Autor/autores:
Juan Martin Gómez Penedo, Brian Schwartz, Julia Giesemann...(et.al)
Objetivo Nuestro objetivo fue desarrollar y probar un algoritmo para las predicciones de pacientes individuales sobre los efectos de las experiencias de afrontamiento de problemas (PCE, por sus siglas en inglés) (es decir, la comprensión y la capacidad de los pacientes para lidiar con sus problemas) en la terapia cognitivo-conductual. Método En una muestra de pacientes ambu...
PUBLICIDAD
Crea tu cuenta gratis y léelo completo ahora.
¿Ya estás registrado? Inicia sesión aquí .
Nuestro objetivo fue desarrollar y probar un algoritmo para las predicciones de pacientes individuales sobre los efectos de las experiencias de afrontamiento de problemas (PCE, por sus siglas en inglés) (es decir, la comprensión y la capacidad de los pacientes para lidiar con sus problemas) en la terapia cognitivo-conductual.
En una muestra de pacientes ambulatorios con variedad de diagnósticos ( n= 1010), llevamos a cabo modelos de ecuaciones estructurales dinámicas para estimar los efectos del PCE con rezago cruzado dentro del paciente en el resultado durante las primeras diez sesiones. En una muestra de entrenamiento seleccionada al azar (2/3 de los casos), probamos diferentes algoritmos de aprendizaje automático (es decir, regresión de cresta, LASSO, red elástica y bosque aleatorio) para predecir los efectos de PCE (es decir, el grado en que PCE fue un predictor de síntomas con retraso en el tiempo), utilizando características demográficas, diagnósticas y clínicamente relevantes del paciente. Luego, validamos el mejor algoritmo en una muestra de prueba (1/3 de los casos).
El algoritmo de bosque aleatorio funcionó mejor, explicando el 14, 7 % de la varianza de los efectos PCE en el conjunto de entrenamiento. Los resultados se mantuvieron estables en el conjunto de prueba, explicando el 15, 4% de la varianza de los efectos PCE.
Los resultados muestran la idoneidad para realizar predicciones individuales de los efectos del proceso, en base a la información inicial de los pacientes. Si los resultados se replican, el algoritmo podría tener el potencial de implementarse en la práctica clínica integrándolo en los sistemas de monitoreo y retroalimentación del terapeuta.
Para acceder al texto completo consulte las características de suscripción de la fuente original:https://www. tandfonline. com/
Para más contenido siga a psiquiatria. com en: Twitter, Facebook y Linkedl
Explora el artículo con IA