|
Usando los datos de los dos tercios de los pacientes, un modelo de computación fue calibrado a que diferencie a aquellos que al final recibieron un diagnóstico de abuso de aquellos que no lo recibieron, basado únicamente en el historial de las visitas. Las variables asociadas con el abuso (tal como un número más alto de visitas anuales, diagnóstico de salud mental, y la visita por lesiones) fueron usados para crear un modelo predictivo, el cual fue probado con el resto del un tercio de los pacientes.
Reis y sus colegas del CHIP Kenneth Mandl, MD, MPH e Isaac Kohane, MD PhD, encontraron que el modelo pudo identificar a estos pacientes un promedio de 10 a 30 meses antes de que fueran diagnosticados, con un alto grado de sensibilidad y especificaciones.
“Este es un paso importante hacia la meta de la Medicina Preventiva”, dijo Reis. “Esta herramienta que ayuda a tomar decisiones puede ayudar a los médicos a identificar el abuso más rápidamente al recordarles a que realicen pruebas estandarizadas cuando ocurren ciertos patrones. Al proveer a los médicos esta herramienta de seguridad adicional, esperamos poder disminuir los chances de que no se diagnostique a tiempo a un paciente con alto riesgo.
El análisis también descubrió algunas diferencias del género (masculino o femenino) en los resultados estadísticos asociados con el abuso. El alcoholismo, el envenenamiento y las lesiones por causas externas fueron más predictivas de abuso en las mujeres que en los hombres, mientras que la psicosis, trastornos emocionales y otras condiciones mentales fueron más predictivas en los hombres que en las mujeres.
" Reis dijo que la base de datos usada puede subestimar la verdadera incidencia del abuso, el cual a veces no es diagnosticado o simplemente no se lo incluye en los historiales médicos. “Los datos que usamos para entrenar y evaluar el modelo predictivo enfrenta todos los retos de datos de la vida real”, dijo Reis. “El importante descubrimiento aquí es que a pesar de las limitaciones de la vida real, el modelo pudo predecir resultados confiables y útiles”.
“Reis también desarrolló un visualizador de colores para ayudar a los médicos a procesar rápidamente grandes cantidades de información, integrándolas a todo el historial médico del paciente en un solo lugar y que sea fácil de entender (ver las imágenes adjuntas) y para que muestre una señal de alerta si el historial sugiere indicaciones de abuso. “Nuestra meta es de proveer una vista longitudinal del historial del paciente en 10 segundos”, dijo Reis. “Nosotros esperamos que los médicos que tengan acceso a este tipo de información provean mejor atención médica, incluyendo la detección de ciertas condiciones médicas previas”.
|
