Según la Organización Mundial de la Salud, entre las principales causas de muerte de las personas de 15 a 29 años, el suicidio ocupa el segundo lugar a nivel mundial. Al año, ocurren aproximadamente 800,000 suicidios, lo que correspondería a un suicidio cada 40 segundos. Si bien, México no es uno de los países que ocupan los primeros lugares a nivel internacional (como Rusia, India o Venezuela), lo cierto es que el estado donde vivo (Yucatán), ocupa uno de los primeros lugares a nivel nacional. Para ilustrar mejor esta situación, me tomé la libertad de descargar las estadísticas de suicidio en México de 2016 por cada entidad federativa, y dividirlo por la cantidad de habitantes por cada estado, para calcular la tasa de suicidio por cada 100,000 habitantes. El mapa de abajo, ilustra como claramente Yucatán, junto con la península en general, y estados como Chihuahua o Aguascalientes, ocupan los primeros lugares a nivel nacional.


Sin duda la problemática anterior nos plantea las dudas de: ¿Qué podemos hacer para prevenir el suicidio? ¿Cómo podemos intervenir mejor? ¿Acaso podemos predecirlo como podemos hacerlo con otras formas de violencia? Esta entrada nos ayudará a responder un poco estas preguntas, haciendo especial énfasis en la última a partir de una investigación publicada en la revista Nature que llamó mi atención.

¿Podemos prevenir el suicidio?

Para aquellos que me conozcan en persona, sabrán que soy un apasionado de la psicología, educación, medicina y política pública basada en evidencia. El descriptor “basado en evidencia”, hace referencia a prácticas, metodologías, estrategias y técnicas, que a partir de rigurosas y diversas investigaciones científicas, se han demostrado como válidas y útiles para resolver las problemáticas para las que fueron diseñadas. Así pues, en el ámbito de la prevención del suicidio, lo cierto es que hay varias metodologías basadas en evidencia.

En 2005, John Mann y su equipo de investigadores publicaron en la Revista de la Asociación Americana de Medicina (JAMA), un artículo que revisaba todas las prácticas de prevención de suicidio, y qué tanta evidencia sustentaba la efectividad de cada una de ellas. Encontraron, por ejemplo, que las intervenciones enfocadas en alertar del suicidio y su prevención al público en general, carecían de investigaciones que evaluaran su efectividad; pero que intervenciones enfocadas a capacitar a gente en profesiones estratégicas (como médicos, consejeros o trabajadores sociales), disminuían la prevalencia de suicidios hasta en un 40%. 

Sin duda, una de las estrategias más utilizadas y cuya mayor efectividad han demostrado de forma consistente según Mann y sus colaboradores, es la restricción de medios letales para cometer suicidios. Esta estrategia se basa en el principio de que, al no disponer de medios y herramientas para llevar a cabo el suicidio en momentos impulsivos, disminuye la probabilidad de los intentos y consumación de suicidios. Por ejemplo, algunos países que aprobaron legislaciones para el control de armas disminuyeron las tasas de suicidios por arma de fuego hasta en un 9.5%. De igual forma, en Inglaterra y Suiza, la tasa de suicidios por inhalación de gas disminuyó entre un 20 y 33% luego que se implementara un plan nacional para la desintoxicación del gas doméstico que se proveía a los hogares.

Desafortunadamente, este método no es 100% eficiente, pues se ha observado que luego de este tipo de intervenciones, otras formas de suicidio aumentan debido a que los individuos buscan otras alternativas. Además, la restricción de medios no funciona para disminuir los suicidios realizados por ahorcamiento, debido a que los medios para realizar están presentes en todos lados. Esto último es especialmente relevante en Yucatán, pues la principal causa de suicidios es por este medio. Tal como pueden ver en la gráfica de abajo, casi el 90% de los suicidios en el estado fue debido a ahorcamiento, estrangulamiento o sofocación. Y entonces, ¿Qué podemos hacer en estos casos? ¿Hay alguna forma de que podamos predecir el suicidio?

¿Podemos predecir el suicidio?

Si podemos conocer la probabilidad de que suceda un evento, entonces podemos actuar antes de que suceda. Y cuando hablamos de predicciones, sin duda tendríamos que hablar de técnicas de investigación que requieran diseños longitudinales; es decir, técnicas que recolecten datos por un periodo prolongado de tiempo, para identificar cuándo suceden los eventos, y qué situaciones estaban presentes en el momento que ocurrieron.

Bueno, pues intente hacer eso con el registro de suicidios realizados por la Secretaría de Salud y que amablemente el INEGI provee de forma gratuita desde su página web. Para realizar esto, descargué la base de datos de suicidios en Yucatán de 1990 hasta 2016, y realicé un poco de modelamiento estadístico para poder predecir las tendencias de suicidio en Yucatán. No me adentraré en los aspectos técnicos y estadísticos que realicé para llegar a los resultados, esto pueden consultarlo detalladamente en mi blog sin ningún problema. Pero lo que hice a grandes rasgos, es que utilicé los datos de 1990 a 2015 para entrenar un modelo estadístico para predecir las tendencias de 2016, y posteriormente contrasté el modelo obtenido con los datos reales de 2016. El resultado, pueden apreciarlo en el gráfico de abajo, donde en azul, pueden apreciar el rango de predicciones del modelo, y la línea punteada de negro, las tasas de suicidios reales ocurridas en 2016.

Evaluaución de las predicciones del Suicidios en Yucatán para 2016

Tal como pueden apreciar, el modelo presenta algunas elevaciones en los meses intermedios de 2016. Esto no es extraño, pues cuando realizaba el modelo, los estadísticos obtenidos me indicaban la presencia de ciclos, es decir, tendencias que se repetían cada determinado tiempo. En este caso, ciclos anuales. Para explorar más detalladamente esto, promedié las tendencias que ocurrieron cada mes, durante los 26 años analizados. Y lo que obtuve, lo pueden apreciar en la gráfica siguiente:



Este gráfico nos enseña, que al menos en Yucatán, los suicidios parecen aumentar en los meses cercanos o posteriores al verano, con tendencias especialmente altas en meses como abril o agosto. Esto no es de sorprender, este mismo análisis lo hice en 2016 para unos proyectos, y ciertamente durante 2017, observé más reportes periodísticos sobre suicidios ocurridos en los meses de verano. Lo anterior sin duda, nos señala que la implementación de programas o atención a personas en riesgo debe tener una mayor importancia durante estos meses.

Si bien podemos entonces predecir las tendencias de suicidios, existe un gran problema: lo anterior son tendencias estatales, ¿Cómo podemos traducir esta información a nivel del individuo? ¿Cómo podemos saber quienes están en riesgo? ¿Qué características tienen estas personas? Y es entonces cuando la situación se pone difícil. Verán, la investigación sobre predicción de suicidio es un poco complicada. Estuve buscando investigaciones donde se utilicen las técnicas apropiadas para analizar los datos de las personas en riesgo. Una de las metodologías más lógicas es identificar a personas con intentos suicidas, y darles seguimiento por un periodo de tiempo, para después comparar las características de aquellas que consumaron un suicidio durante el seguimiento, contra aquellos que no. Y una de las metodologías propuestas, es el uso de una técnica llamada “Análisis de Supervivencia” (Leon et al., 1990).

El análisis de supervivencia es una técnica estadística que analiza el tiempo que transcurre hasta que sucede un evento; en este caso, desde que se dio un intento de suicidio, hasta la consumación de éste. Su nombre, nace de las ciencias médicas que analizaban el tiempo que transcurre desde que se da un diagnóstico (como cáncer, por ejemplo) o se realiza una operación, hasta que el paciente muere. Andrew Leon y sus colaboradores (junto con John Mann, por cierto), fue uno de los primeros grupos de investigación que propusieron la técnica para el análisis del suicidio en 1990. Ellos encontraron que los intentos de suicidios previos predicen los futuros. Por ejemplo, encontraron que aquellos pacientes que habían tenido 2 o más intento de suicidio previo, tenían un menor tiempo de supervivencia. La mitad de estos pacientes consumaban el suicidio a los 6 meses, mientras que la mitad de aquellos que tenían menos de 2 intentos, consumaban el suicidio a los 2.5 años aproximadamente. Nordström, Samuelsson y Åsberg, realizaron un trabajo similar en 1995, pero analizando el sexo y la edad como factores predictivos. Encontraron que los hombres jóvenes, son los que tienen un mayor riesgo, y que el riesgo de consumar un suicidio es particularmente alto durante el primer año posterior a un intento. 

Pero sin duda, uno de los trabajos que más información ha aportado y analizado es el estudio de Christiansen y Jensen de 2007. Siguiendo una metodología similar, analizaron varios factores de riesgo. Encontraron, por ejemplo, que la edad, repetir intentos de suicidio, o realizar intentos de suicidio por medios violentos (como el saltar de lugares altos o colocarse frente autopistas), son los predictores significativos para consumar el suicidio. Y, contrario a la creencia popular, aspectos asociados a la salud mental, no estuvieron significativamente asociados con la consumación del suicidio.

La neurociencia en el estudio del suicidio

A pesar de que los estudios han encontrado factores de riesgo que están asociados a la muerte por suicidio en el futuro, lo cierto es que las tasas de predicción no son tan buenas como quisiéramos. ¿Qué pasaría si les dijera que se puede clasificar a los individuos que han cometido intentos de suicidios y los que no con un 94% de exactitud? Bueno, pues eso es lo que logró hacer un equipo de investigadores el año pasado.

Marcel Just y su equipo de investigación (2017), publicaron el año pasado en la sección de human behavior de la revista Nature, una investigación donde utiliza neuroimagen y machine learning para clasificar y discriminar a sujetos que tienen ideaciones suicidas y tuvieron un intento de suicidio de aquellos que no realizaron el intento. La investigación realizada es bastante sencilla y elegante en realidad. La técnica que utilizaron se basa en el principio de que ciertos conceptos tienen una “huella” o representación mental única en la activación de diversas zonas del cerebro. Por ejemplo, ante una imagen de una cuchara, el cerebro activará las zonas asociadas a la manipulación de objetos (área motora) pero también las zonas asociadas al gusto (como el giro frontal anterior). En contraste, ante el concepto de “Casa”, se activarán zonas asociadas al concepto de refugio o lugares físicos (como las áreas parietales y parahipocámpicas). A partir del principio anterior, los investigadores expusieron a una muestra de 34 sujetos a palabras con contenido relacionado al suicidio (como “muerte”, “crueldad”, “problemas”, “bien”, etc.) mientras eran observados a través de técnicas de imagen cerebral. Su hipótesis, consistió en que las regiones del cerebro que se activan al leer las palabras iban a ser diferentes en personas con ideaciones suicidas versus los que no; y entre los mismos que tuvieran ideaciones, se iba a poder clasificar entre aquellos que realizaron un intento de suicidio de aquellos que no.

Resultados del estudio de Just et al., (2017).

Tal como se observa en la imagen anterior, su hipótesis fue correcta. Tras controlar otras variables como la edad y el sexo, el modelo clasificó con un 91% de exactitud entre aquellos que tuvieron ideaciones suicidas de aquellos que no (gráfica izquierda); y entre los que tuvieron ideaciones suicidas, se pudo clasificar con un 94% de exactitud a aquellos que cometieron un intento de suicidio de aquellos que no (gráfica derecha). Sin duda la técnica anterior nos deja de manifiesto la utilidad que tienen técnicas como la neuroimagen para detectar individuos en riesgo de aquellos que no. Especialmente cuando se toma en consideración que las personas en riesgo muchas veces tienden a ocultar su historial de intentos incluso cuando hablan con profesionales médicos o de la salud mental, por lo que este método podría ser una herramienta interesante para detectar de forma temprana a individuos en riesgo.

Sin embargo, es verdad que el estudio anterior tiene algunas críticas. Por ejemplo, el tamaño de muestra. Ciertamente 34 sujetos es algo que los analistas de datos considerarían una muestra considerablemente pequeña, especialmente para propósitos predictivos. Sin embargo, investigando un poco, esto si fue tomado en consideración por los investigadores en su apartado metodológico. El equipo utilizó un modelo estadístico conocido como clasificador Ingenuo de Gauss-Bayes, y que se ha utilizado exitosamente en muestras pequeñas. Sin duda un acierto, pues los modelos Bayesianos suelen dar buenos resultados con muestras pequeñas. Sin embargo, desde mi perspectiva, una clara limitación es el diseño. El estudio no hace un seguimiento de los participantes, es decir, solo considera gente que, en el pasado, tuvo o no intentos suicidas, (un diseño retrospectivo). Lo cierto es que, para predecir, los métodos retrospectivos no son los ideales, sino que lo que se recomienda, son los métodos prospectivos, como los estudios con análisis de supervivencia. No cabe duda de que es una limitación que estudios futuros tienen que tomar en consideración.

Conclusiones

Sin duda aún nos falta bastante para poder tener métodos sencillos y pragmáticos que nos permitan predecir problemáticas como el suicidio de forma efectiva. A pesar de lo anterior, es alentador que, a partir de la neurociencia, podamos brindar buenos resultados para identificar personas con ideaciones e intentos de suicidio; situación que no sucede con otros métodos tradicionales como los que se presentaron previamente. Y, aunque mucho nos falta para poder predecir y prevenir exitosamente el suicidio, la investigación actual ofrece información invaluable para crear y fomentar políticas públicas basadas en evidencia. Los métodos de prevención que han sido evaluados como exitosos, así como la identificación de tendencias que nos permitan conocer el comportamiento del fenómeno durante el tiempo, y la adecuada clasificación de los individuos en riesgo y sus características, son herramientas fundamentales para ofrecer soluciones que nos permitan atender esta problemática con una mayor probabilidad de éxito. No cabe más que recomendar seguir investigando, y difundiendo los resultados, así como buscando su aplicabilidad en la política pública de salud basada en evidencia.

Referencias

Christiansen, E., & Frank Jensen, B. (2007). Risk of Repetition of Suicide Attempt, Suicide or all Deaths after an Episode of Attempted Suicide: A Register-Based Australian & New Zealand Journal of Psychiatry, 41 (3), 257-265 : 10.1080/00048670601172749

Just, M. A., Pan, L., Cherkassky, V. L., McMakin, D. L., Cha, C., Nock, M. K., & Brent, D. (2017). Machine learning of neural representations of suicide and emotion concepts identifies suicidal youth Nature Human Behaviour, 1-9 : 10.1038/s41562-017-0234-y

Leon, A. C., Friedman, R. A., Sweeney, J. A., Brown, R. P., & Mann, J. J. (1990). Statistical issues in the identification of risk factors for suicidal behavior: The application of survival analysis. Psychiatry Research, 31 (1), 99-108 : 10.1016/0165-1781(90)90112-I

Mann, J. J., Apter, A., Bertolote, J., Beautrais, A., Currier, D., Haas, A., …, & Hendin, H. (2005). Suicide Prevention Strategies: A Systematic Review JAMA, 294 (16) : 10.1001/jama.294.16.2064

Nordström, P., Samuelsson, M.,, & Åsberg, M. (1995). Survival analysis of suicide risk after attempted suicide. Acta Psychiatrica Scandinavica, 91 (5), 336-340 : 10.1111/j.1600-0447.1995.tb09791.x