Претензии по медицинскому страхованию могут сделать больше, чем помочь оплатить проблемы со здоровьем; они могут помочь предсказать их, согласно новым выводам междисциплинарной исследовательской группы штата Пенсильвания, опубликованным в BMJ Health & Care Informatics . Исследователи разработали модели машинного обучения, которые оценивают связи между сотнями клинических переменных, включая визиты к врачу и медицинские услуги при, казалось бы, не связанных между собой заболеваниях, чтобы предсказать вероятность расстройства аутистического спектра у маленьких детей.

Данные о страховых претензиях, которые не идентифицированы и широко доступны в наборах данных маркетингового сканирования, предоставляют подробные медицинские данные о пациенте. Научная литература в этой области предполагает, что дети с расстройствами аутистического спектра также часто имеют более высокие показатели клинических симптомов, таких как различные типы инфекций, желудочно-кишечные проблемы, судороги, а также поведенческие признаки. Эти симптомы не являются причиной аутизма, но часто проявляются у детей с аутизмом, особенно в раннем возрасте, поэтому мы были вдохновлены синтезировать медицинскую информацию для количественной оценки и прогнозирования этой связанной вероятности».

Цюши Чен, автор-корреспондент, доцент кафедры промышленной и производственной инженерии, Инженерный колледж штата Пенсильвания

Исследователи ввели данные в модели машинного обучения, обучив их оценивать сотни переменных и находить корреляции, связанные с повышенной вероятностью расстройства аутистического спектра.

«Расстройство аутистического спектра — это нарушение развития», — сказал соавтор Годун Лю, доцент кафедры общественного здравоохранения, психиатрии и поведенческого здоровья, а также педиатрии в Медицинском колледже штата Пенсильвания. «Для постановки диагноза врачу требуется наблюдение и несколько скринингов. Процесс обычно длительный, и многие дети упускают окно для раннего вмешательства — это самый эффективный способ улучшить результаты».

Один из часто используемых инструментов скрининга, помогающий выявить маленьких детей с повышенной вероятностью расстройства аутистического спектра, называется Модифицированный контрольный список для выявления аутизма у детей раннего возраста (M-CHAT), который обычно дается при плановых посещениях ребенка в возрасте 18 и 24 месяцев. старый. Он состоит из 20 вопросов, посвященных поведению, связанному со зрительным контактом, социальными взаимодействиями и некоторыми физическими вехами, такими как ходьба. Хранители отвечают на основе своих наблюдений, но, по словам Чена, развитие в этом возрасте настолько сильно различается, что инструмент может неправильно идентифицировать детей. В результате дети часто не получают официального диагноза, пока им не исполнится четыре или пять лет, а это означает, что они пропускают годы потенциального раннего вмешательства.

«Наша новая модель, которая количественно оценивает сумму выявленных факторов риска вместе для определения уровня вероятности, уже сопоставима, а в некоторых случаях даже немного лучше, чем существующий инструмент скрининга», — сказал Чен. «Когда мы объединяем модель с инструментом скрининга, у нас появляется очень многообещающий подход для клиницистов».

По словам Лю, было бы практически осуществимо интегрировать модель с инструментом скрининга для клинического использования.

«Уникальная сила этой работы заключается в том, что этот подход клинической информатики может быть легко включен в клиническую практику», — сказал Лю. «Модель прогнозирования может быть встроена в систему электронных медицинских карт больницы, которая используется для составления карт состояния здоровья пациентов, в качестве инструмента поддержки принятия клинических решений, чтобы помечать детей из группы высокого риска, чтобы как врачи, так и семьи могли принять меры раньше».

Эта работа, финансируемая Национальным институтом здравоохранения, Исследовательским институтом социальных наук штата Пенсильвания и Инженерным колледжем штата Пенсильвания, является основой нового гранта в размере 460 000 долларов США, присужденного Чену и Уитни Гатри, клиническим психологам в Детской больнице Филадельфийского центра. по исследованию аутизма и доцент кафедры психиатрии и педиатрии Медицинской школы Перельмана Пенсильванского университета при Национальном институте психического здоровья.

Они используют новый грант для точного анализа того, насколько хорошо объединенные данные больничных записей и результаты скрининга предсказывают диагноз аутизма, а также для изучения других потенциальных инструментов скрининга, которые могли бы лучше вооружить клиницистов для помощи своим пациентам.

«Мало того, что текущий инструмент пропускает многих детей в спектре аутизма, но многие дети, обнаруженные нашими инструментами скрининга, имеют длинные списки ожидания из-за наших ограниченных диагностических возможностей», — сказал Гатри. «Хотя M-CHAT выявляет многих детей, у него также очень высокий уровень ложноположительных и ложноотрицательных результатов, а это означает, что многие аутичные дети не учитываются, а других детей направляют на обследование на аутизм, когда оно им может не понадобиться. И то, и другое проблемы приводят к длительному ожиданию — часто многие месяцы или даже годы — для дальнейшей оценки Последствия для детей, которые упускаются из виду нашими текущими инструментами скрининга, особенно важны, потому что запоздалая диагностика часто означает, что дети полностью пропускают окно для раннего вмешательства.

Частично проблема заключается в ограниченном количестве психологов, педиатров по развитию и других специалистов в области детского развития, которые могут поставить диагноз расстройства аутистического спектра. По словам Чена, решение может существовать в промышленной инженерии.

«Основная идея заключается в улучшении того, как мы используем ресурсы», — сказал Чен. «Благодаря клиническому опыту доктора Гатри и возможностям моей группы по моделированию мы стремимся разработать инструмент, который смогут применять врачи первичного звена, не имеющие специальной подготовки, для проведения уверенной оценки, чтобы диагностировать детей как можно раньше, чтобы получить необходимую им помощь как можно скорее. возможный.»

Среди дополнительных авторов статьи первый автор Ю-Хсин Чен, аспирантка, получающая докторскую степень в области промышленного и производственного машиностроения, которая также напишет диссертацию по грантовой работе; и соавтор Лан Конг, профессор общественного здравоохранения Медицинского колледжа штата Пенсильвания.