El estudio tiene como objetivo entender, predecir y prevenir el riesgo conductas suicidas a través de datos estructurados y no estructurados en expedientes clínicos electrónicos (ECE) y notas de los especialistas, respectivamente.
Investigadores de departamentos de psiquiatría de instituciones de Boston como la Universidad de Harvard, Boston Children’s Hospital y Massachusetts General Hospital, realizaron un estudio sobre la predicción de riesgo de suicidio a través de datos estructurados y no estructurados de pacientes.
El estudio publicado en npj Digital Medicine muestra el desarrollo de un modelo clínico de predicción de riesgo, desarrollado a través de información estructurada de ECE e información no estructurada como las notas de los médicos, que fue interpretada a través de procesamiento de lenguaje natural (PLN).
En este sentido, la información estructurada incluye información como diagnósticos y medicación, por lo que es importante añadir datos no estructurados como las notas médicas, para que el modelo predictivo entienda el valor de cada clasificación de datos y las interacciones entre ambas.
El estudio titulado: Interacciones predictivas estructuradas-no estructuradas en modelos EHR: un estudio de caso de predicción de suicidio, contempló tres objetivos:
- Comparar el valor predictivo de los datos de ECE estructurados y no estructurados como conjuntos de datos independientes para predecir el riesgo de suicidio.
- Evaluar el aumento en el rendimiento de la predicción al integrar datos estructurados y no estructurados utilizando varios modelos: Naive Bayes Classifier (NBC) y Random Forest (RF).
- Identificar pares de características estructuradas y no estructuradas en las que la interacción entre las dos características difiere sustancialmente entre poblaciones con intentos de suicidio y personas sin intentos.
La aplicación de los criterios de inclusión y exclusión produjo 1 millones 625 mil 350 sujetos de entrenamiento para los modelos 99% correspondieron a no casos y 16 mil a casos, es decir el 1%.
Las variables capturadas más encontradas en el conjunto de datos fueron trastorno de control de impulsos, trastorno bipolar, trastorno esquizoafectivo y dependencia o abuso de opioides.
De esta forma fue posible identificar variables de datos estructurados y no estructurados sobre pacientes con riesgo de suicidio o conductas suicidas. A raíz de estos datos es posible desarrollar estrategias eficaces de prevención del suicidio.
Consulta el estudio completo en el siguiente enlace:
https://www.nature.com/articles/s41746-022-00558-0
