Video Experimental Relacionado
Updated: Jan 8, 2026

07:31
Implementation of a Real-Time Psychosis Risk Detection and Alerting System Based on Electronic Health Records using CogStack
Published on: May 15, 2020
7.5K
Uso de procesamiento de lenguaje natural para informar modelos de predicción de suicidio dirigidos a veteranos
Maxwell Levis1,2, Monica Dimambro1, Joshua Levy2,3
1White River Junction VA Medical Center, White River Junction VT.
Rural mental health
|December 22, 2025
Resumen
Los veteranos hispanos rurales tienen tasas de suicidio más altas. Este estudio utilizó registros electrónicos de salud para identificar factores de riesgo únicos para el suicidio en veteranos hispanos rurales frente a urbanos, mejorando los modelos de predicción.
Área de la Ciencia:
- Atención médica del Departamento de Asuntos de Veteranos (VA)
- Suicidología
- Investigación de disparidades en salud
Sus antecedentes:
- Los veteranos hispanos rurales exhiben tasas de suicidio más altas que sus contrapartes urbanas.
- Comprender los factores específicos que contribuyen a estas disparidades es crucial para intervenciones específicas.
- Los modelos de predicción de riesgo de suicidio existentes pueden no capturar adecuadamente los matices específicos de las zonas rurales.
Objetivo del estudio:
- Investigar las diferencias en los factores de riesgo de suicidio entre veteranos hispanos rurales y urbanos.
- Refinar las métricas de predicción de riesgo de suicidio utilizando datos no estructurados de registros electrónicos de salud (EHR).
- Estratificar los análisis por ruralidad para comprender mejor los riesgos específicos de la población.
Principales métodos:
- Se utilizó un conjunto de datos de pacientes hispanos del Departamento de Asuntos de Veteranos (VA), que incluía a fallecidos por suicidio (casos) y controles vivos emparejados de 2015-2018.
- Se extrajeron y preprocesaron datos de texto no estructurados de EHR para análisis semántico.
- Se desarrollaron modelos de predicción utilizando el método de Mínimos Cuadrados Absolutos y Selección de Puntos de Corte (LASSO) y Regresión Logística, evaluando la precisión con el Área Bajo la Curva Característica Operativa del Receptor (AUC).
Principales resultados:
- Los modelos demostraron una alta precisión predictiva para los veteranos hispanos rurales (AUC = 0.86) y una precisión moderada para los veteranos hispanos urbanos (AUC = 0.67).
- Los modelos rurales destacaron temas de desvinculación de la comunidad y los recursos.
- Los modelos urbanos enfatizaron la alienación y los desafíos de identidad.
Conclusiones:
- Esta investigación proporciona información crítica sobre los perfiles de riesgo distintos de los veteranos hispanos rurales y urbanos que murieron por suicidio.
- Los hallazgos pueden informar el desarrollo de herramientas de predicción de suicidio más precisas y adaptadas a diferentes entornos geográficos.
- Una mejor comprensión puede guiar la implementación de estrategias efectivas de prevención del suicidio para diversas poblaciones de veteranos.

