دسته بندی ها
Search - Contacts
مقالات و اخبار
Search - News Feeds
واژه نامه
تگ ها

فهرست صفحات

خودکشی با تصویربرداری مغز قابل پیش‎بینی است

خودکشی، اقدام به خودکشی، تمایلات خودکشی، MRI عملکردی مغز، پاسخ نورنی، پاسخ عصبی، دانشگاه پیتسبورگ، دانشگاه کارنگی ملون، سوء مصرف مواد مخدر، الکل، ناامیدی

ریسک فاکتورهای خودکشی شامل احساس افسردگی، اضطراب، و استرس، داشتن سابقۀ اختلالات روانی، و تاریخچۀ سوء مصرف مواد مخدر و الکل است.

اخبار مغز و اعصاب
تغییر اندازه و نوع قلم متن

• هانر وایتمن، دکتر جاسمین کالیر
• ترجمۀ فرهنگ راد

چه می‎شد اگر می‎توانستیم پیش‎بینی کنیم که کدام‎یک از ما در معرض خطر بالایی از خودکشی است؟ حال پس از توسعۀ یک تکنیک تصویربرداری مغزی که می‏‌تواند مردم دارای تمایلات خودکشی را مشخص کند، محققان شاید ما را یک گام به آرزویی که اشاره‌اش رفت نزدیک کرده باشند.
خودکشی دهمین علت پیشتاز مرگ و میر در ایالات متحد آمریکا است. هر ساله، در حدود 44.193 آمریکایی جان خود را به دست خویش می‎گیرند - که این معادل حدود 121 مورد خودکشی در هر روز است.
ریسک فاکتورهای خودکشی شامل احساس افسردگی، اضطراب، و استرس، داشتن سابقۀ اختلالات روانی، و تاریخچۀ سوء مصرف مواد مخدر و الکل است.
تبارز افزایش حالت تهاجمی، جداافتادگی، یا مصرف بیشتر مشروب الکلی و مواد مخدر، یا صحبت در مورد خودکشی یا وبال گردن دیگران شدن، می‎توانند نشانه‎های هشدار دهندۀ خودکشی باشند.
به هر جهت، تنها راه برای فهم کامل چرایی اقدام فرد به خودکشی مشخص کردن اتفاقی است که در مغز وی جریان دارد. یک تحقیق جدید شاید ما را به این مهم رسانده باشد.
محققان دانشگاه کارنگی ملون (CMU) و دانشگاه پیتسبورگ - هر دو در پیتسبورگ - یک روش تصویربرداری مغزی را توسعه داده‎اند که می‎تواند تفاوت میان افراد دارای افکار خودکشی و افراد فاقد این افکار را به دقت تمیز دهد.
نویسندۀ همکار مطالعه مارسل جاست / Marcel Just، از دپارتمان روان‎شناسی CMU و همکارانش اخیراً یافته‎های خود را در نشریۀ "نیچر رفتار انسان" منتشر کرده‎اند.

استفاده از fMRI برای پیش‎بینی ریسک خودکشی
برای مطالعۀ خود، محققان 34 نمونه را وارد تحقیق کردند. از این تعداد 17 نفر دارای تمایلات خودکشی بودند و 17 تن دیگر گروه کنترل را تشکیل می‎دادند.
به تمامی نمونه‎ها سه فهرست 10 کلمه‎ای داده شد. یکی از این فهرست‎ها شامل کلماتی با بار منفی بود (مثل: "شریر"، "ظلم"، و "دشوار")، یک فهرست دارای کلمات با بار مثبت بود (مثل: "خوب"، "سبکبار"، و "ستایش")، در حالی که فهرست سوم شامل لغاتی مرتبط به خودکشی بود (مثل: "مرگ"، "ناامید"، و "پریشان‎حال").
در هنگامی که فهرست لغات به سوژه‎ها نشان داده می‎شد، آنان تحت اسکن MRI عملکردی مغز قرار گرفتند، که پژوهشگران را قادر می‎ساخت تا پاسخ عصبی نمونه‎ها را به هر کلمه مورد پایش قرار دهند.
دانشمندان پی بردند که پاسخ عصبی سوژه‎ها به شش لغت "مرگ"، "ظلم"، "دشوار"، "سبکبار"، "خوب" و "ستایش" - در 5 ناحیۀ خاص مغز برای ایجاد تفکیک میان نمونه‎های دارای تمایلات خودکشی و گروه کنترل بهترین بازده را دارند.
با توسعۀ یک "الگوریتم یادگیری ماشین" برای استفاده از این داده‎ها، محققان پی بردند که می‌‏توانند سوژه‎های دارای تمایلات خودکشی و سوژه‎های فاقد این تمایلات را با دقت 91 درصد شناسایی کنند.
در مرحلۀ بعد تیم تحقیق افراد داری تمایلات خودکشی را به دو گروه تقسیم کرد: آنهایی که پیشتر اقدام به خودکشی کرده بودند و آنانی که فاقد چنین سابقه‎ای بودند. تیم تحقیق پی برد که الگوریتم آنان قادر است تا با دقت 94 درصد این دو گروه را از همدیگر تشخیص دهد.

شناسایی احساسات پشت کلمات
محققان آنگاه بر آن شدند تا ساز و کار پشت پاسخ‎های متفاوت نمونه‎های دارای تمایلات خودکشی و گروه کنترل را تعیین کنند.
به طور مشخص پژوهشگران بر آن بودند تا پی ببرند که چه احساساتی در هنگامی که نمونه‎ها به شش لغت به کار رفته فکر می‎کردند مشخص کنندۀ ایده و رفتار خودکشی است.
برای رسیدن به یافته‎های خود تیم تحقیق "اثر انگشتی عصبی" (توضیح: در متن امضاء عصبی است) برای احساسات مختلف - شامل اندوه، خشم، و غرور - به الگوریتم یادگیری ماشین اضافه کرد.
دانشمندان پی بردند که الگوریتم جدید در شناسایی نمونه‎های دارای تمایلات خودکشی از دقتی معادل 85 درصد برخوردار است.
جاست می‎گوید، "فایدۀ این رویکرد اخیر که گاهی از اوقات هوش مصنوعی قابل توضیح نامیده می‎شود، بیشتر آشکار کردن آن چیزی است که دو گروه را از هم جدا می‎کند، از جمله انواع احساساتی که واژگان تبعیض‎آمیز در فرد بیدار می‏کنند."
او ادامه می‎دهد، "مردم دارای افکار خودکشی وقتی در حال تفکر در مورد مفاهیم مورد تست هستند احساسات متفاوتی را تجربه می‎کنند. برای مثال مفهوم "مرگ" بیشتر باعث برانگیختن حس شرم و اندوه در افراد گروه دارای تمایلات خودکشی می‎شد. این ذرۀ اضافی ادراک ممکن است نشان دهندۀ مسیر تازه‎ای در درمان آن اقدام برای تغییر پاسخ عاطفی به برخی مفاهیم باشد."

ابزاری برای پیش‎بینی خودکشی؟
محققان می‎نویسند که نتایج مطالعۀ آنان نیاز به تکرار در مطالعات طولی بزرگ‎تر دارد، اما آنها بر این باورند که این تکنیک برای مشخص کردن افرادی که در ریسک بالای اقدام به خودکشی قرار دارند امیدبخش می‎نماید.
نویسندۀ همکار مطالعه دیوید برنت / David Brent از دانشگاه پیتسبورگ می‎گوید:
"تست گسترده‎تر این رویکرد در یک مطالعه با تعداد نمونه بیشتر عمومیت و توانایی آن را در پیش‌بینی اقدام به خودکشی در آینده تعیین خواهد کرد، و می‎تواند در آینده راهی برای شناسایی، پایش، و شاید مداخله در افکار دگرگون و اغلب تحریف شده‎ای که مشخصۀ افراد شدیداً در معرض خطر خودکشی است، در اختیار متخصصان بالینی قرار دهد."
بَری هورویتز / Barry Horwitz - رییس بخش تصویربرداری و مدلسازی مغز در انستیتو ملی ناشنوایی و دیگر اختلالات ارتباطی، که بخشی از NIH محسوب می‎شود - در یک یادداشت سردبیری همراه مطالعه الگوریتم مورد بحث را تفسیر کرده است.
وی می‎گوید اگر نتایج این مطالعه در تحقیقات آینده تأیید شود، "آنگاه کیسی می‎توان ساخت که با آن تصویربرداری عصبی عملکردی پتانسیل تبدیل شدن به یک ابزار پزشکی اصلی در تشخیص / یا ارزیابی درمان مناسب اختلالات روانی را داشته باشد."

Source:
Suicide could be predicted with brain imaging
Published Mon 30 October 2017
By Honor Whiteman
Fact checked by Jasmin Collier

مطالب پیشنهادی ما برای مطالعه

بستن در‌ به روی بیماران روانی از میزان خودکشی کم نمی‌کند

وابستگی به الکل در درازمدت به توانایی‌های شناختی آسیب می‌زند

نظرات (0)

تاکنون هیچ نظری درباره این مطلب ارائه نشده است.

نظر خود را اضافه کنید.

نظر شما پس از بازبینی منتشر می‌شود.
پیوست ها (0 / 3)
Share Your Location
عبارت تصویر زیر را بازنویسی کنید.