Het voorspellen van voortijdige beëindiging van de behandeling bij intramurale psychotherapie: een machine learning-aanpak

Het doel van het onderzoek is het identificeren van risicofactoren die leiden tot of voorspellen van voortijdige beëindiging van de behandeling in psychosomatische ziekenhuizen. Op de lange termijn zal het onderzoek helpen preciezere voorspellingsmodellen te ontwikkelen die de communicatie tussen therapeuten en patiënten over mogelijke uitval en – indien nodig – aanpassing van de behandeling kunnen verbeteren door gebruik te maken van een feedbackloop.

Omdat het nog steeds niet duidelijk is welke variabelen een belangrijke rol spelen bij het voorspellen van de beëindiging van de behandeling in psychosomatische ziekenhuizen, is de onderzoeksopzet verkennend en omvat deze een breed scala aan patiëntkenmerken bij instroom. Het doel van dit onderzoek is hierbij om een ​​voorspellingsmodel te ontwikkelen op basis van de informatie die routinematig wordt beoordeeld bij de intake. Daarom is het de bedoeling dat er drie soorten variabelen worden opgenomen: (1) demografische en andere klinische variabelen (bijv. leeftijd, geslacht, ICD-10-diagnoses), (2) gegevens uit psychologische vragenlijsten (bijv. PHQ, SF-12, EB-45, IIP-32, OPD-SFK) en (3) fysiologische gegevens (bijv. routinematige laboratoriumgegevens, bloeddruk). Voor het onderzoek zullen alle patiënten worden geïncludeerd die tussen 2015 en januari 2022 met intramurale psychotherapie in het medisch centrum Heidelberg zijn begonnen, wat resulteert in een steekproefomvang van ongeveer N = 2000. Aangezien het gemiddelde uitvalpercentage op basis van meta-analytische resultaten ongeveer 20% bedraagt, kan worden aangenomen dat tot wel 400 patiënten voortijdig met de behandeling zijn gestopt.

Om het voorspellingsmodel te berekenen, is het de bedoeling om een ​​machine learning-aanpak te gebruiken die zeer functioneel is in big datasets. Met behulp van een Random Forest Model voor binaire uitkomsten (reguliere behandelingsduur versus voortijdige beëindiging van de behandeling) wordt beoogd variabelen te identificeren die bijdragen aan de voorspelling van voortijdige beëindiging van de behandeling bij opname. Daarnaast wordt rekening gehouden met wachtlijsteffecten door rekening te houden met de wachttijd tussen het eerste intakegesprek en het moment van de ziekenhuisopname. Daarom zal de studie voor het eerst een voorspellingsmodel voor vroegtijdige beëindiging van de behandeling bij intramurale psychotherapie onderzoeken, inclusief klinisch relevante fysiologische gegevens en wachttijdeffecten ter voorbereiding op de psychosomatische behandeling.