摘要
一项新的研究报告称，新的机器学习模型能够预测哪些患者可能比他们的初级护理提供者更需要治疗抑郁症。该研究结果发表在《医学互联网研究杂志》上。
一项新的研究报告称，新的机器学习模型能够预测哪些患者可能比他们的初级护理提供者更需要治疗抑郁症。研究结果发表在《医学互联网研究杂志》上。
这些算法是专门设计来提供信息的临床医生可以采取行动，并适应现有的临床工作流程。
抑郁症是世界上最常见的精神疾病。世界卫生组织估计它影响了大约3.5亿人。有些人可能能够自己或在初级保健提供者的指导下控制自己的抑郁。然而，其他人可能有更严重的抑郁症，需要心理健康护理提供者的高级护理。
Regenstrief和印第安纳大学的研究人员创建了识别这些患者的算法，以便初级保健医生和提供者可以将他们介绍给精神卫生专家。
“我们的目标是建立可复制的模型，以适应临床工作流程，”Suranga N. Kasthurirathne博士说。“这个算法是独一无二的，因为它为临床医生提供了可操作的信息，帮助他们识别哪些患者可能更容易发生抑郁症的不良事件。”
这些算法结合了印第安纳州患者护理网络(Indiana Network for Patient Care)为埃斯肯纳齐健康中心(Eskenazi health)患者提供的各种行为和临床信息。Kasthurirathne博士和他的团队为整个患者群体以及几个不同的高危人群开发了算法。
Kasthurirathne博士说:“通过为不同的患者群体创建模型，我们为卫生系统领导人提供了一个选择，即根据他们的需要选择最佳的筛查方法。”“也许他们没有足够的计算机或人力资源来为每个病人运行模型。这让他们有机会筛选高风险患者。”Kasthurirathne博士也是印第安那大学Richard M. Fairbanks公共卫生学院IUPUI访问研究助理教授。
“初级保健医生的时间往往有限，而识别出患有更严重抑郁症的患者可能是一项挑战，也很耗时。我们的模型帮助他们更有效地帮助他们的病人，同时提高护理质量,硕士他是这篇论文的作者之一，也是Regenstrief研究所Clem McDonald生物医学信息学中心的主任。“我们的方法也很适合利用日益增加的卫生信息技术的采用和互操作性，使预防保健成为可能，并改善对综合卫生服务的获取。”Grannis博士是印第安纳大学医学院生物医学信息学Clem McDonald教授。
研究人员目前正在努力将健康的社会决定因素纳入这些模型。
这项研究是卡斯图拉斯尼博士博士论文的一部分。
来源：Medindia
此文系悬壶济世网原创整理，没有授权，请勿转载！
