Jauns programmatūras rīks var paredzēt individuālu PTSS risku
Izmeklētāji ir izveidojuši programmatūras modeli, kas var precīzi identificēt 800 dažādus veidus, kā cilvēkiem ir paaugstināts posttraumatiskā stresa traucējumu (PTSS) risks.
Pētnieki no Ņujorkas Universitātes Langone medicīnas centra uzskata, ka jaunais modelis pirmo reizi ļaus personalizēt PTSS prognozēšanas ceļvedi.
Pētījuma rezultāti ir publicēti žurnālā BMC psihiatrija.
"Mūsu pētījums rāda, ka augsta riska personas, kuras ir piedzīvojušas traumatisku notikumu, var identificēt mazāk nekā divas nedēļas pēc tam, kad tās pirmo reizi redzējušas neatliekamās palīdzības nodaļā," saka Arieh Y. Shalev, MD, Barbara Wilson Psihiatrijas katedras profesore Ņujorkas Universitātē Langone.
"Līdz šim mums nav bijis rīka - šajā gadījumā skaitļošanas algoritma -, kas varētu izsvērt daudzos dažādos veidos, kā indivīdiem rodas trauma, un sniegt personalizētu riska novērtējumu."
Vēsturiski klīnicisti ir ierobežojuši ar skaitļošanas metodēm, kas spēja aprēķināt vidējo risku tikai veselām izdzīvojušo grupām. Tie ir izrādījušies nepietiekami kā individuāls riska prognozēšanas rīks.
Jaunais algoritms izmantoja riska prognozēšanas rīkus, kurus pašlaik izmanto vēža augšanas prognozēšanai, PTSS prognozēšanai.
Pētnieki izstrādāja pētījumu, lai atklātu savstarpēji aizvietojamus, maksimāli prognozējamus agrīno riska rādītāju kopumus un izveidotu jaunu algoritmu, izmantojot modeli, kas iepriekš izstrādāts Ņujorkas Universitātes Veselības bioinformātikas centrā molekulārajiem un vēža pētījumiem.
Šis rīks parādīja, ka, lietojot datus, kas savākti desmit dienu laikā pēc traumatiska notikuma, tas var precīzāk paredzēt, kam, iespējams, attīstīsies PTSS, neskatoties uz traumatisko notikumu daudzajiem veidiem.
Algoritmā apkopotie dati ietver mainīgos lielumus par notikuma veidu, agrīniem simptomiem un neatliekamās palīdzības nodaļas atklājumiem.
"Vēl nesen mēs galvenokārt izmantojām agrīnos simptomus, lai prognozētu PTSS, un tam bija trūkumi," sacīja Šalevs.
“Šis pētījums paplašina mūsu spēju efektīvi prognozēt. Piemēram, tas parāda, ka tādas funkcijas kā galvas traumas rašanās, uzturēšanās ilgums neatliekamās palīdzības nodaļā vai izdzīvojušo personu nepieciešamība pēc palīdzības var tikt integrētas prognozēšanas rīkā un uzlabotas prognozes. "
Spēcīga prognozēšanas modeļa izstrāde ir obligāta arī, lai pielāgotu profilakses pasākumus cilvēkiem, kuriem ir risks saslimt ar PTSS, piebilst Šalevs.
Šaleva jaunākais pētījums balstās uz datiem, kas sākotnēji tika iegūti no Jeruzalemes traumu izplatības un profilakses pētījuma, kuru viņš un kolēģi veica Hadasas slimnīcā Izraēlā un kas iepriekš tika publicēts Vispārējās psihiatrijas arhīvi.
Šajā pētījumā tika secināts, ka divas kognitīvi-uzvedības terapijas formas, ilgstoša iedarbība un kognitīvā terapija, bija vienlīdz efektīvas PTSS novēršanā nesen izdzīvojušajiem.
Šalevs tomēr brīdināja, ka šī publikācija ir “koncepcijas pierādīšanas” dokuments. Lai viņš varētu precīzi prognozēt apstākļus, viņš teica, ka identificētais algoritms ir jāizmanto, lai apkopotu zināšanas, kas iegūtas traumatiskos notikumos, kurus piedzīvo citas pacientu grupas, un traumatiskiem notikumiem, papildus tiem, kas analizēti iepriekšējā pētījumā.
Lai izveidotu vispārinātu prognozējošu modeli, pētnieku grupa jau ir saņēmusi datu kopas no 19 citiem centriem visā pasaulē pētījumā, kuru finansēja Nacionālais garīgās veselības institūts un kura mērķis bija radīt visaptverošu prognozēšanas algoritmu. Tas tiek veikts sadarbībā ar Kolumbijas un Hārvardas universitāšu pētniekiem,
"Nākotnē mēs ceram, ka mēs varēsim labāk pielāgot ārstēšanas pieejas, pamatojoties uz personalizētāku riska novērtējumu," sacīja Šalevs. "PTSS rada smagas nodevas skartajiem indivīdiem un sabiedrībai."
Jauni pētījumi ASV un ar Pasaules Veselības organizācijas starpniecību liecina, ka lielākā daļa dzīvo pieaugušo dzīves laikā piedzīvos vismaz vienu traumatisku notikumu. Turklāt pieci līdz desmit procenti no tiem, kas pakļauti traumatiskiem notikumiem, var attīstīt PTSS.
Avots: Ņujorkas universitātes Langones medicīnas centrs / EurekAlert
