觉醒(一种异常升高的焦虑状态)——通常会先于创伤幸存者的PTSD。然而,这些方法,无论是单独还是联合使用,都不能可靠地预测创伤后应激障碍。

在这项新研究中,多基地研究团队使用监督机器学习开发了一种算法,该算法通过结合70个临床数据点和对患者即时应激反应的简短临床评估,计算出单一的PTSD风险评分。(监督机器学习是一种人工智能,它使计算机系统能够从数据输入中识别模式,无需额外编程就能对新的观察结果做出预测。)

Schultebraucks说:“我们选择了ED中收集的常规方法,并记录在电子医疗记录中,再加上几个关于心理压力反应的简短问题。”“我们的想法是创造一种可以普遍使用的工具,而且不会给教育人员增加多少负担。”

算法能够高精度甄别PTSD风险

研究人员根据亚特兰大377名成年创伤幸存者的数据开发了该算法,然后在纽约市221名成年创伤幸存者中测试了该算法。

在被该算法归类为创伤后应激障碍风险的患者中,90%在一年内出现了长期的创伤后应激障碍症状。在没有长期PTSD症状的患者中,只有5%被确定为有风险。在预测没有或很少有PTSD症状的患者中,29%出现了长期的PTSD(假阴性)。

需要更多的测试

Schultebraucks说:“因为之前预测创伤后应激障碍风险的模型还没有在像我们的模型这样的独立样本中得到验证,所以它们还没有被应用于临床实践。”“在更大的样本中测试和验证我们的模型将是必要的,这样算法就可以在一般人群中使用。”

目前的算法是根据抽血的病人建立的。这可能限制了算法的通用性,因为该算法只适用于接受血液检测的患者,比如那些伤势较重的患者。

在未来的研究中,该团队计划测试该算法是否能预测患有其他潜在创伤性健康事件的患者的PTSD,包括心脏病发作和中风。

Schultebraucks预测,该算法很快就能被整合到电子健康记录中。

“目前只有7%的一级创伤中心定期筛查PTSD,”她说。“我们希望该算法能够为ED临床医生提供一个快速、自动的读出器,他们可以用于出院计划和预防创伤后应激障碍。”

该研究的标题是“创伤应激源后急诊入院后创伤后应激过程的有效预测算法”。