ನವದೆಹಲಿ, ಹೊಸ ಸಂಶೋಧನೆಯ ಪ್ರಕಾರ ಗರ್ಭಿಣಿ ಮಹಿಳೆಯು ಗರ್ಭಾವಸ್ಥೆಯ ನಂತರದ ಹಂತಗಳಲ್ಲಿ ಖಿನ್ನತೆಗೆ ಒಳಗಾಗುತ್ತಾರೆಯೇ ಎಂದು ಊಹಿಸಲು ಮೊಬೈಲ್ ಅಪ್ಲಿಕೇಶನ್ ಸಹಾಯ ಮಾಡುತ್ತದೆ.
ತಮ್ಮ ಮೊದಲ ತ್ರೈಮಾಸಿಕದಲ್ಲಿ ಸಮೀಕ್ಷೆಗಳಿಗೆ ಪ್ರತಿಕ್ರಿಯಿಸಲು ಮಹಿಳೆಯರನ್ನು ಕೇಳುವ ಮೂಲಕ, ಖಿನ್ನತೆಯನ್ನು ಅಭಿವೃದ್ಧಿಪಡಿಸಲು ನಿದ್ರೆಯ ಗುಣಮಟ್ಟ ಮತ್ತು ಆಹಾರದ ಅಭದ್ರತೆ ಸೇರಿದಂತೆ ವಿವಿಧ ಅಪಾಯಕಾರಿ ಅಂಶಗಳನ್ನು ಸಂಶೋಧಕರು ಗುರುತಿಸಿದ್ದಾರೆ.
"ನಾವು ಜನರಿಗೆ ಒಂದು ಸಣ್ಣ ಪ್ರಶ್ನೆಗಳನ್ನು ಕೇಳಬಹುದು ಮತ್ತು ಅವರು ಖಿನ್ನತೆಗೆ ಒಳಗಾಗುತ್ತಾರೆಯೇ ಎಂಬುದರ ಬಗ್ಗೆ ಉತ್ತಮ ಪ್ರಜ್ಞೆಯನ್ನು ಪಡೆಯಬಹುದು" ಎಂದು ಯುಎಸ್ ಪಿಟ್ಸ್‌ಬರ್ಗ್ ವಿಶ್ವವಿದ್ಯಾನಿಲಯದ ಸಾಮಾನ್ಯ ಆಂತರಿಕ ವೈದ್ಯಕೀಯ ವಿಭಾಗದ ಸಹ ಪ್ರಾಧ್ಯಾಪಕರಾದ ಪ್ರಮುಖ ಲೇಖಕ ತಮರ್ ಕೃಷ್ಣಮೂರ್ತಿ ಹೇಳಿದರು.
"ವಿಸ್ಮಯಕಾರಿಯಾಗಿ, ಭವಿಷ್ಯದ ಖಿನ್ನತೆಗೆ ಬಹಳಷ್ಟು ಅಪಾಯಕಾರಿ ಅಂಶಗಳು ಮಾರ್ಪಡಿಸಬಹುದಾದ ವಿಷಯಗಳಾಗಿವೆ - ಉದಾಹರಣೆಗೆ ನಿದ್ರೆಯ ಗುಣಮಟ್ಟ, ಕಾರ್ಮಿಕ ಮತ್ತು ವಿತರಣೆಯ ಬಗ್ಗೆ ಕಾಳಜಿ ಮತ್ತು, ಮುಖ್ಯವಾಗಿ, ಆಹಾರದ ಪ್ರವೇಶ - ಅಂದರೆ ನಾವು ಅವುಗಳ ಬಗ್ಗೆ ಏನಾದರೂ ಮಾಡಬಹುದು ಮತ್ತು ಮಾಡಬೇಕು" ಎಂದು ಹೇಳಿದರು. ಕೃಷ್ಣಮೂರ್ತಿ.
ಗರ್ಭಾವಸ್ಥೆಯ ಮುಂಚಿನ ಹಂತಗಳಲ್ಲಿ ಖಿನ್ನತೆಗೆ ಒಳಗಾಗುವ ಮಹಿಳೆಯರನ್ನು ಗುರುತಿಸುವುದು ತಡೆಗಟ್ಟುವ ಆರೈಕೆಗೆ ಸಹಾಯ ಮಾಡುತ್ತದೆ ಮತ್ತು ಆಧಾರವಾಗಿರುವ ಕಾರಣಗಳನ್ನು ಪರಿಹರಿಸಲು ಬೆಂಬಲವನ್ನು ನೀಡುತ್ತದೆ ಎಂದು ಸಂಶೋಧಕರು ಹೇಳಿದ್ದಾರೆ.
ಅಧ್ಯಯನಕ್ಕಾಗಿ, ಸಂಶೋಧಕರು ದೊಡ್ಡ ಅಧ್ಯಯನದ ಭಾಗವಾಗಿ ಅಪ್ಲಿಕೇಶನ್ ಅನ್ನು ಬಳಸಿದ ಮತ್ತು ಖಿನ್ನತೆಯ ಇತಿಹಾಸವನ್ನು ಹೊಂದಿರದ 944 ಗರ್ಭಿಣಿ ಮಹಿಳೆಯರ ಸಮೀಕ್ಷೆಯ ಪ್ರತಿಕ್ರಿಯೆಗಳನ್ನು ವಿಶ್ಲೇಷಿಸಿದ್ದಾರೆ.
ಗರ್ಭಾವಸ್ಥೆಯ ಮೊದಲ ತ್ರೈಮಾಸಿಕದಲ್ಲಿ, ಮಹಿಳೆಯರು ಜನಸಂಖ್ಯಾಶಾಸ್ತ್ರ ಮತ್ತು ಅವರ ವೈದ್ಯಕೀಯ ಇತಿಹಾಸದ ಬಗ್ಗೆ ಪ್ರಶ್ನೆಗಳಿಗೆ ಪ್ರತಿಕ್ರಿಯಿಸಿದರು, ಜೊತೆಗೆ ಒತ್ತಡ ಮತ್ತು ದುಃಖದ ಭಾವನೆಗಳ ಜೊತೆಗೆ.
944 ಮಹಿಳೆಯರಲ್ಲಿ ಕೆಲವರು ತಮ್ಮ ಆರೋಗ್ಯಕ್ಕೆ ಸಂಬಂಧಿಸಿದ ಸಾಮಾಜಿಕ ಅಂಶಗಳಾದ ಆಹಾರದ ಅಭದ್ರತೆಯಂತಹ ಐಚ್ಛಿಕ ಪ್ರಶ್ನೆಗಳಿಗೆ ಪ್ರತಿಕ್ರಿಯಿಸಿದರು. ಎಲ್ಲಾ ಮಹಿಳೆಯರು ಪ್ರತಿ ತ್ರೈಮಾಸಿಕದಲ್ಲಿ ಒಮ್ಮೆ ಖಿನ್ನತೆಗೆ ಒಳಗಾಗುತ್ತಾರೆ.
ಸಂಶೋಧಕರು ಎಲ್ಲಾ ಡೇಟಾವನ್ನು ಬಳಸಿಕೊಂಡು ಆರು ಯಂತ್ರ-ಕಲಿಕೆ ಮಾದರಿಗಳನ್ನು ಅಭಿವೃದ್ಧಿಪಡಿಸಿದರು. ಗರ್ಭಿಣಿ ಮಹಿಳೆಯಲ್ಲಿ ಖಿನ್ನತೆಯನ್ನು ಮುನ್ಸೂಚಿಸುವಲ್ಲಿ ಅತ್ಯುತ್ತಮವಾದದ್ದು 89 ಪ್ರತಿಶತ ನಿಖರವಾಗಿದೆ ಎಂದು ಕಂಡುಬಂದಿದೆ. ಯಂತ್ರ ಕಲಿಕೆ ಅಲ್ಗಾರಿದಮ್ ಎನ್ನುವುದು ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯ ಒಂದು ರೂಪವಾಗಿದ್ದು, ಭವಿಷ್ಯವನ್ನು ಮಾಡಲು ಹಿಂದಿನ ಡೇಟಾದಿಂದ ಕಲಿಯುತ್ತದೆ.
ಆರೋಗ್ಯ-ಸಂಬಂಧಿತ ಸಾಮಾಜಿಕ ಅಂಶಗಳ ಮೇಲಿನ ಐಚ್ಛಿಕ ಪ್ರಶ್ನೆಗಳಿಗೆ ಸಂಶೋಧಕರು ಪ್ರತಿಕ್ರಿಯೆಗಳನ್ನು ಸೇರಿಸಿದಾಗ ಮಾದರಿಯ ನಿಖರತೆಯು 93 ಪ್ರತಿಶತಕ್ಕೆ ಏರಿತು.
ಆಹಾರದ ಅಭದ್ರತೆ ಅಥವಾ ಆಹಾರದ ಪ್ರವೇಶವು ಗರ್ಭಿಣಿಯರಿಗೆ ಗರ್ಭಾವಸ್ಥೆಯ ಕೊನೆಯ ಹಂತಗಳಲ್ಲಿ ಖಿನ್ನತೆಯನ್ನು ಉಂಟುಮಾಡುವ ಪ್ರಮುಖ ಅಪಾಯಕಾರಿ ಅಂಶವಾಗಿ ಹೊರಹೊಮ್ಮಿದೆ ಎಂದು ಅವರು ಕಂಡುಕೊಂಡರು.
ಸಂಶೋಧಕರು ಈಗ ಈ ಸಮೀಕ್ಷೆಯ ಪ್ರಶ್ನೆಗಳನ್ನು ಕ್ಲಿನಿಕಲ್ ಸೆಟ್ಟಿಂಗ್‌ಗಳಲ್ಲಿ ಸಂಯೋಜಿಸಲು ವಿಧಾನಗಳನ್ನು ಅಭಿವೃದ್ಧಿಪಡಿಸುತ್ತಿದ್ದಾರೆ ಮತ್ತು ಖಿನ್ನತೆಯ ಅಪಾಯದ ಬಗ್ಗೆ ರೋಗಿಗಳೊಂದಿಗೆ ವೈದ್ಯರು ಈ ಸಂಭಾಷಣೆಗಳನ್ನು ಹೇಗೆ ಮಾಡಬಹುದು ಎಂಬುದನ್ನು ಗುರುತಿಸುತ್ತಾರೆ.
ತಮ್ಮ ಮೊದಲ ತ್ರೈಮಾಸಿಕದಲ್ಲಿ ಸಮೀಕ್ಷೆಗಳಿಗೆ ಪ್ರತಿಕ್ರಿಯಿಸಲು ಮಹಿಳೆಯರನ್ನು ಕೇಳುವ ಮೂಲಕ, ಖಿನ್ನತೆಯನ್ನು ಅಭಿವೃದ್ಧಿಪಡಿಸಲು ನಿದ್ರೆಯ ಗುಣಮಟ್ಟ ಮತ್ತು ಆಹಾರದ ಅಭದ್ರತೆ ಸೇರಿದಂತೆ ವಿವಿಧ ಅಪಾಯಕಾರಿ ಅಂಶಗಳನ್ನು ಸಂಶೋಧಕರು ಗುರುತಿಸಿದ್ದಾರೆ.
"ನಾವು ಜನರಿಗೆ ಒಂದು ಸಣ್ಣ ಪ್ರಶ್ನೆಗಳನ್ನು ಕೇಳಬಹುದು ಮತ್ತು ಅವರು ಖಿನ್ನತೆಗೆ ಒಳಗಾಗುತ್ತಾರೆಯೇ ಎಂಬುದರ ಬಗ್ಗೆ ಉತ್ತಮ ಪ್ರಜ್ಞೆಯನ್ನು ಪಡೆಯಬಹುದು" ಎಂದು ಯುಎಸ್ ಪಿಟ್ಸ್‌ಬರ್ಗ್ ವಿಶ್ವವಿದ್ಯಾನಿಲಯದ ಸಾಮಾನ್ಯ ಆಂತರಿಕ ವೈದ್ಯಕೀಯ ವಿಭಾಗದ ಸಹ ಪ್ರಾಧ್ಯಾಪಕರಾದ ಪ್ರಮುಖ ಲೇಖಕ ತಮರ್ ಕೃಷ್ಣಮೂರ್ತಿ ಹೇಳಿದರು.
"ವಿಸ್ಮಯಕಾರಿಯಾಗಿ, ಭವಿಷ್ಯದ ಖಿನ್ನತೆಗೆ ಬಹಳಷ್ಟು ಅಪಾಯಕಾರಿ ಅಂಶಗಳು ಮಾರ್ಪಡಿಸಬಹುದಾದ ವಿಷಯಗಳಾಗಿವೆ - ಉದಾಹರಣೆಗೆ ನಿದ್ರೆಯ ಗುಣಮಟ್ಟ, ಕಾರ್ಮಿಕ ಮತ್ತು ವಿತರಣೆಯ ಬಗ್ಗೆ ಕಾಳಜಿ ಮತ್ತು, ಮುಖ್ಯವಾಗಿ, ಆಹಾರದ ಪ್ರವೇಶ - ಅಂದರೆ ನಾವು ಅವುಗಳ ಬಗ್ಗೆ ಏನಾದರೂ ಮಾಡಬಹುದು ಮತ್ತು ಮಾಡಬೇಕು" ಎಂದು ಹೇಳಿದರು. ಕೃಷ್ಣಮೂರ್ತಿ.
ಗರ್ಭಾವಸ್ಥೆಯ ಮುಂಚಿನ ಹಂತಗಳಲ್ಲಿ ಖಿನ್ನತೆಗೆ ಒಳಗಾಗುವ ಮಹಿಳೆಯರನ್ನು ಗುರುತಿಸುವುದು ತಡೆಗಟ್ಟುವ ಆರೈಕೆಗೆ ಸಹಾಯ ಮಾಡುತ್ತದೆ ಮತ್ತು ಆಧಾರವಾಗಿರುವ ಕಾರಣಗಳನ್ನು ಪರಿಹರಿಸಲು ಬೆಂಬಲವನ್ನು ನೀಡುತ್ತದೆ ಎಂದು ಸಂಶೋಧಕರು ಹೇಳಿದ್ದಾರೆ.
ಅಧ್ಯಯನಕ್ಕಾಗಿ, ಸಂಶೋಧಕರು ದೊಡ್ಡ ಅಧ್ಯಯನದ ಭಾಗವಾಗಿ ಅಪ್ಲಿಕೇಶನ್ ಅನ್ನು ಬಳಸಿದ ಮತ್ತು ಖಿನ್ನತೆಯ ಇತಿಹಾಸವನ್ನು ಹೊಂದಿರದ 944 ಗರ್ಭಿಣಿ ಮಹಿಳೆಯರ ಸಮೀಕ್ಷೆಯ ಪ್ರತಿಕ್ರಿಯೆಗಳನ್ನು ವಿಶ್ಲೇಷಿಸಿದ್ದಾರೆ.
ಗರ್ಭಾವಸ್ಥೆಯ ಮೊದಲ ತ್ರೈಮಾಸಿಕದಲ್ಲಿ, ಮಹಿಳೆಯರು ಜನಸಂಖ್ಯಾಶಾಸ್ತ್ರ ಮತ್ತು ಅವರ ವೈದ್ಯಕೀಯ ಇತಿಹಾಸದ ಬಗ್ಗೆ ಪ್ರಶ್ನೆಗಳಿಗೆ ಪ್ರತಿಕ್ರಿಯಿಸಿದರು, ಜೊತೆಗೆ ಒತ್ತಡ ಮತ್ತು ದುಃಖದ ಭಾವನೆಗಳ ಜೊತೆಗೆ.
944 ಮಹಿಳೆಯರಲ್ಲಿ ಕೆಲವರು ತಮ್ಮ ಆರೋಗ್ಯಕ್ಕೆ ಸಂಬಂಧಿಸಿದ ಸಾಮಾಜಿಕ ಅಂಶಗಳಾದ ಆಹಾರದ ಅಭದ್ರತೆಯಂತಹ ಐಚ್ಛಿಕ ಪ್ರಶ್ನೆಗಳಿಗೆ ಪ್ರತಿಕ್ರಿಯಿಸಿದರು. ಎಲ್ಲಾ ಮಹಿಳೆಯರು ಪ್ರತಿ ತ್ರೈಮಾಸಿಕದಲ್ಲಿ ಒಮ್ಮೆ ಖಿನ್ನತೆಗೆ ಒಳಗಾಗುತ್ತಾರೆ.
ಸಂಶೋಧಕರು ಎಲ್ಲಾ ಡೇಟಾವನ್ನು ಬಳಸಿಕೊಂಡು ಆರು ಯಂತ್ರ-ಕಲಿಕೆ ಮಾದರಿಗಳನ್ನು ಅಭಿವೃದ್ಧಿಪಡಿಸಿದರು. ಗರ್ಭಿಣಿ ಮಹಿಳೆಯಲ್ಲಿ ಖಿನ್ನತೆಯನ್ನು ಮುನ್ಸೂಚಿಸುವಲ್ಲಿ ಅತ್ಯುತ್ತಮವಾದದ್ದು 89 ಪ್ರತಿಶತ ನಿಖರವಾಗಿದೆ ಎಂದು ಕಂಡುಬಂದಿದೆ. ಯಂತ್ರ ಕಲಿಕೆ ಅಲ್ಗಾರಿದಮ್ ಎನ್ನುವುದು ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯ ಒಂದು ರೂಪವಾಗಿದ್ದು, ಭವಿಷ್ಯವನ್ನು ಮಾಡಲು ಹಿಂದಿನ ಡೇಟಾದಿಂದ ಕಲಿಯುತ್ತದೆ.
ಆರೋಗ್ಯ-ಸಂಬಂಧಿತ ಸಾಮಾಜಿಕ ಅಂಶಗಳ ಮೇಲಿನ ಐಚ್ಛಿಕ ಪ್ರಶ್ನೆಗಳಿಗೆ ಸಂಶೋಧಕರು ಪ್ರತಿಕ್ರಿಯೆಗಳನ್ನು ಸೇರಿಸಿದಾಗ ಮಾದರಿಯ ನಿಖರತೆಯು 93 ಪ್ರತಿಶತಕ್ಕೆ ಏರಿತು.
ಆಹಾರದ ಅಭದ್ರತೆ ಅಥವಾ ಆಹಾರದ ಪ್ರವೇಶವು ಗರ್ಭಿಣಿಯರಿಗೆ ಗರ್ಭಾವಸ್ಥೆಯ ಕೊನೆಯ ಹಂತಗಳಲ್ಲಿ ಖಿನ್ನತೆಯನ್ನು ಉಂಟುಮಾಡುವ ಪ್ರಮುಖ ಅಪಾಯಕಾರಿ ಅಂಶವಾಗಿ ಹೊರಹೊಮ್ಮಿದೆ ಎಂದು ಅವರು ಕಂಡುಕೊಂಡರು.
ಸಂಶೋಧಕರು ಈಗ ಈ ಸಮೀಕ್ಷೆಯ ಪ್ರಶ್ನೆಗಳನ್ನು ಕ್ಲಿನಿಕಲ್ ಸೆಟ್ಟಿಂಗ್‌ಗಳಲ್ಲಿ ಸಂಯೋಜಿಸಲು ವಿಧಾನಗಳನ್ನು ಅಭಿವೃದ್ಧಿಪಡಿಸುತ್ತಿದ್ದಾರೆ ಮತ್ತು ಖಿನ್ನತೆಯ ಅಪಾಯದ ಬಗ್ಗೆ ರೋಗಿಗಳೊಂದಿಗೆ ವೈದ್ಯರು ಈ ಸಂಭಾಷಣೆಗಳನ್ನು ಹೇಗೆ ಮಾಡಬಹುದು ಎಂಬುದನ್ನು ಗುರುತಿಸುತ್ತಾರೆ.
