Yeni Yazılım Aracı TSSB için Bireysel Riski Tahmin Edebilir
Araştırmacılar, insanların travma sonrası stres bozukluğu (TSSB) için artan risk altında olduğu 800 farklı yolu doğru bir şekilde tanımlayabilen bir yazılım modeli oluşturdu.
New York Üniversitesi Langone Tıp Merkezi'nden araştırmacılar, yeni modelin ilk kez PTSD için kişiselleştirilmiş bir tahmin kılavuzuna izin vereceğine inanıyor.
Çalışma sonuçları dergide yayınlandı BMC Psikiyatri.
Psikiyatri Bölümü'nden Barbara Wilson Profesörü Dr. Arieh Y. Shalev, "Çalışmamız, travmatik bir olay yaşayan yüksek riskli bireylerin acil serviste ilk görüldükten iki haftadan daha kısa bir süre sonra tespit edilebileceğini gösteriyor" diyor. New York Üniversitesi Langone'da.
"Şimdiye kadar, travmanın bireylerde meydana geldiği birçok farklı yolu tartabilen ve kişiselleştirilmiş bir risk tahmini sağlayan bir araca - bu durumda bir hesaplama algoritmasına - sahip değiliz."
Tarihsel olarak, klinisyenler, yalnızca tüm hayatta kalan gruplarının ortalama riskini hesaplayabilen hesaplama yöntemleriyle sınırlıydı. Ve bunların bireysel bir risk tahmin aracı olarak yetersiz olduğu kanıtlanmıştır.
Yeni algoritma, TSSB'yi tahmin etmek için şu anda kanserin büyümesini tahmin etmek için kullanılan risk tahmin araçlarını uyguladı.
Araştırmacılar, moleküler ve kanser araştırmaları için New York Üniversitesi Sağlık Biyoinformatik Merkezi'nde daha önce geliştirilmiş bir modeli kullanarak, değiştirilebilir, maksimum öngörülebilir erken risk göstergeleri setlerini ortaya çıkarmak ve yeni bir algoritma oluşturmak için çalışmayı tasarladılar.
Araç, travmatik bir olaydan sonraki on gün içinde toplanan verilere uygulandığında, travmatik olayların meydana geldiği birçok yola rağmen kimin TSSB geliştirebileceğini daha doğru bir şekilde tahmin edebileceğini gösterdi.
Algoritmaya sıkıştırılan veriler, olayın türü, erken semptomlar ve acil servis bulguları ile ilgili değişkenleri içerir.
Shalev, "Yakın zamana kadar, TSSB'yi tahmin etmek için çoğunlukla erken belirtileri kullandık ve dezavantajları vardı" dedi.
“Bu çalışma, etkili bir şekilde tahmin etme becerimizi genişletiyor. Örneğin, kafa travması oluşumu, acil serviste kalış süresi veya hayatta kalanların yardıma ihtiyaç duyması gibi özelliklerin öngörücü bir araca entegre edilebileceğini ve tahmini geliştirebileceğini gösteriyor. "
Shalev, güçlü bir tahmine dayalı model geliştirmenin, TSSB geliştirme riski altındaki insanlar için önleme çabalarını uyarlamak için de zorunlu olduğunu ekliyor.
Shalev’in son çalışması, kendisinin ve meslektaşlarının İsrail’deki Hadassah Hastanesi’nde yürüttüğü ve daha önce de yayınlanan Kudüs Travma Sosyal Yardım ve Önleme Çalışmasından elde edilen verilere dayanmaktadır. Genel Psikiyatri Arşivleri.
Bu çalışma, iki bilişsel-davranışçı terapi biçiminin, uzun süreli maruz kalma ve bilişsel terapinin, yakın zamanda hayatta kalanlarda TSSB'yi önlemede eşit derecede etkili olduğu sonucuna varmıştır.
Ancak Shalev, bu yayının bir "kavram kanıtı" kağıdı olduğu konusunda uyardı. Koşullar arasında sağlam tahmin için, tanımlanan algoritmanın, önceki çalışmadan analiz edilenlerin ötesinde, diğer hasta popülasyonlarının yaşadığı travmatik olaylarda ve travmatik olaylarda kazanılan bilgileri toplamak için kullanılması gerektiğini söyledi.
Genelleştirilmiş bir tahmine dayalı model oluşturmak için araştırma ekibi, kapsamlı bir tahmine dayalı algoritma üretmek üzere tasarlanan Ulusal Akıl Sağlığı Enstitüsü tarafından finanse edilen bir çalışmada dünya çapındaki diğer 19 merkezden veri kümeleri aldı. Columbia ve Harvard üniversitelerinden araştırmacılar ile işbirliği içinde yürütülmektedir,
Shalev, "Gelecekte, daha kişiselleştirilmiş risk değerlendirmesine dayalı olarak tedavi yaklaşımlarını daha iyi uyarlayabileceğimizi umuyoruz" dedi. "TSSB, etkilenen bireylere ve topluma ağır bir zarar veriyor."
ABD'de ve Dünya Sağlık Örgütü aracılığıyla yapılan yeni araştırmalar, yaşayan yetişkinlerin çoğunun yaşamları boyunca en az bir travmatik olay yaşayacağını gösteriyor. Dahası, travmatik olaylara maruz kalanların yüzde beş ila onunda TSSB gelişebilir.
Kaynak: New York Üniversitesi Langone Tıp Merkezi / EurekAlert