hrvatski

Karakteristike strukturiranog psihijatrijskog intervjua i drugih metoda procjene bolesnika s PTSP-om primjenom metode inteligentne analize podataka

Uvod: Inteligentna analiza podataka je pojam koji se odnosi na pronalaženje informacija i znanja unutar baza podataka. Jedan od bitnih preduvjeta za provođenje takve analize je postojanje uniformnih obrazaca podataka, tako da se ove metode analize podataka uglavnom primijenjuju u različitim istraživačkim procesima, a manje u svakodnevnom kliničkom radu. Budući je prosječna količina prikupljenih podataka o svakom primljenom bolesniku značajna, neovisno o razlogu njegovog osnovnog prijema u bolnicu (anamnestički podaci, laboratorijska obrada, specijalistički nalazi i rezultati pretraga itd.), nije neobično da se postavlja pitanje njihove obrade i analize, traženja međusobne povezanosti pojedinih parametara, kao i mogućnosti njihovog korištenja za buduće brže i lakše dijagnostičke postupke i terapijske intervencije, a na temelju određenih uvjeta i pravilnosti uočenih na prikupljenim podacima. Cilj: Ovim istraživanjem željeli smo istražiti mogućnosti koje nam pružaju računalne metode inteligentne obrade podataka, prikupljenih strukturiranim psihijatrijskim intervjuom i psihijatrijskim upitnicima: Clinician-Administered PTSD Scale (CAPS), Positive and Negative Syndrome Scale (PANSS), Hamilton Anxiety Scale (HAMA), Hamilton Depression Scale (HAMD), u postavljanju dijagnostičkog algoritma za posttraumatski stresni poremećaj. Uzorak i metode: Za analizu podataka korišteni su prikupljeni podaci o bolesnicima liječenim na Psihijatrijskom odjelu KB Dubrava. Uzorak obuhvaća ukupno 102 bolesnika, koji su podijeljeni u dvije osnovne skupine – bolesnike sa dijagnosticiranim PTSP-om (n=51) i kontrolnu skupinu (n=51), koja obuhvaća ostale psihijatrijske dijagnoze osim PTSP-a. Podaci su prikupljeni pomoću strukturiranog psihijatrijskog intervjua, koji se koristi u Referentnom centru Ministarstva zdravstva i socijalne skrbi za poremećaje uzrokovane stresom, CAPS upitnikom, koji je standardni upitnik za procjenu i objektiviziranje simptoma posttraumatskog stresnog poremećaja te PANSS, HAMA i HAMD ljestvicama. Podaci su prikupljeni u program za statističku analizu SPSS, a zatim prilagođeni i analizirani pomoću programa za inteligentnu analizu Parallel Random Forest (PARF) i Data Mining Server (DMS) Instituta Ruđer Bošković. Metodama strojnog učenja (Random Forest classifier) utvrđivali smo povezanost pojedinih podataka iz anamneze bolesnika, rezultata psihijatrijskih upitnika (CAPS, PANSS, HAMA, HAMD) i dijagnoze PTSP-a. Za to smo iz baze podataka izdvojili odgovarajuće setove atributa i uz njih oznake eventualnih komorbidnih dijagnoza koje su služile kao prošireni kontekst za ocjenjivanje važnosti. Rezultati: Korištenjem Random Forest algoritma ustanovili smo da je prediktivna moć modela za predviđanje PTSP statusa iz anamneze na neviđenim podacima umjerena (κ = 0.45, točnost 70.6% na out- of-bag krosvalidaciji), a između 21 atributa koji su se pokazali relevantnim (od 58 ukupno) prednjače: postotak invaliditeta, broj prethodnih hospitalizacija, preferirana vrsta alkohola, količina beneficiranog radnog staža i red rođenja. Model za predviđanje PTSP statusa iz rezultata psihijatrijskih upitnika ima veću prediktivnu moć (κ = 0.61, točnost 80.4%). Ovdje se kao najvažnija pokazala CAPS ocjena trajne podraženosti vegetativnog sustava, a također su vrlo bitne i komorbidne dijagnoze. Psihijatrijski upitnici (CAPS, PANSS, HAMA, HAMD) pokazali su dobru prediktivnu moć, pri čemu je CAPS upitnik je općenito korisniji od PANSS i Hamilton skala (HAMA, HAMD). Utezanje (weighting) pojedinih CAPS skorova ocjenom validnosti upitnika nije povećalo važnost istih. Kombinacija podataka iz anamneze i upitnika ne poboljšava prediktivnost modela izrađenog samo iz upitnika. Zaključak: Korištenjem metoda inteligentne obrade podataka ustanovili smo pojedine elemente strukturiranog psihijatrijskog intervjua i psihijatrijskih upitnika koji pokazuju značajnu povezanost s postavljenom dijagnozom posttraumatskog stresnog poremećaja i mogu nam služiti u kreiranju dijagnostičkog algoritma.

strukturirani psihijatrijski intervju ; PTSP ; inteligentna analiza podataka

nije evidentirano