Nuevos enfoques para la atención de salud mental en emergencias

El suicidio es una preocupación seria de salud global, resultando en más de 700,000 muertes cada año. Los efectos de estas tragedias a menudo se extienden a las familias y comunidades de los que se quitan la vida. Además, hay un impacto económico significativo, con costos relacionados con el suicidio y la atención de salud mental que superan los 90 mil millones de dólares en EE. UU. solo en 2013. La investigación muestra que muchas personas que mueren por suicidio han interactuado recientemente con proveedores de atención médica. De hecho, alrededor del 77% de estas personas han visto a un médico de atención primaria en el año anterior a su muerte, y hasta el 20% han visitado un departamento de emergencia (DE) poco antes.

Los departamentos de emergencia son un punto clave de acceso a la atención de salud mental, creando una oportunidad vital para evaluar a quienes pueden estar en riesgo de suicidio. Sin embargo, evaluar y manejar el diverso grupo de personas con pensamientos y comportamientos suicidas presenta desafíos notables para el personal médico, especialmente en entornos de emergencia.

Las presentaciones de crisis de salud mental en los departamentos de emergencia representan un pequeño pero creciente porcentaje de visitas. Este aumento pone más presión sobre el DE, afectando el flujo de pacientes y haciendo difícil que el personal brinde atención adecuada. A menudo, las presentaciones de salud mental requieren más tiempo para la evaluación, y el personal puede sentirse poco preparado para manejar estas situaciones. Además, el ambiente del DE puede ser particularmente poco acogedor para quienes lidian con problemas de salud mental, con largos tiempos de espera, ruido y falta de privacidad. Estos factores pueden llevar a experiencias negativas, lo que puede aumentar el riesgo de autolesionarse para personas ya en crisis.

A pesar del énfasis en gestionar de manera efectiva a los pacientes en riesgo de suicidio en muchas estrategias nacionales e internacionales, hay poca investigación sobre modelos de atención de emergencia diseñados específicamente para estos pacientes. Se entiende poco sobre el viaje del paciente a través del DE o cómo ocurren las interacciones con los profesionales de salud en detalle. Los estudios existentes han notado inconsistencias en las guías de tratamiento y la entrega de servicios de salud mental en varias regiones. Esto resalta la necesidad de investigar más sobre cómo mejorar las experiencias de los pacientes y los resultados del tratamiento.

#Objetivos del Estudio

Este estudio buscó desarrollar una nueva forma de evaluar cómo los pacientes transitan por el departamento de emergencia e identificar maneras de mejorar la entrega de atención de salud mental. Usando enfoques estadísticos y algorítmicos de la ciencia de redes y el aprendizaje automático, analizamos datos observacionales recogidos de un DE hospitalario. Nuestro objetivo era crear un modelo basado en datos que represente las interacciones entre pacientes, personal de salud y sistemas clínicos en casos de riesgo de suicidio sospechado.

#Trayectorias de pacientes

Para entender los viajes de los pacientes, observamos y registramos interacciones clínicas de individuos que se presentaron con pensamientos suicidas o riesgo de autolesionarse. En total, examinamos 43 pacientes y sus interacciones en el DE. Creamos una red de trayectorias de pacientes que mapea visualmente los posibles caminos tomados desde la presentación hasta el alta. Esta red mostró una variedad de transiciones esperadas basadas en cómo opera el DE, sugiriendo que teníamos una buena representación de las experiencias de los pacientes.

En nuestras observaciones, la forma más común en que llegaron los pacientes fue a través de ambulancia o policía. Encontramos que el tiempo promedio que los pacientes pasaron en el DE fue de aproximadamente 1.5 horas, durante las cuales tuvieron aproximadamente cinco interacciones con diferentes tipos de personal clínico.

#Redes de Interacción

Para comprender cómo fluye la información dentro del DE, construimos una Red de Interacción basada en los datos recogidos de las trayectorias de pacientes. En esta red, los nodos representan varios agentes como pacientes, enfermeras y médicos. Las conexiones entre estos nodos muestran cómo interactúan y comparten información sobre la atención al paciente.

Cuando analizamos la red, reveló dos grupos principales: el equipo médico de emergencia y el equipo de psiquiatría de emergencia. Esta separación probablemente se debe a la forma en que operan y comunican estos equipos. Sin embargo, los resultados efectivos para los pacientes dependen en gran medida de la comunicación entre estos grupos.

Observamos que la enfermera de enlace psiquiátrico (ELP) era una figura clave dentro de la red de interacción, mostrando una alta importancia para el flujo de información. La ELP tenía más conexiones en comparación con otros roles, indicando que desempeñaba un papel crucial en la transmisión de información entre diferentes proveedores de salud.

#Identificando Vulnerabilidades

El papel central de la ELP también plantea preocupaciones sobre posibles vulnerabilidades en la red. Si la función de la ELP se viera comprometida, esto podría afectar negativamente la comunicación y la atención al paciente en el DE. Analizamos si la prominencia de la ELP se debía a la estructura específica de nuestra red observada o si patrones similares podrían surgir en redes aleatorias.

A través del análisis, encontramos que la importancia de la ELP era significativamente mayor en nuestra red real en comparación con mezclas aleatorias. Esto significa que la ELP está expuesta a una mayor demanda de transferencia de información, lo que genera preocupaciones sobre la fiabilidad del flujo de información en el sistema.

Para mitigar este riesgo, exploramos estrategias para mejorar la comunicación entre el equipo médico de emergencia y el equipo de psiquiatría de emergencia. Al agregar enlaces entre estos grupos, pudimos demostrar que sería posible restaurar la comunicación efectiva incluso si la ELP no estuviera disponible.

#Aprendizaje Automático en Referencias

También investigamos cómo interacciones específicas entre el personal podrían influir en decisiones sobre referencias de pacientes al equipo de psiquiatría de emergencia. Al construir un modelo de aprendizaje automático, examinamos patrones de interacción que podrían prever cuándo un paciente es referido para atención psiquiátrica.

Encontramos que las interacciones que involucran a miembros del personal senior eran más predictivas de una referencia que aquellas con personal junior. Específicamente, las interacciones entre residentes y expedientes de pacientes o entre consultores y pacientes eran indicadores significativos de cuándo ocurriría una referencia.

Este análisis proporcionó información sobre cómo la comunicación y colaboración dentro del DE pueden moldear decisiones y, en última instancia, afectar las trayectorias de tratamiento de los pacientes.

#Discusión de Hallazgos

Este estudio ha introducido una nueva forma de evaluar la atención psiquiátrica en entornos de emergencia, enfocándose en individuos en riesgo de suicidio o autolesionarse. Los datos recogidos en un DE de un hospital terciario nos permitieron construir modelos que ilustran las trayectorias de los pacientes y las interacciones clínicas.

Nuestros hallazgos enfatizan el papel vital de la ELP en la transferencia de información dentro de la red de interacción clínica. Sin embargo, la fuerte dependencia de este rol también sugiere riesgos potenciales si la ELP no estuviera disponible. Abordar estas vulnerabilidades fomentando una mejor comunicación entre equipos médicos y psiquiátricos podría ayudar a mejorar la atención al paciente en el DE.

Además, nuestro estudio destaca la importancia de usar técnicas de aprendizaje automático para descubrir patrones que influyen en la toma de decisiones clínicas. Comprender estos patrones puede ayudar a establecer mejores estrategias para referencias de pacientes y mejorar los caminos de tratamiento.

#Implicaciones para la Investigación Futura

El marco cuantitativo desarrollado en este estudio tiene un gran potencial para futuras investigaciones en atención de salud mental de emergencia. Al validar los hallazgos a través de estudios de métodos mixtos que incluyan entrevistas y análisis de redes, podemos formar una comprensión más completa de cómo se entrega la atención.

La investigación debería considerar los diferentes modelos operativos en distintos hospitales para ver cómo nuestro modelo de red puede aplicarse de manera más amplia. Mejorar la comunicación y colaboración entre el personal clínico sigue siendo esencial para crear un enfoque holístico de la atención de salud mental.

Además, ampliar el tamaño de la muestra en futuros estudios proporcionará representaciones más precisas de los caminos de los pacientes. Analizar las experiencias de los pacientes y los caminos clínicos puede llevar a planes de tratamiento más efectivos y mejores resultados para individuos en riesgo de autolesionarse.

#Conclusión

En resumen, este estudio ha desarrollado un nuevo y útil marco para mapear y evaluar las trayectorias de los pacientes dentro de un departamento de emergencia. Las ideas derivadas de nuestra investigación proporcionan una base para mejorar la entrega de atención de salud mental, especialmente para individuos que enfrentan el riesgo de suicidio o autolesionarse. Si bien nuestro enfoque se limitó a esta población específica, las aplicaciones de nuestro marco pueden extenderse a otras especialidades médicas y entornos, mejorando en última instancia la entrega de servicios de salud en una escala más amplia.