Deze post maakt deel uit van de rubriek “Psychiatrie van de Toekomst” in het Tijdschrift voor Psychiatrie, in samenwerking met De Jonge Psychiater (pdf versie).
Waarom dit onderzoek?
Om risicofactoren voor suïcide te wegen, gebruikt men predictiemodellen. Deze modellen zijn gebaseerd op gegevens uit patiëntendossiers, die etnische ongelijkheden bevatten. Denk hierbij aan de verminderde toegang tot de ggz voor sommige populaties en bijvoorbeeld discriminatie door hulpverleners, waardoor bepaalde populaties achtergesteld worden in diagnostiek en behandeling van psychische aandoeningen. Coley e.a. (2021) onderzochten in hoeverre raciale/etnische verschillen van invloed zijn op de predictieve validiteit van suïcidepredictiemodellen.
Onderzoeksvraag
Kan de implementatie van suïcidepredictiemodellen reeds bestaande raciale/etnische ongelijkheden in de zorg verergeren?
Hoe werd dit onderzocht?
De auteurs analyseerden bijna 14 miljoen ambulante beoordelingen in de ggz in de VS over een periode van 7 jaar. Op basis van de informatie uit elektronische patiëntendossiers ontwikkelden zij twee suïcidepredictiemodellen.
Belangrijkste resultaten
De predictieve validiteit van beide suïcidepredictiemodellen was het hoogst voor de witte (~82%), Aziatische (~83-88%: afhankelijk van de methode) en Latijns-Amerikaanse (~83-85%) patientenpopulatie en het laagst voor de zwarte (~78-79%) patiëntenpopulatie, voor de inheemse Amerikanen (zowel in Amerika als Alaska) (~60-64%) en voor patiënten bij wie er geen etniciteit was vermeld (~64-68%).
Hoe zal dit onderzoek ons vak veranderen?
In dit tijdschrift betwijfelden Gerritse en Carlier (2019) eerder hoe accuraat suïcidepredictiemodellen zijn. De huidige studie suggereert dat deze modellen accuraat zijn voor witte, Aziatische en Latijns-Amerikaanse patiënten, maar niet voor de zwarte en Amerikaanse inheemse patiëntenpopulatie en patiënten zonder geregistreerde etniciteit. De predictiemodellen zouden laatstgenoemde populaties potentieel kunnen schaden door ofwel meer fout-positieve interventies (bijvoorbeeld onnodige gedwongen opnames) ofwel meer fout-negatieve uitkomsten (geen interventie voorafgaand aan suïcides). Het baseren van predictiemodellen op gegevens uit patiëntendossiers houdt raciale ongelijkheden in stand, doordat deze van de onjuiste aanname uitgaan dat eerdere zorgpatronen de werkelijke zorgbehoeften weerspiegelen. Het erkennen van een raciale bias in de ggz is een eerste aangewezen stap. Gelijke toegang, verhoging van cultuursensitiviteit en meer inclusieve patiëntengegevens zijn noodzakelijke vervolgstappen.
Literatuur
Coley RY, Johnson E, Simon GE, e.a. Racial/ethnic disparities in the performance of prediction models for death by suicide after mental health visits. JAMA Psychiatry 2021; 78: 726-34.
Gerritse FC, Carlier A. Kunnen we suïcide voorspellen? Tijdschr Psychiatr 2019; 61: 901
