Модель машинного обучения для прогнозирования рисков суицида у пациентов с посттравматическим стрессовым расстройством, получавших опиоиды.

Исследователи разработали и валидировали модель машинного обучения для прогнозирования суицидального поведения у взрослых пациентов с ПТСР, получающих опиоиды. На данных OneFlorida+ (2016–2021) сравнивались LASSO, градиентный бустинг, случайный лес и глубокие нейронные сети. Лучшие результаты показала модель случайного леса (RF), отобравшая 271 из 299 ковариат. В когортах 2016–2018 и 2019–2021 модель продемонстрировала C-статистику 83,6%, точность около 86% и специфичность около 88%. Чувствительность модели составила 65%, что позволило захватить 79,2% суицидальных исходов в верхних трёх децилях прогнозируемого риска.

**Выводы:** Модель случайного леса предсказала суицидальные исходы у пациентов с ПТСР, получающих опиоиды, с C-статистикой 83,6% и специфичностью 88%. Чувствительность 65% ограничивает выявление всех случаев, но 79% событий сконцентрировались в верхних трёх децилях риска, что позволяет эффективно стратифицировать пациентов для профилактики.