有自杀意念史患者对社会需求评估的可接受性

《The Journal of Behavioral Health Services & Research》：Acceptability of Social Needs Assessment Among Patients with History of Suicidal Ideation

　　

这项横断面研究探讨了有自杀意念史的患者对健康系统收集和利用社会需求数据的偏好。调查询问了患者报告社会需求并请求帮助的意愿、不同报告方式的舒适度，以及将需求纳入健康结果预测的情况。还检查了人口统计学和自杀意念严重程度的差异。报告意愿因领域而异（法律问题66%到医疗可负担性95%）。大多数愿意报告需求的患者希望得到帮助。患者在医生办公室报告需求时最舒适（86%），尽管不同医疗环境或从业者之间的舒适度差异不大。大多数（77%）对需求用于预测感到有些/非常舒适。各亚组之间没有显著差异。有自杀意念史的患者愿意向健康系统报告社会需求并请求帮助，这可以纳入自杀预防工作。

**研究背景与问题**
自杀是美国主要的公共卫生问题，每11分钟发生一起自杀死亡事件。自杀风险受复杂多层面因素影响，非临床因素（如社会需求）的作用日益被认可。社会需求数据正逐步整合到自杀预防工作中，例如用于风险预测模型，以改善种族和族裔间的模型性能差异。美国健康系统开始系统收集患者社会需求信息，但关于高风险患者（如有自杀意念史）对数据收集和利用的偏好尚缺乏了解。因此，研究人员开展本研究，以填补这一空白，评估患者对健康系统收集和利用社会需求数据的可接受性。论文发表在《The Journal of Behavioral Health Services》。

**技术与方法**
研究人员利用一个大型健康系统的电子健康记录（EHR），识别2021年8月1日至2023年7月31日期间在初级保健就诊中患者健康问卷-9项（PHQ-9）第9项得分非零的成年患者（n=453），其中自杀意念较重者（得分>1）被过度抽样。通过电话调查（2024年1月至5月）收集数据，共115人完成（25%）。调查询问了13个社会需求领域的报告意愿和请求帮助意愿（是/否），以及不同报告方式的舒适度和数据用于预测未来健康结局的接受度（Likert量表）。统计分析采用方差分析（ANOVA）、卡方检验、Fisher精确检验和有序逻辑回归，多重比较采用Bonferroni校正（α=0.000318）。

**研究结果**
**样本特征**：样本中位年龄47岁，女性占77%，白人52%，黑人36%。应答者年龄显著大于非应答者，但性别、种族和PHQ-9第9项得分无显著差异。

**社会需求报告意愿**：通过表1分析，报告意愿因领域差异显著，医疗可负担性最高（95%），法律问题最低（66%）。无显著年龄、种族、性别或自杀意念严重程度差异。

**请求帮助意愿**：在愿意报告需求的患者中，通过表2分析，超过90%希望获得健康系统帮助，且无显著亚组差异。

**报告方式与预测舒适度**：通过表3分析，患者最舒适在医生办公室报告需求（86%），其次为医疗助理/护士（83%）、社区健康工作者（81%）或通过患者门户（81%）。77%对数据用于预测未来健康结局感到舒适。各亚组无显著差异。

**讨论与结论**
讨论部分指出，本研究支持高风险患者对社会需求筛查和干预的整体接受性，但不同领域的舒适度差异提示需针对特定领域（如法律问题）进一步探究原因。患者更倾向于在医生在场时报告，但多种筛查方式（如自我报告与工作人员协助）可能互补。与既往研究相比，本研究中患者报告意愿和请求帮助的比例更高，可能与样本选择偏倚（如更愿意参与研究的患者）及假设情景与现实筛查的差异有关。成功实施需多方因素（如培训、资金、转诊路径）。超过75%的患者接受数据用于预测，但需进一步研究最佳数据来源（如患者自报或外部数据）及对模型性能的改善。

**研究结论**：本研究突出了收集社会需求数据并将其用于自杀预防的可接受性。总体而言，大多数有自杀意念史的患者愿意向健康系统提供信息并请求帮助，也接受信息用于预测健康结局。将社会需求数据纳入自杀预防可通过三种途径：广泛干预上游风险因素（如转介社区资源）、针对性地增加关键服务可及性（如为出院患者提供交通）、以及整合到风险预测模型。然而，成功实施需更多研究，包括患者偏好、筛查方式优化及跨部门投资。