针对罕见且不确定诊断的自杀风险生存建模
应用统计
2023-05-09 v2 统计方法学
机器学习
摘要
出于通过改善行为医疗保健以预防自杀的迫切需求，我们利用医疗理赔数据研究因自杀未遂住院并随后出院的患者的后续自杀未遂风险。理解此类自杀风险升高患者的风险行为，是迈向“零自杀”目标的重要一步。一个直接且非常规的挑战是：从医疗理赔中识别自杀未遂存在显著不确定性——近20%的“疑似”自杀未遂是通过表明外伤与中毒外部原因但意图不明的诊断代码识别的。因此，在严重删失的生存分析中，了解这些未确定事件中哪些更可能是实际自杀未遂，以及如何恰当利用它们，具有重大研究价值。为应对这些相互关联的问题，我们提出了一种带正则化的整合Cox治愈模型，以对含不确定事件与潜在治愈分数的情形进行生存回归。我们将所提方法应用于研究青少年与年轻成年人群在自杀相关住院后的后续自杀未遂风险，使用来自康涅狄格州的医疗理赔数据。所识别的风险因素具有高度可解释性；更有趣的是，我们的方法区分了在评估后续未遂的易感性或发生时机方面最有帮助的风险因素。我们进一步考察了不确定未遂的预测状态，从而得出若干关于自杀事件识别的新见解。
引用
@article{arxiv.2009.02597,
title = {Survival Modeling of Suicide Risk with Rare and Uncertain Diagnoses},
author = {Wenjie Wang and Chongliang Luo and Robert H. Aseltine and Fei Wang and Jun Yan and Kun Chen},
journal= {arXiv preprint arXiv:2009.02597},
year = {2023}
}