Прогнозирование преждевременного прекращения лечения в стационарной психотерапии: подход машинного обучения

Цель исследования — выявление факторов риска, которые приводят или прогнозируют преждевременное прекращение лечения в психосоматических стационарах. В долгосрочной перспективе исследование должно помочь разработать более точные модели прогнозирования, которые могут улучшить общение между терапевтами и пациентами о потенциальном отказе от участия и, при необходимости, адаптации лечения с использованием петли обратной связи.

Поскольку до сих пор не ясно, какие переменные играют важную роль в прогнозировании прекращения лечения в психосоматических больницах, дизайн исследования носит исследовательский характер и включает широкий спектр характеристик пациентов, поступающих на прием. Целью данного исследования является разработка модели прогнозирования на основе информации, которая регулярно оценивается при поступлении. Таким образом, планируется включить три вида переменных: (1) демографические и другие клинические переменные (например, возраст, пол, диагнозы по МКБ-10), (2) данные психологического опросника (например, PHQ, SF-12, EB-45, IIP-32, OPD-SFK) и (3) физиологические данные (например, рутинные лабораторные данные, артериальное давление). В исследование будут включены все пациенты, которые начали стационарную психотерапию в медицинском центре Гейдельберга в период с 2015 по январь 2022 года, в результате чего размер выборки составит примерно N = 2000. Поскольку средний показатель выбывания, основанный на результатах метаанализа, составляет около 20%, можно предположить, что до 400 пациентов преждевременно прекратили лечение.

Для расчета модели прогнозирования планируется использовать подход машинного обучения, который высокофункционален в больших наборах данных. Используя модель случайного леса для бинарных исходов (регулярная продолжительность лечения или преждевременное прекращение лечения), предполагается определить переменные, которые способствуют прогнозированию преждевременного прекращения лечения при поступлении. Кроме того, влияние списка ожидания будет учитываться с учетом продолжительности ожидания между первоначальным собеседованием и моментом госпитализации. Таким образом, в исследовании впервые будет изучена модель прогнозирования преждевременного прекращения лечения в стационарной психотерапии, включая клинически значимые физиологические данные, а также эффекты времени ожидания при подготовке к психосоматическому лечению.