Estudio examina la inequidad racial en los modelos de predicción del suicidio

Crédito: Unsplash/CC0 Public Domain

Los modelos que pueden predecir con éxito los suicidios en una muestra de la población general pueden tener un desempeño deficiente en algunos grupos raciales o étnicos, según un estudio realizado por investigadores de Kaiser Permanente publicado el 28 de abril en JAMA Psychiatry.

Los nuevos hallazgos muestran que 2 modelos de predicción de suicidio son menos precisos para las personas negras, indias americanas y nativas de Alaska y demuestran cómo se deben evaluar todos los modelos de predicción antes de utilizarlos. Se cree que el estudio es el primero en observar cómo funcionan los últimos métodos estadísticos para evaluar el riesgo de suicidio cuando se prueban específicamente en diferentes grupos étnicos y raciales.

Más de 47,500 personas murieron por suicidio en los Estados Unidos en 2019, un aumento del 33 % desde 1999. Los líderes de atención médica esperan reducir el suicidio mediante el uso de registros de visitas de salud mental, diagnósticos y otros factores para identificar a los pacientes con mayor riesgo de suicidio e intervenir. En los últimos años, la Administración de Salud de Veteranos, HealthPartners y varias regiones de Kaiser Permanente han comenzado a usar modelos de predicción de suicidio para guiar la atención.

«Con el creciente entusiasmo por los modelos de predicción de suicidio, debemos asegurarnos de que tales esfuerzos consideren equidad en la salud», dijo Yates Coley, Ph.D., primer autor del estudio e investigador asistente en Kaiser Permanente Washington Health Research Institute. «Los métodos actuales maximizan el rendimiento predictivo en toda la población, con precisión predictiva en el subgrupo más grande de pacientes blancos, lo que eclipsa el rendimiento de los subgrupos raciales y étnicos menos prevalentes».

El artículo de JAMA Psychiatry sigue varios estudios que han descubierto preocupaciones similares con sesgo racial/étnico en algoritmos en dominios que van desde la justicia penal y la vigilancia hasta la atención de la salud. En el nuevo estudio, Coley y sus colegas recopilaron registros de salud electrónicos de casi 14 millones de visitas ambulatorias de salud mental durante un período de 7 años de 7 sistemas de atención médica.

Usando estos registros de salud, el equipo de investigación desarrolló 2 diferentes modela un enfoque de regresión logística estadística estándar y un algoritmo de aprendizaje automático de bosque aleatorio para predecir muertes por suicidio dentro de los 90 días posteriores a una visita de salud mental. Los modelos utilizaron características demográficas, comorbilidades, diagnósticos de salud mental y uso de sustancias, medicamentos psiquiátricos dispensados, intentos de suicidio previos, encuentros previos de salud mental y respuestas al Cuestionario de salud del paciente 9, que se completa de forma rutinaria en las visitas de salud mental.

Los modelos tenían un alto grado de precisión para identificar suicidios y evitar falsos positivos en toda la muestra y para pacientes blancos, hispanos y asiáticos. A los modelos les fue mucho peor con pacientes negros, indios americanos y nativos de Alaska y pacientes sin raza/etnicidad registrada.

Por ejemplo, después de que uno de los modelos se usó para predecir el 5 % de las visitas con la mayor riesgo de suicidio, los investigadores se centraron en las visitas de pacientes blancos en ese grupo de riesgo y encontraron que casi la mitad de los suicidios eventuales fueron identificados. Por el contrario, ese grupo de riesgo solo incluía alrededor del 7% de las muertes por suicidio de pacientes indios americanos, nativos de Alaska y negros. Esto significa que las personas de estas poblaciones que mueren por suicidio tendrían muchas menos probabilidades de ser identificadas por el modelo, lo que indica que esta herramienta en particular no es útil para guiar su atención.

• Los investigadores citaron varios posibles razones de las deficiencias en la precisión de la predicción que podrían ser el resultado de sesgos incrustados en los datos. Los pacientes negros, indios americanos y nativos de Alaska enfrentan barreras para acceder a los servicios de salud mental. Esto significa que hay menos datos sobre los factores de riesgo de suicidio, por lo que puede ser más difícil hacer pronósticos precisos.
• Incluso cuando estas poblaciones tienen acceso a servicios de salud mental, las investigaciones muestran que es menos probable que se les diagnostique y tratados por problemas de salud mental. Es posible que los datos clínicos no reflejen con precisión el riesgo, lo que afecta las predicciones de suicidio de los modelos.
• Los suicidios en estas poblaciones pueden identificarse incorrectamente como no intencionales o accidentales, lo que contribuye al desafío de predecir suicidios en estas poblaciones.

Los 2 modelos de predicción del estudio no son los mismos que los que ahora se están implementando en los sistemas de salud. Este estudio examinó modelos que predicen muertes por suicidio, mientras que los modelos que se utilizan en la atención clínica en Kaiser Permanente predicen autolesiones o intentos de suicidio. Una auditoría, como la de este estudio, del modelo de predicción de intentos de suicidio en uso en Kaiser Permanente en Washington no encontró disparidades raciales o étnicas en el desempeño de la predicción. Dichas auditorías pueden ser necesarias en otras organizaciones de salud que utilizan modelos de predicción de suicidio, y el estudio establece los pasos que se deben tomar al implementar un modelo de predicción para garantizar que no se perpetúen las desigualdades.

«Antes de implementar cualquier predicción modelo en nuestras clínicas, debemos evaluar las disparidades en la precisión y pensar en las posibles consecuencias negativas», dijo Gregory Simon, MD, MPH, coautor del estudio e investigador principal del Kaiser Permanente Washington Health Research Institute. «Algunos modelos de predicción pasan esa prueba y otros no, pero solo lo sabemos haciendo investigaciones como esta».

Explore más

Los investigadores desarrollan nuevos modelos para predecir el riesgo de suicidio Información de la revista: JAMA Psychiatry

Proporcionado por Kaiser Permanente Cita: El estudio examina la inequidad racial en modelos de predicción de suicidio (2021, 28 de abril) recuperado el 30 de agosto de 2022 de https://medicalxpress.com/news/2021-04-racial-inequity-suicide.html Este documento está sujeto a derechos de autor. Aparte de cualquier trato justo con fines de estudio o investigación privados, ninguna parte puede reproducirse sin el permiso por escrito. El contenido se proporciona únicamente con fines informativos.