摂食障害の分析と診断において臨床医を支援するためのコンピュータベースのプラットフォーム
Summary
医療における摂食障害の診断は困難です。したがって、本プロトコルは、アンケートに対する949人の患者の回答に基づいてアルゴリズムを開発し、診断を使いやすいWebベースのインターフェース上に表示する。このシステムは、摂食障害を有すると考えられるものを排除しながら、摂食障害の正確な診断を容易にする。
Abstract
摂食障害(神経性食欲不振、神経性過食症、過食症、および他の特定の摂食障害または摂食障害)は、合計有病率が13%であり、重度の身体的および心理社会的問題と関連している。早期診断は、望ましくない長期的な健康への影響の効果的な治療と予防に重要であるが、プライマリケアで働く人々など、これらの患者に精通していない非専門臨床医に問題を課す。早期で正確な診断、特にプライマリケアでは、障害の早期に専門家の介入が可能になり、肯定的な治療結果を促進することができます。コンピュータ支援診断手順は、専門の診断者および専門の介護者によって直接診断された多数の症例から開発されたアルゴリズム を介して 専門知識を提供することによって、この問題に対する可能な解決策を提供する。これらのデータをもとに、摂食障害の疑いのある患者さんの正確な診断を決定するためのWebベースのシステムが開発されました。このプロセスは、回答者が摂食障害を患っている確率と個人が持っている摂食障害の種類を推定するアルゴリズムを使用して自動化されています。このシステムは、診断プロセス中に臨床医の援助として機能し、新しい臨床医のための教育ツールとして機能するレポートを提供します。
Introduction
ダイエットおよび関連する身体活動の増加は、神経性食欲不振および他の摂食障害の既知の原因である1。精神障害の診断マニュアル(DSM-5)に記載されている最も一般的な摂食障害は、神経性食欲不振(AN)、神経性過食症(BN)、過食症(BED)、およびその他の特定の摂食障害(OSFED)2です。これらの障害は主に女性に影響を及ぼし、重度の身体的および/または心理社会的健康合併症および苦痛を伴う3。女性の約13%が摂食障害4に罹患しており、女性におけるANの有病率は生涯を通じて0.3%〜1%と推定され、BN5に罹患している女性の割合はさらに高い。
多数の危険因子が特定の摂食障害と関連している。思春期初期および低ボディマス指数(BMI)の間のダイエットは、女性のANのリスクを増加させるが、早期思春期、薄型理想的な内在化、身体不満、負の影響、および社会的支援の欠損はそうではない6。BNの発症を予測する要因の中には、体重の懸念、身体の不満、痩せの衝動、無力感、低い内受容性意識、およびダイエットがありますが、完璧主義、成熟の恐怖、対人不信、またはBMI6ではありません。さまざまな種類の摂食障害の間には症候性の違いがありますが、危険因子には類似点があります。これは、摂食病理および不適応摂食行動(ダイエット)がすべての摂食障害にわたって共通の危険因子であることを示唆している。
実際、摂食病理は摂食障害において顕著である。しかし、病理学的摂食行動を定義および定量化することの難しさは、診断が主に症状の次元の主観的記述に依存するという事実と相まって、診断間の境界を不明瞭に見せる可能性がある7。この問題は、摂食障害の診断を、特にプライマリケア医などの摂食障害患者に精通していない医療従事者にとって困難にしている。
プライマリケアの医療従事者は、摂食障害に苦しむ個人から最初にアプローチされることがよくあります。良好な予後のための早期発見と介入の重要性を考えると、ケア提供者はこれらの障害を認識するのに役立つツールを持たなければならない。したがって、専門家による治療の遅れを防ぐために、診断を迅速かつ正確に決定する必要があります。
この診断目標を達成する方法の1つは、症状に関するアンケートをデジタル化して自動化することです。この方法のさらなる利点は、患者が精神的健康問題を議論するために人間の臨床医よりも仮想療法士を信頼することを研究が示唆しているため、応答がより真実であることです8。もう1つの潜在的な利点は診断の信頼性の向上であり、いくつかの研究は、コンピュータ診断が対面診断よりも高い信頼性を有することができることを示唆している9,10。
本プロトコルでは、949人の連続して紹介された患者による身体的状態、行動、感情、および思考に関するオープンエンドおよびクローズドエンドの質問に対する回答に基づいてアルゴリズムが開発されている(人口統計学的データについては、 表1を参照)。949人の参加者のうち、91.6%(869人)が女性、18.0%がAN、19.0%がBN、13.5%がBED、36.8%がOSFED、6.8%が肥満(OB)、5.9%が摂食障害(EDなし)であった。このアルゴリズムは、摂食障害を有する確率と、個人がどのタイプの摂食障害を有するかに関する結論の両方を推定する。アンケート項目は、摂食障害および摂食障害のDSM-5基準と、AN、BN、BED、およびOSFEDの診断機能に基づいています。OB(過剰な体脂肪)は精神障害としてDSM-5には含まれません。ただし、OB と BED2 の間には堅牢な関連付けがあります。アンケート項目は、(1)BMI、昨年の減量・増量、自家性嘔吐などの症状の3つに分類されます。(2)食事、ダイエット、体重測定、自己誘発性嘔吐、友人や家族との孤立、活動を避けるなどの行動。(3)希望する体重、コントロールを失うことを恐れる、食べ過ぎ、食べ物について考える、他人に痩せすぎていると言われると自分は太っていると信じる、体重増加に対する反応などの認知/思考。このアルゴリズムは、項目に重みを段階的に割り当て、5 つの診断のそれぞれについて最も判別しやすい項目を識別する無条件判別分析に基づいています。診断情報は、使いやすい Web ベースのインターフェイスに表示されます。
Protocol
Representative Results
Discussion
摂食障害の早期かつ正確な診断は、適切な治療を開始し、治療結果を改善し、健康状態の悪化を減らすために不可欠です1。診断を決定するために、臨床医は大量の心理的および生理学的情報を処理しなければならず、大量のデータは診断を誤診のリスクの高い時間のかかる作業にする。
ここで説明するシステムは、アンケートベースの自動診断を提供することにより、意思決定プロセスをスピードアップします。さらに、臨床医は、健康な個人の期待される応答から逸脱する特定の応答を表示することができます。このシステムは臨床医のニーズを念頭に置いて開発されたため、アンケートは患者だけで記入できるほど簡単で、臨床医が診断を検討する際に必要な時間がさらに短縮されます。同じ理由で、応答は入力時に保存され、プロセスをいつでも一時停止できます。コンピュータ接続の問題やその他の中断は、プロセス全体を繰り返す必要はありません。
プロトコルの制限は、すべてのアンケート項目が入力されていない限り、診断提案を計算できないことです。もう1つの制限は、血圧や末梢温度などの医学的測定値はシステムに含まれないが、臨床医または医師によって評価されなければならないことである。
摂食障害診断のためのデジタルツールは、半構造化電子インタビュー11などいくつかありますが、DSM-5や国際疾病分類、11th Revision(ICD-11)に基づく診断アルゴリズムは現在ありません。利用可能なアプローチの主な問題は、臨床医が診断の援助を受けたり、不健康な反応を構成するものを伝えるための簡単な方法を提供していないことです。現在のシステムは、摂食障害の知識がほとんどない医療従事者によるプライマリケアと、より複雑な症例を議論するための専門診療所の両方での使用を意図しており、摂食障害の診断中の意思決定プロセスにおいて臨床医を支援する。このシステムは、ケアの質の向上、臨床医による時間と労力の削減をもたらし、臨床医の日々の診療における効率の向上をもたらす。
診断アルゴリズムは現在、1つのアンケートに基づいており、システムは臨床医に患者をよりよく診断し、困難な場合には他の医療専門家に相談するように教えることができます。今後のシステム開発には、医療データも含まれていなければなりません。さらに、アルゴリズムの予後予測能力は、アンケートを洗練させ、冗長で非有益な項目をより関連性の高い項目に置き換えることによって改善することができます。縦断的なアプローチも考慮する必要があります。患者が適切な治療を受ける場合、時間の経過とともに健康の進行を追跡することが不可欠です。アンケートの多くの項目は、フォローアップアプローチにはまだ有効です。ただし、アンケートとアルゴリズムを再定式化して、健康の進行を測定するための指標を作成する必要があります。
Divulgazioni
The authors have nothing to disclose.
Acknowledgements
この作業はストックホルム地域から資金提供を受けた。
Materials
| Computer-Based Platform for Aiding Clinicians in Eating Disorder Analysis and Diagnosis | Mando | Pending assignment | |
| Claris FileMaker Go 19 | Claris | – | For patient registration, custom app for questionnaire, risk assessment |
| iPad 7th generation (2019) | Apple | A2197 |
Riferimenti
- Treasure, J., Duarte, T. A., Schmidt, U. Eating disorders. Lancet. 395 (10227), 899-911 (2020).
- American Psychiatric Association. . Diagnostic and Statistical Manual of Mental Disorders, 5th Edition. , (2013).
- Smink, F. R. E., van Hoeken, D., Hoek, H. W. Epidemiology of eating disorders: incidence, prevalence and mortality rates. Current Psychiatry Reports. 14 (4), 406-414 (2012).
- Allen, K. L., Byrne, S. M., Oddy, W. H., Crosby, R. D. DSM-IV-TR and DSM-5 eating disorders in adolescents: prevalence, stability, and psychosocial correlates in a population-based sample of male and female adolescents. Journal of Abnormal Psychology. 122 (3), 720-732 (2013).
- Preti, A., et al. The epidemiology of eating disorders in six European countries: results of the ESEMeD-WMH project. Journal of Psychiatric Research. 43 (14), 1125-1132 (2009).
- Stice, E., Gau, J. M., Rohde, P., Shaw, H. Risk factors that predict future onset of each DSM-5 eating disorder: predictive specificity in high-risk adolescent females. Journal of Abnormal Psychology. 126 (1), 38-51 (2017).
- Södersten, P., Brodin, U., Zandian, M., Bergh, C. E. K. Verifying Feighner’s hypothesis; anorexia nervosa is not a psychiatric disorder. Frontiers in Psychology. 10, 2110 (2019).
- Lucas, G. M., Gratch, J., King, A., Morency, L. -. P. It’s only a computer: Virtual humans increase willingness to disclose. Computers in Human Behavior. 37, 94-100 (2014).
- Hendler, N., Spurgeon, D. Comparison of Clinical Diagnoses Versus Computerized Test Diagnoses using the Maryland Clinical Diagnostics Diagnostic Paradigm (Expert System) for Diagnosing Chronic Pain in the Neck, Back and Limbs. Journal of Anesthesia and Critical Care: Open Access. 6 (5), (2016).
- Richens, J. G., Lee, C. M., Johri, S. Improving the accuracy of medical diagnosis with causal machine learning. Nature Communications. 11 (1), 3923 (2020).
- Dahlgren, C. L., Walsh, B. T., Vrabel, K., Siegwarth, C., Rø, &. #. 2. 1. 6. ;. Eating disorder diagnostics in the digital era: validation of the Norwegian version of the Eating Disorder Assessment for DSM-5 (EDA-5). Journal of Eating Disorders. 8 (1), 1-7 (2020).
