Нидерландские исследователи проследили 524 человека, прошедших специализированную амбулаторную психотерапию расстройств личности, и проверили, насколько точно алгоритмы предсказывают их состояние через год. Данные при поступлении дали ошибку в 10–11 процентов шкалы, данные на момент завершения — 7–8 процентов. Это эмпирическое исследование в одной системе помощи. Результаты опубликованы в журнале Psychotherapy Research.
Находка касается доверия к прогнозу, который складывается на первичной оценке: сведения, собранные при поступлении, давали о состоянии через год лишь ограниченное представление. Прогноз в этой работе выглядит не разовым суждением на входе, а оценкой, которая уточняется к концу курса. И для такого уточнения не понадобились сложные алгоритмы: простые и понятные модели почти не уступали им.
О том, что предсказывает отдалённый результат терапии расстройств личности, известно немного: данные о предикторах авторы называют ограниченными. Машинное обучение считают перспективным для раннего прогноза исхода в интересах клинической практики. Авторы проверяли и другую идею. Прогноз не ставится один раз на входе, а уточняется по мере того, как накапливаются сведения о ходе терапии.
Первый автор работы — Йоханна ван ден Эсхоф (Johanna W Van Den Eshof) из отделения расстройств личности NPI в составе Arkin Mental Health, Амстердам. Последний автор и, по обычаю, руководитель — Хенк Кременс (Henk R Cremers) с кафедры клинической психологии Амстердамского университета. Всего у статьи шесть авторов; исследование объединило клиническую службу и университетскую кафедру.
Исходом служило функционирование личности, измеренное через год после окончания терапии по шкале от 0 до 4. Предикторы собрали двумя наборами: на входе в терапию и на момент её завершения, вместе со сведениями о самой терапии. Регуляризованную линейную регрессию (линейную модель со штрафом за сложность) сравнивали с древовидными алгоритмами. Точность проверяли кросс-валидацией (оценкой на отложенных частях выборки).
Мерой служила средняя абсолютная ошибка (MAE) между настоящим и предсказанным баллом. По одним исходным данным она составила 0,40–0,44 балла, с данными конца курса снизилась до 0,27–0,33. Сложные модели слегка выигрывали только во втором случае. Предикторами оказались ангедония (утрата способности получать удовольствие), самооценка и функционирование в отношениях. Вывод авторов: «complex models provided marginal improvements at best» («сложные модели дали в лучшем случае незначительный выигрыш»).
Выборку набрали в специализированных программах одной нидерландской системы помощи, и перенос на другие службы, в том числе российские, не проверен. Ошибка даже лучшей модели — около трети балла на шкале в четыре, для решений по отдельному человеку это много. Ангедония и самооценка здесь предикторы, а не причины исхода. Данные табличные, и вывод о простых моделях авторы относят именно к такому набору.