Исследование условий проживания людей с психическими заболеваниями в США при помощи моделирования

Исследование условий проживания людей с психическими заболеваниями в США при помощи моделирования

Описание проблемы

Пациенты, страдающие серьёзными хроническими психическими заболеваниями (СХПЗ) - это люди с такими диагнозами, как шизофрения, биполярное расстройство, клиническая депрессия и др. Они составляют около 1,7% населения США. За последние 60 лет очень изменились условия проживания таких больных, особенно это заметно по соотношению тех, кто находится в тюремных учреждениях, и живущих у себя дома и в местных центрах по оказанию психиатрической помощи.

Произошло много положительных перемен: так, например, выросло число пациентов, которые живут вне специальных лечебных учреждений, значительно сократилось количество случаев принудительного заключения больных в психиатрические больницы. Но есть и минусы: больше пациентов страдают от затянувшихся обострений, потому что находятся в тюрьме или не имеют крыши над головой.

IBM Global Research и Otsuka Pharmaceuticals решили изучить динамику произошедших за последние полвека изменений, чтобы понять, что можно сделать для улучшения положения пациентов с психическими расстройствами.

Решение

Важно было отметить, что некоторые учреждения (тюрьмы и больницы с длительной госпитализацией) держат пациентов с обострениями дольше, чем большинство других учреждений, которые стараются побыстрее передать пациента в острой фазе в другое учреждение. Именно это фундаментальное отличие и требовалось продемонстрировать в модели, т.к. именно оно было причиной изменений условий проживания людей с СХПЗ во второй половине 20 века.

Изменения условий проживания людей с психическими заболеваниями

Изменения условий проживания людей с психическими заболеваниями

Агентное моделирование пунктов проживания людей с СХПЗ было основано на реальных данных.

Во-первых, в модели был представлен «цикл перемещений» больного. Каждый раз, когда пациент «покидал» пункт проживания, перед ним «вставал вопрос», куда «идти» дальше. В модели после того, как пациент достигал точки принятия решения о месте проживания, он случайным образом приписывался к одному из них. Всего в модели было 7 типов пунктов проживания:

У каждого из пунктов проживания был свой период максимального содержания. Например, больницы с длительной госпитализацией могли приютить пациента на более долгий срок, нежели пункты первой помощи при местных больницах и проч.

Таким образом, пациенты все время переходили из точки принятия решения до места непосредственного проживания, а когда срок пребывания в том месте подходил к концу, они возвращались в исходный пункт, и всё начиналось заново. У каждого больного было определено “время до следующего обострения психического заболевания”, которое определяло тяжесть болезни. Время до обострения колебалось от 5 до 250 дней и определялось для каждого пациента при запуске модели. Под обострением в этой модели понималось состояние, при котором людям, общающимся с агентом, становилось понятно, что он не является психически здоровым. Например, такими состояниями могли быть галлюцинации, глубокая депрессия, т.д. На анимации модели агент приобретал тем более красный цвет, чем меньше времени оставалось для обострения. И наоборот, чем больше времени в запасе было, тем цвет агента был более зелёный. Всего в модели было 1 000 пациентов с СХПЗ.

В каждом пункте проживания по-разному реагировали на обострение агента. Больницы с длительной госпитализацией и тюрьмы продлевали срок содержания пациента, тогда как большинство других учреждений пытались побыстрее передать больного в другие руки.

Структура агентного моделирования системы здравоохранения

Структура агентного моделирования системы здравоохранения

Модель также учитывала узаконенный лимит на количество пациентов, имеющих право жить в больницах с длительной госпитализацией. Это количество уменьшалось каждые 10 лет, как и в реальности. Таким образом, чем меньше людей могло проживать в больницах такого типа, тем больше их селилось в частных домах. Также небольшой процент пациентов попадал в тюрьму.

Статистика модели включала продолжительность проживания, вероятность направления в какой-либо пункт проживания из точки принятия решения, процент пациентов, проживающих в одном из 7 пунктов, и среднее время обострения для каждой из групп в пунктах проживания.

Модель отражала реальную ситуацию: самые тяжёлые больные попадали в больницы с длительной госпитализацией и тюрьмы. Когда исчерпывался лимит мест в больницах, люди с самыми серьёзными случаями оказывались в тюрьме.

По этой причине люди с самым длинным периодом обострения попадали в тюрьмы или больницы с долгосрочной госпитализацией и сталкивались с методами лечения, принятыми в этих учреждениях. Как показала модель, большой этической проблемой является лимит на количество пациентов в больницах с длительной госпитализацией. Фактически тюрьма остаётся единственным местом, куда могут быть отправлены больные с затянувшимися обострениями заболеваний.

Результат

Агентное моделирование помогло лучше и полнее понять схемы перемещений пациентов с СХПЗ между разными пунктами проживания.

Во-первых, модель продемонстрировала, что даже небольшое изменение времени нахождения в пункте проживания приносило ощутимый эффект. Сейчас же пациенты постоянно вынуждены переходить из одного пункта в другой, и часто больные с тяжёлыми и долгими обострениями оказываются в тюрьме – месте, где их не откажутся принять на любое время.

Во-вторых, увеличение среднего времени до следующего кризиса улучшает ситуацию с проживанием пациентов. При втором запуске модели специалисты увеличили время до 45 дней в 2000 г. и посмотрели динамику ситуации до 2030 г. Как и ожидалось, в ситуации с более здоровым населением (с более долгим временем до обострения) люди реже выталкивались из своих текущих мест проживания, и как, следствие, попадали в тюрьмы. Эти данные помогут яснее понимать, в какие проекты государству стоит инвестировать деньги, предназначенные для улучшения жизни людей с психическими заболеваниями, и оценить эффективность вложений. Модель показала, что на тюремную статистику можно влиять, улучшая ситуацию в сфере психических здоровья населения.

Наконец, модель помогла выявить этические проблемы, которые США предстоит решать в будущем. Исследование помогло выявить 2 возможных пути решения: увеличить лимит пациентов в больницах с длительной госпитализацией, либо найти способ увеличить время до обострения. Компании Otsuka Pharmaceuticals и IBM совместно пытаются вести свой вклад в изменение ситуации: был запущен IT-проект для координации работы разных медицинских учреждений в отдельном округе. Этот проект поможет разным службам и организациям объединиться для более эффективной помощи больным с психическими заболеваниями.

Больше информации о проекте можно найти в статье.

Кайл Джонсон из IBM Бизнес-консалтинг делает презентацию своей работы:

Похожие проекты

Другие истории успеха

Сборник историй успеха от пользователей AnyLogic

Скачать