नई दिल्ली, एक नए शोध के अनुसार एक मोबाइल ऐप यह अनुमान लगाने में मदद कर सकता है कि क्या गर्भवती महिला को गर्भावस्था के बाद के चरणों में अवसाद होगा।
महिलाओं से उनकी पहली तिमाही के दौरान सर्वेक्षणों का जवाब देने के लिए कहकर, शोधकर्ताओं ने अवसाद विकसित होने के लिए नींद की गुणवत्ता और खाद्य असुरक्षा सहित विभिन्न जोखिम कारकों की पहचान की।
अमेरिका के पिट्सबर्ग विश्वविद्यालय में जनरल इंटरनल मेडिसिन के एसोसिएट प्रोफेसर और मुख्य लेखक तमर कृष्णमूर्ति ने कहा, "हम लोगों से छोटे-छोटे प्रश्न पूछ सकते हैं और अच्छी तरह समझ सकते हैं कि वे अवसादग्रस्त होंगे या नहीं।"
"आश्चर्यजनक रूप से, भविष्य के अवसाद के लिए बहुत सारे जोखिम कारक ऐसी चीजें हैं जिन्हें संशोधित किया जा सकता है - जैसे कि नींद की गुणवत्ता, प्रसव और प्रसव के बारे में चिंताएं और, महत्वपूर्ण रूप से, भोजन तक पहुंच - जिसका अर्थ है कि हम उनके बारे में कुछ कर सकते हैं और करना चाहिए," उन्होंने कहा। कृष्णमूर्ति.
शोधकर्ताओं ने कहा कि गर्भावस्था के शुरुआती चरणों में अवसाद के प्रति संवेदनशील महिलाओं की पहचान करने से निवारक देखभाल में मदद मिल सकती है और अंतर्निहित कारणों को संबोधित करने में सहायता मिल सकती है।
अध्ययन के लिए, शोधकर्ताओं ने 944 गर्भवती महिलाओं के सर्वेक्षण प्रतिक्रियाओं का विश्लेषण किया, जिन्होंने एक बड़े अध्ययन के हिस्से के रूप में ऐप का उपयोग किया था और अवसाद का इतिहास नहीं था।
गर्भावस्था की अपनी पहली तिमाही में, महिलाओं ने जनसांख्यिकी और उनके चिकित्सा इतिहास के साथ-साथ तनाव और उदासी की भावनाओं के बारे में सवालों के जवाब दिए।
944 महिलाओं में से कुछ ने अपने स्वास्थ्य से संबंधित सामाजिक कारकों, जैसे खाद्य असुरक्षा, पर वैकल्पिक प्रश्नों का भी उत्तर दिया। सभी महिलाओं की प्रत्येक तिमाही में एक बार अवसाद की जांच की गई।
शोधकर्ताओं ने सभी डेटा का उपयोग करके छह मशीन-लर्निंग मॉडल विकसित किए। एक गर्भवती महिला में अवसाद की भविष्यवाणी करने में सबसे अच्छा 89 प्रतिशत सटीक पाया गया। मशीन लर्निंग एल्गोरिदम कृत्रिम बुद्धिमत्ता का एक रूप है जो भविष्यवाणियां करने के लिए पिछले डेटा से सीखता है।
जब शोधकर्ताओं ने स्वास्थ्य संबंधी सामाजिक कारकों पर वैकल्पिक प्रश्नों के उत्तरों को शामिल किया तो मॉडल की सटीकता 93 प्रतिशत तक बढ़ गई।
उन्होंने पाया कि खाद्य असुरक्षा, या भोजन तक पहुंच, गर्भवती महिलाओं के लिए गर्भावस्था के बाद के चरणों में अवसाद विकसित करने के लिए एक महत्वपूर्ण जोखिम कारक के रूप में उभरी है।
शोधकर्ता अब इन सर्वेक्षण प्रश्नों को नैदानिक सेटिंग्स में एकीकृत करने के तरीके विकसित कर रहे हैं और यह पहचान रहे हैं कि चिकित्सक अवसाद के जोखिम के बारे में मरीजों के साथ ये बातचीत कैसे कर सकते हैं।
महिलाओं से उनकी पहली तिमाही के दौरान सर्वेक्षणों का जवाब देने के लिए कहकर, शोधकर्ताओं ने अवसाद विकसित होने के लिए नींद की गुणवत्ता और खाद्य असुरक्षा सहित विभिन्न जोखिम कारकों की पहचान की।
अमेरिका के पिट्सबर्ग विश्वविद्यालय में जनरल इंटरनल मेडिसिन के एसोसिएट प्रोफेसर और मुख्य लेखक तमर कृष्णमूर्ति ने कहा, "हम लोगों से छोटे-छोटे प्रश्न पूछ सकते हैं और अच्छी तरह समझ सकते हैं कि वे अवसादग्रस्त होंगे या नहीं।"
"आश्चर्यजनक रूप से, भविष्य के अवसाद के लिए बहुत सारे जोखिम कारक ऐसी चीजें हैं जिन्हें संशोधित किया जा सकता है - जैसे कि नींद की गुणवत्ता, प्रसव और प्रसव के बारे में चिंताएं और, महत्वपूर्ण रूप से, भोजन तक पहुंच - जिसका अर्थ है कि हम उनके बारे में कुछ कर सकते हैं और करना चाहिए," उन्होंने कहा। कृष्णमूर्ति.
शोधकर्ताओं ने कहा कि गर्भावस्था के शुरुआती चरणों में अवसाद के प्रति संवेदनशील महिलाओं की पहचान करने से निवारक देखभाल में मदद मिल सकती है और अंतर्निहित कारणों को संबोधित करने में सहायता मिल सकती है।
अध्ययन के लिए, शोधकर्ताओं ने 944 गर्भवती महिलाओं के सर्वेक्षण प्रतिक्रियाओं का विश्लेषण किया, जिन्होंने एक बड़े अध्ययन के हिस्से के रूप में ऐप का उपयोग किया था और अवसाद का इतिहास नहीं था।
गर्भावस्था की अपनी पहली तिमाही में, महिलाओं ने जनसांख्यिकी और उनके चिकित्सा इतिहास के साथ-साथ तनाव और उदासी की भावनाओं के बारे में सवालों के जवाब दिए।
944 महिलाओं में से कुछ ने अपने स्वास्थ्य से संबंधित सामाजिक कारकों, जैसे खाद्य असुरक्षा, पर वैकल्पिक प्रश्नों का भी उत्तर दिया। सभी महिलाओं की प्रत्येक तिमाही में एक बार अवसाद की जांच की गई।
शोधकर्ताओं ने सभी डेटा का उपयोग करके छह मशीन-लर्निंग मॉडल विकसित किए। एक गर्भवती महिला में अवसाद की भविष्यवाणी करने में सबसे अच्छा 89 प्रतिशत सटीक पाया गया। मशीन लर्निंग एल्गोरिदम कृत्रिम बुद्धिमत्ता का एक रूप है जो भविष्यवाणियां करने के लिए पिछले डेटा से सीखता है।
जब शोधकर्ताओं ने स्वास्थ्य संबंधी सामाजिक कारकों पर वैकल्पिक प्रश्नों के उत्तरों को शामिल किया तो मॉडल की सटीकता 93 प्रतिशत तक बढ़ गई।
उन्होंने पाया कि खाद्य असुरक्षा, या भोजन तक पहुंच, गर्भवती महिलाओं के लिए गर्भावस्था के बाद के चरणों में अवसाद विकसित करने के लिए एक महत्वपूर्ण जोखिम कारक के रूप में उभरी है।
शोधकर्ता अब इन सर्वेक्षण प्रश्नों को नैदानिक सेटिंग्स में एकीकृत करने के तरीके विकसित कर रहे हैं और यह पहचान रहे हैं कि चिकित्सक अवसाद के जोखिम के बारे में मरीजों के साथ ये बातचीत कैसे कर सकते हैं।
