Crises de saúde mental em jovens com IDDs

Aproximadamente 7 milhões de jovens nos EUA têm deficiência intelectual e de desenvolvimento (IDDs) e cerca de 10% dos jovens com IDDs são internados em hospitais devido a uma crise de saúde mental (MHC) a cada ano. Com serviços comunitários insuficientes para apoiar jovens com IDDs e menos da metade das instalações de saúde mental dos EUA que prestam serviços para eles, os departamentos de emergência (DEs) têm taxas de internação para crianças com IDDs 2 a 3 vezes maiores do que seus pares sem IDDs, parte de uma pesquisa nacional de jovens. crise de saúde mental. Há uma necessidade crítica de identificar jovens com IDDs em risco de MHCs antes do início. A análise do registro eletrônico de saúde (EHR) baseada em aprendizado de máquina e o sequenciamento completo do genoma (WGS) serão usados ​​para identificar fatores de risco biopsicossociais e genômicos que colocam jovens com IDDs em risco de MHCs, para que pacientes em risco possam ser identificados precocemente e modelos aprimorados de cuidados psiquiátricos podem ser desenvolvidos. Dados demográficos, biomédicos, socioeconômicos e de uso de serviços serão extraídos do Rady Children's Hospital San Diego (RCHSD) EHR para 150 jovens com IDDs apresentando-se ao ED para MHCs. Este grupo experimental será comparado a dois grupos históricos de jovens do RCHSD EHR: 1) ~4000 jovens com IDDs e comorbidades psiquiátricas, mas sem histórico de MHCs e 2) ~4000 jovens com IDDs sem qualquer histórico psiquiátrico. Um modelo de rede baseado em aprendizado de máquina será usado para classificar resultados psiquiátricos para jovens com IDDs e realizar validação cruzada de exclusão para estimar o desempenho desses modelos e calcular métricas de desempenho de classificação. O WGS será concluído para a coorte de 150 jovens e as pontuações poligênicas neuropsiquiátricas (PGS) serão derivadas e seus tamanhos de efeito comparados a dois grupos de jovens com IDDs da Simons Simplex Collection: 1) ~ 50 jovens com IDDs e comorbidades psiquiátricas graves e 2) ~1000 jovens com IDDs e comorbidades psiquiátricas mínimas ou inexistentes. A taxa de variantes raras patogênicas também será comparada entre as coortes. Ao aplicar métodos de aprendizado de máquina aos dados de EHR que aproveitam o WGS, será identificada uma combinação de fatores que prevêem resultados psiquiátricos em jovens com IDDs com alta precisão para permitir uma intervenção precoce.