İnqrid Fadelli , Medical Xpress tərəfindən

Sadie Harley tərəfindən redaktə edilib , Robert Egan tərəfindən nəzərdən keçirilib

 Redaktorların qeydləri

 GIST

Tercih edilən mənbə kimi əlavə edin

Kredit: Gadiel Lazcano, Unsplash.com.

Ən geniş yayılmış ruhi sağlamlıq pozğunluqlarından biri olan depressiya, davamlı olaraq əhval-ruhiyyənin aşağı düşməsi və gündəlik fəaliyyətlərə marağın itirilməsi, eləcə də mümkün yuxu pozğunluqları və/və ya iştahanın dəyişməsi ilə xarakterizə olunur. Bu pozğunluq diaqnozu qoyulmuş bəzi insanlar özlərinə zərər verə və əksər ciddi və ağır hallarda intihara cəhd edə bilərlər.

Özünə zərər vurma riski daha yüksək olan xəstələrin müəyyən edilməsi çox vacibdir, çünki bu, psixi sağlamlıq mütəxəssislərinə müdaxilə etməyə və kritik anlarda bu xəstələrə daha yaxşı dəstək olmağa imkan verir. Lakin, indiyə qədər özünə zərər vurma riskini dəqiq proqnozlaşdırmaq çətin olub.

Honkonq Universitetinin tədqiqatçıları depressiyadan əziyyət çəkən insanların özlərinə zərər vermə riskini yaxşı dəqiqliklə proqnozlaşdıran yeni bir model hazırlayıblar. Molecular Psychiatry jurnalında dərc olunmuş bir məqalədə təqdim edilən bu model daha effektiv və fərdiləşdirilmiş depressiya müalicəsi planlarının hazırlanmasına kömək edə bilər.

Məqalənin baş müəllifi Vinq Çunq Çanq Medical Xpress-ə bildirib ki, “Depressiyanın çox yayılmış bir ruhi xəstəlik olduğunu və əhəmiyyətli əlilliklə əlaqəli olduğunu qəbul edirik”.

“Əhəmiyyətli olan odur ki, özünə zərər vermə və intihar depressiya ilə sıx bağlıdır və bu da ictimai səhiyyənin əsas problemidir. İndiyə qədər yeni diaqnoz qoyulmuş depressiyası olan insanlarda özünə zərər vermənin dəqiq proqnozlaşdırma modelinin hazırlanması ilə bağlı məlumatlar azdır. Mütəmadi olaraq toplanan klinik məlumatları özündə cəmləşdirən elektron sağlamlıq qeydləri məlumat bazasının (EHS) özünə zərər vermədə risk proqnozlaşdırma modelinin inkişafı üçün güclü bir mənbə olduğunu qəbul etdik.”

Böyük bir verilənlər bazasında risk proqnozlaşdırma alqoritmlərinin öyrədilməsi

Risk proqnozlaşdırma modellərini inkişaf etdirmək üçün Çanq və həmkarları Honkonqda yaşayan və depressiya diaqnozu qoyulmuş 100.000-dən çox insanın sağlamlıq qeydlərini özündə cəmləşdirən böyük bir məlumat dəsti olan EHR verilənlər bazasından istifadə etdilər.

Bu verilənlər bazası Honkonqdakı ictimai səhiyyə xidmətləri tərəfindən tərtib edilib və 20 illik klinik məlumatları əhatə edir. Tədqiqatçılar EHR məlumatlarından istifadə edərək, bu yaxınlarda depressiya diaqnozu qoyulmuş insanlar arasında özünə zərər vurma riskini qiymətləndirmək üçün bir illik proqnozlaşdırma modeli hazırlayıb sınaqdan keçiriblər.

Çanq bildirib ki, “Biz Honkonqda ictimai səhiyyə xidmətlərinin ərazi üzrə elektron sağlamlıq qeydləri bazasından yeni diaqnoz qoyulmuş 102.863 depressiya xəstəsinin klinik məlumatlarından istifadə edərək, ən az mütləq kiçilmə və seçim operatoru (LASSO) metodu və geriyə reqressiya modelindən istifadə edərək özünə zərər vermə riskini proqnozlaşdırma alqoritmləri hazırladıq”.

” Modelin hazırlanmasına xəstələrin əsas sosial-demoqrafik göstəricilərini, uşaqlıq dövründə zorakılıq tarixçəsini, fiziki və psixiatrik komorbidlikləri, özünə zərər vermə tarixçəsini, psixiatrik xidmətdən istifadəni və psixotrop dərman istifadəsini əhatə edən geniş namizəd proqnozlaşdırıcı dəyişənlərini daxil etdik.”

Çanq və həmkarları təhlil etdikləri məlumatlarda özünə zərər vurma və intihar hallarını müvafiq risk faktorlarını müəyyən etmək üçün statistik metodlardan istifadə edərək izləyiblər. Daha sonra onlar müəyyən edilmiş risk faktorlarına əsasən özünə zərər vurma riskini müvafiq olaraq bir və üç illik intervallarla proqnozlaşdıran iki oxşar model hazırlayıblar.

Çanq bildirib ki, “Biz Honkonqdakı ictimai səhiyyə xidmətlərinin yeddi əhatə dairəsindən altısının məlumatlarına əsaslanaraq risk proqnozlaşdırma modelləri hazırladıq və qalan əhatə dairəsində hazırlanmış modelləri təsdiqlədik”.

“Nəticələrimiz göstərdi ki, modellər yüksək dəqiqliklə yaxşı ayrı-seçkilik və kalibrləmə əldə ediblər. Xüsusilə, onların göstəriciləri yaş, cins və bir illik proqnoz pəncərələrində güclü qalıb.”

Özünə zərər vermənin qarşısını almaq və proqnozlaşdırmaq üçün yeni strategiyalar

Tədqiqatçılar tərəfindən aşkar edilən özünə zərər vermə ilə əlaqəli risk faktorlarına keçmişdə özünə zərər vermə və ya özünə zərər verən davranışlar, əvvəlki psixiatrik xəstəxanalara yerləşdirmələr və maddə istifadəsi pozğunluqları daxildir. Bunun əksinə olaraq, antidepressantların və ya litiumun istifadəsi özünə zərər vermə riskinin daha aşağı olması ilə əlaqələndirilib.

Çanq bildirib ki, “Bu amillərə əsaslanan təsdiqlənmiş risk proqnozlaşdırma modelimiz depressiya diaqnozundan sonra özünə zərər vurma riski yüksək olan şəxsləri dəqiq müəyyən edir. Beləliklə, modellərimiz özünə zərər vurma riski altında olan xəstələr üçün fərdi risk təbəqələşməsini və vaxtında müdaxilələri asanlaşdıra bilər.”

Gələcəkdə bu tədqiqat qrupu tərəfindən hazırlanmış model proqnoz dəqiqliyini daha da artırmaq üçün potensial olaraq təkmilləşdirilə bilər. Nəticədə, klinik şəraitdə tətbiq oluna bilər və bu da psixiatrlara özlərinə zərər vermə riski daha yüksək olan xəstələri müəyyən etməyə və onları ən yaxşı şəkildə dəstəkləməyə yönəlmiş vaxtında müalicə strategiyaları hazırlamağa kömək edə bilər.

Çanq əlavə edib ki, “Modellərimizin müxtəlif populyasiyalarda etibarlılığını yoxlamaq və artırmaq üçün digər bölgələrin xəstə nümunələrində inkişaf etdirdiyimiz özünə zərər vurma riski proqnozlaşdırma modellərinin daha da xarici validasiyasına baxa bilərik”.

“Bu, həmçinin tədqiqat nəticələrimizin depressiya xəstələrinə fayda vermək üçün real dünya klinik praktikasında risk proqnozlaşdırma modellərinin potensial tətbiqinə çevrilməsini asanlaşdıracaq.”

Müəllifimiz İnqrid Fadelli tərəfindən sizin üçün yazılmış, Sadie Harley tərəfindən redaktə edilmiş və Robert Egan tərəfindən faktlar yoxlanılmış və nəzərdən keçirilmişdir — bu məqalə diqqətli insan əməyinin nəticəsidir. Müstəqil elmi jurnalistikanı yaşatmaq üçün sizin kimi oxuculara güvənirik. Bu reportaj sizin üçün vacibdirsə, xahiş edirik ianə etməyi düşünün (xüsusilə aylıq). Təşəkkür olaraq reklamsız hesab əldə edəcəksiniz .