નવી દિલ્હી, એક મોબાઈલ એપ એ આગાહી કરવામાં મદદ કરી શકે છે કે સગર્ભા સ્ત્રીને ગર્ભાવસ્થાના છેલ્લા તબક્કામાં ડિપ્રેશન થશે કે કેમ, નવા સંશોધન મુજબ.

સ્ત્રીઓને તેમના પ્રથમ ત્રિમાસિક દરમિયાન સર્વેક્ષણોનો જવાબ આપવાનું કહીને, સંશોધકોએ ડિપ્રેશનના વિકાસ માટે ઊંઘની ગુણવત્તા અને ખોરાકની અસુરક્ષા સહિતના વિવિધ જોખમી પરિબળોને ઓળખ્યા.

"અમે લોકોને નાના પ્રશ્નો પૂછી શકીએ છીએ અને તેઓ હતાશ થઈ જશે કે કેમ તેની સારી સમજ મેળવી શકીએ છીએ," યુ.એસ.ની યુનિવર્સિટી ઓફ પિટ્સબર્ગમાં જનરલ ઈન્ટરનલ મેડિસિનના સહયોગી પ્રોફેસર તામર કૃષ્ણમૂર્તિએ જણાવ્યું હતું.

"આઘાતજનક રીતે, ભાવિ ડિપ્રેશન માટેના ઘણા જોખમી પરિબળોમાં ફેરફાર કરી શકાય તેવી વસ્તુઓ છે -- જેમ કે ઊંઘની ગુણવત્તા, શ્રમ અને ડિલિવરી અંગેની ચિંતા અને અગત્યનું, ખોરાકની ઍક્સેસ -- જેનો અર્થ છે કે આપણે તેમના વિશે કંઈક કરી શકીએ અને કરવું જોઈએ," જણાવ્યું હતું. કૃષ્ણમૂર્તિ.

સંશોધકોએ જણાવ્યું હતું કે, ગર્ભાવસ્થાના પહેલા તબક્કામાં ડિપ્રેશનના વિકાસ માટે સંવેદનશીલ મહિલાઓને ઓળખવાથી નિવારક સંભાળને અનુરૂપ મદદ મળી શકે છે અને અંતર્ગત કારણોને સંબોધવા માટે સમર્થન પ્રદાન કરી શકે છે, સંશોધકોએ જણાવ્યું હતું.

અભ્યાસ માટે, સંશોધકોએ 944 સગર્ભા સ્ત્રીઓના સર્વેક્ષણના પ્રતિભાવોનું વિશ્લેષણ કર્યું જેમણે મોટા અભ્યાસના ભાગ રૂપે એપ્લિકેશનનો ઉપયોગ કર્યો હતો અને ડિપ્રેશનનો ઇતિહાસ ધરાવતા ન હતા.

ગર્ભાવસ્થાના તેમના પ્રથમ ત્રિમાસિકમાં, મહિલાઓએ તણાવ અને ઉદાસીની લાગણીઓ સાથે વસ્તી વિષયક અને તેમના તબીબી ઇતિહાસ વિશેના પ્રશ્નોના જવાબો આપ્યા.

944 મહિલાઓમાંથી કેટલીક મહિલાઓએ તેમના સ્વાસ્થ્ય સંબંધિત સામાજિક પરિબળો, જેમ કે ખોરાકની અસુરક્ષા પરના વૈકલ્પિક પ્રશ્નોના જવાબો આપ્યા. દરેક ત્રિમાસિકમાં એકવાર તમામ મહિલાઓને ડિપ્રેશન માટે તપાસવામાં આવી હતી.

સંશોધકોએ તમામ ડેટાનો ઉપયોગ કરીને છ મશીન-લર્નિંગ મોડલ વિકસાવ્યા. સગર્ભા સ્ત્રીમાં ડિપ્રેશનની આગાહી કરવામાં સૌથી શ્રેષ્ઠ 89 ટકા સચોટ જણાયું હતું. મશીન લર્નિંગ અલ્ગોરિધમ એ આર્ટિફિશિયલ ઇન્ટેલિજન્સનું એક સ્વરૂપ છે જે આગાહી કરવા માટે ભૂતકાળના ડેટામાંથી શીખે છે.

જ્યારે સંશોધકોએ સ્વાસ્થ્ય સંબંધિત સામાજિક પરિબળો પરના વૈકલ્પિક પ્રશ્નોના જવાબો સામેલ કર્યા ત્યારે મોડલની ચોકસાઈ વધીને 93 ટકા થઈ ગઈ.

તેઓએ શોધી કાઢ્યું કે ખોરાકની અસુરક્ષા, અથવા ખોરાકની ઍક્સેસ, સગર્ભા સ્ત્રીઓ માટે ગર્ભાવસ્થાના પછીના તબક્કામાં ડિપ્રેશન વિકસાવવા માટે એક મહત્વપૂર્ણ જોખમ પરિબળ તરીકે ઉભરી આવે છે.

સંશોધકો હવે આ સર્વેક્ષણના પ્રશ્નોને ક્લિનિકલ સેટિંગ્સમાં એકીકૃત કરવા અને ડિપ્રેશનના જોખમ વિશે દર્દીઓ સાથે આ વાતચીત કેવી રીતે કરી શકે છે તે ઓળખવા માટેની પદ્ધતિઓ વિકસાવી રહ્યા છે.