Noticia Archivo 2021

Más sobre Aprendizaje Automático utilizado en la predicción del riesgo de suicidio
Mon, 11 Jan 2021 14:25:09 GMT
A pesar de décadas de investigación sobre el suicidio, el conocimiento del riesgo de suicidio sigue siendo deficiente. El aprendizaje automático (machine learning) puede permitir el desarrollo de modelos de predicción que pueden evaluar simultáneamente muchos predictores relevantes del suicidio. El riesgo de suicidio se diferencia por muchos factores demográficos, centrándose el estudio en examinar las diferencias entre sexo. Los diagnósticos de salud física parecen contribuir más a la predicción del suicidio en hombres que en mujeres. Por el contrario, los diagnósticos psiquiátricos y los medicamentos asociados parecieron contribuir más a la predicción del riesgo de suicidio de las mujeres. Es posible que los médicos puedan evaluar, reconocer y diagnosticar con mayor frecuencia los síntomas de salud mental entre las mujeres, mientras que estos mismos síntomas pueden atribuirse a preocupaciones somáticas entre los hombres. Con respecto a la predicción variable en el tiempo, un período más largo de observación antes del suicidio (por ejemplo, diagnósticos que ocurrieron 48 meses antes) fue más importante para la predicción del suicidio que un período más corto de observación antes del suicidio (por ejemplo, diagnósticos que ocurrieron 6 meses antes). Una limitación de este estudio es que los predictores no diagnósticos que ocurren en los días inmediatos antes del suicidio pueden ser particularmente importantes para el riesgo (por ejemplo, estrés interpersonal agudo, soledad), pero estos datos no están disponibles en los registros daneses. Es probable que los factores de riesgo de diagnóstico a largo plazo y los eventos vitales agudos y los estados emocionales interactúen para caracterizar con mayor precisión el riesgo de suicidio. La mejor manera de capturar los factores de riesgo agudo y a largo plazo en muestras grandes de población ha sido un desafío continuo para la investigación epidemiológica del suicidio.
Share by: