IDDを持つ若者のメンタルヘルスの危機

米国では約 700 万人の若者が知的および発達障害 (IDD) を抱えており、毎年、IDD を持つ若者の約 10% が精神的健康危機 (MHC) のために入院しています。 IDD を持つ若者をサポートするコミュニティ サービスが不十分であり、彼らにサービスを提供している米国の精神保健施設の半分にも満たないため、救急部門 (ED) は IDD を持つ子供の入院率が IDD のないピアよりも 2 ～ 3 倍高く、全国的な若者の一部です。メンタルヘルスの危機。 発症前に MHC のリスクがある IDD を持つ若者を特定することが重要です。 機械学習ベースの電子医療記録 (EHR) 分析と全ゲノム配列決定 (WGS) を使用して、IDD を持つ若者を MHC のリスクにさらす生物心理社会的およびゲノムのリスク要因を特定し、リスクのある患者を早期に特定し、モデルを改善できるようにします。精神科医療を発展させることができます。 人口統計、生物医学、社会経済、およびサービス利用データは、MHC の ED に提示された IDD を持つ 150 人の若者の Rady Children's Hospital San Diego (RCHSD) EHR から抽出されます。 この実験グループは、RCHSD EHR からの 2 つの歴史的グループの若者と比較されます: 1) IDD と精神医学的併存疾患を持つが MHC の病歴がない ~4,000 人の若者、および 2) 精神病歴のない IDD を持つ ~4,000 人の若者。 機械学習ベースのネットワーク モデルを使用して、IDD を持つ若者の精神医学的転帰を分類し、Leave-one-out 相互検証を実行して、これらのモデルのパフォーマンスを推定し、分類パフォーマンスの指標を計算します。 150 人の若者のコホートについて WGS が完了し、神経精神医学的多遺伝子スコア (PGS) が導出され、シモンズ シンプレックス コレクションの IDD を持つ若者の 2 つのグループと比較して、それらの効果の大きさが計算されます。 2) IDD を持ち、精神医学的併存疾患が最小限またはまったくない約 1,000 人の若者。 病原性のまれなバリアントの割合も、コホート間で比較されます。 WGS を活用した EHR データに機械学習手法を適用することにより、IDD を持つ若者の精神医学的転帰を高精度で予測する要因の組み合わせが特定され、早期介入が可能になります。