入院患者の精神療法における早期治療終了の予測: 機械学習アプローチ

この研究の目的は、心療内科病院における治療の早期終了につながる、または早期の治療終了を予測する危険因子を特定することです。 長期的には、この研究は、フィードバックループを使用した場合のドロップアウトの可能性と、必要に応じて治療の適応について、セラピストと患者の間のコミュニケーションを強化できる、より正確な予測モデルの開発に役立つでしょう。

心療内科病院での治療終了を予測する際にどの変数が主要な役割を果たすのかはまだ明らかではないため、研究デザインは探索的なものであり、受け入れ患者の幅広い特徴が含まれています。 この研究の目的は、摂取時に日常的に評価される情報に基づいて予測モデルを開発することです。 したがって、次の 3 種類の変数が含まれる予定です: (1) 人口統計およびその他の臨床変数 (例: 年齢、性別、ICD-10 診断）、（2）心理アンケートデータ（例： PHQ、SF-12、EB-45、IIP-32、OPD-SFK）、および（3）生理学的データ（例： 日常的な検査データ、血圧）。 この研究には、2015年から2022年1月の間にハイデルベルク医療センターで入院精神療法を開始したすべての患者が含まれ、サンプルサイズは約N = 2000となります。 メタ分析の結果に基づく平均脱落率は約 20% であるため、最大 400 人の患者が治療を途中で脱落したと想定できます。

予測モデルの計算には、ビッグデータセットで高機能な機械学習アプローチを使用する予定です。 二項結果（通常の治療期間と早期治療終了）のランダム フォレスト モデルを使用して、摂取時の早期治療終了の予測に寄与する変数を特定することが想定されています。 さらに、最初の問診から入院の瞬間までの待ち時間を考慮して、待機リストへの影響が考慮されます。 したがって、この研究では、臨床的に関連する生理学的データと心身医学的治療の準備における待ち時間の影響を含む、入院精神療法における早期治療終了の予測モデルを初めて調査します。