抑郁症预测的语言功能
信用:DOI: 10
1109/TAFC
2021
3079282 卡内基梅隆大学工程和公共政策研究人员克里斯汀·艾伦博士
D
学生和副教授亚历克斯·戴维斯进行了一项新的研究，这项研究可以补充医生的能力，帮助最近或目前怀孕的经历抑郁症或亲密伴侣暴力的人
这项与匹兹堡大学医学院助理教授塔玛尔·克里希那穆提(Tamar Krishnamurti)合作完成的新研究，使用自然语言处理对产前和产后参与者完成的文本条目进行处理，以预测他们可能经历抑郁或亲密伴侣暴力的可能性，这通过经过验证的测量来表明
他们的研究结果也指向了常见的重复主题，这些主题可以拓宽我们对潜在风险的理解
抑郁症和亲密伴侣暴力是严重的问题，在标准医疗实践的有限范围内很难识别
在家中遭受暴力的伴侣可能害怕施暴者因其直言不讳而报复，而社会压力和对怀孕的期望可能会阻止怀孕者披露甚至承认自己的抑郁症
如果在两次就诊之间出现问题，或者如果个人在就诊期间无法透露，医务人员可能会发现很难在常规的产前和产后护理中发现这些迹象
“产后早期是一个特别值得关注的时期，”克里希那穆提说，“因为分娩的人突然从定期去看他们的产前护理提供者转变为关注他们的新生儿和那个婴儿的儿科护理需求。”
" 在艾伦、戴维斯和克里希那穆提的研究中，参与者完成了三个回答:第一个是一系列开放式问题，第二个是封闭式选择题，第三个是根据现有的抑郁症和亲密伴侣暴力电池改编的几个风险评估
开放式问题要求参与者讨论他们的情绪、最近的经历以及对怀孕或为人母的感受
利用300多名围产期参与者的回答，该团队通过应用机器学习方法进行语言处理来进行分析，以单词-b-y-word为基础从日志条目中提取信息，以识别它们的内涵、外延和焦点
他们还使用主题建模和索引方法按主题对单词进行加权，允许他们量化陈述的可能主题
他们发现的特征是抑郁症存在与否的信息指标，而关于伴侣冲突的封闭式问题更能预测亲密伴侣的暴力行为
该小组计划将这项研究扩展到纵向设计，在几年的时间里有更多的参与者
像这样的评估，在产前和产后护理之间实施，可以用来帮助提供者准备在面对面交流中了解更多
例如，戴维斯和克里希那穆提在他们正在进行的研究中使用了一个名为MyHealthyPregnancy的移动健康应用程序，与那些在标准医疗环境中可能感到不舒服或无法披露信息的人探讨这些问题
戴维斯总结道:“结果表明，开放式文本可以用来向医疗保健提供者提供关于抑郁症的额外信号，以及孕妇可能抑郁的一些原因。”
“这有助于解决产前检查之间的护理差距，并解决检查过程中的偏见，在检查过程中可能没有足够的时间进行讨论，或者依赖易错的记忆导致错误的归因
当然，现实世界中的任何实施都需要向孕妇仔细传达日志条目的目的，以获得她们的知情同意
" 目标是拓宽对语言中风险如何表现的理解，为医生提供尽可能多的机会来发现抑郁症和亲密伴侣暴力的迹象，并为他们提供额外的工具来支持患者
对于这些从业者，这项研究还确定了参与者表达的可能是风险指标的特殊感受
潜在亲密伴侣暴力的一个线索是“缺乏支持”的感觉，而抑郁的线索包括高负面或低正面情绪，以及表明疲惫的“体力消耗”话题
像这样的信息不仅有助于诊断问题，还能为医生和从业者提供更多关于暴力是如何发生的以及抑郁等情况是如何表现出来的见解
艾伦说:“举个例子，关于亲密伴侣暴力的‘缺乏支持’话题，我们不仅了解如何发现IPV——我们还了解了IPV教是如何经常通过让人们感到孤独和依赖来实施的。”
“我们看到，最好的干预措施是如何帮助确保‘离开’不是唯一的最终目标，而是让人们与那些支持他们康复的人建立联系或重新联系的
"
来源：由phyica.com整理转载自PH，转载请保留出处和链接！
