Psychische Gesundheitskrisen bei Jugendlichen mit IDDs

Etwa 7 Millionen Jugendliche in den USA haben geistige und entwicklungsbedingte Behinderungen (IDDs) und etwa 10 % der Jugendlichen mit IDDs werden jedes Jahr aufgrund einer psychischen Gesundheitskrise (MHC) in Krankenhäuser eingeliefert. Angesichts unzureichender kommunaler Dienste zur Unterstützung von Jugendlichen mit IDDs und weniger als der Hälfte der psychiatrischen Einrichtungen in den USA, die Dienstleistungen für sie erbringen, haben Notaufnahmen (EDs) Internatsraten für Kinder mit IDDs, die 2-3 mal höher sind als Gleichaltrige ohne IDDs, die Teil einer nationalen Jugend sind Krise der psychischen Gesundheit. Es besteht ein entscheidender Bedarf, Jugendliche mit IDDs, bei denen ein MHC-Risiko besteht, vor dem Ausbruch zu identifizieren. Auf maschinellem Lernen basierende Analysen elektronischer Gesundheitsakten (EHR) und Gesamtgenomsequenzierung (WGS) werden verwendet, um biopsychosoziale und genomische Risikofaktoren zu identifizieren, die Jugendliche mit IDDs einem MHC-Risiko aussetzen, damit Risikopatienten frühzeitig identifiziert und Modelle verbessert werden können der psychiatrischen Versorgung ausgebaut werden. Demografische, biomedizinische, sozioökonomische und Servicenutzungsdaten werden aus der EHR des Rady Children's Hospital San Diego (RCHSD) für 150 Jugendliche mit IDDs extrahiert, die der ED für MHCs vorgelegt werden. Diese experimentelle Gruppe wird mit zwei historischen Gruppen von Jugendlichen aus dem RCHSD EHR verglichen: 1) ~ 4000 Jugendliche mit IDDs und psychiatrischen Komorbiditäten, aber ohne MHC-Vorgeschichte und 2) ~ 4000 Jugendliche mit IDDs ohne psychiatrische Vorgeschichte. Ein auf maschinellem Lernen basierendes Netzwerkmodell wird verwendet, um psychiatrische Ergebnisse für Jugendliche mit IDDs zu klassifizieren und eine Leave-One-Out-Kreuzvalidierung durchzuführen, um die Leistung dieser Modelle abzuschätzen und Metriken der Klassifizierungsleistung zu berechnen. WGS wird für die Kohorte von 150 Jugendlichen durchgeführt und neuropsychiatrische polygene Scores (PGS) werden abgeleitet und ihre Effektgrößen im Vergleich zu zwei Gruppen von Jugendlichen mit IDDs aus der Simons Simplex Collection: 1) ~50 Jugendliche mit IDDs und schweren psychiatrischen Komorbiditäten und 2) ~1000 Jugendliche mit IDDs und minimalen oder keinen psychiatrischen Komorbiditäten. Die Rate pathogener seltener Varianten wird auch kohortenübergreifend verglichen. Durch die Anwendung maschineller Lernmethoden auf EHR-Daten unter Nutzung von WGS wird eine Kombination von Faktoren identifiziert, die psychiatrische Ergebnisse bei Jugendlichen mit IDDs mit hoher Genauigkeit vorhersagen, um ein früheres Eingreifen zu ermöglichen.