Použití datové vědy k vycentrování perspektiv pacientů při zjišťování mechanismů (CPP)

Poptávka po nákladově efektivních, nových, škálovatelných intervencích zaměřených na trauma je vysoká. Míra prevalence posttraumatické stresové poruchy (PTSD) a komplexní PTSD na komunitních klinikách duševního zdraví v USA se odhaduje až na 50 %. Heterogenita odpovědí na intervence PTSD však zůstává vysoká, přičemž míra nereagování dosahuje 50–60 % a míra opuštění tradičních intervencí (tj. kognitivně behaviorální, expoziční terapie) 30–40 %. Kromě toho se výzkumné populace v typických postupných klinických výzkumných studiích řízených účinností často vyznačují přísnými kritérii vyloučení a nízkým zastoupením nedostatečně zastoupených komunit. Homogenní povaha výzkumných populací založených na účinnosti vytváří neúplný obraz, zejména ve veřejném sektoru a komunitních zařízeních pro duševní zdraví. Studie naznačují, že tato homogenita nejen omezuje účinnost napříč různými populacemi, ale může přispívat k prohlubování zdravotních rozdílů.

Zapojení perspektiv pacientů je pro výzkum zásadní, protože může poskytnout pohled na heterogenitu a zapojení odpovědí, což v konečném důsledku vede k pochopení mechanismů a vytváření intervencí více zaměřených na pacienta. Jedním ze způsobů, jak vycentrovat hlas pacienta a zvýšit potenciál identifikace jedinečných mechanismů změny pro novou terapii, je použití kvalitativních rozhovorů, protože přímo zpřístupňují prožitou zkušenost a její kontext. Navzdory potenciálním přínosům využívání kvalitativních dat v postupných randomizovaných kontrolních studiích přetrvává několik překážek, včetně omezení zdrojů, neschopnosti kvantifikovat interaktivní prvky a obav ohledně praktické hodnoty shromážděných informací. Inovativní metody, které spolehlivě a rychle získávají hodnotná, relevantní témata a rozlišují prvky neverbální konverzace, mohou usnadnit integraci zkušeností pacientů a zahrnutí jejich perspektiv do klinických intervenčních studií.

Tato jednoramenná studie si klade za cíl vyhodnotit proveditelnost použití zpracování přirozeného jazyka (NLP) a hlubokého učení k identifikaci potenciálních mechanismů změny symptomů PTSD z rozhovorů s pacienty. Studie bude využívat probíhající kohorty z klinické služby, která nabízí 16týdenní živý online model skupinové terapie (a doplňkové individuální terapeutické sezení) s názvem Program pro zmírnění a vyřešení traumatu a stresu (PARTS), který využívá model IFS. Vyšetřovatelé použijí přístup konvergentních smíšených metod využívajících strojové učení a zpracování přirozeného jazyka k vývoji modelů, které identifikují potenciální mechanismy změny.

Analýza: K vývoji našich modelů použijeme několik různých metod včetně latentní dirichletové alokace, předem trénovaných jazykových modelů, přenosového učení (rekurentní neuronové sítě, generativní adversariální sítě) a modelů založených na penalizované regresi. Tyto modely budou používat data odvozená z pohledu pacienta na psychologické změny, jak je vyjádřeno v rozhovorech, a budou porovnány s modely odvozenými z klinických měření. K vyhodnocení srovnávacího výkonu modelů použijeme standardní metriky výkonu a skóre křížové validace. Jako průzkumný cíl vyhodnotíme proveditelnost použití funkcí odvozených z modelů zpracování jazyka a klinických opatření k predikci jednotlivých terapeutických návštěv po intervenci. Průzkumná data budou také zahrnovat strukturovaná klinická data, sociální determinanty zdraví a využití založené na terapii (data, typ poskytovatele, délka).

Očekávané výsledky: Vývoj dvou ověřených modelů: jeden odvozený z dat rozhovorů s pacientem a druhý založený na klinických měřeních pro komplexní identifikaci mechanismů změny z modelů skupinové terapie IFS pro PTSD.