A Review of Suicide-Related Risks through Propensity Score Methods using the Maryland Suicide Data Warehouse

Predecir quién podría quitarse la vida es uno de los desafíos más difíciles en la medicina. Los médicos e investigadores saben desde hace tiempo que ciertas condiciones, como la depresión severa o el abuso de sustancias, hacen que una persona sea más propensa a morir por suicidio. Sin embargo, saber qué factores son los más importantes es complicado porque las personas rara vez tienen solo un problema. Una persona puede estar luchando contra la ansiedad, perdiendo su empleo y lidiando con el dolor crónico, todo al mismo tiempo. Cuando los investigadores intentan estudiar estas situaciones utilizando modelos informáticos, la enorme cantidad de factores superpuestos puede confundir los resultados. Se vuelve difícil determinar si un diagnóstico específico es la causa del riesgo, o si es simplemente un efecto secundario de las difíciles circunstancias de vida de la persona. Para resolver esto, los científicos han desarrollado herramientas estadísticas que actúan como una balanza, permitiéndoles ponderar diferentes grupos de personas para que puedan compararlos de manera justa, como si fueran idénticos en todos los sentidos excepto por el factor que se está probando.

Un equipo de investigadores de la Universidad Johns Hopkins decidió probar estas herramientas en una colección masiva de datos del mundo real para ver si podían esclarecer qué es lo que realmente impulsa el riesgo de suicidio. Trabajaron con una base de datos del estado de Maryland que vincula los registros médicos de hospitales y clínicas con los registros oficiales de defunciones. Esto les permitió observar a casi un millón de pacientes vivos y compararlos con casi dos mil personas que murieron por suicidio entre 2016 y 2020. Los investigadores querían ver si el uso de estos métodos avanzados de ponderación cambiaría la historia que contaba la base de datos, particularmente en relación con la frecuencia con la que las personas visitaban a los médicos y los diagnósticos específicos que presentaban en el año anterior a su muerte.

Los investigadores comenzaron analizando las cifras brutas sin ningún ajuste. Como era de esperar, encontraron que las personas que murieron por suicidio tenían mucha más probabilidad de haber sido diagnosticadas con afecciones de salud mental como el trastorno bipolar, el trastorno de estrés postraumático o trastornos psicóticos, en comparación con los pacientes vivos. También tenían más probabilidad de haber luchado contra el consumo de drogas o alcohol. En los datos no ajustados, tener un diagnóstico de trastorno bipolar hacía que una persona pareciera veinte y seis veces más propensa a morir por suicidio que alguien sin ese diagnóstico. Del mismo modo, tener un historial de consumo de sustancias o dificultades sociales como la inestabilidad de la vivienda mostró vínculos fuertes con el desenlace. Los datos también mostraron que estos individuos visitaban médicos, salas de emergencias y hospitales con mucha más frecuencia que la población general, especialmente en los días y semanas antes de morir.

Sin embargo, la historia cambió significativamente una vez que los investigadores aplicaron los métodos de ponderación estadística para equilibrar los grupos. Cuando ajustaron el hecho de que las personas con enfermedades mentales suelen tener otros problemas superpuestos, la fuerza de la conexión entre ciertos factores y el riesgo de suicidio cambió. Para algunas condiciones, el riesgo pareció incluso mayor de lo que sugerían las cifras iniciales. Por ejemplo, tras equilibrar los grupos, el vínculo entre el consumo de opioides y la muerte por suicidio se volvió más fuerte, mostrando el análisis ajustado una razón de momios (odds ratio) de 3.08 en comparación con el 2.1 del modelo inicial. Lo mismo ocurrió con las personas con múltiples trastornos por consumo de sustancias; el análisis ajustado mostró que su riesgo era mucho mayor de lo que indicaría un simple recuento de visitas al hospital.

Quizás el cambio más sorprendente ocurrió con las necesidades sociales. En el análisis no ajustado, tener necesidades sociales codificadas, como la inestabilidad de la vivienda o la inseguridad alimentaria, parecía de hecho reducir el riesgo de suicidio, lo cual resultaba contraintuitivo. Pero una vez que los investigadores utilizaron los métodos de ponderación para dar cuenta de la compleja red de factores médicos y sociales que enfrentaban estos pacientes, la imagen cambió por completo. Los resultados ajustados mostraron que estas dificultades sociales eran en realidad fuertes factores de riesgo, aumentando la probabilidad de muerte por suicidio en más de tres veces. Esto sugiere que los modelos iniciales estaban perdiendo la visión completa, probablemente porque las personas con necesidades sociales severas también estaban recibiendo diferentes tipos de atención que enmascaraban el peligro real.

El estudio también examinó de cerca la frecuencia con la que las personas veían a un médico y qué tan cerca de su muerte ocurrían esas visitas. Los investigadores encontraron que la frecuencia de contacto era una señal poderosa. Las personas que murieron por suicidio tuvieron un número mucho mayor de encuentros médicos en el año previo a su muerte en comparación con los pacientes vivos. Esta diferencia se volvió más dramática en la última semana de vida. En los siete días previos a la muerte, el 2.6% de las personas que murieron habían tenido seis o más visitas médicas separadas, mientras que solo una fracción mínima del grupo de control vivo tuvo tantas visitas. Cuando los investigadores calcularon el riesgo basándose en esta alta frecuencia de contacto, la diferencia fue abrumadora: tener seis o más visitas en una semana se asoció con un riesgo casi cien veces mayor que tener menos visitas. Este patrón se mantuvo constante en todos los diferentes métodos estadísticos que utilizaron, confirmando que un aumento repentino en la actividad médica es una señal de advertencia crítica.

Los investigadores concluyeron que estas herramientas de ponderación estadística son esenciales para obtener la respuesta correcta. Encontraron que los métodos tradicionales a menudo suavizan los detalles, dificultando la percepción de la verdadera fuerza de un factor de riesgo. Al utilizar estas herramientas, pudieron ver que la relación entre las dificultades sociales y el suicidio es mucho más fuerte de lo que se pensaba anteriormente, y que el volumen de atención médica que una persona recibe en los últimos días de su vida es un indicador masivo de riesgo. El estudio no pretende afirmar que haya resuelto el problema de la predicción del suicidio, pero ofrece una forma más clara de analizar los datos. Sugiere que cuando los clínicos ven a un paciente con un historial de dificultades sociales o un aumento repentino en las visitas al hospital, están ante un nivel de peligro mucho mayor de lo que los modelos estándar podrían indicar. El trabajo destaca que comprender el riesgo de suicidio requiere mirar a la persona de forma integral y toda su historia de atención, no solo diagnósticos aislados.