Ác quỷ ở trong dữ liệu

Đánh giá máy học về hàng triệu lượt thăm khám của bệnh nhân cho thấy nhiều trường hợp tự gây hại chưa được phát hiện

Khi nói đến ý nghĩa của dữ liệu lớn, đôi khi thật khó để nhìn thấy rừng cho cây.

Nhưng Tiến sĩ Christophe Lambert và các đồng nghiệp của ông tại Trung tâm Sức khỏe Toàn cầu của UNM gần đây đã sử dụng một phương pháp máy học để phát hiện một mô hình đáng lo ngại ẩn trong hàng triệu hồ sơ thanh toán bảo hiểm y tế.

Trong một bài báo được xuất bản vào tháng trước trong Tạp chí của Hiệp hội Tin học Y khoa Hoa Kỳ, nhóm đã báo cáo phát hiện của họ rằng các trường hợp tự làm hại bản thân ở những người mắc bệnh tâm thần nặng đang tìm kiếm sự chăm sóc y tế thực sự có thể cao hơn 19 lần so với những gì được báo cáo trong hồ sơ thanh toán.

Phát hiện cho thấy rằng các bác sĩ và các nhà cung cấp dịch vụ chăm sóc khác thường chỉ định các mã thanh toán tiêu chuẩn cho dịch vụ chăm sóc mà họ cung cấp để che khuất khả năng thương tích của bệnh nhân thực sự có thể là do tự làm hại bản thân chứ không phải do tai nạn.

Phát hiện cho thấy điều này có thể ảnh hưởng đến việc chăm sóc bệnh nhân.

“Các nghiên cứu sắp tới của chúng tôi cho thấy rằng một người phải đối mặt với nguy cơ tự làm hại bản thân gấp ba lần nếu họ đã từng làm điều đó một lần”, Lambert, phó giáo sư tại Khoa Nội cho biết. Vì vậy, khi tìm cách ngăn chặn việc tự làm hại bản thân hoặc tự tử thêm nữa, "Nếu bạn không mã hóa nó, điều đó có nghĩa là việc điều trị bệnh nhân trong tương lai có thể bị tổn hại do không có thông tin quan trọng đó trong lịch sử của họ", ông nói.

Lambert và nhóm của ông bắt đầu nghiên cứu với cơ sở dữ liệu ẩn danh chứa hồ sơ thanh toán y tế của hơn 130 triệu người Mỹ từ năm 2003 đến năm 2016. Họ thu hẹp nghiên cứu của mình xuống một nhóm nhỏ khoảng 10 triệu bệnh nhân được chẩn đoán mắc bệnh tâm thần nặng, bao gồm cả rối loạn trầm cảm nặng. , rối loạn lưỡng cực, tâm thần phân liệt và rối loạn phân liệt - những người đã được coi là có nguy cơ tự làm hại bản thân cao hơn.

Máy học, trong đó máy tính áp dụng một thuật toán để phân tích nhanh một tập dữ liệu lớn, có thể xác định các mẫu mà con người không dễ thấy. Trong trường hợp này, các nhà nghiên cứu đã cung cấp cho máy tính 185,000 biến số để áp dụng cho các lần khám bệnh nội trú và phòng cấp cứu của mỗi bệnh nhân.

“Chúng tôi thực sự đã ném vào bồn rửa chén trong bếp,” Lambert nói. "Về cơ bản, đó là bất cứ điều gì đã xảy ra trong những lần thăm khám đó - bao gồm tất cả các quy trình và mã chẩn đoán." Trong số các phát hiện nổi lên là các trường hợp có khả năng tự làm hại bản thân được báo cáo rất ít.

Cũng có sự khác biệt bất ngờ giữa các trường hợp được đánh giá là tự làm hại bản thân và những trường hợp không được đánh giá.

Những người được điều trị nhiễm độc và ngộ độc, tai nạn, ngạt thở, phẫu thuật sửa ngực và đầu, vết thương ở cổ tay, suy nghĩ tự làm hại bản thân, trầm cảm và liệu pháp tâm lý có nhiều khả năng được mã hóa để tự làm hại bản thân hơn những người mắc chứng rối loạn sử dụng chất kích thích, ngộ độc heroin , rối loạn thần kinh, tai nạn xe cộ hoặc té ngã.

Điều đó cho thấy rằng một số sự khác biệt có thể là do những nhà cung cấp động lực cho một hành vi cụ thể, Lambert nói.

“Chúng tôi nhận thấy trung bình khi ai đó tự làm tổn thương bản thân do sử dụng quá liều opioid hoặc các loại thuốc có tác dụng gây khoái cảm - họ ít có khả năng coi đó là hành vi tự gây hại cho bản thân,” Lambert nói. Nhưng việc đánh giá mức độ tự làm hại bản thân có nhiều khả năng xảy ra hơn khi ai đó đã sử dụng quá liều aspirin hoặc thuốc ngủ, có lẽ là với ý định tự làm hại bản thân.

"Nam giới cũng có nhiều khả năng tự làm tổn hại bản thân khi được mã hóa thấp hơn phụ nữ", Lambert nói thêm, "và định kiến ​​rằng nam giới ít có khả năng tiết lộ hoặc nhận được sự giúp đỡ hơn phụ nữ đã mâu thuẫn với dữ liệu - có vẻ như là một sự thiên vị trong việc mã hóa nhà cung cấp dựa trên giới tính của bệnh nhân. "

Khi việc tự gây hại cho bản thân không được mã hóa được tiết lộ, các ước tính chi tiết về nguy cơ của nó như một hàm của tuổi tác, chẩn đoán bệnh tâm thần, giới tính và trạng thái của Hoa Kỳ đã xuất hiện. Nguy cơ tự làm hại bản thân cao nhất là ở độ tuổi 15 đối với nữ và 17 tuổi đối với nam, giảm dần sau tuổi 20.

Tỷ lệ tự làm hại bản thân tăng đều đặn trên toàn quốc kể từ năm 2006, và những người có nhiều hơn một lần chẩn đoán bệnh tâm thần nặng có 18-25% cơ hội tự làm hại bản thân mỗi năm trong độ tuổi từ 15 đến 26, nơi có nguy cơ cao nhất.

Nghiên cứu này là một phần của một nhóm nghiên cứu lớn hơn mà Lambert đã thực hiện với giải thưởng của Viện Nghiên cứu Kết quả Lấy Bệnh nhân Làm Trung tâm trị giá 2.4 triệu đô la để so sánh hiệu quả của các phương pháp điều trị rối loạn lưỡng cực khác nhau, đặc biệt khi chúng liên quan đến các trường hợp tự làm hại bản thân, nhập viện và nguy cơ tác dụng phụ.

Trong khi nghiên cứu tập trung vào cách phân loại chăm sóc bệnh nhân, Lambert tin rằng phương pháp này có thể được sử dụng trong một khung dự đoán.

Ông nói: “Người ta có thể sử dụng công nghệ máy học theo cách khác, dựa trên lịch sử của bạn, bao gồm cả những trường hợp tự gây hại cho bản thân trước đây. "Bạn có thuộc nhóm nguy cơ cao vì điều đó và / hoặc các yếu tố khác mà việc điều trị chủ động có thể giúp ích không?"

Lambert cũng lạc quan rằng phân tích dữ liệu quy mô lớn có thể tiết lộ những hiểu biết hữu ích để cung cấp thông tin cho việc ra quyết định y tế.

"Chúng ta có thể học được điều gì đó từ những tập dữ liệu này không?" anh ta hỏi. "Mã hóa là không hoàn hảo, con người không hoàn hảo, nhưng tổng thể khi chúng ta có bộ dữ liệu rất lớn, rất nhiều nhiễu có thể được tính trung bình và chúng ta có thể nhận được câu trả lời và bằng chứng có ý nghĩa."