产后抑郁症（PPD）影响了多达15%的产后个体。早期识别有PPD风险的患者可以改善主动的心理健康支持。马萨诸塞州综合医院的研究人员开发了一种机器学习模型，该模型可以使用易于获取的临床和人口统计因素来评估患者的PPD风险。研究结果表明该模型具有良好的预测能力，并已发表在美国精神病学杂志上。
“产后抑郁症是一些父母在分娩后可能面临的最大挑战之一——这一时期许多人面临着睡眠不足、新的压力和重大生活变化。”马萨诸塞州综合医院妇产科的Mark Clapp博士说，“持续的悲伤、抑郁或焦虑感比许多人意识到的更为常见。我们的团队在Roy Perlis博士的领导下进行了这项工作，以更好地了解哪些患者可能有更高的PPD风险，从而帮助我们制定策略和解决方案，以预防PPD或减轻其严重程度。”
通常，PPD症状会在产后6到8周的产后访问中进行评估。因此，许多父母可能需要挣扎数周才能获得心理健康支持。为了提供更早的PPD护理，研究人员设计了一个只需要在分娩时电子健康记录（EHR）中可获得的信息的模型，包括人口统计、医疗状况和就诊历史数据。该模型权衡并整合这些复杂变量，以更准确地评估PPD风险。
为了开发和验证该模型，作者使用了2017年至2022年间在马萨诸塞州综合医院系统内的两家学术医疗中心和六家社区医院分娩的29,168名孕妇的信息。在这个队列中，9%的患者在分娩后六个月内符合研究的PPD标准。
研究人员使用大约一半患者的健康记录数据来训练模型以识别PPD。然后，他们通过让模型预测另一半患者的PPD来测试该模型。研究人员发现，该模型在90%的情况下能够有效排除PPD。该模型在预测PPD方面表现出色：近30%的高风险预测者在分娩后六个月内发展成PPD。该模型预测PPD的能力比基于一般人群风险的估计高出约两到三倍。
在进一步的分析中，研究人员表明，无论种族、族裔和分娩年龄如何，该模型的表现相似。该研究仅包括那些没有先前精神疾病诊断的患者，以确定该模型是否可以预测低风险患者的PPD，并更好地了解影响PPD的风险因素，而不考虑先前的精神疾病诊断。值得注意的是，在产前期间获得的爱丁堡产后抑郁量表得分提高了模型的预测能力，这表明这种现有的工具在产前和产后都可能有用。
研究人员正在前瞻性地测试该模型的准确性，这是迈向实际应用的重要一步，并与患者、临床医生和利益相关者合作，以确定如何最好地将从该模型中获得的信息纳入临床实践。
Clapp说：“这是一个令人兴奋的进展，朝着开发一种预测工具迈进，该工具结合临床医生的专业知识，可以帮助改善产妇心理健康。通过进一步验证并与临床医生和患者合作，我们希望实现早期识别，最终改善产后患者的心理健康结果。”
(全文结束)
