Modelos de predicción de reintentos de suicidio mediante regresión lasso a través de modelos de aprendizaje...

Área de la Ciencia:

• Psiquiatría y Salud Mental
• Psiquiatría Computacional
• Epidemiología

Sus antecedentes:

• Los intentos de suicidio previos son el predictor más fuerte de futuros intentos.
• La identificación de factores de riesgo específicos para reintentos de suicidio es crucial para estrategias de prevención efectivas.
• El aprendizaje automático (ML) ofrece métodos avanzados para detectar patrones complejos en los datos de los pacientes.

Objetivo del estudio:

• Desarrollar y evaluar algoritmos de clasificación de ML para distinguir entre reintentos de suicidio únicos (SSA) y múltiples (MSA).
• Explorar variables sociodemográficas y clínicas que predicen intentos de suicidio posteriores.
• Identificar factores de riesgo clave para reintentos de suicidio en una cohorte nacional española.

Principales métodos:

• Se analizó una cohorte nacional multicéntrica española (SURVIVE) de 1443 pacientes adultos.
• Se desarrollaron dos modelos de regresión logística utilizando Least Absolute Shrinkage and Selection Operator (LASSO) con validación cruzada de 10 veces.
• Los modelos incorporaron variables sociodemográficas y clínicas categorizadas en grupos específicos (Modelo I) o amplios (Modelo II).

Principales resultados:

• Ambos modelos distinguieron con éxito entre SSA y MSA, superando la clasificación aleatoria (Modelo I: AUC=0.696, BAC=0.644; Modelo II: AUC=0.678, BAC=0.621).
• Los predictores clave de los reintentos incluyeron el trastorno bipolar II, el trastorno de la conducta alimentaria y la esquizofrenia (Modelo I); y los trastornos de la conducta alimentaria, el lugar de nacimiento africano, los trastornos afectivos, el estado de empleo, los trastornos del espectro de la esquizofrenia y los trastornos por uso de sustancias (Modelo II).
• Los trastornos afectivos, los trastornos de la conducta alimentaria y los trastornos del espectro de la esquizofrenia fueron predictores importantes y constantes de los reintentos.

Conclusiones:

• Los modelos de ML pueden identificar eficazmente a los pacientes con mayor riesgo de reintentos de suicidio.
• Los diagnósticos psiquiátricos específicos (trastornos afectivos, de la conducta alimentaria, del espectro de la esquizofrenia) son predictores significativos de reintentos de suicidio.
• Estos hallazgos pueden informar estrategias de prevención e intervenciones personalizadas para personas con antecedentes de intentos de suicidio.