Det er utfordrende å diagnostisere spiseforstyrrelser i helsevesenet. Derfor utvikler den nåværende protokollen en algoritme basert på 949 pasientresponser på et spørreskjema, med diagnosen vist på et brukervennlig nettbasert grensesnitt. Dette systemet letter nøyaktig diagnose av spiseforstyrrelser mens unntatt de som antas å ha en spiseforstyrrelse.
Spiseforstyrrelser (anoreksi nervosa, bulimi nervosa, binge-spiseforstyrrelse og andre spesifiserte spise- eller fôringsforstyrrelser) har en kombinert prevalens på 13% og er forbundet med alvorlige fysiske og psykososiale problemer. Tidlig diagnose, som er viktig for effektiv behandling og forebygging av uønskede langsiktige helsekonsekvenser, pålegger problemer blant ikke-spesialiserte klinikere som ikke er kjent med disse pasientene, for eksempel de som jobber i primærhelsetjenesten. Tidlig, nøyaktig diagnose, spesielt i primærhelsetjenesten, tillater ekspertintervensjoner tidlig nok i lidelsen til å lette positive behandlingsresultater. Dataassisterte diagnostiske prosedyrer gir en mulig løsning på dette problemet ved å tilby kompetanse via en algoritme som er utviklet fra et stort antall tilfeller som har blitt diagnostisert personlig av ekspertdiagnostikere og profesjonelle omsorgspersoner. Et nettbasert system for å bestemme en nøyaktig diagnose for pasienter mistenkt for å lide av en spiseforstyrrelse ble utviklet basert på disse dataene. Prosessen automatiseres ved hjelp av en algoritme som estimerer respondentens sannsynlighet for å ha en spiseforstyrrelse og hvilken type spiseforstyrrelse den enkelte har. Systemet gir en rapport som fungerer som et hjelpemiddel for klinikere under diagnostiseringsprosessen og fungerer som et pedagogisk verktøy for nye klinikere.
Slanking og en tilhørende økning i fysisk aktivitet er de kjente årsakene til anoreksi nervosa og andre spiseforstyrrelser1. De vanligste spiseforstyrrelsene som er nevnt i diagnostisk håndbok for psykiske lidelser (DSM-5) er anoreksi nervosa (AN), bulimi nervosa (BN), binge-eating disorder (BED) og annen spesifisert fôrings- eller spiseforstyrrelse (OSFED)2. Disse lidelsene rammer primært kvinner og ledsages av alvorlige fysiske og/eller psykososiale helsekomplikasjoner og nød3. Omtrent 13% av kvinnene lider av spiseforstyrrelser4, og forekomsten av AN hos kvinner er anslått til 0,3% -1% gjennom hele livet, med en enda høyere prosentandel kvinner som lider av BN5.
En rekke risikofaktorer er forbundet med spesifikke spiseforstyrrelser. Slanking i tidlig ungdomsår og lav kroppsmasseindeks (BMI) øker risikoen for AN hos kvinner, men tidlig pubertet, tynn-ideell internalisering, kropps misnøye, negativ innvirkning og sosial støtte underskudd gjør ikke6. Blant faktorene som forutsier utbruddet av BN er vektproblemer, kropps misnøye, drivkraft for tynnhet, ineffektivitet, lav interoceptiv bevissthet og slanking, men ikke perfeksjonisme, modenhetsfrykt, mellommenneskelig mistillit eller BMI6. Selv om det er symptomatiske forskjeller mellom de ulike typene spiseforstyrrelser, er det en likhet i risikofaktorene. Dette antyder at spisepatologi og maladaptive spiseatferd (slanking) er vanlige risikofaktorer på tvers av alle spiseforstyrrelser.
Faktisk er spisepatologi iøynefallende i spiseforstyrrelser. Imidlertid kan vanskeligheten med å definere og kvantifisere patologisk spiseatferd, kombinert med det faktum at diagnosen først og fremst er avhengig av den subjektive beskrivelsen av symptomdimensjonene, gjøre grensene mellom diagnoser synes å væreuklare 7. Dette problemet gjør diagnosen spiseforstyrrelser vanskelig, spesielt for helsepersonell som ikke er kjent med spiseforstyrrelsespasienter, for eksempel leger i primærhelsetjenesten.
Helsepersonell i primærhelsetjenesten er ofte de første som blir kontaktet av personer som lider av en spiseforstyrrelse. Gitt viktigheten av tidlig deteksjon og intervensjon for en gunstig prognose, må omsorgsleverandører ha verktøyene for å hjelpe dem med å gjenkjenne disse lidelsene. Derfor må en diagnose bestemmes raskt og nøyaktig for å forhindre forsinkelser i behandlingen av spesialister.
En måte å nå dette diagnostiske målet på er å digitalisere og automatisere spørreskjemaer angående symptomene deres. En ekstra fordel med denne metoden kan være at svarene er mer sannferdige siden studier antyder at pasienter stoler mer på virtuelle terapeuter enn menneskelige klinikere for å diskutere psykiske helseproblemer8. En annen potensiell fordel er økt diagnostisk pålitelighet, med noen studier som tyder på at datamaskindiagnoser kan ha høyere pålitelighet enn personlige diagnoser 9,10.
I den nåværende protokollen er det utviklet en algoritme basert på svarene på åpne og lukkede spørsmål om fysisk tilstand, atferd, følelser og tanker av 949 fortløpende henviste pasienter (for demografiske data, se tabell 1). Av de 949 deltakerne var 91,6% (869) kvinner, 18,0% hadde AN, 19,0% BN, 13,5% SENG, 36,8% OSFED, 6,8% fedme (OB) og 5,9% hadde ingen spiseforstyrrelse (No ED). Algoritmen estimerer både sannsynligheten for å ha en spiseforstyrrelse og konklusjonen om hvilken type spiseforstyrrelse individet har. Spørreskjemaelementene er basert på DSM-5-kriterier for fôrings- og spiseforstyrrelser og de diagnostiske egenskapene til AN, BN, BED og OSFED. OB (overflødig kroppsfett) er ikke inkludert i DSM-5 som en psykisk lidelse. Det er imidlertid robuste assosiasjoner mellom OB og BED2. Spørreskjemapostene er gruppert i tre kategorier: (1) Betingelser, som BMI, vekttap/gevinst det siste året og selvindusert oppkast. (2) Atferd inkludert spisemønstre, slanking, veiing av seg selv, selvindusert oppkast, isolasjon fra venner og familie, og unngå aktiviteter. (3) Kognisjoner/tanker, som ønsket vekt, å være redd for å miste kontroll, overspising, tanker om mat, tro på at man er feit når andre sier at du er for tynn, og reaksjon på vektøkning. Algoritmen er basert på en ubetinget diskriminerende analyse som tildeler vekter til elementer trinnvis, og identifiserer de mest diskriminerende elementene for hver av de fem diagnosene. Diagnoseinformasjonen vises på et brukervennlig nettbasert grensesnitt.
Tidlig og nøyaktig diagnose av spiseforstyrrelser er avgjørende for å initiere passende behandling, forbedre behandlingsresultatene og redusere dårlige helseutfall1. For å bestemme en diagnose må klinikere håndtere store mengder psykologisk og fysiologisk informasjon, og en stor mengde data gjør diagnosen til en tidkrevende oppgave med høy risiko for feildiagnostisering.
Systemet som beskrives her fremskynder beslutningsprosessen ved å gi en automatisk spørreskjemabasert diagnose. I tillegg tillater det klinikere å se de spesifikke svarene som avviker fra de forventede svarene til et sunt individ. Systemet ble utviklet med tanke på klinikernes behov, og derfor er spørreskjemaet enkelt nok til å fylles ut av pasienten alene, noe som ytterligere reduserer tiden som kreves av klinikere når de vurderer en diagnose. Av samme grunn lagres svarene ved inndata, noe som sikrer at prosessen kan settes på pause når som helst. Problemer med datamaskintilkobling og andre avbrudd krever ikke gjentakelse av hele prosessen.
En begrensning i protokollen er at et diagnoseforslag ikke kan beregnes med mindre alle spørreskjemaelementer er fylt ut. En annen begrensning er at medisinske målinger, som blodtrykk og perifer temperatur, ikke er inkludert i systemet, men må evalueres av klinikere eller leger.
Det finnes flere digitale verktøy for spiseforstyrrelsesdiagnoser, for eksempel semistrukturerte elektroniske intervjuer11, men det er for tiden ingen diagnostiske algoritmer basert på DSM-5 eller International Classification of Disease, 11th Revision (ICD-11). Hovedproblemet med tilgjengelige tilnærminger er at de ikke gir en enkel måte for klinikere å motta hjelp i diagnosen eller kommunisere hva som utgjør usunne svar. Dagens system er ment for bruk både i primærhelsetjenesten, av helsepersonell med liten kunnskap om spiseforstyrrelser, og i spesialistklinikker for å diskutere mer komplekse tilfeller, og hjelpe klinikere i beslutningsprosessen under diagnostisering av spiseforstyrrelser. Dette systemet resulterer i forbedret kvalitet på omsorg, en reduksjon av tid og krefter av klinikere, og gir forbedret effektivitet for klinikeren i deres daglige praksis.
Diagnosealgoritmen er for tiden basert på ett spørreskjema og gjør det mulig for systemet å lære klinikere å diagnostisere pasienter bedre og konsultere andre helsepersonell i vanskelige tilfeller. Fremtidig utvikling av systemet må også omfatte medisinske data. I tillegg kan algoritmens prognostiske evne forbedres ved å raffinere spørreskjemaet, erstatte overflødige, ikke-informative elementer med mer relevante. En langsgående tilnærming må også vurderes. Hvis pasienten får riktig behandling, er det viktig å følge deres helseprogresjon over tid. Mange varer i spørreskjemaet er fortsatt gyldige for en oppfølgingstilnærming. Spørreskjemaet og algoritmen må imidlertid omformuleres for å opprette en indeks for å måle helseprogresjonen.
The authors have nothing to disclose.
Dette arbeidet ble finansiert av Region Stockholm.
Computer-Based Platform for Aiding Clinicians in Eating Disorder Analysis and Diagnosis | Mando | Pending assignment | |
Claris FileMaker Go 19 | Claris | – | For patient registration, custom app for questionnaire, risk assessment |
iPad 7th generation (2019) | Apple | A2197 |