Определение краткосрочных и долгосрочных факторов риска суицида с использованием методов машинного обучения

В настоящее время долгосрочные факторы риска суицида (психические расстройства, социальные факторы, попытка суицида) достаточно хорошо изучены и охарактеризованы, однако они являются плохими краткосрочными предикторами суицида.
Материал и методы. Проанализированы социально-психологические, гормонально-биохимические данные лиц, совершивших суицидальную попытку, а также частота встречаемости генотипов и аллелей девяти генов, в той или иной степени ассоциированных с риском совершения суицида. Исследование проводилось на протяжении 2016—2022 гг. в рамках трех тем научно-исследовательской работы. Полученные данные были обработаны с использованием классических методов математической статистики и методов машинного обучения, применялись такие алгоритмы из библиотеки программирования Рython, как метод несущих векторов (SVC ROC), метод случайного леса (RandonForest ROC), метод ближайших соседей (KNeighborsClassifier ROC), регрессионный анализ (LogisticRegression ROC).
Результаты. Проведенное исследование позволило разграничить краткосрочные и долгосрочные факторы риска суицида. Краткосрочными факторами риска являются: депрессия, воспитание в неполной семье, наличие черт характера «гипертимность» и «демонстративность», а также низкие показатели серотонина и норадреналина в периферической крови, свидетельствующие о дезорганизации гипоталамической области. Для долгосрочных факторов риска установлено наличие частых наказаний в детстве, отсутствие высшего образования, флегматический тип темперамента, акцентуации по черте характера «демонстративность», а также полиморфизм гена 5НТТ. Полученные модели обладали хорошей прогностической ценностью (для кратковременных факторов — 0,91; для долговременных — 0,95).
Выводы. Следует разграничивать краткосрочные и долгосрочные факторы риска суицида. При учете краткосрочных факторов риска следует учитывать социально-психологические и гормонально-биохимические факторы риска; при учете долгосрочных факторов риска — молекулярно-генетические и социально-психологические факторы риска. 

1. Toward a biosignature for suicide / М. А. Oquendo [et al.] // American J. of Psychiatry. — 2014 — Vol. 17, № 12. — P. 1259—1277.

2. Heeringen van, K. The neurobiology of suicide / K. van Heeringen, J. J. Mann // Lancet Psychiatry. — 2014. — Vol. 1, № 1. — P. 63—72.

3. Time-related predictors of suicide in major affective disorder / J. Fawcett [et al.] // The Am. J. of Psychiatry. — 1990. — Vol. 147, № 9. — P. 1189—1194.

4. Simon, R. I. Imminent suicide: The illusion of shortterm prediction / R. I. Simon // Suicide and Life Threatening Behavior. — 2006. — Vol. 36, № 3. — P. 296—301.

5. Hopelessness and eventual suicide: A 10-year prospective study of patient hospitalized with suicidal ideation / Т. А. Beck [et al.] // American J. of Psychiatry. — 1985 — Vol. 142, № 5. — P. 559—563.

6. Relationship between hopelessness and ultimate suicide: A replication with psychiatric outpatients / Т. А. Beck [et al.] // American Psychiatric Association. — 1990 — Vol. 147, № 2. — P. 190—195.

7. Oquendo M. A. Prospective studies of suicidal behavior in major depressive and bipolar disorders: What is the evidence for predictive risk factors? / М. А. Oquendo, D. Currier, J. J. Mann // Acta Psychiatrica Scandinavica. — 2006 — Vol. 142, № 5. — P. 151—158.

8. Risk factors for suicide in psychiatric outpatients: a 20-year prospective study / G. K. Brown [et al.] // J. of Consult. and Clin. Psychol. — 2000. — Vol. 68, № 3. — P. 371—377.

9. O`Connor, R. C. The Integrated Motivational-Volitional Model of Suicidal Behavior / R. C. O`Connor // Crisis. — 2011. — Vol. 32, № 6 — P. 295—298.

10. Prospective study of risk factors for increased suicide ideation and behavior following recent discharge / P. Links [et al.] // General Hospital Psychiatry. — 2012. — Vol. 34, № 1 — P. 88—97.

11. Applying Machine Learning Approaches to Suicide Prediction Using Healthcare Data: Overview and Future Directions / Edwin D. Boudreaux [et al.] // Front Psychiatry. — 2021. — Vol. 3, № 12. — P. 707916.

12. Burke, T. A. The use of machine learning in the study of suicidal and non-suicidal self-injurious thoughts and behaviors : а systematic review. / Т. А. Burke, В. А. Ammerman, R. Jacobucci // J. оf Affective Disorders. — 2019. — Vol. 245, № 15 — P. 869—884.

13. Suicide detection in Chile: proposing a predictive model for suicide risk in a clinical sample of patients with mood disorders / J. Barros [et al.] // Brazilian J. of Psychiatry. — 2017. — Vol. 39, № 1. — P. 1—11.

14. Walsh, C. G. Predicting risk of suicide attempts over time through machine learning / C. G. Walsh, J. D. Ribeiro, J. C. Franklin // Clinical Psychological Science. — 2017. — Vol. 5, № 3. — P. 457—469.

15. Давидовский, С. В. Особенности суицидального поведения среди жителей г. Минска / С. В. Давидовский // Здравоохранение. — 2016. — № 3. — С. 72—77.

16. Давидовский, С. В. Суицидальное поведение жителей г. Минска согласно данным 9-летнего наблюдения (с 2005 по 2014 г.) / С. В. Давидовский // Психиатрия, психотерапия и клиническая психология : материалы конф., посвящ. 90-летию кафедры психиатрии и мед. психологии Белорус. гос. мед. ун-та [Минск, 17 дек. 2015 г.]. — Минск, 2015. — С. 26—30.

17. Ассанович, М. Анализ психометрических свойств шкалы оценки депрессии Монтгомери — Асберг на основе модели Раша / М. Ассанович // Актуальные проблемы психиатрии, наркологии, психотерапии и клинической психологии : сб. науч. тр. / Саратов. гос. мед. ун-т. — Саратов, 2017. — Вып. 15. — С. 60—65.

18. Давидовский, С. В. Оценка выраженности мотивации к совершению суицида как метод выявления лиц с истинным суицидальным поведением / С. В. Давидовский, Ю. В. Мещеряков // Психиатрия, психотерапия и клин. психология. — 2022. — Т. 13, № 2. — С. 121—128.

19. Анализ социальных факторов и индивидуально-психологических особенностей лиц, совершивших парасуицид / С. В. Давидовский [и др.] // Психиатрия, психотерапия и клин. психология. — 2020. — Т. 11, № 3. — С. 531—545.

20. Анализ показателей гипоталамо-гипофизнонадпочечниковой системы у лиц, совершивших парасуицид / С. В. Давидовский [и др.] // Мед. журн. — 2021. — № 3. — С. 54—59.

21. Особенности генотипа лиц, совершивших парасуицид / С. В. Давидовский [и др.] // Психиатрия, психотерапия и клин. психология. — 2019. — Т. 10, № 3. — С. 417—427.

22. Анализ взаимосвязей между содержанием серотонина, норадреналина в периферической крови и суицидальным поведением / С. В. Давидовский [и др.] // Веснік Нац. акад. навук Беларусі. Сер. мед. навук. — 2022. — Т. 19, № 2. — C. 230—239.

23. Халилова, З. Л. Анализ ассоциаций генов, участвующих в реализации стресс-реакции, с суицидальным поведением : автореф. дис. ... канд. биол. наук : 03.02.07 / З. Л. Халилова ; Ин-т биохимии и генетики Уфим. науч. центра РосРАН. — Уфа, 2013. — 22 с.

24. Genome-wide association study of suicide death and polygenic prediction of clinical antecedents / A. R. Docherty [et al.] // The Am. J. of Psychiatry. — 2020. — Vol. 177, № 10. — P. 917 — 927.

25. SKA2 methylation is involved in cortisol stress reactivity and predicts the development of post-traumatic stress disorder (PTSD) after military deployment / M. P. Boks [et al.] // Neuropsychopharmacology. — 2016. — Vol. 41, № 5. — P. 1350—1356.

26. Voracek, M. Genetics of suicide : а systematic review of twin studies / M. Voracek, L. M. Loibl // Wien. Klin. Wochenschr. — 2007. — Vol. 119, № 15/16. — P. 463 — 475.

27. Nora Hansson Bittár. How intelligence and emotional control are related to suicidal behavior across the life course — A register-based study with 38-year follow-up / Nora Hansson Bittár, Daniel Falkstedt, Alma Sörberg Wallin // Psychol. Med. — 2020. — Vol. 50, № 13. — P. 2265—2271.