{"id":44613,"date":"2024-04-09T10:10:01","date_gmt":"2024-04-09T16:10:01","guid":{"rendered":"https:\/\/saluddigital.com\/?p=44613"},"modified":"2025-10-18T21:49:28","modified_gmt":"2025-10-19T03:49:28","slug":"machine-learning-y-prediccion-de-riesgo-de-suicidio-son-clave-para-atencion-de-nuevos-pacientes","status":"publish","type":"post","link":"https:\/\/saluddigital.com\/en\/big-data\/machine-learning-y-prediccion-de-riesgo-de-suicidio-son-clave-para-atencion-de-nuevos-pacientes\/","title":{"rendered":"Machine learning y predicci\u00f3n de riesgo de suicidio son clave para atenci\u00f3n de nuevos pacientes"},"content":{"rendered":"
\n\t\t\t\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t

Nueva investigaci\u00f3n sugiere que los c\u00e1lculos de riesgo de suicidio podr\u00edan ayudar en el cuidado de nuevos pacientes.<\/h2>\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t

Un nuevo estudio publicado en JAMA Psychiatry<\/i><\/span><\/a>, detalla c\u00f3mo un modelo de machine learning entrenado con registros m\u00e9dicos es capaz de realizar c\u00e1lculos sobre el riesgo de suicidio en pacientes psiqui\u00e1tricos de nuevo ingreso. La investigaci\u00f3n se centr\u00f3 en pacientes que buscan tratamiento por primera vez, y el modelo demostr\u00f3 ser preciso incluso cuando los registros cl\u00ednicos de salud mental son limitados.<\/p>

Por su parte, la Dra. Honor Hsin, coautora del estudio, enfatiz\u00f3 la importancia de identificar el riesgo de suicidio temprano en el tratamiento, ya que muchos pacientes interrumpen la atenci\u00f3n despu\u00e9s de una o dos visitas. El modelo, desarrollado y validado por la Red de Investigaci\u00f3n en Salud Mental de Kaiser Permanente, proporciona informaci\u00f3n adicional para los cl\u00ednicos en su evaluaci\u00f3n y planificaci\u00f3n del tratamiento. La Dra. Hsin, tambi\u00e9n destac\u00f3 que el modelo debe aplicarse de manera temprana para poder ofrecer informaci\u00f3n \u00fatil sobre los pacientes y as\u00ed mejorar sus tratamientos.<\/p>

El an\u00e1lisis se realiz\u00f3 en m\u00e1s de 1.6 millones de citas de evaluaci\u00f3n de salud mental entre 2012 y 2022, con resultados que demostraron la eficacia del modelo en la identificaci\u00f3n de pacientes en mayor riesgo de intentos de suicidio en los siguientes 90 d\u00edas.<\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t

\n\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t

Asimismo, el Dr. Santiago Papini, coautor del estudio, subray\u00f3 el papel del modelo como una herramienta complementaria para los m\u00e9dicos, no como un reemplazo de su juicio cl\u00ednico ni de su experiencia. De igual forma el Dr. Papini, explic\u00f3 que el modelo resume la sabidur\u00eda y de los m\u00e9dicos que han interactuados con cada paciente en el pasado y ofrece un punto de vista basado en los datos registrados para que el nuevo m\u00e9dico informe sobre su juicio cl\u00ednico.<\/span>\u00a0 <\/span>Adem\u00e1s, destac\u00f3 el potencial de la inteligencia artificial en la prevenci\u00f3n del suicidio, se\u00f1alando que el modelo se basa en el machine learning para mejorar la precisi\u00f3n predictiva.<\/span><\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t

\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\"\"\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t

La Dra. Esti Iturralde, por su parte, explic\u00f3 que el modelo ya ha sido validado y las nuevas investigaciones se van a centrar en lo que puedan realizar con dicha herramienta. La Dra. Iturralde explic\u00f3 que este modelo es de suma importancia, especialmente para personas que no suelen compartir informaci\u00f3n acerca de pensamientos suicidas con sus nuevos m\u00e9dicos. \u201cEl beneficio de un modelo como este es que extrae informaci\u00f3n pasada sobre un paciente, como medicamentos o diagn\u00f3sticos anteriores\u201d.<\/p>

Previamente, fue desarrollado un modelo original utilizando datos de 10 millones de visitas ambulatorias de salud mental y 300 tipos predictivos de datos de pacientes. El machine learning permiti\u00f3 el an\u00e1lisis de grandes cantidades de datos, y el aprendizaje de patrones complejos que mejoraron la precisi\u00f3n del modelo.<\/p>

A medida que contin\u00faa la investigaci\u00f3n, se explorar\u00e1n formas de incorporar el modelo a la pr\u00e1ctica cl\u00ednica real y de beneficiar a los pacientes en entornos cl\u00ednicos reales.<\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t

\n\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t
\n\t\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t\t\t\t\t\t\t\t\t\t\n\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t<\/i><\/span>\n\t\t\t\t\t\t\t\t<\/i><\/span>\n\t\t\t\t\t\t\t\t\t\t\t\t\t<\/span>\n\t\t\t\t\t\t\t\t\t\t\t\t BIBLIOGRAPHY<\/a>\n\t\t\t\t\t<\/div>\n\n\t\t\t\t\t

KAISER PERMANENTE<\/b><\/p>

https:\/\/divisionofresearch.kaiserpermanente.org\/medical-records-ai-spotting-suicide-risk\/<\/a><\/span><\/p>

JAMA NETWORK<\/b><\/p>

https:\/\/jamanetwork.com\/journals\/jamapsychiatry\/fullarticle\/2816805<\/a><\/span><\/p><\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t<\/div>","protected":false},"excerpt":{"rendered":"

Nueva investigaci\u00f3n sugiere que los c\u00e1lculos de riesgo de suicidio podr\u00edan ayudar en el cuidado de nuevos pacientes. Un nuevo estudio publicado en JAMA Psychiatry, detalla c\u00f3mo un modelo de machine learning entrenado con registros m\u00e9dicos es capaz de realizar c\u00e1lculos sobre el riesgo de suicidio en pacientes psiqui\u00e1tricos de nuevo ingreso. La investigaci\u00f3n se centr\u00f3 en pacientes que buscan tratamiento por primera vez, y el modelo demostr\u00f3 ser preciso incluso cuando los registros cl\u00ednicos de salud mental son limitados. Por su parte, la Dra. Honor Hsin, coautora del estudio, enfatiz\u00f3 la importancia de identificar el riesgo de suicidio temprano en el tratamiento, ya que muchos pacientes interrumpen la atenci\u00f3n despu\u00e9s de una o dos visitas. El modelo, desarrollado y validado por la Red de Investigaci\u00f3n en Salud Mental de Kaiser Permanente, proporciona informaci\u00f3n adicional para los cl\u00ednicos en su evaluaci\u00f3n y planificaci\u00f3n del tratamiento. La Dra. Hsin, tambi\u00e9n destac\u00f3 que el modelo debe aplicarse de manera temprana para poder ofrecer informaci\u00f3n \u00fatil sobre los pacientes y as\u00ed mejorar sus tratamientos. El an\u00e1lisis se realiz\u00f3 en m\u00e1s de 1.6 millones de citas de evaluaci\u00f3n de salud mental entre 2012 y 2022, con resultados que demostraron la eficacia del modelo en la identificaci\u00f3n de pacientes en mayor riesgo de intentos de suicidio en los siguientes 90 d\u00edas. Asimismo, el Dr. Santiago Papini, coautor del estudio, subray\u00f3 el papel del modelo como una herramienta complementaria para los m\u00e9dicos, no como un reemplazo de su juicio cl\u00ednico ni de su experiencia. De igual forma el Dr. Papini, explic\u00f3 que el modelo resume la sabidur\u00eda y de los m\u00e9dicos que han interactuados con cada paciente en el pasado y ofrece un punto de vista basado en los datos registrados para que el nuevo m\u00e9dico informe sobre su juicio cl\u00ednico.\u00a0 Adem\u00e1s, destac\u00f3 el potencial de la inteligencia artificial en la prevenci\u00f3n del suicidio, se\u00f1alando que el modelo se basa en el machine learning para mejorar la precisi\u00f3n predictiva. La Dra. Esti Iturralde, por su parte, explic\u00f3 que el modelo ya ha sido validado y las nuevas investigaciones se van a centrar en lo que puedan realizar con dicha herramienta. La Dra. Iturralde explic\u00f3 que este modelo es de suma importancia, especialmente para personas que no suelen compartir informaci\u00f3n acerca de pensamientos suicidas con sus nuevos m\u00e9dicos. \u201cEl beneficio de un modelo como este es que extrae informaci\u00f3n pasada sobre un paciente, como medicamentos o diagn\u00f3sticos anteriores\u201d. Previamente, fue desarrollado un modelo original utilizando datos de 10 millones de visitas ambulatorias de salud mental y 300 tipos predictivos de datos de pacientes. El machine learning permiti\u00f3 el an\u00e1lisis de grandes cantidades de datos, y el aprendizaje de patrones complejos que mejoraron la precisi\u00f3n del modelo. A medida que contin\u00faa la investigaci\u00f3n, se explorar\u00e1n formas de incorporar el modelo a la pr\u00e1ctica cl\u00ednica real y de beneficiar a los pacientes en entornos cl\u00ednicos reales. BIBLIOGRAF\u00cdA KAISER PERMANENTE https:\/\/divisionofresearch.kaiserpermanente.org\/medical-records-ai-spotting-suicide-risk\/ JAMA NETWORK https:\/\/jamanetwork.com\/journals\/jamapsychiatry\/fullarticle\/2816805<\/p>","protected":false},"author":1,"featured_media":44614,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[156,160],"tags":[145],"class_list":["post-44613","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-big-data","category-noticias","tag-noticias"],"aioseo_notices":[],"_links":{"self":[{"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/posts\/44613","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/comments?post=44613"}],"version-history":[{"count":0,"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/posts\/44613\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/media\/44614"}],"wp:attachment":[{"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/media?parent=44613"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/categories?post=44613"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/tags?post=44613"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}