Teknik ML Untuk Mengidentifikasi Gejala Depresi Lebih Akurat

Teknik ML Untuk Mengidentifikasi Gejala Depresi Lebih Akurat


Para peneliti telah mengembangkan teknik Machine Learning (ML) baru untuk lebih akurat mengidentifikasi pasien dengan campuran gejala psikotik dan depresi. Sementara pasien dengan depresi sebagai penyakit primer lebih mungkin untuk didiagnosis secara akurat, pasien dengan depresi dan psikosis jarang mengalami gejala murni dari satu penyakit atau lainnya. Pengidap psikosis dengan depresi memiliki gejala yang paling sering mengarah ke dimensi depresi.

Secara historis, ini berarti bahwa dokter kesehatan mental memberikan diagnosis penyakit ‘primer’, tetapi dengan gejala sekunder. “Mayoritas pasien memiliki penyakit penyerta, jadi penderita psikosis juga memiliki gejala depresi dan sebaliknya,” kata penulis utama Paris Alexandros Lalousis dari Universitas Birmingham di Inggris.

Ikuti NewsGram di Instagram untuk terus diperbarui.

“Itu menghadirkan tantangan besar bagi dokter dalam hal mendiagnosis dan kemudian memberikan perawatan yang dirancang untuk pasien tanpa penyakit penyerta. Bukan karena pasien salah diagnosis, tetapi kategori diagnostik saat ini yang kami miliki tidak secara akurat mencerminkan realitas klinis dan neurobiologis, ”tambah Lalousis.

Teknik untuk menyelidiki keakuratan diagnostik dari sekelompok pasien dengan gejala campuran. Pixabay

Untuk penelitian yang dipublikasikan di jurnal Schizophrenia Bulletin, tim mengeksplorasi kemungkinan menggunakan teknik ML untuk membuat model yang sangat akurat dari bentuk ‘murni’ dari kedua penyakit dan menggunakannya untuk menyelidiki keakuratan diagnostik dari sekelompok pasien dengan campuran. gejala. Para peneliti memeriksa tanggapan kuesioner, wawancara klinis rinci, dan data dari pencitraan resonansi magnetik struktural dari kohort dari 300 pasien yang mengambil bagian dalam studi PRONIA, sebuah studi kohort yang didanai Uni Eropa yang berlangsung di tujuh pusat penelitian Eropa.

BACA JUGA: Obesitas: Masalah utama kesehatan mental pada remaja

Dalam kohort ini, para peneliti mengidentifikasi subkelompok kecil pasien yang dapat diklasifikasikan sebagai menderita psikosis tanpa gejala depresi, atau dari depresi tanpa gejala psikotik.

Dengan menggunakan data ini, tim mengidentifikasi model ML dari depresi ‘murni’ dan psikosis ‘murni’. Tim peneliti kemudian dapat menggunakan metode ML untuk menerapkan model ini pada pasien dengan gejala kedua penyakit tersebut. Tujuannya adalah untuk membangun profil penyakit yang sangat akurat untuk setiap pasien dan mengujinya terhadap diagnosis mereka untuk melihat seberapa akuratnya, kata para peneliti. (IANS)


Diposting Oleh : HK Pools