精神科医療における予測リスク特定メンタルヘルスイベントツールを用いた精神科的安全性向上：後ろ向きコホート研究

科学分野:

• 精神科情報学
• ヘルスケアにおける機械学習
• 患者安全技術

背景:

• 患者の安全インシデントは精神科の設定で大きな懸念事項であり、現在の早期警告システム（EWS）は未発達で、しばしば事後対応的です。
• Dynamic Appraisal of Situational Aggression-Inpatient Version（DASA-IV）などの従来のリスク評価ツールは、有害事象に対する予測精度が限定的です。

研究 の 目的:

• 新しいディープラーニングベースのEWSであるPredictive Risk Identification for Mental Health Events（PRIME）ツールを導入すること。
• 精神科の電子カルテ（EMR）の縦断的データを使用して、24時間以内の有害事象を予測すること。

主な方法:

• 4651人の患者と400,000件以上の診察を含む、ウェイポイント・メンタルヘルスケア・センターでの後ろ向きコホート研究。
• リスク予測のための多変量時系列EMRデータを用いた注意機構付きリカレントニューラルネットワークのトレーニング。
• AUCおよびリコールメトリクスを使用したPRIMEとDASA-IVツールおよびその他の機械学習モデルのベンチマーキング。

主要な成果:

• 注意機構を備えた長短期記憶ネットワークは、AUC 0.83で高い予測性能を達成しました。
• PRIMEは、DASA-IVツールと比較してAUC差0.20（0.83対0.61）で有意な改善を示しました。
• この研究は、メンタルヘルスにおける積極的なリスク管理のための機械学習モデルの可能性を強調しました。

結論:

• PRIMEは、精神科の入院患者ケアのために評価された最初のディープラーニングベースのEWSの1つであり、解釈可能でローリング予測を提供します。
• このツールは、既存の臨床ツールを上回ることで、より安全で積極的なメンタルヘルス介入への道を示しています。
• 将来の研究では、PRIMEの公平性への影響と臨床ワークフローへの統合を評価することに焦点を当てるべきです。