search
狂發朋友圈可能是抑鬱症的前兆?

狂發朋友圈可能是抑鬱症的前兆?

通過朋友圈判斷抑鬱症,靠譜嗎?

作者丨空歡喜

來源丨醫學界精神病學頻道

隨著互聯網時代的進程,特別是朋友圈一類的社交媒體的融入,人們在線上的交流日益密切。上至旅遊自拍曬娃,下至《長的漂亮不如活的漂亮》,《朋友圈最讓人羨慕的女生》,《你的朋友圈藏著你的格局》之類的心靈雞湯分享。人們通過這些內容相互點贊評論,加強聯繫和了解,享受互聯網時代帶來的福利和便捷。

然而最新一項美國研究發現,在社交媒體上發布大量的照片有可能是抑鬱症的前兆!

針對這項研究,在哈佛大學和弗蒙特州大學(Harvard and Vermont Universities)的科學家特地設計了一個演算法程序,通過社交媒體發布的信息來識別抑鬱患者,他們表示,這個演算法程序對患有精神疾病的患者有非常靈敏的觸發機制。

假如你在手機上安裝了這個 APP ,一旦你的行為異常,它甚至能比你自己更早發現異常,然後非常迅速的通知家庭醫生為你做相關檢查。

發表在 EPJ 數據科學雜誌上的研究表明,該系統對抑鬱症的診斷準確率高達 70 %,相比之下,一個家庭醫生在不藉助任何輔助機器的情況下,對抑鬱症診斷的準確率也不過 40 %左右。

為了驗證這個程序是否能僅僅通過那些他們診斷之前發布的照片,來預測誰會被診斷為抑鬱症,研究人員曾使用程序分析了在社交 APP 上招募了 166 名用戶的 43,950 張照片,其中包括 71 名被確診為抑鬱症患者的用戶。然後從這些照片中搜尋健康和抑鬱患者相關的細節。

抑鬱症患者的社交媒體特點

「抑鬱症患者發布的照片和帖子多數偏向陰暗面,相比其他非抑鬱患者用戶更易引起關注和評論,並且抑鬱患者上傳的照片中面部微表情會稍有不同,且不愛使用濾鏡等」,該研究指出。

而關於這一點是有實驗數據支持的,抑鬱症的認知理論認為抑鬱症伴隨著信息加工的注意偏向,主要表現為對負性信息的偏好和對正性信息注意的減少,這種對信息加工的注意偏向在抑鬱症發病及維持方面扮演著重要的角色。

來自哈佛大學的研究報告合著者 Andrew Reece 博士說:「儘管我們的樣本規模相對較小,但我們能夠可靠地觀察到抑鬱症和非抑鬱症患者之間的社交媒體帖子的差異。更重要的是,我們還證明了抑鬱症的早期預警是可以在接受臨床診斷之前觀察到的。」

Christopher Danforth 博士是該項研究的參與者之一,他說:「隨著線上社交互動的日益密切,能通過演算法程序識別許多精神疾病和身體疾病的早期預警,其潛力是毋庸置疑的。

目前基礎診斷的難題

就現狀而言,抑鬱障礙已經成為嚴重的公共衛生問題,但是卻沒有得到足夠的重視。抑鬱症除了相應的心理癥狀,還可能伴隨許多軀體癥狀,如食欲不振,失眠乏力,胃腸功能紊亂及各種疼痛等。

所以抑鬱症患者首診於非精神科的比例高,綜合醫院醫生成為建議患者轉診的主要人員。部分抑鬱症患者患病初期以軀體不適,神經症癥狀為突出表現,而典型的三低癥狀(情緒低落、思維遲緩和意志活動減退)較以往少見,輕症化趨向明顯,而使病程趨向慢性化,因而給綜合醫院認別診斷帶來很大困難。

更糟糕的是很多人都對抑鬱等精神疾病羞於啟齒,認為可以靠自己克服這種「情緒」問題,就算是去就診,出於某種自我保護心理會也會有意識的隱瞞自己的癥狀和偽裝情緒,加重了抑鬱症早期診斷的難度。

新發現帶來的曙光

而該項研究通過演算法程序從人們的社交平台上的帖子識別早期抑鬱預警,則能極大程度的幫助精神科醫生有針對性的進行抑鬱診斷,所以從某個層面來說,這項研究對世界精神疾病的診斷是有重要意義的。

除研究發現的抑鬱症,幾年前網友也通過微博上的發布內容和照片發現了一位微博名叫「小婷529」的精神分裂症患者,聯繫相關部門尋找治療。之後其他精神類疾病是否也能通過這一類方法輔助篩查或診斷,我們拭目以待。

另外該研究小組的負責人表示,一個可靠的早期預警系統被廣泛的投入使用之前,需要更多的研究人員的參與和更龐大的研究數據,更重要的是在未來的項目中,還需要對隱私照片和個人數據的法律問題做進一步的探討。

那麼,作為精神醫務工作者的你,是否期待這麼一個針對精神疾病早期預警系統的廣泛應用?說說你的看法.

參考文獻:

[1]Beevers CG.Costive vulnerability tO depression:a dual process model[J].Clin Psychol Rev,2005,25(7):975—1002.

[2]Chamberlain SR,Sahakian BJ.Cognition in mania and de-pression:psychological models and clinical implications[J].Curr Psychiatry Rep,2004,6(6):451-458.

熱門推薦

本文由 一點資訊 提供 原文連結

一點資訊
寫了5860317篇文章,獲得23256次喜歡
留言回覆
回覆
精彩推薦