ハイリスク青年における自殺関連アウトカムの早期予測因子を特定するための集中的な縦断データの使用。実践的かつ概念的な考察

Using Intensive Longitudinal Data to Identify Early Predictors of Suicide-Related Outcomes in High-Risk Adolescents: Practical and Conceptual Considerations.

• Ewa K Czyz
• Jamie R T Yap
• Cheryl A King
• Inbal Nahum-Shani

抄録

モバイル技術は、リアルタイムまたはそれに近いリアルタイムで自殺念慮や行動を評価するための新たな可能性を提供している。しかし、集中的な縦断的データをどのように利用して、近時的なリスクを特定し、臨床的な意思決定に役立てることができるのかについては、まだ不明である。思春期の精神科入院患者（＝32人、13-17歳、75％が女性）を対象としたこの研究では、毎日の日記を用いて自殺関連の危機の初期徴候を特定するための3段階のプロセスを適用した例を示した。受信機操作特性（ROC）曲線分析を用いて、退院後最初の2週間の6つの危険因子（オブザベーション=360）の日次評価の平均と分散を用いて構成された12の特徴量の2週間後の自殺危機の識別における有用性を検討した。単一の危険因子に基づくモデルは中程度の予測精度（ROC曲線下面積 [AUC] 0.46-0.80）であったが、危険因子の組み合わせに基づくモデルはほぼすべて高精度（AUC 0.80-0.91）であった。この図に基づいて、臨床的な意思決定や今後の研究への示唆を論じる。

Mobile technology offers new possibilities for assessing suicidal ideation and behavior in real- or near-real-time. It remains unclear how intensive longitudinal data can be used to identify proximal risk and inform clinical decision making. In this study of adolescent psychiatric inpatients ( = 32, aged 13-17 years, 75% female), we illustrate the application of a three-step process to identify early signs of suicide-related crises using daily diaries. Using receiver operating characteristic (ROC) curve analyses, we considered the utility of 12 features-constructed using means and variances of daily ratings for six risk factors over the first 2 weeks postdischarge (observations = 360)-in identifying a suicidal crisis 2 weeks later. Models derived from single risk factors had modest predictive accuracy (area under the ROC curve [AUC] 0.46-0.80) while nearly all models derived from combinations of risk factors produced higher accuracy (AUCs 0.80-0.91). Based on this illustration, we discuss implications for clinical decision making and future research.