Modelado de Intentos de Suicidio Recurrentes Utilizando Procesos de Hawkes Probabilísticos

Área de la Ciencia:

• Psiquiatría computacional
• Modelado matemático en la atención sanitaria
• Suicidología

Sus antecedentes:

• La evaluación del riesgo de recurrencia de intentos de suicidio es crucial pero desafiante.
• Los modelos existentes a menudo carecen de predicción dinámica utilizando datos clínicos de rutina.
• El análisis predictivo está infrautilizado en los esfuerzos de prevención del suicidio.

Objetivo del estudio:

• Desarrollar y evaluar un modelo matemático longitudinal para predecir la recurrencia de intentos de suicidio.
• Aprovechar los datos clínicos de rutina para la estimación dinámica del riesgo.
• Identificar perfiles de riesgo temporal para la recurrencia de intentos de suicidio.

Principales métodos:

• Análisis de 1.112 individuos de la cohorte MCOSUL con un seguimiento mínimo de 5 años.
• Se utilizaron parámetros del proceso de Hawkes estimados mediante máxima verosimilitud y redes neuronales.
• Se aplicó el Modelo de Mezcla Gaussiana para identificar perfiles de riesgo temporal.

Principales resultados:

• La recurrencia de intentos de suicidio exhibe agrupamiento temporal, con un 61,1% dentro de 1 mes y casi todos dentro de 12 meses.
• El modelo capturó dinámicas autoexcitantes, generando curvas de riesgo individualizadas.
• Identificó cinco clústeres de riesgo temporal distintos, que van desde riesgo bajo hasta extremo.

Conclusiones:

• La repetición de intentos de suicidio demuestra un comportamiento temporal autoexcitante.
• El modelado basado en Hawkes proporciona una estimación dinámica y variable en el tiempo del riesgo.
• Este enfoque puede mejorar las estrategias personalizadas de prevención del suicidio.