Für eine in der Fachzeitschrift „JAMA Psychiatry“ publizierten Kohortenstudie haben Wissenschaftler aus Gesundheitsdaten der gesamten dänischen Bevölkerung die Daten von 14.103 Personen analysiert, die zwischen 1995 und 2015 Selbstmord begangen hatten. Vervollständigt wurde der Datensatz durch die Gesundheitsakten von 265.183 Personen aus dem gleichen Zeitraum. Für die Suche nach Mustern wurde ein System des Maschinellen Lernens eingesetzt. Die Forscher unter der Leitung der Boston University School of Public Health (BUSPH) konnten dabei geschlechtsspezifische Risikoprofile für Suizid ermitteln. Demnach können körperliche Krankheiten und Verletzungen das Suizidrisiko bei Männern erhöhen, bei Frauen jedoch nicht.

Vorhersage vier Jahre vor einem Suizid ?

Andere Studienergebnisse haben bereits bestätigt, dass Risikofaktoren wie psychiatrische Erkrankungen in Verbindung mit unterschiedlichen Medikationen bestehen. Die Wissenschaftler der Studie fanden aber auch neue mögliche Risikomuster. Es zeigte sich, dass Diagnose und Verschreibungen vier Jahre vor dem Suizid eine wichtigere Rolle für die Vorhersage spielten als jene sechs Monate vor der Selbsttötung. Diagnosen die körperliche Gesundheit betreffend, spielten bei der Vorhersage von Suiziden bei Männern eine entscheidende Rolle.

Erstmalige Datenanalyse der gesamten Bevölkerung eines Landes

Die Erhebung ist laut den Forschern die erste, die die Daten der gesamten Bevölkerung eines Landes mittels Verfahren des Maschinellen Lernens analysiert hat, um Risikofaktoren für einen Suizid zu identifizieren. Laut der Forschungsleiterin Dr. Jaimie Gradus, Associate Professor für Epidemiologie an der BUSPH, sind tragische Ereignisse wie diese sehr schwer vorherzusagen. Jeder dieser Todesfälle sei die Folge einer Vielzahl von miteinander interagierenden Risikofaktoren. Die Studienergebnisse liefern kein perfektes Modell für die Vorhersage von Selbsttötungen, so die Erstautorin der Studie Dr. Jaimie Gradus weiter. So sind der Verlust des Arbeitsplatzes oder einer Beziehung selten in den medizinischen Aufzeichnungen enthalten. Sie führen in Kombination mit langfristigen Faktoren zu einem Suizid. Risikofaktoren und Muster könnten nach Meinung der Forscherin außerhalb von Dänemark ebenfalls unterschiedlich sein.

Originalarbeit: Prediction of Sex-Specific Suicide Risk Using Machine Learning and Single-Payer Health Care Registry Data From Denmark, JAMA Psychiatry 2019