Dr. Lasso: Predikce poporodní deprese v reálném čase díky datům z EHR

Predikce poporodní deprese v reálném čase díky datům z EHR

Poporodní deprese (PPD) zasahuje přibližně 15 % rodiček a patří mezi nejčastější komplikace duševního zdraví v období po porodu. Tradičně se její příznaky hodnotí až na poporodních kontrolách, obvykle 6 až 8 týdnů po porodu, což znamená, že mnoho pacientek zůstává bez odborné pomoci právě ve chvíli, kdy ji nejvíce potřebují. Nový model strojového učení ale může tuto realitu zásadně změnit.

Výzkumný tým vytvořil prediktivní algoritmus, který dokáže již při porodu identifikovat pacientky s vyšším rizikem rozvoje PPD. Model pracuje s daty z elektronické zdravotní dokumentace (EHR), tedy s informacemi, které jsou nemocnicím běžně dostupné – například s demografickými údaji, anamnézou nebo historií návštěv.

Klíčové poznatky studie:

• Model pracuje s běžně dostupnými daty z EHR a lze ho nasadit okamžitě při porodu, bez nutnosti dalších vyšetření.
• V rámci analýzy bylo zpracováno více než 29 000 případů, přičemž model dokázal správně vyloučit riziko PPD v 90 % případů.
• U třetiny pacientek, které model vyhodnotil jako rizikové, se do šesti měsíců po porodu skutečně rozvinula poporodní deprese.
• Model vykazoval konzistentní výsledky napříč věkem, rasou i etnicitou, a zahrnoval pouze ženy bez předchozích psychiatrických diagnóz.
• Rizikovým faktorem se ukázala být kombinace demografických a klinických údajů. Díky tomu může být umožněno zavedení cílených preventivních opatření už během prenatální péče.

Možnosti preventivní intervence:

Výsledky studie naznačují, že rizikové pacientky by mohly být ještě před propuknutím potíží aktivně podchyceny například pomocí:

• prenatálního screeningu pomocí Edinburghské škály deprese,
• psychoedukace pacientek a jejich rodin,
• včasného propojení s odborníkem na duševní zdraví,
• nebo posílení role porodních asistentek, které jsou vyškoleny v oblasti perinatálního duševního zdraví.

Směrem k prediktivní péči

Zavedení tohoto modelu do klinické praxe by mohlo znamenat zásadní posun od reaktivního přístupu k proaktivní péči v oblasti duševního zdraví matek. Očekává se, že další validace modelu a spolupráce s kliniky i pacientkami umožní jeho reálné nasazení a integraci do porodnické praxe.

Zdroj: https://www.massgeneralbrigham.org/en/about/newsroom/press-releases/machine-learning-model-helps-identify-patients-at-risk-of-postpartum-depression