Signaalfunctie van machine learning kan huisarts mogelijk gaan ondersteunen bij het identificeren van suïcidale patiënten

Elke dag overlijden er gemiddeld vijf mensen door zelfdoding in Nederland en naar schatting doen zo’n honderd Nederlanders een suïcidepoging. De helft van deze patiënten komt in de maand voor hun suïcidepoging of suïcide bij de huisarts. Het blijkt lastig voor de huisarts om deze patiënten op tijd te herkennen. Patiënten beginnen vaak niet uit zichzelf over hun suïcidaliteit en huisartsen weten niet altijd waar ze op moeten letten of hoe ze ernaar moeten vragen. Het Nivel onderzocht - samen met Altrecht, het Trimbos-instituut en 113 Zelfmoordpreventie - of de onderzoeksmethode ‘machine learning’ huisartsen kan ondersteunen om deze groep patiënten te identificeren.

Onderzoek met gebruik van machine learning behoeft nog verbetering
De onderzoekers gebruikten huisartsendata uit Nivel Zorgregistraties Eerste Lijn. Met behulp van machine learning werd voorspeld wie een hoge kans heeft op suïcidaal gedrag: het idee leefde dat er mogelijk een patroon zat in het type consultaties en de frequentie van consultaties in de aanloop naar suïcidaal gedrag. Het algoritme bleek suïcidaliteit bij sommige patiënten – maar niet alle – goed te voorspellen. Er kan bij benadering worden voorspeld of een patiënt behoort tot de hoog-risicogroep.

Signaalfunctie voor huisarts om mogelijk suïcidaal gedrag bespreekbaar te maken
Het toepassen van de techniek van machine learning zou een eerste stap kunnen zijn in geautomatiseerde screening binnen huisartsenpraktijken. Het aanmerken van hoog-risicopatiënten beoogt huisartsen te helpen bij het bespreken van suïcidaliteit met patiënten, maar het onderzoek laat ook zien dat suïcidaal gedrag moeilijk te voorspellen is en dat huisartsen hier altijd alert op moeten blijven.

Over het onderzoek
Om te onderzoeken of er met machine learning patronen in suïcidaal gedrag kunnen worden ontdekt, is er een multidisciplinair team samengesteld. Er is gewerkt met onder andere input vanuit de huisartspraktijk, epidemiologen en data-analisten. Daarnaast werden patiënten geselecteerd die in 2017 een registratie hadden van een suïcide(poging) en patiënten die voor andere psychische klachten de huisarts geconsulteerd hadden (de controle-risicogroep). Om het algoritme te ontwikkelen werden huisartsendata gebruikt die teruggingen tot twee jaar voorafgaand aan het moment van suïcidaal gedrag (bij de eerste patiëntengroep), dan wel tot twee jaar voor het moment van consultatie van de huisarts (bij de tweede patiëntengroep).