Том 4, № 3 (2023)
- Год: 2023
- Статей: 9
- URL: https://bakhtiniada.ru/2712-7672/issue/view/14391
- DOI: https://doi.org/10.17816/CP.202343
ИССЛЕДОВАНИЕ
Характеристики альфа-ритма ЭЭГ у больных с депрессивным эпизодом в рамках рекуррентной и биполярной депрессии
Аннотация
ВВЕДЕНИЕ: Поиск биологических маркеров для дифференциальной диагностики рекуррентной и биполярной депрессии является важной задачей современной психиатрии. Электроэнцефалография (ЭЭГ) выступает одним из перспективных инструментов для решения данной задачи.
ЦЕЛЬ: Выявить различия количественных характеристик альфа-ритма электроэнцефалограммы у пациентов с депрессивным эпизодом в рамках рекуррентной и биполярной депрессии.
МЕТОДЫ: Выделены две группы пациентов (женщин): с рекуррентным депрессивным расстройством, текущий эпизод легкой/средней степени тяжести (30 пациентов) и с биполярным аффективным расстройством, текущий эпизод легкой или умеренной депрессии (30 пациентов). Группы пациентов не получали фармакотерапию и не различались по социально-демографическим показателям и суммарной оценке по шкале депрессии Гамильтона. Проводилась запись фоновой электроэнцефалограммы и анализировались количественные характеристики альфа-ритма: абсолютная спектральная мощность, межполушарная когерентность и реакция активации.
РЕЗУЛЬТАТЫ: У пациентов с рекуррентным депрессивным расстройством по сравнению с пациентами с биполярным аффективным расстройством обнаружены статистически значимо меньшие показатели усредненной абсолютной спектральной мощности альфа-ритма (z=2,481; р=0,042), а также меньшая степень депрессии альфа-ритма при открывании глаз (z=2,573; p=0,035).
ЗАКЛЮЧЕНИЕ: Представленные количественные характеристики альфа-активности подтверждают, что больные с аффективными расстройствами различного генеза имеют свои отличительные электрофизиологические особенности, которые могут стать перспективными биомаркерами для различения биполярной и рекуррентной депрессии.
5-12
Вычислительная психиатрия в типологии стигматизации у пациентов с психическими расстройствами: эксплицитная и имплицитная интернализованная стигма
Аннотация
ВВЕДЕНИЕ: Психиатрическая стигма имеет потенциально противоречивое влияние на поведение пациентов, связанное со здоровьем. Похоже, что стигматизация и мотивация пациентов с психическими расстройствами являются гетерогенными и многогранными характеристиками, и взаимосвязь между внутренней стигмой и мотивацией к лечению может быть более сложной, чем рассматривалось ранее.
ЦЕЛЬ: Определить подтипы психиатрической стигмы в их связи с терапевтической мотивацией у пациентов стационара, имеющих различные психические расстройства.
МЕТОДЫ: Было обследовано 63 пациента психиатрического стационара с помощью опросника оценки мотивации к лечению (TMAQ) и русскоязычной версии шкалы интернализованной стигмы психических заболеваний (ISMI). Выполнены дисперсионный и кластерный анализ методом k-средних.
РЕЗУЛЬТАТЫ: Кластер 3 (25 человек) оказался наименее стигматизированным. Кластер 1 (18 человек) показал эксплицитную стигму. Кластер 2 (20 человек) показал имплицитную стигму, проявляющуюся, в частности, через самую низкую мотивацию к лечению среди других кластеров. Имплицитно стигматизированные пациенты, в отличии от эксплицитно стигматизированных, в структуре мотивации к лечению демонстрировали снижение по 3-м из 4-х факторов TMAQ (Mean dif.=1,05–1,67).
ЗАКЛЮЧЕНИЕ: Существует категория пациентов с психическими расстройствами, которые преодолевают психиатрическую стигму за счет сотрудничества с врачами и опоры на собственные знания и навыки в преодолении болезни.
13-21
Удовлетворенность пациентов телепсихиатрической помощью
Аннотация
ВВЕДЕНИЕ: Глобальная пандемия COVID-19, в частности, такие факторы как необходимость соблюдения режима ограничения по перемещению граждан (локдаун), неудобство оказания помощи, боязнь заражения коронавирусной инфекцией и экономические трудности, выявили слабые места в ведении пациентов с распространенными соматическими и психическими заболеваниями. Для устранения этих слабых мест, а также для ограничения контакта с инфекцией COVID-19, во всем мире все чаще прибегают к телемедицинским технологиям в виде телефонных и онлайн-консультаций. Наш центр последовал примеру и также запустил программу телепсихиатриической помощи, чтобы лучше удовлетворять потребности пациентов с ранее диагностированными психическими расстройствами, обеспечивать регулярное наблюдение и соблюдение назначенных схем лечения.
ЦЕЛЬ: Данное исследование ставило целью оценку уровня удовлетворенности пациентов работой онлайн-службы психиатрической помощи/телепсихиатрии.
МЕТОДЫ: Выборка включала 100 пациентов с ранее диагностированными психическими расстройствами. Данное исследование было кросс-секционным с одной точкой исследования. Набор участников исследования осуществлялся на протяжении 6 месяцев. Данные были собраны с помощью приложения DigiDoc, являющегося частью программного обеспечения Hospital Information System, которое использовалось для записи пациентов на прием пациентов, просмотра важных клинических и лабораторных данных, а также врачебных назначений. В данном приложении также имелась платформа для видеозвонков для проведения онлайн-консультаций. Для сбора данных использовался Опросник удовлетворенности клиентов (CSQ-8).
РЕЗУЛЬТАТЫ: В исследуемой выборке средний балл по опроснику CSQ-8 составил 21,01±5,80 (8–32), что свидетельствует о низком или среднем уровене удовлетворенности от работы онлайн-службы психиатрической помощи/телепсихиатрии. У большинства пациентов (45%) уровень удовлетворенности по данным опроса был низким; 37% сообщили о среднем уровне удовлетворенности. Лишь у 18% пациентов уровень удовлетворенности психиатрической помощью в формате телепсихиатрии был высоким.
ЗАКЛЮЧЕНИЕ: Несмотря на доступность информации и возможность врача-психиатра предоставить адекватную профессиональную консультацию с помощью онлайн-технологий, уровень удовлетворенности пациентов оказался умеренным или низким. Это свидетельствует о необходимости разработки стандартных протоколов и руководств по поиску и предоставлению телепсихиатрических консультационных услуг, которые могли бы способствовать повышению уровня удовлетворенности пациентов.
23-32
ОБЗОРЫ
Современное положение, вызовы и перспективы развития вычислительной психиатрии: нарративный обзор
Аннотация
ВВЕДЕНИЕ: Вычислительная психиатрия — это область научных знаний, которая находится на пересечении нейронауки, психиатрии и информатики, использующая математические модели и вычислительные симуляции для понимания имеющихся сложностей в моделировании психических расстройств.
ЦЕЛЬ: Цель данного нарративного обзора — дать представление о текущем положении дел в области вычислительной психиатрии, обсудить ее существенные вызовы, а также потенциальные возможности для развития этой области.
МЕТОДЫ: Авторы провели обзор научной литературы, опубликованной по теме вычислительной психиатрии. Поиск литературы проводился в базах данных PubMed и eLibrary. Для обобщения опубликованной информации о теоретических и практических аспектах вычислительной психиатрии был использован описательный анализ.
РЕЗУЛЬТАТЫ: в статье описано развитие научного подхода в вычислительной психиатрии с середины 1980-х годов. Обобщены данные о практическом применении методов вычислительной психиатрии для моделирования психических расстройств и объяснения механизмов развития психопатологической симптоматики (при шизофрении, синдроме дефицита внимания/гиперактивности, расстройствах аутистического спектра, тревожных расстройствах, обсессивно-компульсивном расстройстве, расстройствах вследствие употребления психоактивных веществ). Обсуждаются проблемы, ограничения и будущие перспективы вычислительной психиатрии.
ЗАКЛЮЧЕНИЕ: Возможности современных вычислительных технологий в психиатрии достигли той стадии, когда их интеграция в психиатрическую практику не только возможна, но и крайне необходима. Препятствия, которые сейчас необходимо преодолеть, связаны не с технологическим прогрессом, а с этикой, образованием и пониманием технологий.
33-42
Использование методов машинного обучения в диагностике и прогнозировании клинических особенностей шизофрении: нарративный обзор литературы
Аннотация
ВВЕДЕНИЕ: Шизофрения является тяжелым психическим расстройством, которое влечет за собой значительные негативные последствия. Раннее выявление шизофрении и ее лечение благоприятно влияют на клинический прогноз и качество жизни пациента. В этом контексте методы машинного обучения открывают новые возможности для более точной диагностики и прогнозирования клинических особенностей данного расстройства.
ЦЕЛЬ: Данный обзор литературы направлен на поиск информации о применении методов машинного обучения в прогнозировании и диагностике шизофрении и ее клинических особенностей.
МЕТОДЫ: Поиск материала был осуществлен в базах данных Google Scholar, PubMed, eLIBRARY.ru. В обзор включались работы, опубликованные не раньше 1 января 2010 г. и не позже 31 марта 2023 г. Поисковые запросы формировались путем комбинации ключевых слов: “machine learning”, “deep learning”, “schizophrenia”, “neural network”, “predictors”, “artificial intelligence”, “diagnostics”, “suicide”, “depressive”, “insomnia”, “cognitive”. В обзор включались оригинальные исследования независимо от их дизайна. Для обобщения полученных данных использовался описательный анализ.
РЕЗУЛЬТАТЫ: Методы машинного обучения широко применяются в функциональной диагностике шизофрении. Их используют в распознавании данных от МРТ, ЭЭГ, актиграфии. Также модели, созданные с помощью алгоритмов машинного обучения, могут анализировать речь, поведение, творчество людей для диагностики психических расстройств. Было установлено, что различные модели, построенные на основе машинного обучения, способны помогать специалистам прогнозировать и диагностировать шизофрению, основываясь на анамнестической, генетической, эпигенетической информации. Методы машинного обучения также успешно применяются для построения моделей, которые способны помогать специалистам диагностировать и прогнозировать клинические проявления и осложнения шизофрении, такие как бессонница, депрессивные проявления, риск суицида, агрессивное поведение, динамика когнитивных функций.
ЗАКЛЮЧЕНИЕ: Применение методов машинного обучения играет важную роль в психиатрии, с их помощью разработаны модели, помогающие специалистам в диагностике шизофрении и ее клинических особенностей. Применение алгоритмов машинного обучения является одним из наиболее перспективных направлений в психиатрии, это может значительно повысить эффективность диагностики и лечения шизофрении.
43-53
Эквивалентность диагностики расстройств аутистического спектра у детей в рамках телемедицинских и очных консультаций: обзор литературы
Аннотация
ВВЕДЕНИЕ: Применение дистанционных форм оказания психиатрической помощи получило большое распространение в период эпидемиологических ограничений в связи с пандемией COVID-19. Недостаточно разработанными остаются методологические и организационные вопросы, включая уровень эквивалентности применения телемедицинских технологий в диагностике расстройств аутического спектра.
ЦЕЛЬ: Изучение эквивалентности диагностических инструментов в рамках телемедицинских и очных консультаций у детей с расстройствами аутистического спектра по данным современной научной литературы.
МЕТОДЫ: Проведен описательный обзор научных исследований, опубликованных в период с января 2017 по май 2023 года. Были проанализированы работы, представленные в электронных базах данных PubMed, Web of Science и eLibrary. Для обобщения полученных данных был использован описательный анализ.
РЕЗУЛЬТАТЫ: Проведенный анализ убедительно свидетельствует о достаточной эквивалентности применяемых в разных странах дистанционных инструментов для скрининга I уровня, оценочных шкал и структурированных процедур диагностики расстройств аутического спектра с высоким уровнем специфичности от 60,0 до 94,4%, чувствительности от 75 до 98,4% и удовлетворенности пациентов и их законных представителей.
ЗАКЛЮЧЕНИЕ: Широкое использование в клинической практике валидизированных телемедицинских диагностических систем способствует раннему выявлению расстройств аутистического спектра, повышению своевременности и эффективности медицинских, коррекционных психолого-педагогических и абилитационных вмешательств.
55-64
Влияние онлайн-знакомств на подростков: краткий обзор литературы с учетом текущей ситуации в Индии
Аннотация
ВВЕДЕНИЕ: Онлайн-знакомства становятся все более популярными не только среди взрослых, но и среди подростков. Такая тенденция имеет как положительные, так и отрицательные стороны. Подростки чаще становятся жертвами онлайн-груминга (формирование доверительных отношений с несовершеннолетними для их дальнейшей сексуальной эксплуатации), травли, эмоционального насилия, порномести, домогательств и недостатка социального взаимодействия.
ЦЕЛЬ: Провести краткий обзор имеющейся литературы, посвященной влиянию онлайн-знакомств на подростков, с учетом текущей ситуации в Индии.
МЕТОДЫ: В сентябре 2022 г. в базах данных PubMed и Google Scholar был выполнен краткий поиск литературы без ограничения по дате публикации. Ключевые слова включали различные сочетания терминов, такие как «онлайн-свидания», «приложения для знакомств», «социальные сети», «психическое расстройство», «психические расстройства», «подростки» и «психическое здоровье». В обзор включались оригинальные исследования и обзорные статьи на английском языке, освещающие влияние онлайн-знакомств на подростков. Для обобщения результатов применялся описательный подход.
РЕЗУЛЬТАТЫ: Влияние онлайн-знакомств на подростков обсуждается в свете (1) проблем, возникающих при знакомствах в интернете среди подростков; (2) международного контекста и (3) индийского контекста.
ЗАКЛЮЧЕНИЕ: С начала пандемии COVID-19 популярность онлайн-знакомств среди подростков возросла, что привело к ряду проблем, таких как увеличение риска заражения инфекциями, передающимися половым путем, насилие на свиданиях и психические расстройства. Все эти аспекты описаны в литературе с учетом их связи с бесконтрольным использованием технологий, давлением сверстников и желанием быть принятым в обществе. Данные по этой теме из Индии остаются немногочисленными, что подчеркивает необходимость проведения исследований, изучающих влияние онлайн-свиданий на подростков.
65-70
МНЕНИЯ
Будущее психиатрии с искусственным интеллектом: может ли союз человека и машины перевернуть парадигму?
Аннотация
Ожидается, что в течение ближайшего десятилетия распространенность психических расстройств, которые носят наиболее существенный вклад в уровень заболеваемости и смертности, возрастет в три раза. Основными препятствиями в психиатрической помощи являются стигматизация, недостаточное финансирование, нехватка ресурсов и психиатров. Сегодняшние дискуссии сосредоточены на том, каким образом машинное обучение и искусственный интеллект могут повлиять на качество оказания помощи психиатрическим пациентам. Чтобы выявить актуальные проблемы, касающиеся доверия, конфиденциальности и автономии, необходимо изучить их социальные и этические аспекты. Более того, в работе искусственного интеллекта могут наблюдаться сбои и отклонения в «поведении». Глубокое философское понимание этих характеристик как человеческого, так и искусственного интеллекта может установить новые корреляции, проливающие свет на перспективы роботизированного лечения психических расстройств. В настоящей статье представлено описание роли искусственного интеллекта, различных сложностей и перспектив в лечении психических заболеваний, таких как депрессия, тревога, шизофрения.
72-76
СООБЩЕНИЯ ОБ ОШИБКЕ
Ошибки в статье «Шизофрения: нарративный обзор этиологических и диагностических проблем» (doi: 10.17816/CP132)
Аннотация
В статье Софьи Осколковой «Шизофрения: нарративный обзор этиологических и диагностических проблем», опубликованной в журнале Consortium Psychiatricum (том 3 выпуск 3), допущены ошибки. В результате технической ошибки, допущенной авторским и редакционным коллективом, без какого-либо злого умысла, в разделе «Ошибки в диагностике шизофрении» были некорректно размещены ссылки на первоисточники.
Издательство внесло изменения в электронную версию опубликованной статьи, заменила её на сайте журнала (PDF и HTML).
Авторский коллектив и редакция журнала уверены, что допущенные ошибки не могли существенно повлиять на восприятие и интерпретацию читателями опубликованной работы и не должны быть причиной ретракции произведения.
Авторский коллектив и редакция приносят читателям извинения за допущенные ошибки.