Datele privind cererile de asigurare de sănătate pot ajuta la prezicerea probabilității de autism la copii

Datele privind cererile de asigurare de sănătate pot ajuta la prezicerea probabilității de autism la copii

Cererile de asigurare de sănătate ar putea face mai mult decât să ajute la plata problemelor de sănătate; Ei ar putea ajuta la prezicerea lor, conform noilor descoperiri ale unei echipe de cercetare interdisciplinare din Penn State publicate în BMJ Health & Care Informatics. Cercetătorii au dezvoltat modele de învățare automată care evaluează relațiile dintre sute de variabile clinice, inclusiv vizite la medic și servicii de sănătate pentru afecțiuni aparent neînrudite, pentru a prezice probabilitatea tulburării spectrului autist la copiii mici.

Datele privind daunele de asigurare, anonimizate și disponibile pe scară largă în seturile de date de scanare de marketing, oferă detalii medicale cuprinzătoare și longitudinale despre pacient. Literatura științifică în acest domeniu sugerează că copiii cu tulburare din spectrul autist, de asemenea, experimentează adesea rate mai mari de simptome clinice, cum ar fi: B. diferite tipuri de infecții, probleme gastro-intestinale, convulsii și probleme de comportament. Aceste simptome nu sunt o cauză a autismului, dar sunt frecvente la copiii cu autism, mai ales la o vârstă fragedă. De aceea am fost inspirați să rezumam informațiile medicale pentru a cuantifica și a prezice această probabilitate asociată.”

Qiushi Chen, autor corespondent, profesor asistent de inginerie industrială și de fabricație, Penn State College of Engineering

Cercetătorii au introdus datele în modele de învățare automată și i-au instruit să evalueze sute de variabile pentru a găsi corelații asociate cu o probabilitate crescută de tulburare a spectrului autist.

„Tulburarea din spectrul autist este o tulburare de dezvoltare”, a spus coautorul Guodong Liu, profesor asociat de științe ale sănătății publice, psihiatrie și sănătate comportamentală și pediatrie la Penn State College of Medicine. „Un medic are nevoie de observații și examinări multiple pentru a pune un diagnostic. Procesul este de obicei lung și mulți copii ratează fereastra pentru intervenția timpurie – cel mai eficient mod de a îmbunătăți rezultatele”.

Unul dintre cele mai frecvent utilizate instrumente de screening pentru a identifica copiii mici cu o probabilitate crescută de tulburare din spectrul autist este Lista de verificare modificată pentru autismul la copiii mici (M-CHAT), care este de obicei oferită la vizitele de rutină la copii la vârsta de 18 și 24 de luni. Constă din 20 de întrebări care se concentrează pe comportamente legate de contactul vizual, interacțiunile sociale și unele repere fizice, cum ar fi mersul pe jos. Gardienii răspund pe baza observațiilor lor, dar Chen spune că dezvoltarea variază atât de mult la această vârstă, încât instrumentul poate identifica greșit copiii. Drept urmare, copiii nu sunt adesea diagnosticați în mod oficial până la vârsta de patru sau cinci ani, ceea ce înseamnă că ratează potențialele intervenții timpurii de ani de zile.

„Noul nostru model, care cuantifică suma factorilor de risc identificați pentru a determina nivelul de probabilitate, este deja comparabil cu, și în unele cazuri chiar puțin mai bun decât, instrumentul de screening existent”, a spus Chen. „Dacă combinăm modelul cu instrumentul de screening, avem o abordare promițătoare pentru clinicieni.”

Potrivit lui Liu, ar fi practic fezabil să se integreze modelul în instrumentul de screening pentru uz clinic.

„Un punct unic al acestei lucrări este că această abordare informatică clinică poate fi integrată cu ușurință în fluxul de lucru clinic”, a spus Liu. „Modelul predictiv ar putea fi încorporat în sistemul electronic de evidență medicală al unui spital, folosit pentru a înregistra sănătatea pacientului, ca instrument de sprijinire a deciziilor clinice pentru a semnala copiii cu risc ridicat, permițând atât medicilor, cât și familiilor să ia măsuri mai devreme.”

Această lucrare, finanțată de National Institutes of Health, Penn State Social Science Research Institute și Penn State College of Engineering, stă la baza unui nou grant de 460.000 de dolari pentru Chen și Whitney Guthrie, psiholog clinician la Spitalul de Copii din Philadelphia Centrul de Cercetare în Autism și profesor asistent de psihiatrie și pediatrie la Universitatea Națională de Medicină a Bărbaților la Institutul Național de Medicină din Pennsylvania.

Ei folosesc noul grant pentru a analiza exact cât de bine înregistrările combinate ale spitalelor și rezultatele screening-ului prezic diagnosticele de autism și explorează, de asemenea, alte instrumente potențiale de screening care ar putea echipa mai bine medicii pentru a-și ajuta pacienții.

„Nu numai că mulți copii din spectrul autismului sunt ratați cu instrumentul actual, dar mulți copii identificați de instrumentele noastre de screening au, de asemenea, liste lungi de așteptare din cauza capacității noastre limitate de diagnosticare”, a spus Guthrie. „Deși M-CHAT detectează mulți copii, are, de asemenea, o rată foarte mare de fals pozitive și fals negative, ceea ce înseamnă că mulți copii cu autism sunt ratați și alți copii sunt îndrumați pentru o evaluare a autismului atunci când nu au nevoie de una. Ambele”. Problemele duc la așteptări lungi – adesea multe luni sau chiar ani – pentru o evaluare ulterioară. Consecințele pentru copii care nu sunt abordate de instrumentele noastre actuale de screening sunt deosebit de importante, deoarece diagnosticul întârziat duce adesea la copiii să rateze complet fereastra pentru intervenția timpurie. Pediatrii au nevoie de instrumente de screening mai bune pentru a identifica cu exactitate toți copiii care au nevoie de evaluarea autismului cât mai devreme posibil.”

O parte a problemei este numărul limitat de psihologi, pediatri de dezvoltare și alți experți în dezvoltare pediatrică care pot pune un diagnostic de tulburare din spectrul autismului. Potrivit lui Chen, soluția ar putea sta în ingineria industrială.

„Ideea cheie este de a îmbunătăți modul în care folosim resursele”, a spus Chen. „Cu expertiza clinică a Dr. Guthrie și abilitățile de modelare ale grupului meu, dorim să dezvoltăm un instrument pe care medicii de asistență medicală primară fără pregătire specializată să îl poată utiliza pentru a face evaluări încrezătoare pentru a diagnostica copiii cât mai devreme posibil, astfel încât să poată primi îngrijirea de care au nevoie cât mai repede posibil.” posibil."

Alți autori care au contribuit includ primul autor Yu-Hsin Chen, un doctorand în inginerie industrială și de producție, care își va scrie și disertația despre bursă; și co-autor Lan Kong, profesor de științe de sănătate publică la Penn State College of Medicine.

Sursă:

Penn State

Referinţă:

Chen, YH., şi colab. (2022) Detectarea precoce a tulburărilor din spectrul autist la copiii mici prin învățarea automată folosind date despre revendicări medicale. BMJ Health and Care Informatica. doi.org/10.1136/bmjhci-2022-100544.

.