Nowy model uczenia maszynowego okazuje się obiecujący w przewidywaniu ryzyka depresji poporodowej

Nowy model uczenia maszynowego okazuje się obiecujący w przewidywaniu ryzyka depresji poporodowej

Depresja poporodowa (PPD) dotyka nawet 15 procent kobiet po porodzie. Wczesna identyfikacja pacjentów z PPD może poprawić proaktywne wsparcie zdrowia psychicznego. Naukowcy z Mass General Brigham opracowali model uczenia maszynowego, który może ocenić ryzyko PPD u pacjentów na podstawie łatwo dostępnych czynników klinicznych i demograficznych. Wyniki pokazujące obiecujące możliwości predykcyjne modelu opublikowano w czasopiśmieAmerykański Dziennik Psychiatrii.

„Depresja poporodowa to jedno z największych wyzwań, przed jakimi stają niektórzy rodzice w okresie poporodowym – jest to czas, w którym wielu zmaga się z brakiem snu, nowymi stresami i znaczącymi zmianami w życiu” – powiedział Mark Clapp, lekarz medycyny, MPH z Oddziału Położnictwa i Ginekologii w Massachusetts General Hospital. „Uporczywe uczucie smutku, depresji lub lęku może występować częściej, niż wielu osobom się wydaje. Nasz zespół, kierowany przez dr Roya Perlisa, wykracza poza tę pracę, aby lepiej zrozumieć, którzy pacjenci mogą być narażeni na większe ryzyko PPD, aby opracować strategie i rozwiązania zapobiegające PPD lub zmniejszające jej nasilenie”.

Zazwyczaj objawy PPD ocenia się podczas wizyt poporodowych, które odbywają się od 6 do 8 tygodni po porodzie. W rezultacie wielu rodziców może borykać się z trudnościami przez kilka tygodni, zanim otrzymają wsparcie w zakresie zdrowia psychicznego. Aby zapewnić wcześniejszą opiekę PPD, badacze opracowali model, który wymaga jedynie informacji znajdujących się w elektronicznej karcie zdrowia (EHR) w momencie porodu, w tym danych demograficznych, stanu zdrowia i historii wizyt. Model ten waży i integruje te złożone zmienne, aby dokładniej ocenić ryzyko PPD.

Do opracowania i walidacji modelu autorzy wykorzystali informacje od 29 168 pacjentek w ciąży, które urodziły się w latach 2017–2022 w dwóch akademickich ośrodkach medycznych i sześciu szpitalach lokalnych w systemie Mass General Brigham. W tej kohorcie 9 procent pacjentów spełniło kryteria badania dotyczące PPD sześć miesięcy po wydaniu leku.

Naukowcy wykorzystali dane dotyczące stanu zdrowia około połowy pacjentów do wytrenowania modelu w celu identyfikacji PPD. Następnie przetestowali model, prosząc go o przewidywanie PPD u drugiej połowy pacjentów. Naukowcy odkryli, że model skutecznie wykluczał PPD w 90 procentach przypadków. Model okazał się obiecujący w przewidywaniu PPD: u prawie 30 procent dzieci, u których można spodziewać się grupy wysokiego ryzyka, rozwinęła się PPD w ciągu sześciu miesięcy po porodzie. Model był około dwa do trzech razy lepszy w przewidywaniu PPD niż szacunki ryzyka w populacji ogólnej.

W dalszej analizie naukowcy wykazali, że model działał podobnie niezależnie od rasy, pochodzenia etnicznego i wieku w momencie porodu. Do badania włączono wyłącznie osoby bez wcześniejszej diagnozy psychiatrycznej, aby ustalić, czy model może przewidzieć PPD nawet u pacjentów niskiego ryzyka i lepiej zrozumieć czynniki ryzyka wpływające na PPD poza wcześniejszą diagnozą psychiatryczną. W szczególności wyniki w Edynburskiej Skali Depresji Poporodowej uzyskane w okresie prenatalnym W tym okresie poprawiono możliwości predykcyjne modelu i podkreślono, że to istniejące narzędzie może być przydatne zarówno przed dostawą, jak i po niej.

Naukowcy testują prospektywnie dokładność modelu, co stanowi istotny krok w kierunku wykorzystania go w świecie rzeczywistym, oraz współpracują z pacjentami, klinicystami i zainteresowanymi stronami, aby określić, w jaki sposób najlepiej włączyć informacje z modelu do praktyki klinicznej.

To ekscytujący postęp w opracowaniu narzędzia predykcyjnego, które w połączeniu z wiedzą klinicystów może pomóc w poprawie zdrowia psychicznego matek. Mamy nadzieję, że dzięki dalszej walidacji i współpracy z klinicystami i pacjentkami uda nam się osiągnąć wcześniejszą identyfikację i ostatecznie poprawić wyniki w zakresie zdrowia psychicznego pacjentek po porodzie. „

Mark Clapp, MD, MPH, Oddział Położnictwa i Ginekologii, Massachusetts General Hospital

Źródła: