Mielenterveyden hoitopolut työterveyshuollossa
Tutkimus
Hanketiedot
Hankenumero
220268
Hakija
Työterveyslaitos
Toteuttaja
Työterveyslaitos
Lisätietoja
Pekka Varje
pekka.varje@ttl.fi
Toteutusaika
1.3.2023 - 31.3.2026
Työsuojelurahaston päätös
29.11.2022
140 000 euroa
Kokonaiskustannukset
259 294 euroa
Tulokset valmistuneet
4.5.2026
Tiivistelmä
Hankkeessa tarkastellaan mielenterveyden hoitopolkuja koneoppimismenetelmiä hyödyntäen työterveyshuollon rekisteristä. Hoitopolku määritellään erilaisia palvelutapahtumia käsittäväksi prosessiksi, joka alkaa ensimmäisestä yhteydenotosta ja päättyy hoitosuhteen loppumiseen. Hankkeessa luodaan työkyvyn ennustemalli hoitopolkujen perusteella. Hankkeen tuotokset tukevat työterveyshuollon ennaltaehkäisevää toimintaa mielenterveyteen liittyvissä työkyvyn tuen prosesseissa.
Hankkeen vastuuhenkilö
Pekka Varje
Tiedote
Mielenpolut – Työterveyshuollon palvelu- ja hoitopolkuja mielenterveyden tueksi
4.5.2026Tiivistelmä
Potilastietojärjestelmien tekstimuotoisesta datasta tunnistettiin aihemallinnuksen ja klusteroinnin avulla seitsemän aiheen muodostamia palvelupolkuja. Seurannassa osalla poluista oli yhteys yleisen mielenterveysperusteisen poissaolon ilmaantumiseen. Poissaolon jälkeisessä tilanteessa rakenteellinen aineisto ja koneoppiminen osoittivat, että poissaolopäivien varhainen kasautuminen kertoo tulevasta työkyvyn heikkenemisestä tarkemmin kuin yksittäiset työterveystoimet. Tämän ryhmän tunnistamisen lisäksi tärkeää on ennaltaehkäisy, jossa keskeistä ovat psykososiaaliset olot. Vastaanotolla opitaan mm. Esihenkilö, työyhteisö ja työmäärä -aihepiirin asioita, jolloin ”oppiva vastaanotto” voisi olla uusi ennaltaehkäisevän työn muoto.
Kerro hankkeen käynnistämisen lähtökohdat, teoriatausta, uutuusarvo ja tavoitteet.
Masennus- ja ahdistuneisuushäiriöt ovat yleinen pitkien sairauspoissaolojen syy, mutta työterveyden varhaisen toiminnan vaikutuksia tunnetaan huonosti. Tavoitteena oli tunnistaa, mitä tapahtuu palvelupolulla ennen ja jälkeen poissaolon sekä psykososiaalisia aiheita palvelusta. Ennen poissaoloa polkujen kehityskulkuja tulkitaan prosessiteoreettisesti, ja poissaolon jälkeen tapahtumia tutkitaan kuukausikohtaisesti. Jälkeen tapahtumia tulkitaan epidemiologista ennustemallia soveltaen.
Aineisto
Hankkeessa hyödynnettiin Terveystalon työterveyshuollon potilasasiakasrekisteristä kerättyjä tietoja, jotka sisälsivät aikaleimattuja tietoja työterveyskeskusteluista, diagnooseista, hoitokontakteista, työkykytoimista ja sairauspoissaoloista useiden vuosien ajalta. Data muodostui kahdesta osasasta, potilaskertomusteksteistä ja rakenteelliesta palvelutapahtumadatasta. Tutkimus oli datalähtöinen.
Menetelmät
Potilaskertomusteksteistä tunnistettiin aihemallinnuksella seitsemästä aiheesta muodostuva jakauma. Sen avulla saatiin kuusi perättäistä jaksoa, joka muodosti henkilön palvelupolun. Ne tiivistettiin 53 klusteriin, joiden yhteyttä poissaolon ilmaantumiseen tutkittiin. Poissaolon jälkeen kolmen kuukauden jaksolla määriteltiin käyntien määrä-, ajoitus- ja sisältömuuttujat. Ne toimivat ennustavina piirteinä koneoppimismallissa, jolla ennakoitiin poissaolojen uusiutumista kahden vuoden seurannassa.
Tulokset ja johtopäätökset
Masennus ja Työ ja jaksaminen- aiheet olivat yleisiä niiden 5 klusterin joukossa, jotka olivat yhteydessä yleisempään ensipoissaolon ilmaantumiseen. Työ ja jaksaminen on tärkeä teema, jonka käsittelyä vastaanotolla olisi hyvä kehittää. Poissaolojen uusiutumista ennustivat poissaolopäivien kasautuminen ensimmäisten 3 kk:n aikana. Käynnit työterveyspsykologilla olivat yhteydessä pienempään sairauspoissaolon uusiutumisriskiin. Vastaanoton ennaltaehkäisevää roolia on edelleen hyvä kehittää.
Uutuusarvo ja sovellettavuus
Esihenkilö, työmäärä, työyhteisö -aihe liittyi palvelun käyttöön poluissa joilla poissaoloja ilmaantui sekä yli että alle keskimääräisen tason. Mitä varhemmin työntekijä voi puhua työhön liittyvästä huolestaan vastaanotolla sitä paremmin voi ymmärtää ja oppia tilanteestaan. Voiko vastaanotto olla ”oppiva vastaanotto” – uusi työn hallintaa tukeva ennaltaehkäisevän työn muoto? Työterveyshuollot voisivat rakentaa työpaikkakohtaisia psykososiaalisia polkuja aihemallinnuksen avulla omasta datastaan.