Algorithmus prognostiziert Risiko für PTBS nach traumatischen Verletzungen

Forscher haben einen Algorithmus entwickelt, der Vorhersagen kann, ob das trauma der überlebenden sind wahrscheinlich für die Entwicklung einer posttraumatischen Belastungsstörung (PTBS). Das Werkzeug, das stützt sich auf routinemäßig erfassten medizinischen Daten, die erlauben würde, die Kliniker frühzeitig eingreifen, um die Abschwächung der Auswirkungen der PTBS.

Die Studie wurde online veröffentlicht heute in der Zeitschrift Nature Medicine.

30-Millionen-Trauma-Patienten, die Jedes Jahr in den Vereinigten Staaten

Pro Jahr werden etwa 30 Millionen Patienten in den Vereinigten Staaten behandelt werden, in einer Notaufnahme (ED) für die traumatischen Verletzungen aufgrund von Autounfällen, stürzen, Feuerwaffe Verletzungen und andere Verletzungen.

Health-Experten schätzen, dass 10 bis 15% der trauma-Patienten entwickeln langfristige PTSD-Symptomatik, in der Regel innerhalb von einem Jahr nach der Verletzung.

Obwohl Behandlungen, die effektiv reduzieren das Risiko für die Entwicklung PTSD existieren, frühe Prävention-Strategien sind in der Regel nicht umgesetzt werden, aufgrund der Mangel an etablierten Methoden, als die Vorhersagen können, welche Patienten sind höchstwahrscheinlich, PTSD zu entwickeln.

„Für viele trauma-Patienten, die die ED besuchen, ist oft Ihre einzige Kontakt mit dem Gesundheitssystem. Die Zeit unmittelbar nach einer traumatischen Verletzung ist ein kritisches Fenster für die Identifizierung von Menschen mit einem Risiko für PTSD und Veranlassung der entsprechenden follow-up-Behandlung“, sagt führen Autor Katharina Schultebraucks, Ph. D., assistant professor für Verhaltens-und kognitive Wissenschaften in der Abteilung für Notfall-Medizin an der Columbia University Vagelos College of Physicians und Chirurgen. „Je früher wir behandeln, deren Risiko, desto besser die zu erwartenden Ergebnisse.“

Machine Learning wird 70 Klinische Datenpunkte in die Einzelnen PTSD-Risiko-Score

Zahlreiche biologische und psychologische Biomarkern—darunter ein erhöhtes stress-Hormone, erhöhte entzündliche Signale, Bluthochdruck, und hyperarousal (eine abnorm erhöhten Zustand der Angst) – oft vorausgehen PTSD in der trauma-überlebenden. Aber keine dieser Maßnahmen, allein oder in Kombination, hat sich als zuverlässig bei der Vorhersage PTSD.

In der neuen Studie, die multi-site-research-team verwendet überwachtes maschinelles lernen zu entwickeln ist ein Algorithmus, der berechnet eine einzelne PTBS-Risiko-score aus einer Kombination von 70 klinischen Daten Punkte und eine kurze klinische Einschätzung eines Patienten ist die sofortige Reaktion auf stress. (Supervised machine learning ist eine form der künstlichen Intelligenz, gibt ein computer-system, die Fähigkeit zum erkennen von mustern aus Daten-Eingänge, um Vorhersagen über neue Beobachtungen ohne zusätzliche Programmierung.)

„Wir ausgewählte Maßnahmen, die routinemäßig erhoben, in der ED und protokolliert, in der elektronischen Krankenakte, plus Antworten auf ein paar kurze Fragen über den psychischen stress-Reaktion“, sagt Schultebraucks. „Die Idee war, ein Instrument zu schaffen, das wäre universell verfügbar und möchte hinzufügen, wenig Belastung für ED Personal.“

Algorithmus Diskriminiert PTSD-Risiko mit Hoher Präzision

Die Forscher entwickelten den Algorithmus mit Daten von 377 Erwachsenen trauma-überlebenden in Atlanta und dann getestet, die den Algorithmus in den 221 Erwachsenen trauma-überlebenden in New York City.

Bei den Patienten, die gekennzeichnet wurden durch den Algorithmus als PTBS-Risiken, 90% entwickelt, die lang anhaltenden PTSD-Symptome innerhalb eines Jahres. Nur 5% der Patienten, die frei von lang anhaltenden PTSD-Symptome festgestellt worden waren, als gefährdet. Der Patienten wird prognostiziert, haben keine oder nur wenige PTSD-Symptome, 29% entwickelt langlebige PTSD (false negative).

Mehr Tests Nötig

„Da sich die bisherigen Modelle zur Vorhersage von PTSD-Risiko haben, nicht validiert wurden, in unabhängigen Proben, wie unser Modell, das haben Sie nicht angenommen in der klinischen Praxis“, sagt Schultebraucks. „Tests und Validierung unseres Modells in größeren Stichproben notwendig sein wird für den Algorithmus zu sein, bereit-zu-Gebrauch in der Allgemeinen Bevölkerung.“

Der aktuelle Algorithmus wurde mit Patienten, die Blut gezogen. Diese möglicherweise Grenzen der verallgemeinerbarkeit als der Algorithmus gilt nur für Patienten, die einer Blut-Tests, wie solche mit schweren Verletzungen.

In zukünftigen Studien das team plant, um zu testen, ob der Algorithmus kann Vorhersagen, PTSD bei Patienten, die andere potenziell traumatischen Gesundheit Ereignisse, einschließlich Herzinfarkt und Schlaganfall.

Bald Schultebraucks prognostiziert, den Algorithmus integriert werden können in die elektronischen Patientenakten.

„Derzeit nur 7% der level-1-trauma-Zentren routinemäßig Bildschirm für PTBS“, sagt Sie. „Wir hoffen, dass der Algorithmus liefern ED ärzten eine schnelle, automatische Anzeige, die Sie verwenden könnte, für das entlassungsmanagement und die Prävention von PTBS.“