Avances en el uso del aprendizaje automático en la predicción de conductas suicidas: métodos, desafíos y oportunidades

El suïcidi i les conductes autolesives constitueixen un greu problema de salut pública, amb més de 720.000 morts anuals arreu del món. Els mètodes tradicionals d’avaluació del risc presenten limitacions per a la detecció precoç, mentre que l’aprenentatge automàtic emergeix com una eina prometedora per millorar la predicció i donar suport a la presa de decisions clíniques i en salut pública. L’objectiu d’aquesta tesi va ser desenvolupar i validar models predictius basats en aprenentatge automàtic per identificar individus amb risc elevat de pensaments suïcides i conductes autolesives en poblacions vulnerables, amb especial atenció a la interpretabilitat i la generalització. Es van dur a terme dos estudis. El primer, en el marc del projecte MINDCOVID, va analitzar 8.996 professionals sanitaris a Espanya durant la primera onada de la pandèmia de COVID-19. El model de predicció de la ideació suïcida va assolir un rendiment elevat (àrea sota la corba ROC (AUCROC) = 0,87; àrea sota la corba precision-recall (AUCPR) = 0,52) i va assenyalar com a predictors la ideació suïcida prèvia, les crisis de pànic, els pensaments intrusius i factors relacionats amb la pandèmia, amb diferències rellevants entre homes i dones. El segon, vinculat al projecte CSRC-Epi, va utilitzar dades de registres de salut de la cohort de pacients amb hospitalització psiquiàtrica entre 2015 i 2018 a Catalunya. Els models van predir autolesions després de l’hospitalització psiquiàtrica (AUCROC 0,76–0,82 i AUCPR ajustats 5-7 vegades superiors a l’atzar), destacant diagnòstics recents d’episodi depressiu, trastorn d’adaptació, esquizofrènia, autolesions prèvies i ús de psicofàrmacs (inhibidors selectius de la recaptació de serotonina i antipsicòtics) com a predictors rellevants. Els models entrenats per a horitzons llargs van mantenir el rendiment en períodes curts, i els models globals van demostrar un comportament comparable als específics per a subgrups. En conjunt, els resultats d’aquesta tesi confirmen que l’aprenentatge automàtic constitueix un enfocament prometedor per predir conductes suïcides i autolesives en poblacions vulnerables, i ofereix eines interpretables que poden contribuir de manera significativa a la prevenció del suïcidi i l’autolesió.