Las palabras en las notas narrativas del alta hospitalaria pueden ayudar a identificar a los pacientes con alto riesgo de suicidio, según un artículo publicado en línea por Psiquiatría JAMA.
El suicidio es el 10 th principal causa de muerte en los Estados Unidos 12,6 casos por 100.000 y uno de los resultados más temidos de la enfermedad psiquiátrica. El desafío consiste en identificar a los pacientes con alto riesgo de suicidio. Porque existe un riesgo elevado de suicidio después del alta hospitalaria, el alta de un hospital es un momento de mayor intervención.
Roy H. Perlis, MD, MS, del Massachusetts General Hospital, Boston, y los coautores examinaron si el procesamiento del lenguaje natural asistido por computadora de las notas narrativas del alta hospitalaria podría ayudar a identificar a los pacientes en riesgo de muerte por suicidio después del alta médica o quirúrgica deel hospital.
Utilizaron una lista seleccionada de aproximadamente 3000 palabras que transmiten valencia es decir, emoción. La valencia positiva incluía términos como alegre, agradable y encantador; la valencia negativa incluía términos como sombrío, desafortunado y triste.
Los autores analizaron datos clínicos de pacientes de dos grandes centros médicos académicos desde 2005 hasta 2013, lo que resultó en 845,417 altas hospitalarias en el grupo de estudio para 458,053 individuos únicos.
La tasa general de muerte por todas las causas fue del 18 por ciento durante los nueve años del estudio. Para todo el grupo de estudio, hubo 235 0,1 por ciento muertes por suicidio durante el seguimiento, según los resultados.
La emoción positiva reflejada en las notas narrativas se asoció con una disminución del 30 por ciento en el riesgo de suicidio en los modelos analíticos, informan los autores.
Las limitaciones del estudio incluyen una clasificación errónea potencial, no examinar las características específicas de la psicopatología y tener resultados basados en pacientes en dos centros académicos, por lo que surgen cuestiones de generalización.
"Si bien el valor de grandes conjuntos de datos en el cuidado de la salud sin duda ha sido objeto de una hipérbole sustancial, nuestros resultados se suman a un creciente cuerpo de trabajo que indica la viabilidad de aprovechar dichos conjuntos de datos con herramientas computacionales estándar para hacer predicciones que pueden aplicarsepara estratificar el riesgo ... Las herramientas automatizadas para ayudar a los médicos a evaluar estos riesgos pueden ayudar a identificar a las personas de alto riesgo ", concluye el estudio.
Fuente de la historia :
Materiales proporcionado por JAMA . Nota: el contenido se puede editar por estilo y longitud.
Referencia de la revista :
cite esta página :