Autor/autores:
Eric L. Ross, Kelly L. Zuromski, Ben Y. Reis...(et.al)
Se han desarrollado varios modelos estadísticos para predecir el riesgo de suicidio, pero se desconoce qué tan precisos deben ser dichos modelos para garantizar su implementación en la práctica clínica. El objetivo de este estudio es identificar los valores umbral de sensibilidad, especificidad y valor predictivo positivo que debe alcanzar un método de pr...
Estás viendo una versión reducida de este contenido.
Para consultar la información completa debes registrarte gratuitamente.
Tan sólo te llevará unos segundos.
Y si ya estás registrado inicia sesión pulsando aquí.
Se han desarrollado varios modelos estadísticos para predecir el riesgo de suicidio, pero se desconoce qué tan precisos deben ser dichos modelos para garantizar su implementación en la práctica clínica.
El objetivo de este estudio es identificar los valores umbral de sensibilidad, especificidad y valor predictivo positivo que debe alcanzar un método de predicción del riesgo de suicidio para orientar de manera rentable una intervención de reducción del riesgo de suicidio a personas de alto riesgo.
Esta evaluación económica incorporó datos publicados sobre la epidemiología del suicidio, los costos sociales y de atención médica del suicidio, y los costos y la eficacia de las intervenciones de reducción del riesgo de suicidio en un nuevo modelo analítico de decisiones. El modelo proyectó los resultados económicos de la salud relacionados con el suicidio a lo largo de un horizonte de por vida entre una población de adultos estadounidenses con un médico de atención primaria. El análisis de datos se realizó desde el 19 de septiembre de 2019 hasta el 5 de julio de 2020.
Se administraron dos posibles intervenciones a personas con alto riesgo previsto: contacto activo y seguimiento (ACF; riesgo relativo de intento de suicidio, 0, 83; costo anual de atención médica, $ 96) y terapia cognitivo-conductual (TCC; riesgo relativo de intento de suicidio, 0, 47; costo anual de atención médica, $ 1088).
Con una especificidad del 95% y una sensibilidad del 25%, la predicción del riesgo de suicidio basada en la atención primaria podría reducir las tasas de muerte por suicidio en 0, 5 por 100 000 personas-año (si se usa para apuntar a la ACF) o 1, 6 por 100 000 personas-año ( si se utiliza para focalizar la TCC) a partir de una línea de base de 15, 3 por 100 000 personas-año. Para ser rentable desde la perspectiva del sector sanitario con una especificidad del 95%, un método de predicción del riesgo debería tener una sensibilidad del 17, 0% o más (IC del 95%, 7, 4% -37, 3%) si se utiliza para apuntar a ACF y 35, 7% o más (IC del 95%, 23, 1% -60, 3%) si se usa para apuntar a la TCC. Para lograr la rentabilidad, ACF requirió valores predictivos positivos del 0, 8% para predecir el intento de suicidio y del 0, 07% para predecir la muerte por suicidio; La TCC requirió valores del 1, 7% para el intento de suicidio y del 0, 2% para la muerte por suicidio.
Estos hallazgos sugieren que con suficiente precisión, los modelos estadísticos de predicción del riesgo de suicidio pueden proporcionar un buen valor económico para la salud en los EE. UU. Varios modelos de predicción del riesgo de suicidio existentes superan los umbrales de precisión identificados en este análisis y, por lo tanto, pueden justificar la implementación piloto en los sistemas de atención médica de EE. UU.
Para acceder al texto completo consulte las características de suscripción de la fuente original:https://jamanetwork.com/
Inicio: 25/09/2024 |Precio: 170€
Ver curso