Forskningsprojekt Behandlingsmetoder för unga med självskadebeteende: statistisk metodutveckling förutvärdering av långtidseffekter, suicidrisk och hälsoekonomiska aspekter
Med utgångspunkt i en unik registerdatabas över ungdomar som självskadar utvecklar projektet anpassade statistiska metoder för att skatta kausala effekter och jämföra olika behandlingsmetoder samt utvärdera behandlingarnas långsiktiga kostnadseffektivitet.
Projektet analyserar långtidseffekter av självskadebeteende hos ungdomar, avseende utfall och kostnader för behandlingar, suicidrisk och livsvillkor. Inom projektet byggs en omfattande registerdatabas upp som innehåller data över ungdomar som sökt vård för självskadebeteende från totalt tio olika nationella kvalitetsregister, samt data från en randomiserad kontrollerad studie (RCT). Databasen inkluderar också information om ungdomarnas föräldrar och syskon. Projektet utvecklar statistiska metoder som är speciellt anpassade för att analysera och dra kausala slutsatser utifrån kombinerade data, insamlade genom både en RCT och observationsstudie.
Randomiserade kontrollerade studier (RCT) är idealet när effekter av olika behandlingar studeras, p.g.a. hög validitet då principerna för tilldelning till behandlingsgrupperna är kända och kontrollerade. Samtidigt är de ofta är kostnads- och tidskrävande, och strikta inklusions/exklusionskriterier kan göra det problematiskt att generalisera resultaten. En stor fördel med registerstudier är att det underlättar uppföljningar över tid, minimerar bördan för patienterna samt kan genomföras till lägre kostnader för större, mer representativa urval. Däremot föreligger risk för snedvridning/bias på grund av s.k. confounders som påverkar både tilldelningen och utfallet, såsom när svårighetsgraden av en sjukdom både gör det mer troligt att få en viss behandling och samtidigt har betydelse för effekten av behandlingen. Statistiska metoder som säkerställer valida effektskattningar genom att ta hänsyn till och justera för confounders och andra felkällor, har utvecklats inom det statistiska området kausal inferens.
Inom projektet undersöks långtidseffekterna av två självskadereglerande behandlingar (IERITA och DBT-A), i jämförelse med sedvanlig vård samt för vilka grupper respektive behandlingsmetod fungerar bäst. DBT-A är en etablerad men resurs- och tidskrävande behandling medan IERITA är en kortare internetbaserad behandlingsmetod med potential att nå fler. Effekter och kostnader för de olika behandlingsalternativen kommer att utvärderas genom hälsoekonomiska analyser.
Projektet omfattar ett antal statistiska metodologiska moment, bland annat att utvärdera olika metoder för att designa matchning av kontroller, se till att nödvändiga antaganden för kausal inferens blir uppfyllda, att bias minimeras och att effektiviteten i studien maximeras. Projektet kommer utveckla metoder för effektskattningar som är anpassade till kombinationsdata, utvärdera bayesianska skattningsmetoder, samt jämföra maskininlärningsmodeller för prediktion av suicidförsök/suicid. Ett ytterligare syfte är att definiera kostnads- och effektmått för de hälsoekonomiska utvärderingarna, samt anpassade analysmetoder.