构建和验证严重精神障碍的急性事件预测模型
Ting Wang1,2, Lin Wang1, Yunliang Yao2
1Affliated WuTaiShan Hospital of Medical College of Yangzhou University, Yangzhou Mental Health Center, Yangzhou, Jiangsu, People's Republic of China.
Neuropsychiatric disease and treatment
|April 22, 2024
概括
在严重精神障碍 (SMD) 中预测急性事件至关重要. 一个新的名ogram模型确定了关键因素,如药物坚持和社会支持,显示了早期检测的良好预测准确性.
科学领域:
- 精神病学和心理健康 精神病学和心理健康
- 医疗信息学 医疗信息学
- 生物统计学 生物统计学
背景情况:
- 精神病患者急性事件的全球发病率正在增加.
- 对急性精神事件的预测模型有很高的需求.
- 严重精神障碍 (SMD) 由于急性事件而带来重大挑战.
研究的目的:
- 确定影响严重精神疾病 (SMD) 患者急性事件的因素.
- 使用Rstudio统计软件开发和验证一个名ogram预测模型.
- 评估预测模型对早期检测的临床实用性.
主要方法:
- 使用问卷调查收集了342名SMD住院患者的数据.
- 对急性事件的独立风险因素进行了选.
- 构建了一个多变量物流回归模型,并使用R软件可视化了一个名ogram.
主要成果:
- 在342名患者中,64名患者 (18.70%) 经历了急性事件.
- 药物坚持,疾病诊断,婚姻状况,护理人员,社会支持和住院环境是显著的风险因素 (P <0.05).
- 诺莫格拉姆模型表现出良好的预测性能,AUC为0.77-0.80和强度校准.
结论:
- 开发的风险预测模型有效预测SMD患者的急性事件.
- 该模型有助于临床心理健康工作人员早期识别高风险个体.
- 该工具支持及时干预,以预防急性精神病事件.
