Ang Paggamot sa Depresyon ay Nagbibigay ng 'Personalized Way of Treating People'

Ang depresyon ay ang pinakakaraniwang karamdaman sa atin - nakakaapekto ito sa tinatayang 350 milyong katao sa buong mundo. Sa loob ng masalimuot na sakit na ito ay may maraming mga conundrums ngunit marahil ilang bilang nakakabigo bilang ang mga rate ng paggamot: Tungkol sa 50 porsiyento ng mga tao na nalulumbay hindi humingi ng tulong mula sa mga medikal na propesyonal. Alam din namin na ang makabuluhang pagpapabuti ay nangyayari lamang para sa halos kalahati ng mga itinuturing.

Ang isang bagong modelo ay nagnanais na ilagay ang mga practitioner at mga pasyente sa landas upang maayos iyon. Ang isang pakikipagtulungan sa pagitan ng Michigan State University at ang Massachusetts Institute of Technology, ang modelo ay nakukuha ang iba't ibang mga pakikipag-ugnayan sa pagitan ng depression at iba pang mga aspeto ng buhay - mula sa pisikal na kalusugan hanggang sosyal na relasyon at personal na ekonomiya. Dahil ang mga kadahilanan na humimok ng depression ay madalas na nagsasapawan, ang modelo ay nagsasama ng mga dynamics ng sistema upang lumikha ng loop diagram:

"Ang modelo na ito ay mahalagang nagpapakita sa amin ng komprehensibong paraan na gumagana ang mga sintomas ng depresyon," ang sabi ng may-akda ng may-akda na si Andrea Wittenborn, isang propesor ng pag-unlad ng tao at pag-aaral ng pamilya sa Michigan State University, upang Kabaligtaran. "Ito ang una sa isang serye ng mga pag-aaral na magpapahintulot para sa isang mas tumpak na paggamot ng depression, at isang mas personalized na paraan ng pagpapagamot ng mga tao."

Ang karamihan sa pananaliksik at paggamot ay nakatuon sa isang makitid na paghiwa ng depresyon, ngunit alam ng Wittenborn at ng kanyang koponan na dahil sa depresyon ay sanhi ng maraming mga bagay, kailangan nila ng mas malawak na paraan ng pagtingin sa isyu.

Kapag tumpak na nakilala, ang mga uri ng depression ay maaaring lubos na magamot. Ngunit dahil ang iba't ibang mga panlipunan, pangkapaligiran, at biological na mga elemento ay nagtutulak ng depression, ang tumpak na pagsusuri ay kadalasang mahirap matupad.

"Mayroon kaming ilang mga mahusay na paggamot, ngunit kami ay natigil para sa isang habang sa mga tuntunin ng pagiging epektibo," sabi ni Wittenborn. "Ang unang uri ng paggamot na tinatanggap ng mga tao ay hindi palaging mainam dahil sa ngayon maraming mga practitioner ang higit na nagtatrabaho sa isang pagsubok-at-error na batayan."

"Karaniwang tinatrato namin ang tungkol sa kalahati ng mga taong may depresyon sa aming mga kasalukuyang paggamot - kailangan naming gumawa ng mas mahusay."

Ang sistema dinamika ay nagbibigay ng isang hanay ng mga alituntunin para sa modelong ito, ang pag-aaral ng co-may-akda Hazhir Rahmandad ng MIT ay nagsasabi Kabaligtaran. Ang mga pakikipag-ugnayan sa pagitan ng iba't ibang mga driver ng depression ay batay sa halos 600 iba't ibang mga akademikong artikulo, na sinuri ng mga tagalikha ng modelo sa loob ng ilang taon.

Ito ay isang dynamic na modelo - ang mga arrow ay dumadaloy sa paggalaw; ang mga parihaba ay mga lugar ng akumulasyon. Ang sitwasyon na ipinares sa isang "R" ay isang reinforcing feedback loop. Ang isang pasyente na may depresyon ay maaaring makilala kung ano ang mga loop ng kanilang mga sintomas na tumutugma sa, na maaaring ipakita kung ano ang mga epekto ng mga sintomas na iyon.

Umaasa ang Wittenborn na ang diskarte na ito ay maaaring humantong sa isang mas pinadali na paraan ng pagkuha ng impormasyong ito sa mga practitioner, na maaaring magrekomenda ng mas tumpak na paggamot.

Umaasa ang Wittenborn at Rahmandad na ang kanilang modelo ay maaaring magamit sa wakas upang lumikha ng isang uri ng smartphone app kung saan maaaring pasukin ng mga pasyente ang kanilang mga depression at makatanggap ng isang rekomendasyon para sa pinaka naaangkop na paggamot. Ngunit ang application na ito ay pa rin ng isang paraan off:

"Ang app ay isang kapana-panabik na application ng pananaliksik, bagaman para sa mga ito na maging kapaki-pakinabang ito ay dapat na batay sa isang mahusay na napatunayan na dami ng modelo, at kami ay malayo mula sa pagkakaroon ng pang-agham na kaalaman upang lumikha ng app na iyon sa mga pamantayan na tinatawag na para sa pagsasanay gamot, "sabi ni Rahmandad.

Kung umiiral ang isang app na tulad nito, may mga palatandaan na magiging matagumpay ito. Ang isang botohan sa 2013 ay nagpahayag na 52 porsiyento ng mga may-ari ng smartphone ang gumagamit ng kanilang telepono upang maghanap ng impormasyon sa kalusugan o medikal, habang 72 porsiyento ng mga gumagamit ng internet ang nagsabing tumingin sila sa online para sa impormasyong pangkalusugan. Ang hindi nakikilalang aspeto ng isang app ay maaaring nakapanghihimok sa mga nalulumbay mga gumagamit na hindi pa pumunta sa isang practitioner upang humingi ng paggamot.

Samantala, inaasahan ng Wittenborn na ang kanyang modelo ay makatutulong sa mga nalulumbay na tao na makuha ang personalized na paggagamot na kailangan nila. Dahil ang mga variable na nagiging sanhi ng depresyon ay maaaring mabilis na magbago, mahalaga ito upang makuha ang form ng paggamot karapatan sa unang pagkakataon sa paligid.

"Ang mga taong may depresyon ay madalas na nakikipagpunyagi sa maraming kawalang-halaga at kawalan ng pag-asa na nagpapanatili sa kanila mula sa paggamot," sabi ni Wittenborn. "Kailangan nating malaman kung paano eksaktong i-target ang kanilang mga sintomas at bigyan sila ng tulong na kailangan nila."