Использование технологий машинного обучения поможет определить вероятность передозировки опиоидными анальгетиками и выявить пациентов из группы риска. К такому выводу пришли авторы исследования, опубликованного в JAMA Network Open.

В рамках прогностического исследования ученые определили 268 возможных предикторов из различных категорий (социодемографические показатели, состояние здоровья, паттерн использования анальгетиков и пр.). Для оценки вероятности передозировки были использованы пять разных алгоритмов машинного обучения.

Оказалось, что применение глубокой нейронной сети (одна из форм машинного обучения) позволяет получить наиболее точные результаты. При этом чувствительность и специфичность такого подхода составляет 92,3 и 75,7% соответственно. Прогностичность отрицательного результата для данного алгоритма равнялась 99,9%.

Испытания алгоритма подтвердили его эффективность при распределении пациентов по группам высокого, среднего и низкого риска передозировки опиоидными анальгетиками: только у 1 участника на 10 000 человек из группы низкого риска была отмечена передозировка рецептурными препаратами в течение трех месяцев после тестирования.

Источники:

Evaluation of Machine-Learning Algorithms for Predicting Opioid Overdose Risk Among Medicare Beneficiaries With Opioid Prescriptions