Systemet afgør, om en patient opfylder de diagnostiske kriterier for en spiseforstyrrelse, og hvilken type spiseforstyrrelse som anorexia nervosa, bulimia nervosa eller binge spiseforstyrrelse. Så patienter har en tendens til at være mere ærlige, når de besvarer en computer end en fysisk person. Og selvfølgelig sparer systemet tid for klinikeren.
Formålet med metoden er at forbedre pålideligheden af spiseforstyrrelsesdiagnose, hjælpe klinikere med at vælge dem, der lider af en spiseforstyrrelse og henvise dem, der ikke opfylder spiseforstyrrelseskriterier til andre behandlinger eller ingen behandlinger. Demonstration af procedurerne vil være Alkioni Glibi, en forskningsassistent på vores laboratorium. Efter patienthenvisning skal du navigere til websiden ved hjælp af enhver moderne browser.
Brug en eksisterende konto, der er knyttet til en kliniker, til at logge på webværktøjet. Udfyld patientregistreringsformularen, herunder patient-id, fødselsdato, alder og køn, personnummer. Tryk på knappen Gem for at registrere en ny patient.
Åbn spørgeskemaapplikationen på en smartenhed. Udfyld cpr-nummer og første besøgsdato for patienten. Dags dato bruges som standard.
Udfyld derefter de oplysninger, der svarer til patientens vægt, højde og alder. Udfyld derefter de oplysninger, der svarer til adfærd som induceret opkastning, snackfrekvens og spisehastighed, efterfulgt af oplysninger svarende til kognitive og følelsesmæssige genstande, såsom frygt for at gå i vægt og følelser af kropsdysmorfi. Tryk på knappen Udført for at afslutte spørgeskemaet.
Naviger til websiden ved hjælp af en hvilken som helst webbrowser. Brug en eksisterende konto til at logge ind på webværktøjet. Søg efter patienten ved hjælp af patientens cpr-nummer eller patient-id.Tilføj målt vægt og højde til systemet.
Tryk på fanen Resultat for at få den algoritmiske beslutning om, hvorvidt patienten har en spiseforstyrrelse eller ED, og hvilken type ED. Tryk derefter på fanebladet spørgsmål et til 20 eller spørgsmål 21 til 34 for at få vist de spørgsmål, hvor patientsvarene afviger fra svar fra raske personer. Vælg en endelig diagnose under fanen Resultat baseret på algoritmen og klinikerens ekspertise. Et eksempel på en risikovurderingsside for anbefalet diagnose og den estimerede sandsynlighed for nøjagtighed fra nul til en er vist her.
Fra den anbefalede diagnose og spørgeskemabesvarelser blev der genereret sunde og afvigende svar. Algoritmen, der estimerer sandsynligheden for forskellige typer spiseforstyrrelser for den enkelte, er demonstreret her. Nøjagtigheden af modellen blev bestemt til at være 97,1 for ED og 82,8 for ED-diagnose.
En anden fordel ved systemet er, at det giver de svar, der er ansvarlige for den foreslåede diagnose, hvilket gør det muligt for systemet at lære klinikere at diagnosticere patienter bedre og konsultere yderligere sundhedspersonale i vanskelige tilfælde.