ขั้นตอนวิธีการสร้างเครื่องมือต้นแบบวิเคราะห์แนวโน้มภาวะโรคซึมเศร้าจากการสังเกตพฤติกรรมขณะทำแบบประเมินภาวะซึมเศร้า PHQ-9 ผ่านโปรแกรมประยุกต์บนเว็บ (The Algorithms for the prototyping of the depression analysis from behavioural observation while conducting the PHQ-9 Assessment via the web application)
Article Sidebar
Main Article Content
บทคัดย่อ
ภาวะซึมเศร้าเป็นปัญหาที่กระทบต่อการใช้ชีวิตของบุคคลในสังคมซึ่งเครื่องมือสำหรับการคัดกรองหรือวินิจฉัยเบื้องต้นก่อนเข้าสู่กระบวนการทางการแพทย์ นิยมใช้การทำแบบประเมินภาวะซึมเศร้า PHQ-9 ซึ่งผู้รับการประเมินอาจบิดเบือนคำตอบส่งผลให้ผลการประเมินที่ได้ไม่สมบูรณ์ จึงนำมาสู่วัตถุประสงค์การวิจัย เพื่อออกแบบและพัฒนาขั้นตอนวิธีของการสร้างเครื่องมือต้นแบบวิเคราะห์แนวโน้มภาวะโรคซึมเศร้าจากการสังเกตพฤติกรรมขณะทำแบบประเมินภาวะซึมเศร้า PHQ-9 ผ่านโปรแกรมประยุกต์บนเว็บ โดยใช้แนวทางการวิจัยเชิงทดลอง จากกลุ่มตัวอย่างด้วยวิธีการเลือกแบบเจาะจง จากกลุ่มนักศึกษาระดับปริญญาตรี ที่ได้รับความยินยอมในการเป็นอาสาสมัครและทำแบบประเมินภาวะซึมเศร้า PHQ-9 การวิจัยได้จำแนกพฤติกรรมทางคลินิกทั้ง 3 ด้านที่ต้องการศึกษาและนำผลที่ได้มาวิเคราะห์ด้วยเครื่องมือจับคู่ระหว่างพฤติกรรมทางคลินิกกับเครื่องมือทางเทคโนโลยี ผลการวิจัย พบว่า พฤติกรรมที่แสดงออกระหว่างการทำแบบประเมินเป็นไปตามรูปแบบของลักษณะอาการทางคลินิกของภาวะซึมเศร้า ประกอบด้วย (1) เทคนิคการวิเคราะห์อารมณ์บนใบหน้า สำหรับนำมาใช้ในการศึกษาอาการทางคลินิ กด้านอารมณ์ ที่เกี่ยวข้องกับความรู้สึกเศร้า สีหน้าหดหู่ สะเทือนใจ ร้องไห้ง่าย โดยการตรวจจับอารมณ์ การแสดงออกทางสีหน้า การเปลี่ยนแปลงและเคลื่อนไหวของดวงตา คิ้ว และมุมปาก ด้วยเทคนิคการวิเคราะห์อารมณ์บนใบหน้า (2) การติดตามพฤติกรรม สำหรับนำมาใช้ในการศึกษาอาการทางคลินิกด้านการรับรู้/ความรู้ความเข้าใจ โดยเกี่ยวข้องกับสมาธิของผู้ป่วยที่แย่ลง เหม่อลอย ความคิดช้าหรือนาน ลังเลใจ เปลี่ยนคำตอบ และระยะเวลา โดยการทำแบบประเมินและประยุกต์ร่วมกับการติดตามพฤติกรรม ระหว่างทำประเมินภาวะซึมเศร้า (PHQ-9) ผ่านโปรแกรมประยุกต์บนเว็บ ด้วยเทคนิคการติดตามพฤติกรรม และ (3) เทคนิคการเคลื่อนไหวของศีรษะ สำหรับนำมาใช้ในการศึกษาอาการทางคลินิกด้านทัศนคติด้านการปฏิบัติ ประยุกต์การตรวจจับการแสดงหรือการเคลื่อนไหวของศีรษะ ด้วยเทคนิควิเคราะห์การเคลื่อนไหวของศีรษะ เพื่อประกอบการวินิจฉัยภาวะซึมเศร้าเบื้องต้นของนักเรียน นักศึกษา และบุคลากร และสามารถสนับสนุนการวินิจฉัยภาวะซึมเศร้าของสถานพยาบาลได้อย่างมีประสิทธิภาพต่อไป
Article Details
เอกสารอ้างอิง
Alghowinem, S., Goecke, R., Wagner, M., Parkerx, G., and Breakspear, M. (2013). Head Pose and Movement Analysis as an Indicator of Depression. Proceeding of the 2013 Humaine Association Conference on Affective Computing and Intelligent Interaction, 5 September 2013, Geneva, Switzerland, 283 - 288.
Costantini, et al., (2020). Screening for depression in primary care with Patient Health Questionnaire-9 (PHQ-9): a systematic review. Journal of Affective Disorders. 279(15), 473-483.
Department of Mental Health. (2018). Department of Mental Health Annual Report 2018. Bangkok: Department of Mental Health. (in Thai)
Erbe, D., Eichert, H. C., Rietz, C., and Ebert, D. (2016). Interformat reliability of the patient health questionnaire: Validation of the computerized version of the PHQ-9. Internet Interv, 5, 1-4.
Faculty of Medicine Ramathibodi Hospital. (2015). Ramathibodi Essential Psychiatry. Bangkok: Chulalongkorn University. (in Thai)
Giannakakis et al.. (2017). Stress and anxiety detection using facial cues from videos. Biomedical Signal Processing and Control, 31, 89-101.
Jasso-Medrano, J. L., and López-Rosales, F. (2018). Measuring the relationship between social media use and addictive behavior and depression and suicide ideation among university students. Computers in Human Behavior, 87, 183-191.
Lehtinen, V., Riikonen, E., and Lahtinen, E. (1997). Promotion of Mental Health on the European Agenda. Finland: National Research and Development Centre for Welfare and Health.
Meher, S., Kirad, N., Deshpande, T., Patil, P., and S.A.Deshpande, M. (2020). Automatic Depression Level Analysis. International Journal of Research and Analytical Reviews (IJRAR), 7(2), 6.
Muramatsu, K. et al.. (2018) Performance of the Japanese version of the Patient Health Questionnaire-9 (J-PHQ-9) for depression in primary care. General Hospital Psychiatry, 52, 64-69.
Na, P. J., et al.. (2018). The PHQ-9 Item 9 based screening for suicide risk: a validation study of the Patient Health Questionnaire (PHQ)-9 Item 9 with the Columbia Suicide Severity Rating Scale (C-SSRS). J Affect Disord, 232, 34-40.
Reece, A. G., and Danforth, C. M. (2017). Instagram photos reveal predictive markers of depression. EPJ Data Science, 6(1). 1-34.
Schuler, M. et al.. (2018) Assessment of depression before and after inpatient rehabilitation in COPD patients: Psychometric properties of the German version of the Patient Health Questionnaire (PHQ-9/PHQ-2). Journal of Affective Disorders, 232, 268-275.
Scoppetta, O. et al.. (2021) Validity of the patient health questionnaire-2 (PHQ-2) for the detection of depression in primary care in Colombia. Journal of Affective Disorders 278. 576-582.
Thai Health Promotion Foundation. (2020). Thaihealth Watch 2020. Bangkok: Thai Health Promotion Foundation. (in Thai)
Van Vleet et al. (2019). Biases in processing of mood-congruent facial expressions in depression. Psychiatry Research, 275, 143-148.
van Zoonen, W., Verhoeven, J. W. M., and Vliegenthart, R. (2016). How employees use Twitter to talk about work: A typology of work-related tweets. Computers in Human Behavior, 55, 329-339.
Wang, Q., Yang, H., and Yu, Y. (2018). Facial expression video analysis for depression detection in Chinese patients. Journal of Visual Communication and Image Representation, 57, 228-233.
Watzke, B., Heddaeus, D., Steinmann, M., Daubmann, A., Wegscheider, K., and Harter, M. (2020). Does symptom severity matter in stepped and collaborative care for depression? J Affect Disord, 277, 287-295.
WHO. (2019). World Health Statistics 2019: Monitoring health for the SDGs. Switzerland: L’IV Com Sàrl.
