Modele de predicție a riscului suicidar: 167 modele analizate, doar 8% validate extern
Autor: Airinei Camelia 41 vizite
Prezentare
Seyedsalehi A, Bailey J și colaboratori, Universitatea Oxford, Marea Britanie. BMC Med oct 2025. Revizuire sistematică a 167 de modele de predicție a riscului de autovătămare și suicid din 91 de articole arată că doar 8% au fost validate extern, că 92% prezintă risc ridicat de eroare sistematică metodologică și că numai 5 modele demonstrează performanță predictivă bună în validare externă — punând în evidență o supraofertă masivă de cercetare nevalidată cu utilitate clinică incertă.
Rezumat
- 167 modele: identificate în 91 de articole, din care doar 14 (8%) au fost validate extern — restul de 92% rămân nevalidate în populații independente
- 92%: proporția studiilor cu risc ridicat de eroare sistematică, determinat în principal de evaluarea predictivă inadecvată și de eșantioane insuficiente
- 5 modele: cu performanță predictivă bună în validare externă, incluzând OxMIS și Simon — singurele recomandabile pentru potențial uz clinic
Context și relevanță clinică
Sinuciderea reprezintă o cauză majoră de deces prematur la nivel global, cu aproximativ 700.000 de decese pe an conform Organizației Mondiale a Sănătății, și constituie a 17-a cauză de deces în totalul populației mondiale. Autovătămarea non-fatală este de 10-20 ori mai frecventă decât sinuciderea și reprezintă cel mai puternic factor de risc predictiv pentru tentativa ulterioară. În practica clinică, evaluarea riscului suicidar rămâne una dintre cele mai dificile sarcini ale psihiatriei — clinicienii se bazează pe interviul clinic, scale de evaluare și judecată clinică, dar acuratețea predictivă a acestor metode este modestă. Instrumentele de predicție algoritmice și modelele statistice sau de tip învățare automată ar putea, teoretic, să ofere o stratificare mai precisă a riscului, permițând alocarea eficientă a resurselor de îngrijire în funcție de probabilitatea unui eveniment viitor. În ultimul deceniu, numărul de modele de predicție a riscului de autovătămare și suicid a crescut exponențial, alimentat de disponibilitatea datelor mari și a metodelor computaționale avansate. Cu toate acestea, translatarea acestor modele în instrumente clinice valide și utile rămâne controversată, iar rolul lor real în evaluarea riscului și în luarea deciziilor clinice este dezbătut intens în comunitatea de sănătate mintală. Evaluarea riguroasă a calității metodologice și a performanței predictive ale acestor modele este esențială înainte de orice implementare clinică.
Design și metodologie
Autorii au efectuat o revizuire sistematică completă, căutând în bazele de date MEDLINE, EMBASE, PsycINFO, CINAHL și Global Health de la înființarea acestora până la 30 noiembrie 2021, cu o actualizare a căutării realizată la 25 octombrie 2024 pentru a include validările externe publicate ulterior. Au fost incluse studiile care descriu dezvoltarea și/sau validarea externă a modelelor statistice de predicție a riscului de autovătămare non-fatală și/sau deces prin sinucidere. Revizuirea a exclus modelele bazate exclusiv pe date de laborator sau imagistice fără componente clinice. Evaluarea riscului de eroare sistematică a fiecărui studiu a fost realizată folosind instrumentul PROBAST (Prediction model Risk Of Bias ASsessment Tool), care evaluează patru domenii: selecția participanților, predictori, rezultatele de interes și analiza statistică. Performanța predictivă a modelelor a fost evaluată prin indicele C (statistică c, echivalentul AUC sub curba ROC pentru supraviețuire), ca indicator de discriminare, și prin calibrare — măsura în care probabilitățile prezise corespund frecvențelor observate în date. Analiza a urmat ghidurile PRISMA și CHARMS pentru revizuirile sistematice ale modelelor de predicție prognostică.
Populația studiată
Revizuirea sistematică nu are o populație de studiu primară în sensul obișnuit, ci analizează studiile care au dezvoltat sau validat modele de predicție. Cele 91 de articole incluse acoperă populații diverse din multiple sisteme de sănătate: pacienți psihiatrici internați sau ambulatori, pacienți care se prezentau la urgențe cu tentativă de suicid sau autovătămare, persoane din populația generală cu istoric de autovătămare și populații carcerare. Modelele vizau populații-țintă distincte: pacienți cu tulburări afective, cu psihoze, cu tulburări de personalitate, cu abuz de substanțe sau populații generale. Marea diversitate a populațiilor studiate face dificilă compararea directă a modelelor și subliniază importanța validării externe în populații similare cu cea pentru care modelul va fi utilizat clinic — o condiție pe care, după cum arată revizuirea, foarte puține modele au îndeplinit-o.
Intervenție și comparator
Revizuirea sistematică nu evaluează o intervenție terapeutică, ci calitatea și performanța predictivă a modelelor de predicție prognostică. Principalele caracteristici analizate per model au inclus: tipul de predictor (date clinice, scale psihometrice, date administrative, variabile sociodemografice, date de laborator, markeri biologici, date de activitate digitală), orizontul temporal al predicției (7 zile, 30 zile, 6 luni, 1 an, 2 ani), tipul de model statistic (regresie logistică, regresie Cox, arbori de decizie, păduri aleatoare, rețele neuronale, gradient boosting), sursa de date (registre electronice de sănătate, studii de cohortă, registre populaționale) și metoda de validare (internă prin bootstrapping sau validare încrucișată, sau externă pe o cohortă independentă). Modelele au fost clasificate după tipul de rezultat predicționat: autovătămare non-fatală (76 modele), suicid (51 modele) sau rezultatul compus autovătămare/suicid (40 modele).
Rezultate principale
Revizuirea a identificat 91 de articole care descriu dezvoltarea a 167 de modele distincte și 29 de validări externe. Distribuția pe tipuri de rezultat a evidențiat 76 modele pentru autovătămare, 51 pentru suicid și 40 pentru rezultatul compus. Numai 14 din 167 modele (8%) au fost validate extern, iar 28 (17%) erau prezentate într-un format care permite validarea sau utilizarea de către alți cercetători — o proporție extrem de redusă pentru instrumente cu potențial de utilizare clinică. Indicele C raportat a variat între 0,61 și 0,97 în studiile de dezvoltare (median 0,82) și între 0,60 și 0,86 în validările externe (median 0,81). Calibrarea — un aspect esențial pentru utilitatea clinică reală — a fost evaluată pentru numai 9% din modelele (15/167) din studiile de dezvoltare și pentru 31% din validările externe (9/29). Dintre modelele validate extern cu calibrare evaluată, OxMIS (Oxford Mental Illness and Suicide tool) și Simon au demonstrat discriminare și calibrare adecvate. Toate studiile de dezvoltare și toate validările externe cu excepția a 2 au fost clasificate ca prezentând risc ridicat de eroare sistematică prin PROBAST. Principalele surse de eroare au fost: evaluarea predictivă inadecvată sau incompletă (180/196, 92%), eșantioane insuficiente pentru modelele cu număr mare de predictori (151/196, 77%), gestionarea necorespunzătoare a datelor lipsă (129/196, 66%) și lipsa corecției pentru supraacomodare și optimism în etapa de dezvoltare (106/167, 63%).
Rezultate secundare și limitări
Analiza a evidențiat disparități geografice majore: marea majoritate a modelelor au fost dezvoltate în țări anglofone cu sisteme de sănătate bine informatizate (SUA, Marea Britanie, Australia), cu generalizabilitate incertă la alte contexte clinice și culturale. Un alt element problematic este orizontul temporal al predicției: multe modele predicționează riscul pe perioade scurte (7-30 zile), ceea ce poate fi util pentru triajul de urgență, dar este insuficient pentru planificarea tratamentului pe termen mediu. Revizuirea notează că căutarea inițială s-a oprit în noiembrie 2021, iar domeniul a evoluat rapid ulterior; actualizarea din octombrie 2024 a adăugat validări externe noi, dar nu modelele nou-dezvoltate în această perioadă. O limitare importantă a oricărei revizuiri în acest domeniu este dificultatea de a standardiza definițiile — autovătămarea poate fi definită foarte diferit în studii, de la tăieri superficiale până la tentative cu risc vital, ceea ce face compararea modelelor extrem de dificilă chiar și în condițiile unei revizuiri riguroase.
Concluzii și implicații practice
Domeniul modelelor de predicție a riscului suicidar este caracterizat de o supraofertă de cercetare nevalidată care contribuie la risipa de resurse de cercetare fără a produce instrumente clinice fiabile. Numai 5 modele demonstrează performanță predictivă bună în validare externă, iar integrarea acestora în practica clinică necesită studii de implementare și de impact asupra deciziilor clinice. Clinicienii și factorii de decizie trebuie să fie prudenți în adoptarea modelelor de predicție a riscului suicidar fără validare externă robustă și fără evaluarea calibrării. Cercetările viitoare ar trebui să se concentreze pe validarea externă a modelelor existente în populații diverse, pe actualizarea modelelor cu date noi și pe studii de implementare care să evalueze impactul utilizării acestor modele asupra rezultatelor clinice reale.
Detalii studiu
Abstract (original)
We searched MEDLINE, EMBASE, PsycINFO, CINAHL, and Global Health from inception to 30/11/2021. The search was updated on 25/10/2024 to include new external validations. We included studies describing the development and/or external validation of statistical models for predicting risk of non-fatal self-harm and/or death by suicide. Risk of bias was assessed using the Prediction model Risk Of Bias ASsessment Tool (PROBAST).
We included 91 articles describing the development of 167 models and 29 external validations. Most models predicted risk of self-harm (76 models), followed by suicide (51 models), and the composite outcome of suicide or non-fatal self-harm (40 models). Only 8% of developed models (14/167) were externally validated, and 17% (28/167) were presented in a format enabling validation or use by others. The reported C indices ranged from 0.61 to 0.97 (median 0.82) in development studies and from 0.60 to 0.86 (median 0.81) in external validations. Calibration was assessed for 9% of models (15/167) in development studies and 31% of external validations (9/29). Of these, the OxMIS and Simon models showed adequate discrimination and calibration performance in external validation. All model development studies, and all but two external validations, were at high risk of bias. This was mainly driven by inappropriate or incomplete evaluation of predictive performance (180/196, 92%), insufficient sample sizes (151/196, 77%), inappropriate handling of missing data (129/196, 66%), and not adequately accounting for overfitting and optimism during model development (106/167, 63%).
Despite skepticism about the feasibility and accuracy of self-harm and suicide risk prediction and assessment, we have identified five models with good predictive performance in external validation. Avoidable sources of research waste include an oversupply of unvalidated prediction models addressing similar research questions, and shortcomings in study design, conduct, and statistical analysis. To address these, new research must prioritise methodological rigour and focus on external validation and updating existing models. Complete, transparent, and accurate reporting is essential, with model presentation in a format that enables independent validation.
Concluzii
Limitări
Recomandări clinice
Cuvinte cheie
Referințe
Alege-ți medicul și fă o programare!Peste 13000 de cabinete medicale își prezintă serviciile pe ROmedic.