阿片类药物复发的危险因素在男性和女性之间不同

致命药物过量——其中三分之二涉及阿片类药物——在COVID-19大流行期间急剧增加。美国疾病控制与预防中心最近报告称，在过去12个月里，服药过量死亡人数飙升至8.1万人。

阿片类药物使用障碍的治疗——理想情况下是药物和行为疗法这是提高海洛因和处方阿片类药物成瘾康复几率的关键。但治疗后复发仍然是一个持续的挑战。

南加州大学的一项新研究发现复发对阿片类药物使用障碍的治疗因性别而有显著差异，这一发现可能导致更有针对性的治疗和持久的效果。

这项研究最近发表在杂志上上瘾是第一个使用机器学习技术进行处理的公司大数据集识别复发的风险因素。

年龄是男女阿片类药物复发的主要危险因素

研究人员发现，女性复发的最大风险因素是戒断症状、抑郁和产后抑郁创伤性应激障碍．对男性来说，最重要的风险因素包括多重药物使用障碍还有行为障碍史，这是一种侵犯他人基本权利或规则的行为障碍。

年轻被认为是男性和女性复发的主要危险因素。

“这些结果表明，女性尤其能从积极治疗戒断症状主要作者乔丹·戴维斯说，他是南加州大学Suzanne Dworak-Peck社会工作学院的助理教授，也是南加州大学社会人工智能中心的副主任。

“相比之下，男性可能从认知行为和互助干预中获益最多，这些干预直接针对药物使用行为，并支持亲社会行为的发展。”

该研究的作者表示，未来的复发预防治疗研究应该探索减轻男性和女性这些特定和不同脆弱性的方法。此外，他们认为，机器学习方法应该更广泛地整合到成瘾研究中，以更好地理解人口统计学、心理学和行为变量如何增加复发几率的复杂性。

“我们的方法允许我们观察不同的复发轨迹。例如，我们能够证明，如果你是一名青少年女性，有很高的刑事司法参与，这是你复发的风险，”南加州大学Suzanne Dworak-Peck社会工作学院的研究助理教授，该研究的作者John Prindle说。

“最终，机器学习是成瘾科学建模和理解数据的未来。”

使用机器学习来发现危险因素并改进治疗

科学家们想找到一种方法来改善治疗阿片类药物使用障碍通过探索与治疗后复发最密切相关的个体因素。他们在一年多的时间里跟踪了美国100多个药物使用治疗场所的1100人，在从治疗设施出院后的3个月、6个月和12个月进行了检查。大约一半的参与者——55.1%的女性和51.5%的男性——在一年的观察窗口中至少使用过一次阿片类药物。

研究人员使用机器学习方法分析了30多个阿片类药物复发的预测因素。他们发现，对于女性来说，更严重的戒断、抑郁、品行障碍症状、创伤后应激障碍诊断和更年轻是最严重的风险因素治疗后使用阿片类药物。男性，年龄较轻，品行障碍症状较多，多重物质使用障碍而与药物使用相关的问题越多，复发的风险就越大。

“这项研究的重要之处在于，它的发现不仅与阿片样物质误用，但它代表了一种方法上的进步机器学习——一种在成瘾领域刚刚出现的方法——以一种新颖的方式检查复杂数据，”约翰·d·克拉普说，他是南加州大学Suzanne Dworak-Peck社会工作学院研究和教员发展的教授和副院长，也是南加州大学成瘾科学研究所的联合主任。