Predecir la interrupción prematura del tratamiento en psicoterapia para pacientes hospitalizados: un enfoque de aprendizaje automático

El objetivo del estudio es identificar factores de riesgo que conducen o predicen la interrupción prematura del tratamiento en hospitales psicosomáticos. A largo plazo, el estudio ayudará a desarrollar modelos de predicción más precisos que puedan mejorar la comunicación entre terapeutas y pacientes sobre posibles abandonos y, si es necesario, la adaptación del tratamiento mediante el uso de un circuito de retroalimentación.

Dado que todavía no está claro qué variables desempeñan un papel importante en la predicción de la terminación del tratamiento en hospitales psicosomáticos, el diseño del estudio es exploratorio e incluye una amplia gama de características de los pacientes ingresados. El propósito de este estudio es desarrollar un modelo de predicción basado en la información que se evalúa de forma rutinaria en el momento de la ingesta. Por lo tanto, se planea incluir tres tipos de variables: (1) variables demográficas y otras variables clínicas (p. ej. edad, sexo, diagnósticos ICD-10), (2) datos del cuestionario psicológico (p. ej. PHQ, SF-12, EB-45, IIP-32, OPD-SFK) y (3) datos fisiológicos (p. ej. datos de laboratorio de rutina, presión arterial). Para el estudio, se incluirán todos los pacientes que iniciaron psicoterapia hospitalaria en el centro médico de Heidelberg entre 2015 y enero de 2022, lo que resultó en un tamaño de muestra de aproximadamente N = 2000. Como la tasa media de abandono basada en los resultados metanalíticos es de alrededor del 20%, se puede suponer que hasta 400 pacientes abandonaron prematuramente el tratamiento.

Para calcular el modelo de predicción, se prevé utilizar un enfoque de aprendizaje automático que es altamente funcional en grandes conjuntos de datos. Utilizando un modelo de bosque aleatorio para resultados binarios (duración regular del tratamiento frente a terminación prematura del tratamiento), se prevé identificar variables que contribuyan a la predicción de la terminación prematura del tratamiento en el momento de la admisión. Además, los efectos de la lista de espera se considerarán teniendo en cuenta la duración de la espera entre la entrevista de admisión inicial y el momento del ingreso hospitalario. Por lo tanto, el estudio investigará, por primera vez, un modelo de predicción para la interrupción prematura del tratamiento en psicoterapia hospitalaria, incluidos datos fisiológicos clínicamente relevantes, así como los efectos del tiempo de espera en la preparación del tratamiento psicosomático.