섭식 장애 분석 및 진단에서 임상의를 돕기 위한 컴퓨터 기반 플랫폼
Summary
건강 관리에서 섭식 장애를 진단하는 것은 어렵습니다. 따라서, 본 프로토콜은 설문지에 대한 949명의 환자 응답을 기반으로 알고리즘을 개발하며, 진단은 사용하기 쉬운 웹 기반 인터페이스에 디스플레이된다. 이 시스템은 섭식 장애가있는 것으로 여겨지는 사람들을 배제하면서 섭식 장애의 정확한 진단을 용이하게합니다.
Abstract
섭식 장애 (신경성 식욕 부진증, 신경성 폭식증, 폭식 장애 및 기타 특정 섭식 또는 수유 장애)는 13 %의 유병률을 가지며 심각한 신체적 및 심리 사회적 문제와 관련이 있습니다. 바람직하지 않은 장기적인 건강 결과의 효과적인 치료 및 예방에 중요한 조기 진단은 일차 진료에서 일하는 환자와 같이 이러한 환자에 익숙하지 않은 비 전문 임상의에게 문제를 제기합니다. 조기에 정확한 진단, 특히 일차 진료에서 긍정적 인 치료 결과를 촉진하기 위해 장애에서 조기에 전문가의 개입을 가능하게합니다. 컴퓨터 지원 진단 절차는 전문 진단사 및 전문 간병인이 직접 진단 한 많은 사례에서 개발 된 알고리즘을 통해 전문 지식을 제공함으로써이 문제에 대한 가능한 해결책을 제공합니다. 섭식 장애를 앓고 있는 것으로 의심되는 환자에 대한 정확한 진단을 결정하기 위한 웹 기반 시스템이 이러한 데이터를 기반으로 개발되었습니다. 이 과정은 응답자의 섭식 장애 확률과 개인이 가지고있는 섭식 장애의 유형을 추정하는 알고리즘을 사용하여 자동화됩니다. 이 시스템은 진단 과정에서 임상의를위한 원조로 작동하는 보고서를 제공하고 새로운 임상의를위한 교육 도구 역할을합니다.
Introduction
식이 요법과 신체 활동의 관련 증가는 신경성 식욕 부진증 및 기타 섭식 장애의 알려진 원인입니다1. 정신 장애의 진단 매뉴얼 (DSM-5)에 언급 된 가장 흔한 섭식 장애는 신경성 식욕 부진증 (AN), 폭식증 신경증 (BN), 폭식 장애 (BED) 및 기타 지정된 먹이 또는 섭식 장애 (OSFED)2입니다. 이러한 장애는 주로 여성에게 영향을 미치며 심각한 신체적 및 / 또는 심리 사회적 건강 합병증과 고통을 동반합니다3. 여성의 약 13 %가 섭식 장애4로 고통 받고 있으며, 여성의 AN의 유병률은 평생 동안 0.3 % -1 %로 추정되며 BN5로 고통받는 여성의 비율은 훨씬 높습니다.
다양한 위험 요소가 특정 섭식 장애와 관련이 있습니다. 초기 청소년기의 다이어트와 낮은 체질량 지수 (BMI)는 여성의 AN의 위험을 증가시키지만 초기 사춘기, 얇은 이상적인 내면화, 신체 불만, 부정적인 영향 및 사회적 지원 부족은6이 아닙니다. BN의 발병을 예측하는 요인 중에는 체중 문제, 신체 불만, 얇음에 대한 운전, 비효과, 낮은 상호 수용 인식 및식이 요법이 있지만 완벽주의, 성숙 공포, 대인 관계 불신 또는 BMI6은 아닙니다. 다양한 유형의 섭식 장애에는 증상 차이가 있지만 위험 요소에는 유사성이 있습니다. 이것은 식습관 병리학과 부적응 식습관 (식이 요법)이 모든 섭식 장애에서 공통적 인 위험 요소임을 시사합니다.
실제로, 먹는 병리학은 섭식 장애에서 두드러집니다. 그러나 진단이 주로 증상 차원에 대한 주관적인 설명에 의존한다는 사실과 결합 된 병리학 적 식습관을 정의하고 정량화하는 어려움은 진단 사이의 경계를 불분명하게 보일 수 있습니다7. 이 문제는 섭식 장애의 진단을 어렵게 만들고, 특히 일차 진료 의사와 같은 섭식 장애 환자에 익숙하지 않은 의료 종사자에게 특히 그렇습니다.
일차 진료의 보건 전문가는 종종 섭식 장애로 고통받는 개인이 가장 먼저 접근합니다. 유리한 예후를위한 조기 발견 및 개입의 중요성을 감안할 때, 간호 제공자는 이러한 장애를 인식하는 데 도움이되는 도구를 가져야합니다. 따라서 진단은 전문가의 치료 지연을 방지하기 위해 신속하고 정확하게 결정되어야합니다.
이 진단 목표를 달성하는 한 가지 방법은 증상에 관한 설문지를 디지털화하고 자동화하는 것입니다. 이 방법의 또 다른 이점은 연구 결과에 따르면 환자가 정신 건강 문제를 논의하기 위해 인간 임상의보다 가상 치료사를 더 신뢰한다고 제안하기 때문에 응답이 더 진실하다는 것입니다8. 또 다른 잠재적 인 이점은 진단 신뢰성이 향상된다는 것이며, 일부 연구에 따르면 컴퓨터 진단은 대면 진단 9,10보다 높은 신뢰성을 가질 수 있습니다.
본 프로토콜에서, 알고리즘은 949명의 연속적으로 추천된 환자에 의한 신체 상태, 행동, 감정 및 생각에 대한 개방형 및 폐쇄형 질문에 대한 응답에 기초하여 개발되었다(인구통계학적 데이터에 대해서는 표 1 참조). 949 참가자 중 91.6 % (869)는 여성, 18.0 %는 AN, 19.0 % BN, 13.5 % 침대, 36.8 % OSFED, 6.8 % 비만 (OB), 5.9 %는 섭식 장애 (ED가 없음)가 없었습니다. 이 알고리즘은 섭식 장애를 가질 확률과 개인이 어떤 유형의 섭식 장애를 가지고 있는지에 대한 결론을 추정합니다. 설문지 항목은 수유 및 섭식 장애에 대한 DSM-5 기준과 AN, BN, BED 및 OSFED의 진단 기능을 기반으로합니다. OB (과도한 체지방)는 정신 장애로 DSM-5에 포함되지 않습니다. 그러나 OB와 BED 2 사이에는 강력한 연관성이있습니다. 설문지 항목은 세 가지 범주로 분류됩니다 : (1) BMI, 작년 동안의 체중 감소 / 증가 및 자기 유도 구토와 같은 조건. (2) 식사 패턴, 다이어트, 체중 측정, 자기 유도 구토, 친구 및 가족과의 고립, 활동 회피 등의 행동. (3) 원하는 체중, 통제력을 잃는 것을 두려워하거나, 과식하거나, 음식에 대한 생각을하거나, 다른 사람들이 당신이 너무 얇다고 말할 때 자신을 뚱뚱하다고 믿고, 체중 증가에 대한 반응과 같은인지 / 생각. 이 알고리즘은 항목에 가중치를 단계적으로 할당하여 다섯 가지 진단 각각에 대해 가장 차별적 인 항목을 식별하는 무조건적인 판별 분석을 기반으로합니다. 진단 정보는 사용하기 쉬운 웹 기반 인터페이스에 표시됩니다.
Protocol
Representative Results
Discussion
섭식 장애의 조기에 정확한 진단은 적절한 치료를 시작하고, 치료 결과를 개선하며, 열악한 건강 결과를 줄이는 데 중요합니다1. 진단을 결정하기 위해 임상의는 많은 양의 심리적, 생리적 정보를 처리해야하며 많은 양의 데이터로 인해 진단은 오진의 위험이 높은 시간이 많이 걸리는 작업입니다.
여기에 설명된 시스템은 자동 설문지 기반 진단을 제공하여 의사 결정 프로세스를 가속화합니다. 또한 임상의는 건강한 개인의 예상 반응에서 벗어나는 특정 반응을 볼 수 있습니다. 이 시스템은 임상의의 요구를 염두에두고 개발되었으므로 설문지는 환자 만 채울 수있을만큼 간단하여 진단을 고려할 때 임상의가 필요로하는 시간을 더욱 단축시킵니다. 같은 이유로 응답은 입력에 저장되므로 언제든지 프로세스를 일시 중지 할 수 있습니다. 컴퓨터 연결 문제 및 기타 중단으로 인해 전체 프로세스를 반복 할 필요는 없습니다.
프로토콜의 한계는 모든 설문지 항목이 채워지지 않는 한 진단 제안을 계산할 수 없다는 것입니다. 또 다른 한계는 혈압 및 말초 온도와 같은 의학적 측정이 시스템에 포함되지 않지만 임상의나 의사가 평가해야 한다는 것입니다.
반구조화 전자 인터뷰(11)와 같은 섭식 장애 진단을 위한 몇 가지 디지털 도구가 있지만, 현재 DSM-5 또는 국제 질병 분류, 11차 개정판(ICD-11)에 기초한 진단 알고리즘은 없다. 이용 가능한 접근법의 주요 문제점은 임상의가 진단에 도움을 받거나 건강에 해로운 반응을 구성하는 것을 의사 소통 할 수있는 간단한 방법을 제공하지 않는다는 것입니다. 현재의 시스템은 일차 진료, 섭식 장애에 대한 지식이 거의없는 건강 전문가 및 더 복잡한 사례를 논의하기위한 전문 클리닉에서 모두 사용하기위한 것으로, 섭식 장애 진단 중 의사 결정 과정에서 임상의가 도움을줍니다. 이 시스템은 치료의 질을 향상시키고, 임상의의 시간과 노력을 줄이며, 임상의의 일상 업무에서 향상된 효율성을 제공합니다.
진단 알고리즘은 현재 하나의 설문지를 기반으로하며 시스템이 임상의에게 환자를 더 잘 진단하고 어려운 경우 다른 의료 전문가와상의하도록 가르 칠 수 있습니다. 시스템의 향후 개발에는 의료 데이터도 포함되어야합니다. 또한, 알고리즘의 예후 능력은 설문지를 정제하고, 중복되고 유익하지 않은 항목을 더 관련성이 높은 항목으로 대체함으로써 향상 될 수 있습니다. 종단 접근법도 고려해야 합니다. 환자가 적절한 치료를받는 경우, 시간이 지남에 따라 건강 진행을 따르는 것이 필수적입니다. 설문지의 많은 항목은 후속 접근 방식에 여전히 유효합니다. 그러나 설문지와 알고리즘은 건강 진행을 측정하기위한 색인을 만들기 위해 재구성되어야합니다.
Declarações
The authors have nothing to disclose.
Acknowledgements
이 작품은 스톡홀름 지역이 자금을 지원했습니다.
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 |
Referências
- 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).
