Previsione dell'interruzione prematura del trattamento in psicoterapia ospedaliera: un approccio di apprendimento automatico

Lo scopo dello studio è identificare i fattori di rischio che portano o predicono l'interruzione prematura del trattamento negli ospedali psicosomatici. A lungo termine, lo studio aiuterà a sviluppare modelli di previsione più precisi che possano migliorare la comunicazione tra terapisti e pazienti sul potenziale abbandono e, se necessario, sull'adattamento del trattamento utilizzando un ciclo di feedback.

Poiché non è ancora chiaro quali variabili giochino un ruolo importante nel predire la conclusione del trattamento negli ospedali psicosomatici, il disegno dello studio è esplorativo e include un’ampia gamma di caratteristiche dei pazienti in ammissione. Lo scopo di questo studio è quello di sviluppare un modello di previsione basato sulle informazioni che vengono regolarmente valutate al momento dell'assunzione. Pertanto, si prevede di includere tre tipi di variabili: (1) variabili demografiche e altre variabili cliniche (ad es. età, sesso, diagnosi ICD-10), (2) dati del questionario psicologico (ad es. PHQ, SF-12, EB-45, IIP-32, OPD-SFK) e (3) dati fisiologici (ad es. dati di laboratorio di routine, pressione sanguigna). Per lo studio saranno inclusi tutti i pazienti che hanno iniziato una psicoterapia ospedaliera presso il centro medico di Heidelberg tra il 2015 e gennaio 2022, risultando in una dimensione del campione di circa N = 2000. Poiché il tasso medio di abbandono basato sui risultati meta-analitici è di circa il 20%, si può supporre che fino a 400 pazienti abbiano abbandonato prematuramente il trattamento.

Per calcolare il modello di previsione, si prevede di utilizzare un approccio di machine learning che è altamente funzionale nei set di big data. Utilizzando un modello Random Forest per risultati binari (durata regolare del trattamento vs interruzione prematura del trattamento) si prevede di identificare le variabili che contribuiscono alla previsione dell'interruzione prematura del trattamento al momento dell'assunzione. Inoltre, gli effetti della lista d'attesa saranno considerati tenendo conto della durata dell'attesa tra il colloquio iniziale di assunzione e il momento del ricovero in ospedale. Pertanto, lo studio esaminerà, per la prima volta, un modello di previsione per l'interruzione prematura del trattamento in psicoterapia ospedaliera, compresi dati fisiologici clinicamente rilevanti nonché effetti del tempo di attesa in preparazione del trattamento psicosomatico.