Új modell képes azonosítani a nagy öngyilkossági kockázattal rendelkező veteránokat

A Veterans Health Administration (VHA) elektronikus orvosi nyilvántartásából származó adatok összevissza kutatói megtalálták a módját, hogy azonosítsák a VHA betegpopulációján belül nagyon magas, előre jelzett öngyilkossági kockázattal rendelkező egyének nagyon kis csoportjait.

Legtöbbjüket a klinikusok nem azonosították öngyilkossági kockázattal. Az ilyen módszerek segíthetik a VHA-t abban, hogy az öngyilkosság megelőzésére irányuló erőfeszítéseket a magas kockázatú betegek számára irányítsa, és szélesebb körű előnyökkel járhat.

A Veterans Affairs (VA) és az Országos Mentális Egészségügyi Intézet (NIMH) tudósai, John McCarthy, Ph.D., M.P.H, Robert Bossarte, Ph.D., valamint Ira Katz, M.D. és munkatársai beszámoltak eredményeikről a American Journal of Public Health.

McCarthy és munkatársai úgy fejlesztették ki az öngyilkossági kockázat algoritmusát, hogy a 2009–2011-es pénzügyi évek VHA-betegpopulációját tanulmányozták. A halál módjára vonatkozó adatok a Nemzeti Halál Indexből származnak, az öngyilkosság és más halálesetek előrejelzői pedig a VHA klinikai nyilvántartásaiból származnak.

A csapat a betegpopuláció egyik felének adatait felhasználta a prediktív modell kidolgozásához, majd a másik fele adatainak felhasználásával tesztelte a modellt. A két vizsgálati minta mindegyike 3180 öngyilkossági esetet és 1 056 004 kontroll beteget tartalmazott.

A prediktív modell teljesítményének felmérése érdekében a kutatók összehasonlították az előrejelzett öngyilkossági kockázatot a tényleges halálozással.

"Az Egyesült Államok legnagyobb egészségügyi szolgáltatójaként a VA feladata folyamatosan megvizsgálni, hogyan működnek átfogó öngyilkosság-megelőzési erőfeszítéseink, és meghatározni a nemzetünk veteránjainak szolgálatának javításának kritikus lehetőségeit" - mondta Dr. Caitlin Thompson, az igazgatóhelyettes a VA öngyilkosságának megelőzésére.

„Ez a NIMH-val folytatott együttműködés erőfeszítések soha nem látott információkkal szolgálnak számunkra, amelyek lehetővé teszik számunkra, hogy innovatív stratégiákat dolgozzunk ki és hajtsunk végre azoknak a veteránoknak a felmérésében és gondozásában, akiknek nagy a kockázata az öngyilkosságnak.

Ez a modell elősegíti a veteránok gondozását a VA öngyilkosság-megelőzési programjain keresztül, hogy jobban szabhassuk öngyilkosság-megelőzési erőfeszítéseinket, hogy biztosíthassuk, hogy minden veterán biztonságban maradjon. "

Hagyományosan a VHA ellátórendszer a klinikai találkozások során értékelt információk alapján a betegeket magas öngyilkossági kockázattal azonosítja.

A kutatók szerint az új prediktív modell érzékenyebb volt, mint ez a klinikai jelzés, abban az értelemben, hogy - még a modell alapján a legmagasabb előrejelzett öngyilkossági kockázattal rendelkező csoportokban is - a betegek kevesebb mint egyharmadát azonosították klinikailag.

"Ez értékes, mert szélesebb körű információt nyújt a VA-nak az öngyilkossági kockázatról" - mondta Michael Schoenbaum, Ph.D., a NIMH mentálhigiénés, epidemiológiai és közgazdasági vezető tanácsadója és a jelentés egyik társszerzője.

"Ha a VA képes azonosítani az öngyilkosság különösen nagy kockázatú emberek kis csoportjait, akkor a fokozott megelőzési és kezelési szolgáltatásokat megcélozhatja ezeknek a legmagasabb kockázatú egyéneknek."

"Különösen biztató, hogy ezek az elemzések minden nagy egészségügyi rendszer számára rendelkezésre álló adattípusokat felhasználják" - mondta Thomas Insel, a NIMH igazgatója. "Ezek a módszerek elősegíthetik a polgári és a veterán öngyilkosságok megelőzését."

Az öngyilkossági kockázat azonosítása mellett a csoport a legmagasabb öngyilkossági kockázatot jelentő emberek halálát vizsgálta 2010-ben. A csoport megállapította, hogy ennek a csoportnak nagyon magas az öngyilkosság és a nem öngyilkosság halálozási aránya a következő 12 hónapban.

"Ez a megállapítás megerősíti azt az elképzelést, hogy ennek a folyamatnak az öngyilkossági kockázati beavatkozásokra való felhasználása hosszú távon széles körű előnyökkel járhat" - mondta Schoenbaum.

Forrás: NIH / EurekAlert