Điện thoại thông minh có thể dự đoán và đề xuất phương pháp điều trị bệnh trầm cảm

Ảnh nguồn: CC0

Theo Liên minh Quốc gia về Bệnh Tâm thần và Tổ chức Y tế Thế giới, trầm cảm ảnh hưởng đến 16 triệu người Mỹ và 322 triệu người trên toàn thế giới. Các bằng chứng mới nổi cho thấy đại dịch COVID-19 đang làm trầm trọng thêm tỷ lệ trầm cảm trong dân số nói chung. Với quỹ đạo này, rõ ràng là cần có các chiến lược hiệu quả hơn cho các liệu pháp điều trị giải quyết vấn đề sức khỏe cộng đồng quan trọng này.

Trong một nghiên cứu vừa được xuất bản trên tạp chí điện tử Nature Translational Psychiatry, các nhà nghiên cứu tại Trường Y Đại học California San Diego đã sử dụng kết hợp các phương thức đo lường chức năng não, các yếu tố nhận thức và lối sống, để đưa ra các dự đoán riêng về bệnh trầm cảm của một người.

Cách tiếp cận máy học và cá nhân hóa đã tính đến một số yếu tố liên quan đến các triệu chứng chủ quan của một cá nhân, chẳng hạn như giấc ngủ, tập thể dục, chế độ ăn uống, căng thẳng, hiệu suất nhận thức và hoạt động của não.

Jyoti Mishra, Tiến sĩ, tác giả chính của nghiên cứu, giám đốc NEATLabs và là trợ lý giáo sư Khoa Tâm thần tại Trường Y UC San Diego cho biết: “Có những lý do và nguyên nhân cơ bản khác nhau gây ra trầm cảm. Nói một cách đơn giản, các tiêu chuẩn chăm sóc sức khỏe hiện tại chủ yếu chỉ là hỏi mọi người cảm thấy thế nào và sau đó viết đơn thuốc. Những phương pháp điều trị đầu tiên đã được chứng minh là chỉ có hiệu quả nhẹ đến trung bình trong các thử nghiệm lớn”.

Jyoti Mishra chia sẻ: "Trầm cảm là một căn bệnh có nhiều mặt và chúng ta cần tiếp cận nó với phương pháp điều trị được cá nhân hóa cho dù đó là liệu pháp với chuyên gia sức khỏe tâm thần, tập thể dục nhiều hơn hay kết hợp các phương pháp."

Nghiên cứu kéo dài một tháng thu thập dữ liệu từ 14 người tham gia bị trầm cảm bằng cách sử dụng các ứng dụng điện thoại thông minh và thiết bị đeo (như đồng hồ thông minh) để đo các biến số về tâm trạng và lối sống của giấc ngủ, tập thể dục, chế độ ăn uống và căng thẳng, đồng thời kết hợp chúng với đánh giá nhận thức và điện não đồ, sử dụng điện cực da đầu để ghi lại hoạt động của não.

Mục tiêu không phải để so sánh giữa các cá nhân, mà là mô hình hóa các yếu tố dự đoán về những biến động hàng ngày của mỗi người trong tâm trạng chán nản.

Các nhà nghiên cứu đã phát triển một hệ thống máy học mới để xác định một cách có hệ thống các yếu tố dự báo khác nhau về tâm trạng của mỗi cá nhân.

Ví dụ, tập thể dục và lượng caffeine hàng ngày nổi lên như những yếu tố dự báo tâm trạng mạnh mẽ đối với một người tham gia, nhưng đối với một người khác, giấc ngủ và căng thẳng có tính dự đoán cao hơn, trong khi ở đối tượng thứ ba, những yếu tố dự đoán hàng đầu là chức năng não và phản ứng nhận thức với phần thưởng .

"Chúng ta không nên tiếp cận sức khỏe tâm thần vì một kích thước phù hợp với tất cả. Bệnh nhân sẽ được hưởng lợi bằng cách có cái nhìn trực tiếp và định lượng hơn về cách các hành vi cụ thể có thể gây ra chứng trầm cảm của họ”. Mishra cho biết các phương pháp tiếp cận hành vi và y tế để cải thiện và duy trì sức khỏe tâm thần .

"Nghiên cứu của chúng tôi cho thấy rằng chúng tôi có thể sử dụng công nghệ và công cụ sẵn có, như ứng dụng điện thoại di động, để thu thập thông tin từ những cá nhân bị hoặc có nguy cơ mắc bệnh trầm cảm, mà không gây gánh nặng đáng kể cho họ và sau đó khai thác thông tin đó để thiết kế các kế hoạch điều trị được cá nhân hóa".

Mishra cho biết, các bước tiếp theo bao gồm kiểm tra xem các kế hoạch điều trị được cá nhân hóa được hướng dẫn bởi dữ liệu và máy học có hiệu quả hay không. "Phát hiện của chúng tôi có thể có ý nghĩa rộng hơn so với chứng trầm cảm. Bất kỳ ai đang tìm kiếm hạnh phúc cao hơn đều có thể hưởng lợi từ những hiểu biết được định lượng từ dữ liệu của chính họ. Nếu tôi không biết điều gì sai, làm cách nào để tôi cảm thấy tốt hơn?".

Theo: https://medicalxpress.com/news/2021-06-depression-personalized-treatment.html