算法在创伤后预测PTSD的风险

哥伦比亚大学欧文医学中心的Vagelos医师和外科医生的研究人员开发了一种算法，可以预测创伤幸存者是否可能发展创伤后应激障碍（PTSD）。该工具依赖于常规收集的医疗数据，将允许临床医生能够早期进行干预以减轻PTSD的影响。

该研究在线发布自然医学。

美国每年有3000万创伤患者

在美国，每年约有3000万名因车祸、跌倒、枪伤和其他事故造成的创伤患者在急诊科接受治疗。

健康专家估计，10%至15%的创伤患者将出现长期的PTSD症状，通常在受伤后一年内出现。

虽然有效降低存在开发应激障碍的风险存在的治疗，但由于缺乏既定方法，通常不会实施早期预防策略，而不是预测哪种患者最有可能开发PTSD。

“对于许多创伤患者，ED访问往往是他们与医疗保健系统的唯一联系。创伤后伤害之后的时间是识别受灾点行政区风险并安排适当的后续治疗的人的关键窗口，“铅作者说凯瑟琳Schultebraucks博士，哥伦比亚大学Vagelos医师和外科医生紧急医学系行为和认知科学助理教授。“我们之前可以对待那些风险的人，可能的结果越好。”

机器学习将70个临床数据点转化为单一的PTSD风险评分

许多生物和心理生物标志物 - 包括升高的应激激素，增加的炎症信号，高血压和高血压（异常加剧的焦虑状态）-often在创伤幸存者之前PTSD。但是，这些措施都没有单独或组合，已经证明可在预测应激障碍方面得到可靠。

在新的研究中，多站点研究团队使用了监督机器学习，开发一种从70个临床数据点的组合计算单一的可行科目不障人士风险评分，以及对患者立即应激反应的简要临床评估。（监督机器学习是一种人工智能的形式，使计算机系统能够识别数据输入的模式，以便在没有额外编程的情况下对新观察进行预测。）

Schultebraucks说:“我们选择了在急诊室常规收集并记录在电子医疗记录中的测量数据，以及一些关于心理应激反应的简短问题的答案。”“我们的想法是创造一种普遍可用的工具，不会给急诊人员增加太多负担。”

PTSD风险识别的高精度算法

研究人员用来自亚特兰大的377个成人创伤幸存者的数据开发了该算法，然后在纽约市的221名成人创伤幸存者中测试了算法。

在被该算法归类为PTSD风险的患者中，90%的人在一年内出现了长期的PTSD症状。在没有长期创伤后应激障碍症状的患者中，只有5%被确定为有风险。在预测没有或很少有PTSD症状的患者中，29%发展为长期的PTSD(假阴性)。

需要更多的测试

“因为预测PTSD风险的以前的模型尚未在我们的模型这样的独立样本中验证，但他们尚未在临床实践中采用，”Schultebraucks说。“在较大样本中的模型测试和验证是必要的算法在一般人群中即将使用。”

目前算法是使用血液绘制的患者建造的。这可能会限制普遍性，因为该算法仅适用于接受血液检测的患者，例如那些伤害更严重的患者。

在未来的研究中，团队计划测试该算法是否可以预测体验其他潜在创伤健康事件的患者，包括心脏病发作和笔触。

很快，Schultebraucks预测，该算法可以纳入电子健康记录中。

“目前只有7％的1级Trauma中心常规筛选PTSD，”她说。“我们希望算法提供ED临床医生，并具有快速，自动读数，他们可以用于排放规划和预防投灾。”