El análisis computacional del uso de la palabra en historias personales de experiencias de parto recientes puede identificar a las mujeres que probablemente desarrollen un trastorno de estrés postraumático (TEPT) relacionado con el parto, sugiere un estudio financiado por los Institutos Nacionales de Salud. Los hallazgos pueden ayudar al desarrollo de una herramienta de detección de bajo costo para ayudar a diagnosticar y tratar el TEPT relacionado con el parto.
El trabajo fue financiado por el Instituto Nacional de Salud Infantil y Desarrollo Humano (NICHD) Eunice Kennedy Shriver de los NIH y dirigido por Sharon Dekel, Phd., del Hospital General de Massachusetts. Aparece en el American Journal of Obstetrics & Gynecology MFM.
Antecedentes
En todo el mundo, se estima que el 6% de las personas que dan a luz experimentarán TEPT posparto relacionado con la experiencia del parto. Esto se traduce en aproximadamente 8 millones de casos de TEPT relacionado con el parto en 2022. Además de socavar el bienestar materno, el TEPT posparto no tratado impide el vínculo entre madre e hijo y puede conducir al abandono emocional y físico del niño.
La identificación temprana del TEPT relacionado con el parto ayudaría a garantizar que los nuevos padres reciban el tratamiento y el apoyo que necesitan. Aunque la detección de la depresión posparto es rutinaria en los Estados Unidos, no existe un protocolo recomendado para identificar a las personas que probablemente experimenten TEPT relacionado con el parto. Además, muchos nuevos padres dudan en informar los síntomas de salud mental posparto a sus médicos debido a la vergüenza, el estigma o el temor de ser separados de sus bebés.
Los investigadores teorizaron que el texto en una narrativa que relata la experiencia de parto reciente de un individuo puede proporcionar información sobre el riesgo de la persona de desarrollar TEPT relacionado con el parto. Desarrollaron un modelo basado en el procesamiento del lenguaje natural (PNL) y el aprendizaje automático para analizar el uso de palabras en dichas narrativas. Las tecnologías basadas en PNL permiten que las computadoras entiendan el texto de la misma manera que los seres humanos, mientras que el aprendizaje automático permite que los sistemas informáticos aprendan automáticamente de la experiencia sin ser programados explícitamente.
Resultados
Los investigadores utilizaron su modelo de PNL para evaluar relatos breves y no estructurados de las experiencias de parto recientes de 995 mujeres posparto inscritas en un estudio de investigación sobre el parto durante la era de la COVID-19. Los participantes también completaron una encuesta de detección de síntomas de TEPT.
El método de análisis narrativo identificó con precisión al 80% de las mujeres que cumplieron con los criterios diagnósticos provisionales para el TEPT relacionado con el parto y al 70% de las mujeres que no desarrollaron la afección. Los científicos también encontraron que las participantes que desarrollaron TEPT relacionado con el parto usaron más palabras para describir sus experiencias de parto, en comparación con aquellas que no desarrollaron TEPT. Las narrativas de las mujeres que desarrollaron TEPT también incluyeron menos emociones positivas, más emociones negativas y más palabras relacionadas con el cuerpo y la muerte.
Datos relevantes
El estudio sugiere que el análisis computacional de las narrativas personales del parto generadas en el período posparto temprano puede distinguir a las mujeres que tienen probabilidades de desarrollar TEPT relacionado con el parto de aquellas con bajo riesgo. Estas breves narraciones escritas podrían recopilarse de forma remota antes de una visita médica, de modo que se pueda brindar la atención adecuada a las personas identificadas como de mayor riesgo de TEPT relacionado con el parto.
Próximos pasos
Se necesitan estudios adicionales para validar los resultados y evaluar formas de mejorar aún más la precisión de la predicción, como combinar narrativas personales con información en los registros médicos de los pacientes. Debido a que la mayoría de las participantes en el estudio actual eran mujeres estadounidenses de clase media, los autores señalan que el trabajo futuro debería incluir poblaciones más diversas. También sugieren que el método podría aplicarse para explorar las disparidades raciales y étnicas relacionadas con el trauma asociado al parto.
Referencia
Bartal A et al. Identifying women with post-delivery posttraumatic stress disorder using natural language processing of personal childbirth narrative 
. AJOG MFM DOI: 10.1016/j.ajogmf.2022.100834 (2022)
ARRIBA