Nový model strojového učení je slibný v předpovídání rizika poporodní deprese

Nový model strojového učení je slibný v předpovídání rizika poporodní deprese

Poporodní deprese (PPD) postihuje až 15 procent lidí po porodu. Včasná identifikace pacientů s PPD by mohla zlepšit proaktivní podporu duševního zdraví. Výzkumníci z Mass General Brigham vyvinuli model strojového učení, který dokáže posoudit riziko PPD u pacientů pomocí snadno dostupných klinických a demografických faktorů. Výsledky ukazující slibné prediktivní schopnosti modelu jsou publikovány vAmerican Journal of Psychiatry.

„Poporodní deprese je jednou z největších výzev, kterým mohou někteří rodiče čelit v poporodním období – v době, kdy se mnozí potýkají s nedostatkem spánku, novými stresy a významnými životními změnami,“ řekl Mark Clapp, MD, MPH, z oddělení porodnictví a gynekologie v Massachusetts General Hospital. "Přetrvávající pocity smutku, deprese nebo úzkosti mohou být častější, než si mnoho lidí uvědomuje. Náš tým, vedený doktorem Royem Perlisem, šel nad rámec této práce, aby lépe porozuměl tomu, kteří pacienti mohou být vystaveni vyššímu riziku PPD, s cílem usnadnit strategie a řešení buď k prevenci PPD, nebo ke snížení její závažnosti."

Příznaky PPD jsou obvykle hodnoceny při poporodních návštěvách, ke kterým dochází 6 až 8 týdnů po porodu. Výsledkem je, že mnoho rodičů může několik týdnů bojovat, než obdrží podporu duševního zdraví. Pro poskytnutí dřívější péče PPD vyvinuli výzkumníci model, který vyžaduje pouze informace v elektronickém zdravotním záznamu (EHR) v době doručení, včetně údajů o demografii, zdravotních stavech a historii návštěv. Tento model váží a integruje tyto komplexní proměnné, aby bylo možné přesněji posoudit riziko PPD.

K vývoji a ověření modelu autoři použili informace od 29 168 těhotných pacientek narozených v letech 2017 až 2022 ve dvou akademických lékařských centrech a šesti komunitních nemocnicích v systému Mass General Brigham. V této kohortě 9 procent pacientů splnilo studijní kritéria pro PPD šest měsíců po výdeji.

Výzkumníci použili zdravotní údaje od přibližně poloviny pacientů k trénování modelu k identifikaci PPD. Poté testovali model tak, že jej požádali, aby předpověděl PPD u druhé poloviny pacientů. Výzkumníci zjistili, že model byl účinný při vyloučení PPD v 90 procentech případů. Model se ukázal jako slibný v predikci PPD: Téměř 30 procent osob, u kterých se očekávalo, že budou vysoce rizikové, vyvinulo PPD do šesti měsíců po porodu. Model byl přibližně dvakrát až třikrát lepší v predikci PPD než odhad rizika obecné populace.

V další analýze vědci ukázali, že model fungoval podobně bez ohledu na rasu, etnický původ a věk při porodu. Studie zahrnovala pouze pacienty bez předchozí psychiatrické diagnózy, aby se zjistilo, zda model dokáže předpovědět PPD i u pacientů s nízkým rizikem, a aby bylo možné lépe porozumět rizikovým faktorům, které ovlivňují PPD mimo předchozí psychiatrické diagnózy. Zejména skóre na Edinburghské škále postnatální deprese získané prenatálně Toto období zlepšilo prediktivní schopnosti modelu a zdůraznilo, že tento existující nástroj může být užitečný před dodáním i po něm.

Výzkumníci prospektivně testují přesnost modelu, což je nezbytný krok k reálnému použití, a spolupracují s pacienty, lékaři a zainteresovanými stranami, aby zjistili, jak nejlépe začlenit informace z modelu do klinické praxe.

Jde o vzrušující pokrok ve vývoji prediktivního nástroje, který by v kombinaci s odbornými znalostmi lékařů mohl pomoci zlepšit duševní zdraví matek. S dalším ověřováním a spoluprací s lékaři a pacienty doufáme, že dosáhneme dřívější identifikace a v konečném důsledku zlepšíme výsledky duševního zdraví u pacientek po porodu. “

Mark Clapp, MD, MPH, oddělení porodnictví a gynekologie, Massachusetts General Hospital

Zdroje: