शैतान डेटा में है

लाखों रोगियों के दौरे की मशीन लर्निंग समीक्षा से पता चलता है कि आत्म-नुकसान के कई मामलों का पता नहीं चला है

जब बड़े डेटा को समझने की बात आती है, तो कभी-कभी पेड़ों के लिए जंगल देखना मुश्किल होता है।

लेकिन यूएनएम के सेंटर फॉर ग्लोबल हेल्थ में क्रिस्टोफ़ लैम्बर्ट, पीएचडी और उनके सहयोगियों ने हाल ही में लाखों चिकित्सा बीमा बिलिंग रिकॉर्ड में छिपे एक परेशान करने वाले पैटर्न का पता लगाने के लिए एक मशीन लर्निंग पद्धति का उपयोग किया।

पिछले महीने प्रकाशित एक पेपर में जर्नल ऑफ़ द अमेरिकन मेडिकल इंफ़ॉर्मेटिक्स एसोसिएशन, टीम ने अपनी खोज की सूचना दी कि चिकित्सा देखभाल की मांग करने वाले प्रमुख मानसिक बीमारी वाले लोगों के बीच आत्म-नुकसान के मामले वास्तव में बिलिंग रिकॉर्ड में दर्ज की गई तुलना में 19 गुना अधिक हो सकते हैं।

खोज से पता चलता है कि चिकित्सक और अन्य देखभाल प्रदाता अक्सर उनके द्वारा प्रदान की जाने वाली देखभाल के लिए मानकीकृत बिलिंग कोड प्रदान करते हैं जो इस संभावना को अस्पष्ट करता है कि रोगी की चोट वास्तव में दुर्घटना के बजाय खुद को नुकसान पहुंचाने के कारण हो सकती है।

खोज से पता चलता है कि इसका रोगी देखभाल पर असर पड़ सकता है।

आंतरिक चिकित्सा विभाग में एक सहयोगी प्रोफेसर लैम्बर्ट कहते हैं, "हमारे आने वाले अध्ययनों से पता चलता है कि एक व्यक्ति को आत्म-नुकसान का तीन गुना से अधिक जोखिम का सामना करना पड़ता है, अगर उसने इसे एक बार पहले किया है।" तो आगे आत्म-नुकसान या आत्महत्या को रोकने की मांग में, "यदि आप इसे कोडिंग नहीं कर रहे हैं, तो इसका मतलब है कि रोगी के भविष्य के इलाज से उनके इतिहास में महत्वपूर्ण जानकारी नहीं होने से समझौता किया जा सकता है।"

लैम्बर्ट और उनकी टीम ने 130 से 2003 तक 2016 मिलियन से अधिक अमेरिकियों के मेडिकल बिलिंग रिकॉर्ड वाले एक अज्ञात डेटाबेस के साथ अपना अध्ययन शुरू किया। उन्होंने अपने शोध को प्रमुख मानसिक बीमारी के निदान के साथ लगभग 10 मिलियन रोगियों के सबसेट तक सीमित कर दिया, जिसमें प्रमुख अवसादग्रस्तता विकार भी शामिल है। , द्विध्रुवी विकार, सिज़ोफ्रेनिया और स्किज़ोफेक्टिव डिसऑर्डर - वे लोग जिन्हें पहले से ही आत्म-नुकसान के लिए उच्च जोखिम में माना जाता है।

मशीन लर्निंग, जिसमें एक कंप्यूटर एक बड़े डेटा सेट का तेजी से विश्लेषण करने के लिए एक एल्गोरिदम लागू करता है, ऐसे पैटर्न की पहचान कर सकता है जो मनुष्यों के लिए स्पष्ट रूप से स्पष्ट नहीं हैं। इस मामले में, शोधकर्ताओं ने प्रत्येक रोगी के इनपेशेंट और आपातकालीन कक्ष यात्राओं पर लागू करने के लिए कंप्यूटर को 185,000, XNUMX चर के साथ आपूर्ति की।

"हम वास्तव में रसोई के सिंक में फेंक देते हैं," लैम्बर्ट कहते हैं। "यह मूल रूप से कुछ भी था जो उन यात्राओं में हुआ था - जिसमें सभी प्रक्रिया और नैदानिक ​​​​कोड शामिल हैं।" जो निष्कर्ष सामने आए उनमें से यह था कि संभावित आत्म-नुकसान के मामलों को बहुत कम रिपोर्ट किया गया था।

उन मामलों के बीच अप्रत्याशित विसंगतियां भी थीं जिनका मूल्यांकन आत्म-नुकसान के रूप में किया गया था और जो नहीं थे।

नशा और विषाक्तता, दुर्घटनाओं, श्वासावरोध, छाती और सिर की शल्य चिकित्सा की मरम्मत, कलाई के घाव, आत्म-नुकसान के विचार, अवसाद और मनोचिकित्सा के लिए इलाज किए गए लोगों में मादक द्रव्यों के सेवन विकार, हेरोइन विषाक्तता के साथ पेश करने वालों की तुलना में आत्म-नुकसान के लिए कोडित होने की अधिक संभावना थी। , तंत्रिका संबंधी विकार, वाहन दुर्घटनाएं या गिरना।

इससे पता चलता है कि कुछ विसंगतियां किसी विशेष व्यवहार के लिए प्रेरणा प्रदाताओं के कारण हो सकती हैं, लैम्बर्ट कहते हैं।

लैम्बर्ट कहते हैं, "हम औसतन देखते हैं कि जब किसी ने ओपिओइड ओवरडोज या ड्रग्स के माध्यम से खुद को चोट पहुंचाई है जिसका सुखद प्रभाव पड़ता है - तो वे इसे आत्म-नुकसान के रूप में कोड करने की संभावना कम करते हैं।" लेकिन आत्म-नुकसान का आकलन तब अधिक होता है जब किसी ने एस्पिरिन या नींद की गोलियों का ओवरडोज़ लिया हो, संभवतः खुद को नुकसान पहुंचाने के इरादे से।

लैम्बर्ट ने कहा, "पुरुषों में महिलाओं की तुलना में आत्म-नुकसान होने की संभावना अधिक होती है," लैम्बर्ट ने कहा, "और रूढ़िवादिता कि पुरुषों द्वारा महिलाओं की तुलना में खुलासा करने या मदद पाने की संभावना कम होती है - यह एक पूर्वाग्रह होने की संभावना प्रतीत होती है। अपने रोगियों के लिंग के आधार पर प्रदाता कोडिंग में।"

जब अंडर-कोडेड आत्म-नुकसान का खुलासा हुआ, तो उम्र, मानसिक बीमारी निदान, लिंग और अमेरिकी राज्य के कार्य के रूप में इसके जोखिम के विस्तृत अनुमान सामने आए। आत्म-नुकसान का चरम जोखिम महिलाओं के लिए १५ वर्ष और पुरुषों के लिए १७ वर्ष है, जो २० के दशक के मध्य के बाद घट रहा है।

2006 के बाद से राष्ट्रीय स्तर पर आत्म-नुकसान की दर में लगातार वृद्धि हुई है, और एक से अधिक प्रमुख मानसिक बीमारी निदान वाले लोगों में प्रति वर्ष 18 से 25 वर्ष की आयु के बीच खुद को नुकसान पहुंचाने की 15-26% संभावना होती है, जहां जोखिम सबसे अधिक होता है।

अध्ययन अनुसंधान के एक बड़े निकाय का हिस्सा था लैम्बर्ट द्विध्रुवी विकार के लिए विभिन्न उपचारों की प्रभावशीलता की तुलना करने के लिए $2.4 मिलियन रोगी-केंद्रित परिणाम अनुसंधान संस्थान पुरस्कार के साथ आयोजित कर रहा है, विशेष रूप से जब वे आत्म-नुकसान, अस्पताल में भर्ती और के उदाहरणों से संबंधित हैं। साइड इफेक्ट का खतरा।

जबकि अध्ययन इस बात पर केंद्रित था कि रोगी देखभाल को कैसे वर्गीकृत किया जाता है, लैम्बर्ट का मानना ​​​​है कि इस पद्धति का संभावित रूप से भविष्य कहनेवाला ढांचे में उपयोग किया जा सकता है।

"कोई अन्य तरीके से मशीन सीखने का उपयोग कर सकता है, आपके इतिहास के आधार पर, पूर्व में आत्म-नुकसान के मामलों सहित," वे कहते हैं। "क्या आप उस और/या अन्य कारकों के कारण उच्च जोखिम वाली श्रेणी में हैं जहां सक्रिय उपचार मदद कर सकता है?"

लैम्बर्ट भी आशावादी है कि बड़े पैमाने पर डेटा विश्लेषण चिकित्सा निर्णय लेने को सूचित करने के लिए उपयोगी अंतर्दृष्टि प्रकट कर सकता है।

"क्या हम इन डेटा सेट से कुछ सीख सकते हैं?" वह पूछता है। "कोडिंग अपूर्ण है, मनुष्य अपूर्ण हैं, लेकिन कुल मिलाकर जब हमारे पास बहुत बड़े डेटासेट होते हैं तो उस शोर का बहुत अधिक औसत हो सकता है और हम सार्थक उत्तर और साक्ष्य प्राप्त कर सकते हैं।"