Door beter te weten wie kans maakt op PTSS na een traumatische gebeurtenis, kan preventief worden opgetreden.
Posttraumatische stressstoornis (PTSS) is een psychische stoornis die sommige mensen ontwikkelen als gevolg van een traumatische gebeurtenis, zoals een verkeersongeluk of aanranding. PTSS-patiënten herbeleven deze gebeurtenis door bijvoorbeeld terugkerende nachtmerries. Ze ervaren daarnaast ook andere symptomen zoals negatieve emoties en verhoogde spanning. Amerikaanse onderzoekers verbonden aan Columbia University ontwikkelden een algoritme dat voorspelt hoeveel risico iemand heeft om PTSS te ontwikkelen.
Er wordt geschat dat 10% tot 15% van de mensen die een traumatische gebeurtenis meemaken, PTSS zullen ontwikkelen. Hoewel er behandelingen bestaan die de kans op PTSS verkleinen, zoals therapie of educatie, passen hulpverleners deze zelden toe. Dat komt door een gebrek aan methoden die voorspellen wie de behandeling nodig heeft. De komst van het algoritme zou dat probleem kunnen oplossen. ‘Het moment vlak na de traumatische gebeurtenis is een kritische periode om te identificeren wie risico loopt op PTSS en voor de gepaste behandeling te zorgen’, zegt Dr. Katharina Schultebraucks, hoofd van het onderzoek. ‘Hoe vroeger we deze patiënten kunnen behandelen, hoe gunstiger de resultaten.’
Machine learning
Het algoritme is gebaseerd op machine learning, een vorm van artificiële intelligentie. Op basis van 70 gegevens van een patiënt wordt een algemene PTSS-score voorspeld. Het gaat zowel om biologische als psychologische gegevens, zoals verhoogde waarde van stresshormonen, hoge bloeddruk en tekenen van ontstekingen. Deze worden geregistreerd bij een opname in de spoeddienst en aangevuld met enkele vragenlijsten. Het algoritme werd ontwikkeld met data van 377 patiënten en getest op 221 anderen.
Van de patiënten waarvan voorspeld werd dat ze PTSS zouden ontwikkelen, bleek dat in 90% van de gevallen ook zo te zijn. Toch was het zo dat 29% van de patiënten waarvan voorspeld werd dat ze geen PTSS zouden ontwikkelen, de stoornis toch ontwikkelden. Maar het algoritme is nog niet volledig klaar. ‘Voor het gebruikt kan worden bij de algemene bevolking, moet het nog getest en gevalideerd worden in een grotere populatie’, aldus Schultebraucks.
Ook bij ons?
Ook in België en Nederland zou de komst van het algoritme een goed hulpmiddel kunnen zijn. Dr. Julie Krans, onderzoekster aan de Radboud Universiteit in Nijmegen en verbonden aan Pro Persona Overwaal expertisecentrum angst, dwang en PTSS, legt uit: ‘Hoewel PTSS in het algemeen een goed behandelbare stoornis is, is preventie natuurlijk beter. Het algoritme is daarvoor zeker een meerwaarde.’ Al moet er wel een kanttekening worden gemaakt. ‘De interventies die bedoeld zijn om PTSS te voorkomen zijn nog niet voldoende effectief bewezen. Wel zou je met dergelijk algoritme natuurlijk de vinger aan de pols kunnen houden bij mensen met een verhoogd risico, en ze bijvoorbeeld goed informeren over waar ze terecht kunnen voor hulp indien hun symptomen niet over lijken te gaan.’
Krans duidt daarnaast op enkele obstakels indien hulpverleners bij ons in de toekomst gebruik willen maken van het algoritme. Mogelijk hebben de voorspellende gegevens uit het Amerikaanse algoritme niet dezelfde voorspellende waarde in Vlaanderen of Nederland en moeten ze dus worden aangepast. Verder moet ook de kosteneffectiviteit onderzocht worden. ‘En tot slot is er de discussie rond privacy wanneer dergelijke gegevens standaard worden opgenomen, opgeslagen en verwerkt’, aldus Krans. ‘Dit kan immers niet anoniem aangezien de individuele persoon opgevolgd moet worden. Hoewel dit met chronische en terugkerende ziekten wel gebeurt, is dat niet gebruikelijk voor eenmalige stoornissen of ziekten. Het wordt daarmee ook een ethisch vraagstuk.’
De toepassing in de praktijk zal dus nog niet voor morgen zijn, maar een stap vooruit is de ontwikkeling van het algoritme alleszins wel.
