Tıp Tarihi Küçük Çocuklarda Otizmi Öngörmeye Yardımcı Olabilir

Özet: Yeni makine öğrenimi modelleri, küçük çocuklarda OSB olasılığını tahmin etmek için doktor ziyaretleri ve görünüşte bağlantısız koşullar için sağlık kayıtları dahil olmak üzere yüzlerce klinik değişken arasındaki bağlantıyı değerlendiriyor.

Kaynak: Penn Eyaleti

Sağlık sigortası talepleri, sağlık sorunları için ödeme yapmaktan daha fazlasını yapabilir; Disiplinlerarası bir Penn State araştırma ekibinin yayınladığı yeni bulgulara göre, onları tahmin etmeye yardımcı olabilirler. BMJ Sağlık ve Bakım Bilişimi.

Araştırmacılar, küçük çocuklarda otizm spektrum bozukluğu olasılığını tahmin etmek için, görünüşte ilgisiz tıbbi durumlar için doktor ziyaretleri ve sağlık hizmetleri de dahil olmak üzere yüzlerce klinik değişken arasındaki bağlantıları değerlendiren makine öğrenimi modelleri geliştirdiler.

Penn State Mühendislik Koleji’nde endüstri ve üretim mühendisliği yardımcı doçenti olan ilgili yazar Qiushi Chen, “Kimliği gizlenen ve pazarlama tarama veri kümelerinde yaygın olarak bulunan sigorta talep verileri, hasta hakkında kapsamlı, uzunlamasına tıbbi ayrıntılar sağlar” dedi.

“Alandaki bilimsel literatür, otizm spektrum bozukluğu olan çocukların sıklıkla farklı enfeksiyon türleri, gastrointestinal problemler, nöbetler ve davranış belirtileri gibi daha yüksek klinik semptomlara sahip olduğunu göstermektedir.

“Bu semptomlar otizmin bir nedeni değildir, ancak genellikle otizmli çocuklar arasında özellikle genç yaşlarda kendini gösterir, bu nedenle bu ilişkili olasılığı ölçmek ve tahmin etmek için tıbbi bilgileri sentezlemek için ilham aldık.”

Araştırmacılar, verileri makine öğrenimi modellerine besledi ve otizm spektrum bozukluğu olasılığının artmasıyla ilgili korelasyonları bulmak için yüzlerce değişkeni değerlendirmek üzere eğitti.

Penn State College of Medicine’de halk sağlığı bilimleri, psikiyatri ve davranış sağlığı ve pediatri doçenti olan ortak yazar Guodong Liu, “Otizm spektrum bozukluğu gelişimsel bir engeldir” dedi.

“Bir klinisyenin teşhis koyması için gözlem ve birkaç tarama gerekiyor. Süreç genellikle uzundur ve birçok çocuk, sonuçları iyileştirmenin en etkili yolu olan erken müdahale penceresini kaçırır.”

Otizm spektrum bozukluğu olasılığı yüksek olan küçük çocukları belirlemeye yardımcı olmak için yaygın olarak kullanılan tarama araçlarından biri, normalde 18 ve 24 aylık rutin sağlıklı çocuk ziyaretlerinde verilen Yeni Yürümeye Başlayan Çocuklarda Otizm için Değiştirilmiş Kontrol Listesi (M-CHAT) olarak adlandırılır. eskimiş. Göz teması, sosyal etkileşimler ve yürüme gibi bazı fiziksel dönüm noktaları ile ilgili davranışlara odaklanan 20 sorudan oluşur.

Gardiyanlar gözlemlerine dayanarak cevap verirler, ancak Chen’e göre, gelişim bu yaşlarda o kadar önemli ölçüde değişir ki, araç çocukları yanlış tanımlayabilir. Sonuç olarak, çocuklara genellikle dört veya beş yaşına gelene kadar resmi olarak teşhis konulmaz, yani yıllarca olası erken müdahaleleri kaçırırlar.

Chen, “Olabilirlik seviyesini bildirmek için tanımlanan risk faktörlerinin toplamını birlikte ölçen yeni modelimiz, halihazırda mevcut tarama aracıyla karşılaştırılabilir ve bazı durumlarda biraz daha iyi” dedi.

“Modeli tarama aracıyla birleştirdiğimizde, klinisyenler için çok umut verici bir yaklaşımımız var.”

Liu’ya göre, modeli klinik kullanım için tarama aracıyla entegre etmek pratik olarak mümkün olacaktır.

Liu, “Bu çalışmanın benzersiz bir gücü, bu klinik bilişim yaklaşımının klinik akışa kolayca dahil edilebilmesidir” dedi.

“Tahmin modeli, hem klinisyenlerin hem de ailelerin daha erken harekete geçebilmesi için yüksek riskli çocukları işaretlemek için klinik bir karar destek aracı olarak hasta sağlığının grafiğini çıkarmak için kullanılan bir hastanenin Elektronik Sağlık Kaydı sistemine yerleştirilebilir.”

Ulusal Sağlık Enstitüleri, Penn State Sosyal Bilimler Araştırma Enstitüsü ve Penn State Mühendislik Koleji tarafından finanse edilen bu çalışma, Chen ve Whitney GuthriePhiladelphia Otizm Araştırmaları Merkezi Çocuk Hastanesi’nde klinik psikolog ve Ulusal Ruh Sağlığı Enstitüsü tarafından Pennsylvania Üniversitesi Perelman Tıp Fakültesi’nde psikiyatri ve pediatri yardımcı doçenti.

Yeni hibeyi, birleşik hastane kayıt verilerinin ve tarama sonuçlarının otizm tanılarını ne kadar iyi tahmin ettiğini tam olarak analiz etmek ve ayrıca klinisyenleri hastalarına yardımcı olmak için daha iyi donatabilecek diğer potansiyel tarama araçlarını keşfetmek için kullanıyorlar.

Guthrie, “Mevcut araç sadece otizm spektrumundaki birçok çocuğu kaçırmakla kalmıyor, aynı zamanda tarama araçlarımız tarafından tespit edilen birçok çocuk, sınırlı teşhis kapasitemiz nedeniyle uzun bekleme listeleri yaşıyor” dedi.

“Birçok çocuğu tespit etmesine rağmen, M-CHAT ayrıca çok yüksek yanlış pozitif ve yanlış negatif oranlarına sahiptir, bu da birçok otistik çocuğun gözden kaçırıldığı ve diğer çocuklara ihtiyaç duymadıklarında otizm değerlendirmesi için sevk edildiği anlamına gelir. Her iki sorun da daha fazla değerlendirme için uzun süre – genellikle aylar hatta yıllar – beklemeye katkıda bulunur.

“Mevcut tarama araçlarımız tarafından gözden kaçırılan çocuklar için sonuçlar özellikle önemlidir çünkü gecikmiş tanı genellikle çocukların erken müdahale penceresini tamamen kaçırdığı anlamına gelir. Çocuk doktorlarının, otizm değerlendirmesine ihtiyaç duyan tüm çocukları mümkün olduğunca erken tespit etmek için daha iyi tarama araçlarına ihtiyacı var.”

Sorunun bir kısmı, otizm spektrum bozukluğu tanısı koyabilen sınırlı sayıda psikolog, gelişimsel pediatrist ve pediatrik gelişim alanındaki diğer uzmanlardır. Chen’e göre, çözüm endüstri mühendisliğinde olabilir.

Chen, “Ana fikir, kaynakları nasıl kullandığımızı geliştirmek” dedi. “Dr. Guthrie’nin klinik uzmanlığı ve grubumun modelleme yetenekleriyle, uzmanlık eğitimi almamış birinci basamak hekimlerinin, ihtiyaç duydukları bakımı en kısa sürede alabilmeleri için çocukları mümkün olan en kısa sürede teşhis etmek için kendinden emin değerlendirmeler yapmak için uygulayabilecekleri bir araç geliştirmeyi amaçlıyoruz. mümkün.”

Ek makale katkıda bulunanlar arasında, endüstri ve imalat mühendisliği alanında doktorasını sürdüren ve aynı zamanda hibe çalışması üzerine tezini yazacak olan bir yüksek lisans öğrencisi olan ilk yazar Yu-Hsin Chen; ve ortak yazar Lan Kong, halk sağlığı bilimleri profesörü, Penn State Tıp Fakültesi.

Bu otizm araştırma haberleri hakkında

Soyut

Tıbbi talep verilerini kullanarak makine öğrenimi olan küçük çocuklarda otizm spektrum bozukluğunun erken tespiti

Hedefler

Erken tanı ve müdahale, otizm spektrum bozukluğu (ASD) olan çocukların uzun vadeli sonuçlarını iyileştirmenin anahtarıdır. Ancak, mevcut tarama araçları yetersiz doğruluk göstermiştir. Amacımız, gerçek dünyadaki sağlık beyanları verilerini kullanarak tıbbi geçmişlerine dayanarak 18 ay ile 30 ay arasındaki küçük çocuklarda OSB riskini tahmin etmektir.

yöntemler

MarketScan Sağlık İddiaları Veritabanı 2005–2016’yı kullanarak, çalışma grubumuz olarak OSB’li 12 743 çocuk ve OSB’si olmayan 25 833 çocuktan oluşan rastgele bir örnek belirledik. En az mutlak küçülme ve seçim operatörü ile lojistik regresyon (LR) geliştirdik ve 18-30 aylıkken ASD teşhisini tahmin etmek için rastgele orman (RF) modelleri, demografik bilgileri, tıbbi teşhisleri ve ilk yıllarda bireyin tıbbi iddialarından çıkarılan sağlık hizmeti prosedürlerini kullanarak geliştirdik. yordayıcı değişkenler olarak doğum sonrası.

Sonuçlar

24 aylıkken ASD teşhisini tahmin etmek için, LR ve RF modelleri sırasıyla 0.758 ve 0.775’lik alıcı işletim karakteristik eğrisi (AUROC) altındaki alana ulaştı. Tahmin doğruluğu yaşla birlikte daha da arttı. Ayakta tedavi ve yatan hasta ziyaretleriyle ayrılan öngörücü değişkenlerle, 24 aylık tahmin için RF modeli, mevcut tarama aracına göre umut verici bir gelişmeyi temsil eden %96,4 özgüllük ve %20,5 pozitif öngörücü değer ile 0,834’lük bir AUROC elde etti. uygulamada.

Sonuçlar

Çalışmamız, OSB’li çocukları çok genç yaşta belirlemek için makine öğrenimi modellerini ve sağlık beyanları verilerini kullanmanın fizibilitesini göstermektedir. Genel çocuk popülasyonunda OSB riskinin izlenmesi ve hedefe yönelik tarama için yüksek riskli çocukların erken tespiti için umut verici bir yaklaşım olarak kabul edilmektedir.