预测美国陆军出院后自杀

它早就知道,最近解除精神病住院患者自杀风险明显升高。然而,自杀的罕见即使在这个高风险的人口使它不切实际的证明提供密集的所有最近出院患者出院后自杀预防项目。病人特别是高自杀风险的有针对性的项目会更可行的,但它是困难的对临床医师准确预测哪些病人是自杀的高危。

今天在网上发表的一份新报告JAMA精神病学表明,大数据预测分析方法确定哪些可能有助于解决这个问题最近出院患者自杀风险最高。报告来自美国陆军研究来评估风险和弹性退伍(军队STARRS),陆军自杀的多组分流行病学和神经生物学的研究及其相关由美国陆军和资助下合作协议与美国卫生和人类服务部,美国国立卫生研究院和国家精神卫生研究所(NIH /镍氢)。

这项研究观察了53769名正规军士兵在12个月期间出院后精神设施在2004年到2009年。数以百计的潜力预测出院后自杀从广泛的军队和国防部抽象行政文件,包含在所有士兵的数据。大数据机器学习方法生成的预测算法中,5%的士兵被划分住院出院后的最高水平自杀风险。这5%的风险最高占所有的52.9%出院后自杀。士兵在风险最高也显著升高的非故意伤害死亡的风险,自杀企图随访期间和再入院治疗。这些不良结果发生的至少一年46.3%的高危住院治疗出院后。

“自杀风险的高度集中在5%的高危住院是惊人的,”主要作者Ronald Kessler说,麦克尼尔公司哈佛医学院家庭卫生保健政策教授。“事实上,将近一半的高危住院是紧随其后的是至少有一个不良outcome-either自杀,意外伤害死亡,自杀或rehospitalization-argues强烈发展扩大出院后预防性干预服务这些高危士兵。”

“大数据的应用方法针对高危士兵罕见但重要成果自杀是一个令人兴奋的发展,因为它给了我们前进的预防工作关注一个正在进行的基础上,“主席Robert Ursano说精神病学系的健康科学统一服务大学和军队STARRS首席研究员。