غربالگری بیماران مبتلا به افسردگی به وسیله ربات تلگرامی
سال انتشار: 1396
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 951
نسخه کامل این مقاله ارائه نشده است و در دسترس نمی باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
MSEMSMED12_049
تاریخ نمایه سازی: 22 دی 1396
چکیده مقاله:
سابقه و هدف: تشخیص به موقع افسردگی کمک بزرگی به درمان این بیماری می کند و این تشخیص به موقع مستلزم به کار بردن روشهای غربالگری صحیح و در دسترس است اما به دلیل ماهیت انزوا پذیر این بیماری اکثر افراد به مراکز بهداشتی و درمانی جهت غربالگری افسردگی مراجعه نمیکنند، از طرفی امروزه استفاده از تلفن همراه در بین افراد جامعه به صورت فزاینده ای گسترش یافته است و در بین برنامه های تلفن همراه برنامه تلگرام محبوبیت بسیاری میان کاربران ایرانی دارد. استفاده هوشمندانه از برنامه تلگرام کمک بزرگی به تحقق اهداف پزشکی میکند. این مطالعه با هدف غربالگری بیماران مبتلا به افسردگی به وسیله ربات تلگرامی برای شناسایی و تشخیص سریع افسردگی انجام شد.مواد و روش ها: ربات تلگرامی ای طراحی شد که در آن از تست تشخیص افسردگی بک استفاده گردید.این تست شامل21ماده است که علایم جسمانی ،رفتاری و شناختی افسردگی را اندازه گیری میکند و هر ماده دارای چهارگزینه است که بر مبنای (0-3) امتیازدهی میشودجمع امتیازات نشان دهنده وضعیت افسردگی از خفیف تا شدید است(هیچ یا کمترین حد(0-13) افسردگی خفیف(14-19) افسردگی متوسط(20-28) افسردگی شدید(29-63)). این ربات تلگرامی به صورت تصادفی در اختیار 100نفر با سن بالای 13 سال قرار گرفت و برای حفظ محرمانگی از افراد خواسته شد که با نام واقعی خود وارد ربات نشوند،بعد از انجام تست نتیجه برای فرد تست دهنده و همچنین برای تحلیلگر مطالعه ارسال گردید و یک هفته بعد از افرادی که امتیاز بیشتر یا مساوی14داشتند سوال گردید که به روانشناس مراجعه کردند یا خیر یافته ها: از بین نمونه 100 نفری30نفر مبتلا به افسردگی خفیف یا متوسط یا شدید گزارش شدند که 20نفر آنها اظهار داشتند جهت تشخیص قطعی و درمان به روان شناس مراجعه کردند.نتیجه گیری: ربات تلگرامی طراحی شده به غربالگری بیماران مبتلا به افسردگی کمک کرد و باعث شتاسایی 30بیمار شد که 20 نفر آنها برای تشخیص نهایی و درمان به روان شناس مراجعه کردند
کلیدواژه ها:
نویسندگان
اعظم زنگنه
دانشجوی فناوری اطلاعات سلامت، کمیته تحقیقات دانشجویی، دانشگاه علوم پزشکی مشهد، مشهد، ایران
حلیمه جمال
دانشجوی فناوری اطلاعات سلامت، کمیته تحقیقات دانشجویی، دانشگاه علوم پزشکی مشهد، مشهد، ایران