基于电子健康记录的自杀风险评估模型展现潜力

自杀预防在心理健康领域至关重要。研究表明，超过40%的自杀者在死亡前一个月曾访问过医疗服务提供者，这突显了医疗环境在自杀预防中的关键作用。研究人员一直在寻找更快速、更准确地识别这些环境中自杀风险的方法。一种有希望的策略是分析电子健康记录（EHRs），以快速识别需要帮助的人。在一项由美国国立卫生研究院资助的研究中，Emily Haroz博士及其同事利用美国印第安人卫生服务（IHS）的EHR数据创建了新的自杀风险评估模型。这些模型在识别自杀风险方面优于目前使用的筛查方法。

研究人员分析了2017年至2021年间超过16,000名成年人访问IHS提供者的331,000次EHR数据。在此期间，324人尝试自杀，37人死亡。其中，72%的自杀尝试和50%的自杀死亡发生在接触卫生系统后的90天内。研究人员创建了结合EHR中发现的自杀风险因素的模型。然后，他们测试了这些模型，以查看它们是否比目前使用的方法更好地预测了IHS访问后的90天内自杀尝试或死亡的风险。目前使用的方法包括自杀筛查和考虑过去的自杀尝试史以及最近的自杀意念诊断。

研究人员发现，两种模型的表现相当，在90天内正确识别了在最后一次医疗访问后尝试或死亡的人有82%的时间。这表明测试在区分自杀风险人群和非风险人群方面做得很好。相比之下，目前使用的筛查方法只有64%的时间正确识别了风险人群，这仅略好于随机机会（50%）。

自杀是美国第11大死亡原因，美国印第安人和阿拉斯加原住民群体的自杀率是所有种族或民族群体中最高的。自杀风险驱动的因素多种多样且复杂，因此识别和预防不同环境和人群中的自杀风险的最佳方法至关重要。在这项研究中，基于EHR的模型优于现有的自杀风险筛查方法。这些发现表明，使用基于EHR的模型可能是减少为这一高度受影响的群体服务的医疗环境中自杀风险的重要途径。

Over 40% of people who die by suicide visit a health care provider in the month before their death, underscoring the critical role of health care settings in suicide prevention.

超过40%的自杀者在死亡前一个月曾访问过医疗服务提供者，这突显了医疗环境在自杀预防中的关键作用。

会天视角

在中国，自杀预防同样是一个重要的公共卫生问题。随着电子健康记录的普及，类似的研究方法在中国也有很大的应用潜力。会天心理建议，医疗机构应加强对自杀风险的识别和干预，同时，通过心理健康教育和提高公众对自杀预防的认识，共同构建更加健康的社会环境。

编译自《Predictive Models Show Promise in Preventing Suicide》（原文作者：National Institute of Mental Health (NIMH)，许可：Public Domain (U.S. Government Work)），原文链接：https://www.nimh.nih.gov/news/science-updates/2025/predictive-models-show-promise-in-preventing-suicide。本文为基于原文事实的中文编译，不代表原媒体观点。