高中辍学，有精神分裂症，或被诊断为同时发生人格障碍根据德克萨斯大学休斯顿健康科学中心(UTHealth)研究人员的一项新研究，增加了某人成为精神病院住院服务的“高使用率”的可能性。高使用率指的是在一年内被录取三次或三次以上的人。
这项研究今天发表在《穷人和得不到充分服务的人的卫生保健杂志．
为了他们的研究结果，研究人员使用机器学习分析了2014年1月至2016年12月在UTHealth哈里斯县精神病学中心住院的9840名患者的未识别电子健康记录数据。这是同类研究中的第一个，在一个大的，多样化的地区，许多患者来自服务不足和弱势群体的学术安全网精神病院的高使用率趋势。
“很多人没有意识到，美国一半的医疗费用是由5%的人口支付的。”简·汉密尔顿博士，公共卫生硕士，路易斯·a·法伊拉斯医学博士，UTHealth麦戈文医学院精神病学和行为科学系的助理教授，该研究的第一作者说。“这些高利用率人群是指消耗大量资源的极少数人。我们需要弄清楚为什么他们总是回来，这样我们才能在他们周围提供支持，阻止这一趋势。
研究人员没有采用传统的统计方法，即首先检查每个因素与利用率的独立关系，而是利用了机器学习，这是一种研究方法人工智能，一次检查所有因素。
“一种名为‘弹性网’的机器学习算法能够通过同时将所有预测因素纳入模型来预测药物的使用情况，”费莱斯精神病学和行为科学系助理教授、该研究的合著者罗伯特·苏廷博士说。“传统上，同时包括所有预测因素会导致对每个预测因素之间关系强度的估计不稳定。弹性网络量化了每个预测因素与结果的关系，从而更容易确定哪个预测因素最强。”
通过确定受教育年限、精神分裂症诊断和共发人格障碍诊断(同时被诊断为人格障碍和另一种精神疾病)，作为高使用率的主要预测因素，研究人员能够突出对每个预测因素的建议:
12年以下教育:在与受教育程度有限的精神病人合作时，精神卫生提供者应定期评估精神卫生素养，并将患者与教育支持方案联系起来，以改善健康结果。
精神分裂症和共发人格障碍:首次出现精神病发作或出现精神分裂症首发症状的患者构成了一个亚群体，需要在疾病的这个关键阶段加强努力和优先考虑更好的识别和治疗。此外，对共发人格障碍的常规评估和治疗应纳入以社区为基础的精神治疗。汉密尔顿研究健康的社会决定因素，他在论文中写道，许多高使用率的人有复杂的健康需求，更有可能来自社会弱势群体，获得社区卫生保健和社会服务的机会有限。
“精神分裂症和人格障碍都很难治疗，许多患有这些疾病的患者都处于不利地位，容易受到健康差异的影响。”汉密尔顿说:“我们真的需要循证治疗来帮助这些患者避免重复住院，这项研究是帮助确定适当的门诊资源以帮助这些患者在社区中保持稳定并避免重复住院的重要的第一步。”
Hamilton正在与UTHealth Harris县精神病中心的首席医疗官Lokesh Shahani(医学博士，公共卫生硕士)合作，制定策略，如何利用这项研究来改善这些患者从住院到门诊的护理过渡。
费莱斯精神病学和行为科学系的助理教授沙哈尼说:“在精神病院再次住院会影响病人的护理，给我们当前的医疗保健系统增加了经济负担。”“利用目前这项研究的结果，我们将能够更好地识别再次住院的高风险患者。”这将有助于我们设计和提供新的治疗方式，以降低他们未来住院的可能性。”
