vendredi 14 novembre 2014

USA RECHERCHE Prédire les suicides dans l'armée américaine après la sortie de l'hôpital

Prédire les suicides dans l'armée américaine après la sortie de l'hôpital
Date: 12 novembre 2014
Source: Harvard Medical School
et d'après article Harvard Medical School. "Predicting U.S. Army suicides after hospital discharge." ScienceDaily. ScienceDaily, 12 November 2014. <www.sciencedaily.com/releases/2014/11/141112203216.htm>.

Il est connu depuis longtemps que les patients récemment sortis d' hospitalisations psychiatriques ont un risque de suicide significativement élevé. Cependant, la rareté du suicide, même dans ce segment à haut risque de la population fait qu'il est difficile de justifier la prestation de programmes de prévention du suicide post-hospitaliers intensifs à tous les patients récemment sortis. Les programmes ciblés pour les patients à risque de suicide particulièrement élevé serait plus facile, mais il est difficile pour les cliniciens à prédire avec une bonne précision quels patients sont à risque élevé de suicide.


Un nouveau rapport publié aujourd'hui en ligne dans le JAMA Psychiatry suggère que les de grandes données des méthodes analytiques prédictive pourraient pourrait aider à aborder le problème de prédiction des patients récemment sortis plus à risque de suicide. Le rapport provient de Army Study to Assess Risk and Resilience in Servicemembers (Army STARRS), une étude à multicomposantes épidémiologique et neurobiologique des suicides dans l'armée et leurs corrélats, parrainé par l'armée américaine et financée dans le cadre d'un accord de coopération avec l'U.S. Department of Health and Human Services et the National Institutes of Health and the National Institute of Mental Health (NIH/NIMH).

L'étude a porté sur 53 769 soldats de l'armée régulière sur une période de 12 mois suivant leur congé d'un établissement psychiatrique de 2004 à 2009. Une centaine de facteurs potentiels post-hospitaliers prédictifs de suicide ont été extraites du vaste fichier administratif de l' armée et du ministère de la Défense qui contiennent des données sur tous les soldats. des grandes méthodes d'apprentissage automatique des données ont générées un algorithme de prédiction dans laquelle 5 pour cent des soldats hospitalisés ont été classés comme ayant le risque le plus élevé de suicide post-hospitalier. Un total de 52.9 % de suicides post-hospitalisation sont arrivés sur les 5 % d'hospitalisations identifiées avec une prédiction de haut risque de suicide. Les soldats les plus à risque avaient aussi des risques significativement élevés de décès par traumatisme non intentionnel, tentatives de suicide et de réhospitalisation au cours de la période de suivi. Au moins un de ces effets indésirables est survenu dans l'année après la sortie dans 46,3 pour cent des hospitalisations à plus haut risque.


"La forte concentration du risque de suicide dans les 5 pour cent des hospitalisations à plus haut risque est frappant", a déclaré le principal auteur de  Ronald Kessler, McNeil Family Professor of Health Care Policy at Harvard Medical School. "Le fait que près de la moitié de toutes les hospitalisations à plus haut risque ont été suivis par au moins un résultat négatif - soit le suicide, la mort accidentelle de blessures, tentative de suicide ou de réhospitalisation - soutient fortement le développement des services d'intervention préventive post-hospitaliers élargi pour ces soldats à haut risque ».

"L'application des grandes méthodes de données pour cibler les soldats à risque élevé de complications rares mais importants comme le suicide est un développement passionnant car il nous donne un moyen d'avancer dans la concentration des efforts de prévention sur une base continue», a déclaré Robert Ursano, chairman of the Psychiatry Department at the Uniformed Services University of the Health Sciences and an Army STARRS


Journal de référence:


  1. Ronald C. Kessler, Christopher H. Warner, Christopher Ivany, Maria V. Petukhova, Sherri Rose, Evelyn J. Bromet, Millard Brown, Tianxi Cai, Lisa J. Colpe, Kenneth L. Cox, Carol S. Fullerton, Stephen E. Gilman, Michael J. Gruber, Steven G. Heeringa, Lisa Lewandowski-Romps, Junlong Li, Amy M. Millikan-Bell, James A. Naifeh, Matthew K. Nock, Anthony J. Rosellini, Nancy A. Sampson, Michael Schoenbaum, Murray B. Stein, Simon Wessely, Alan M. Zaslavsky, Robert J. Ursano. Predicting Suicides After Psychiatric Hospitalization in US Army Soldiers. JAMA Psychiatry, 2014; DOI: 10.1001/jamapsychiatry.2014.1754