Points clés à retenir
- Une étude a révélé que les modèles de prédiction du suicide prédisaient le suicide chez les personnes à risque avec plus de précision pour certains groupes raciaux que pour d’autres.
- Certains experts suggèrent une intervention communautaire et davantage de recherches pour améliorer les modèles.
- Le manque d’accès aux soins contribue à ces disparités.
Lorsqu’une personne est à risque de suicide, il est possible qu’elle se tourne vers les systèmes de santé pour obtenir de l’aide. Les cliniciens peuvent ensuite utiliser des modèles de prédiction statistique pour déterminer qui est le plus à risque, en travaillant rapidement pour intervenir et prodiguer des soins.
Cependant, une nouvelle étude suggère que certains de ces modèles exacerbent les disparités raciales et ethniques en prédisant plus précisément les décès par suicide dans certains groupes par rapport à d’autres.
Plus précisément, les taux de prédiction de décès par suicide pour les Noirs, les Indiens d’Amérique/les natifs de l’Alaska (AI/AN) et les patients sans race ou origine ethnique enregistrées étaient moins précis que ceux des patients blancs, hispaniques et asiatiques. L’étude a été publiée dans JAMA Psychiatry fin avril.En tant queEn tant que
« La mise en œuvre clinique de ces modèles exacerberait les disparités existantes en matière d’accès, de traitement et de résultats en matière de santé mentale pour les populations noires, amérindiennes et autochtones de l’Alaska », auteur principal de l’étude, Yates Coley, PhD, biostatisticien et chercheur au Kaiser Permanente Washington Health Research Institute, raconte Verywell. « Nous devons tester les disparités dans l’exactitude et considérer les conséquences négatives possibles, y compris les dommages. »
En 2018, le suicide était la 10e cause de décès aux États-Unis, ayant augmenté de 35 % au cours des 20 dernières années.En tant queLa même année, les taux de suicide chez les hommes AI/AN étaient les plus élevés (34,8 pour 100 000), suivis de ceux chez les hommes blancs, hispaniques, noirs et asiatiques. Les taux étaient globalement inférieurs pour les femmes, mais les femmes et les filles AI/AN étaient les plus touchées (10,5 pour 100 000), suivies des femmes blanches, asiatiques, noires et hispaniques.
« Les taux de suicide AI/AN sont remarquablement élevés et le sont restés pendant plusieurs décennies », Lisa Wexler, PhD, MSW, professeur à l’École de travail social de l’Université du Michigan, qui étudie la prévention du suicide chez les Indiens d’Amérique/l’Alaska et la résilience des jeunes Autochtones. mais qui n’a pas été impliqué dans l’étude, raconte Verywell. « Pour les jeunes Noirs, en particulier les jeunes filles, les comportements suicidaires se développent à un rythme rapide. Les difficultés d’identification du risque dans nos modèles au sein de ces deux populations signalent un point de réflexion important à aborder. »
Modélisation statistique pour la prédiction du suicide
Sur les plus de 1,4 million de patients inclus dans les données, 768 décès par suicide ont été enregistrés dans les 90 jours après 3 143 visites de santé mentale. Lors de l’exécution des analyses, les chercheurs se sont concentrés sur le nombre de visites de personnes décédées par suicide, constatant que les taux de suicide étaient les plus élevés pour les patients :En tant queEn tant que
- Sans race/ethnicité enregistrée (313 visites)
- Asiatique (187 visites)
- Blanc (2 134 visites)
- Indien d’Amérique/Natif de l’Alaska (21 visites)
- Hispanique (392 visites)
- Noir (65 visites)
Indépendamment du taux de suicide ou du nombre de visites médicales, des tests statistiques supplémentaires ont révélé que les modèles de prédiction étaient les plus sensibles aux patients blancs, hispaniques et asiatiques, et les moins sensibles aux patients noirs et AI/AN, et aux patients sans race/ethnicité enregistrés.
Cela signifie que les modèles prédictifs développés pour aider les systèmes de santé à déterminer qui est le plus à risque de suicide peuvent être plus efficaces pour prédire certains groupes que d’autres, les patients noirs et AI/AN étant les plus désavantagés.
Les modèles ont utilisé les paramètres suivants pour prédire le suicide :
- Caractéristiques démographiques
- Comorbidités
- Tentatives de suicide antérieures
- Diagnostics de santé mentale et de toxicomanie
- Médicaments psychiatriques
- Rencontres antérieures en santé mentale
- Réponses au questionnaire sur la santé des patients 9
Ces données ont permis de prédire près de la moitié des suicides chez les patients blancs, mais seulement 7 % chez les patients AI/AN et noirs.
« Beaucoup de personnes décédées par suicide ont eu recours à des services de consultation externe », a déclaré Wexler, soulignant que celles qui sont décédées sont allées à une médiane de deux visites, certaines étant allées à cinq. « Cela signifie qu’il existe une opportunité claire d’intervenir de manière significative pour prévenir les décès par suicide. »
Pour de nombreux experts dans le domaine, ces résultats ne sont pas choquants. « J’étudie le suicide depuis longtemps », a déclaré à Verywell Kevin Early, PhD, CCJS, CAADC, ICAADC, professeur de sociologie à l’Université du Michigan-Dearborn. Quand il a regardé les données, dit-il, il n’a pas été du tout surpris. « Cela reflète clairement un problème plus profond qui est omniprésent dans la société américaine, à savoir l’inégalité, la disparité. Ce n’est pas seulement une disparité économique, politique et sociale, mais aussi dans le complexe médico-industriel. »
Les disparités existantes ont un impact
Alors que l’étude attire l’attention sur les disparités raciales dans les modèles de prédiction, Raymond Tucker, PhD, professeur de psychologie à la Louisiana State University, dit à Verywell que des recherches supplémentaires sur des groupes raciaux et ethniques spécifiques sont nécessaires pour améliorer ces modèles.
« Il y a une disparité dans la façon dont nous diagnostiquons les maladies psychiatriques », dit-il. Ceci est important, étant donné que l’un des principaux paramètres des modèles de prédiction était un diagnostic psychiatrique antérieur.
Par exemple, ajoute Tucker, les hommes noirs sont surdiagnostiqués avec la schizophrénie par rapport aux hommes blancs. « Il y avait donc une disparité à l’intérieur, et nous ne devrions pas être surpris qu’il y ait une disparité à l’extérieur », a déclaré Tucker.
Coley ajoute que, bien qu’il soit difficile de le savoir avec certitude, elle est d’accord :
« La seule chose que nous avons vue dans nos données était que les personnes sans race ni origine ethnique enregistrées avaient un taux plus faible de facteurs de risque de suicide courants », a déclaré Coley. En plus du diagnostic psychiatrique, les autres paramètres tels que les tentatives de suicide antérieures, les médicaments et les relations antérieures avec la santé mentale pourraient rendre les modèles moins précis pour certains groupes. Ces personnes pourraient ne pas être en mesure d’accéder aux soins de santé ou ne pas opter pour ceux-ci, ce qui rend les paramètres non pertinents.
« C’est quelque chose sur lequel nous devons faire plus de recherches », ajoute Coley. « Mais nous pensons que cette découverte souligne vraiment la nécessité d’un audit approfondi des modèles de prédiction avant de les mettre en œuvre dans la pratique clinique. »
La stigmatisation liée à la santé mentale peut également être prise en compte dans ces données. « Les patients noirs, amérindiens et autochtones de l’Alaska sont moins susceptibles de participer à la communauté de la santé mentale que les Blancs », déclare Early. « Et l’une des raisons est qu’il y a une stigmatisation. »
Dans le même temps, Early propose des suppositions alternatives sur les raisons pour lesquelles certains n’ont pas enregistré leur race ou leur origine ethnique. « Souvent, les gens pensent que si je m’identifie, je suis moins susceptible d’être traité ou de recevoir un traitement adéquat », dit-il.
Les modèles doivent être améliorés
Tucker souligne que ces modèles sont toujours importants dans le cadre clinique ; ils ajoutent un autre outil aux soins aux patients.
Dans le même temps, ces modèles doivent devenir plus inclusifs parmi les groupes raciaux et ethniques. Comment les systèmes de santé peuvent-ils alors mettre en œuvre ces outils nécessaires tout en les rendant utiles à tous, sans distinction de race ou d’origine ethnique ?
« Nous ne pensons pas qu’il devrait être de la responsabilité des cliniciens individuels ou des patients individuels de se préoccuper de ces modèles », a déclaré Coley. « C’est le rôle des systèmes de santé qui choisissent d’utiliser ces modèles de prédiction pour faire l’évaluation. »
Pour Coley, cette étude offre un guide aux systèmes de santé sur la façon d’auditer leurs modèles prédictifs et de les rendre plus équitablement applicables. « Pour que les avantages potentiels des modèles de prédiction clinique soient réalisés dans les populations BIPOC, il doit y avoir un investissement dans l’infrastructure et les ressources de données des dossiers de santé électroniques et les systèmes de santé qui servent des populations plus diversifiées sur le plan racial et éthique », a déclaré Coley.
Wexler suggère qu’il existe des moyens pratiques et peu coûteux d’améliorer les modèles. « Peut-être une collaboration intégrée avec le système de soutien actuel des gens et de manière culturellement adaptée – peut-être en partenariat avec des familles, des églises, des tribus – qui tirent parti des forces des communautés noires et IA/AN », dit Wexler.
En plus de tendre la main aux systèmes de soutien, à Wexler, la prédiction et la prévention du suicide nécessitent d’engager les agents de santé communautaires à faire une promotion de la santé adaptée à la culture au sein des communautés. Cela pourrait ressembler à travailler avec des membres de la famille ou d’autres parties du système de soutien d’une personne pour s’assurer qu’elle a un accès limité aux armes à feu, par exemple. Cela pourrait également impliquer de travailler avec les dirigeants communautaires d’organisations, d’églises ou de tribus, pour réduire la stigmatisation liée à la santé mentale.
Dans l’ensemble, Early considère cette découverte comme le symptôme d’un problème plus vaste et profondément enraciné. « Peu importe que vous soyez assuré ou non en tant que personne de couleur. Vous avez encore moins de chances d’obtenir des soins de santé », dit-il. « Et même si vous avez une assurance, la qualité des soins de santé que vous avez ne sera pas aussi bonne qu’elle le serait si vous n’étiez pas une personne de couleur. » Pour changer ces schémas et inégalités enracinés, Early ajoute : « Ce que j’aimerais voir changer en Amérique, c’est la culture américaine.
Discussion about this post