Большая психиатрия: Как классифицируются психические расстройства?

Содержание

психиатрия малая — это… Что такое психиатрия малая?

  • психиатрия динамическая
  • психиатрия общая

Смотреть что такое «психиатрия малая» в других словарях:

  • психиатрия — область медицины, изучающая причины заболеваний психических, их проявления, способы лечения и предупреждения. Основным методом психиатрии является клиническое обследование с использованием методов нейрофизиологических, биохимических,… …   Большая психологическая энциклопедия

  • Психиатрия — I Психиатрия (греч. psychē душа + iatreia лечение) область клинической медицины, изучающая этиологию, патогенез, клинику и распространенность психических болезней и разрабатывающая методы их диагностики, лечения и профилактики, порядок и методы… …   Медицинская энциклопедия

  • психиатрия пограничная — (син. П. малая) раздел П., изучающий неврозы, психопатии и реактивные состояния …   Большой медицинский словарь

  • Психиатрия

    — (от Психо. .. и греч. iatréeia лечение)         медицинская дисциплина, изучающая причины и сущность психических болезней (См. Психические болезни), их проявления, течение, способы их лечения и предупреждения, систему организации помощи больным.… …   Большая советская энциклопедия

  • Психиатрия пограничная — Раздел П., изучающий неврозы, неврозоподобные состояния, психопатии и реактивные состояния непсихотического уровня. Син.: П. малая …   Толковый словарь психиатрических терминов

  • Большая депрессия (психиатрия) — Большое депрессивное расстройство Одна из последних картин Винсента Ван Гога «На пороге вечности» отражает тоску и безнадёжность его депрессии; он совершил самоубийство в год её написания. МКБ 10 F …   Википедия

  • Антидепрессанты — Антидепрессанты  психотропные лекарственные средства, применяемые прежде всего для лечения депрессии. У депрессивного больного они улучшают настроение, уменьшают или снимают тоску, вялость, апатию, тревогу и эмоциональное напряжение,… …   Википедия

  • Медицина — I Медицина Медицина система научных знаний и практической деятельности, целями которой являются укрепление и сохранение здоровья, продление жизни людей, предупреждение и лечение болезней человека. Для выполнения этих задач М. изучает строение и… …   Медицинская энциклопедия

  • Базалья, Франко — Франко Базалья Franco Basaglia …   Википедия

  • Вялотекущая шизофрения — Вялотекущая шизофрения, или малопрогредиентная шизофрения[1][2][3] …   Википедия


Две трети не лечится: почему в России боятся обращаться к психиатрам

Две трети россиян, страдающих от психических расстройств, не получают необходимого лечения из-за страха перед общественным осуждением, сообщили «Газете.Ru» в Российском обществе психиатров. «Твои проблемы — ерунда», «ты просто притворяешься», «забей на депрессию» — по словам пациентов, это лишь малый набор фраз, которые поступают в их адрес каждый день. «Газета.Ru» рассказывает, как стигматизация может погубить больного и в чем не прав Канье Уэст, романтизирующий биполярное расстройство.

«Страх перед помощью»

В России снижается число людей, страдающих душевными болезнями, — об этом говорит статистика Минздрава, предоставленная «Газете.Ru». По данным ведомства, под наблюдение врачей-психиатров в 2019 году поступили 58,7 тыс. человек — это в два раза меньше, чем 20 лет назад, когда их число превысило 120 тыс. человек, и на 20% меньше, чем в 2010 году (тогда в России зафиксировали 74,3 тыс. пациентов психоневрологических диспансеров). При этом в ведомстве отмечают: за прошлый год число людей, обратившихся за консультацией и лечением, составило 399 тыс. человек, и это тоже меньше, чем, например, в 2005 году, когда помощи специалистов искали 450 тыс.

Однако в Российском обществе психиатров в статистику не верят: здесь убеждены, что эти цифры составляют лишь одну треть россиян, действительно страдающих ментальными болезнями. Оставшиеся две трети не становятся на учет и не получают лечение из-за стигматизации, то есть навешивания социальных ярлыков.

«Считают, что таких людей две трети. В диспансерах, поликлиниках мы встречаем только одну треть пациентов с психическими расстройствами. В то время как две трети боятся приходить на прием», — заявил «Газете.Ru» член общества, медицинский психолог, депрессолог и когнитивно-поведенческий терапевт Алексей Абрамов на основании опыта приема пациентов с ментальными болезнями.

По его словам, состояние пациентов с подобными недугами ухудшается из-за того, что общество навешивает на них клеймо «психов», а также не дает принять участие во многих социально важных аспектах жизни — в частности получить водительское удостоверение, устроиться на высокую должность и т. д.

«Из-за стигматизации огромное количество людей не получает адекватную, своевременную помощь. А это во многом определяет прогноз и характер течения заболевания. Если лечение не получают годами, то расстройство может стать хроническим. Есть такие случаи, когда люди по 20-30 лет страдают невротическими расстройствами.

Стигматизация — это дискриминация и так не защищенных слоев населения, а также страх людей перед посещением учреждений для получения необходимой помощи», — подчеркнул медицинских психолог.

Руководитель отдела неотложной психиатрии и помощи Центра им. В.П. Сербского Анна Портнова призвала граждан с ментальными расстройствами, которые бояться осуждения, ходить к врачам конфиденциально. «Стигматизация может привести к ухудшению состояния здоровья, качества жизни. Всегда лучше пойти к врачу — сделать это можно конфиденциально. Таким образом есть вероятность сохранить работоспособность, продолжить карьеру и вести полноценную жизнь», — отметила психиатр в разговоре с «Газетой.Ru».

«Каждый раз плевок в лицо»

Люди страдающие от психических расстройств, часто страдают от непонимания даже со стороны самых близких. Екатеринбуржец Кирилл Мирнов рассказал «Газете.Ru», что боялся стигматизации еще на первых порах атипичной депрессии — в 14 лет. Тогда он почувствовал первые симптомы: «постоянный страх, ощущение, что мир неживой и серый, а также искаженное восприятие действительности».

«Боялся, что родственники будут это замалчивать, не помогут, а мне станет стыдно, что другие знают. Думал, что со мной перестанут общаться и будут ждать только плохого. Были попытки рассказать о состоянии родственникам, когда все становилось хуже, но они перекидывали это на мою «замкнутость» и нежелание быть более социальным, а также плохое влияние друзей», — признался житель Урала «Газете.Ru».

Когда Мирнов все-таки набрался смелости и сообщил близким о планах посетить врача, они «посчитали это шуткой и забыли». Друзья, услышав о его симптомах, напротив, стали уверять, что они испытывают то же самое.

«Было видно, что это не так. В итоге я продолжал носить это все в себе, пытаться не выделяться на фоне остальных. Хотя с каждым месяцем становилось все тяжелее контролировать свое тело и действия», — рассказал екатеринбуржец.

Другая собеседница «Газеты.Ru», 20-летняя Рина Лесницкая вспоминает, что первые симптомы ее заболевания начались одновременно с травлей в школе. «Я боялась приходить туда, у меня была постоянная тревога, просто хотела, чтобы от меня отстали, не могла выполнять домашние задания и заниматься любой умственной деятельностью. Я пыталась обратиться к школьной психологине, но она сказала: «Все с тобой нормально». Сейчас у меня три диагноза — пограничное расстройство личности, биполярное аффективное расстройство и посттравматическое стрессовое расстройство (ПТСР)», — отметила девушка.

Она добавила, что в ходе болезни пережила все «стадии принятия от родни». «До сих пор мне иногда говорят: депрессия от безделья, все твои проблемы — ерунда, есть настоящие больные, а есть ты, все это можно преодолеть самому, без таблеток и психотерапии. Каждый раз будто плевок в лицо», — сказала Лесницкая.

По словам девушки, невежество людей в сфере психических расстройств ее сильно «подкосило». «Когда я была беспомощна перед их словами, когда мне нужна была поддержка, я получала разную дрянь: от «ты все придумала» до «забей ты на эту депрессию». Люди не понимают того, что мы больны и страдаем, что нам нужна помощь», — подчеркнула девушка.

Лидия Иванова из Казани (имя изменено по просьбе спикера) испытала все негативные стороны биполярного расстройства. «Я подозревала, что у меня есть психическое расстройство с 2017 года, когда стали проявляться очевидные симптомы — глубокая депрессия, которая привела к попытке самоубийства, частая смена настроения, неконтролируемые поступки. Употребление алкоголя и наркотиков проявило заболевание еще больше. К психиатру я пошла в предсуицидальном состоянии», — отметила собеседница «Газеты.Ru».

По словам девушки, стигматизация приводила к ухудшению состояния: «Я еще больше уходила в себя и еще сильнее себя ненавидела. Сейчас в моем окружении находятся люди, которые все понимают, поэтому больше с таким не сталкиваюсь».

Когда Замира Сталина из Алма-Аты рассказала родственникам о поставленном ей диагнозе «биполярное аффективное расстройство», она столкнулась с единственной эмоцией — недоверием.

«Говорили, что это все ерунда и быть такого не может. Я сталкивалась с непониманием каждый день. Вечно пыталась оправдываться, что я не специально. Многие обижались на то, что я, допустим, не хотела гулять и веселиться, выходить из дома. Принимали мое депрессивное состояние за отговорки, думали, что я просто не хочу общаться и притворяюсь», — отметила девушка.

У москвички Полины Минеевой (имя изменено по просьбе спикера. — «Газета.Ru») из-за депрессии начались проблемы в отношениях с молодым человеком. «До того, как мне поставили диагноз, молодой человек не мог понять, что все происходящее со мной — это не «плохое настроение» и не «привлечение внимания», а реальные проблемы с психикой. Было очень обидно, что мое состояние не воспринимается всерьез», — рассказала собеседница «Газеты.Ru».

«Большая часть общества имеет расстройство личности»

Депрессолог Алексей Абрамов уверен: у дискриминации людей с психическими расстройствами есть три причины. Первая — историческая. «В советское время психиатрия имела карательную функцию. Диссиденты и люди, имеющие неугодные взгляды, попадали в поле зрения психиатра. Теперь на человека, который страдает любым психическим расстройством, смотрят искоса», — пояснил он.

Второй причиной стигматизации считается непонимание людьми ощущений, которые испытывают люди с психическими расстройствами. «Психические расстройства — это всегда качественно иное состояние физики. Поэтому человек, который ни разу не пребывал в состоянии, например, депрессии, не способен понять, почему человек не может выполнять даже простейшие вещи», — отметил собеседник «Газеты.Ru».

При этом россияне, которые называют пациентов психодиспансеров «психами», сами, на самом деле, могут страдать от таких недугов, уверяет эксперт.

«У нас в обществе преобладают люди, которые не состоят под наблюдением в психоневрологических диспансерах. Большая их часть имеют расстройство личности, что относится к психопатическому уровню расстройств, либо невротическую симптоматику, что относится к невротическому спектру расстройств. Получается, люди, которые сейчас подвергают дискриминации людей с расстройствами, через два-три года сами могут прийти к полноценному неврозу», — сказал депрессолог.

Последней причиной стигматизации стало вступление в силу постановления Правительства РФ от 29 декабря 2014 г. N 1604 «О перечнях медицинских противопоказаний, медицинских показаний и медицинских ограничений к управлению транспортным средством», уверен Абрамов. Согласно постановлению, в противопоказания к вождению входят шизофрения, шизотипические и бредовые расстройства, расстройства настроения, невротические, связанные со стрессом и соматоформные расстройства, расстройства личности и поведения в зрелом возрасте, а также умственная отсталость.

«Тогда людей с различными спектрами расстройств объединили в одну группу противопоказаний, — объяснил медицинский психолог. — Любой психиатр знает, что психотический спектр — это, действительно, хроническое тяжелое заболевание, а психопатический — это компенсированный спектр, при котором человек может работать, жить в социуме, вести полноценный образ жизни. Невротический уровень считается самым легким — это полностью обратимое нервное расстройство. Из-за того, что со всеми этими болезнями нельзя получить документ, люди стали бояться обращаться в психоневрологический диспансер», — заявил медицинский психолог.

«Могут привести к смерти»

Но даже при самых тяжелых расстройствах бояться пациентов не стоит, заявили эксперты. «Люди с психическими отклонениями совершают в процентном соотношении гораздо меньше жестоких преступлений, чем люди душевно здоровые. Не надо их сторониться — это достаточно дикое и нецивилизованное отношение друг к другу. Признаки неразвитого общества», — отметила в разговоре с «Газетой.Ru» глава отдела неотложной психиатрии и помощи Центра им. В.П. Сербского Портнова.

Больным, которые ведут себя пугающе в глазах здоровых людей, можно помочь как раз посредством доброжелательного отношения. «Даже в таком тяжелом заболевании, как шизофрения, существует три компонента: биологический, социальный и психологический. С биологической точки зрения человека вылечить от шизофрении невозможно. Но мы можем добиться устойчивой социальной и психологической ремиссии — человек будет вести себя в обществе надлежащим образом, будет трудоустроен и критичен к своим поступкам. Качество его жизни повысится», — отметил психолог.

Особенно необходима поддержка людям, страдающим от депрессии и расстройства приема пищи — анорексии, булимии.

«Анорексия и депрессия — единственные психические расстройства, которые могут привести к смерти пациента. При депрессии могут возникнуть суицидальные мысли. Нервная анорексия — это просто доведение себя до истощения и необратимых изменений в организме, в частности нарушения сердечной деятельности и смерти. 10% больных анорексией погибают, если не обращаются к врачу», — пояснила психиатр Портнова.

Она добавила, что мешают лечению депрессии и те люди, которые утверждают, что этим диагнозом пациенты лишь прикрывают свою лень. «Депрессия и плохое настроение — не одно и то же. Депрессия — это устойчивое снижение настроения, активности, в основе которого лежит нарушение обмена нейромедиаторов, то есть биологические причины. Нельзя взять себя в руки, если у тебя сахарный диабет и недостаток инсулина в организме. Также и при депрессии взять себя в руки не получится», — заявила глава отдела Центра им. Сербского.

Биполярное расстройство как тренд

Как отметил москвич Семен Красовский (имя изменено по просьбе спикера — «Газета.Ru»), страдающий от депрессии, во многом пренебрежительное отношение к ментально больным людям спровоцировали «показушные депрессивные девочки 13 лет», которые романтизируют психические расстройства. Между тем в Центре им. Сербского уверены, что романтизация душевных болезней также может привести к осложнениям.

«Если человек считает, что психические расстройства дают ему преимущество, то он заблуждается. Такого рода заблуждения есть в отношении детей с аутизмом. Многие думают, что люди с аутизмом — это гении, у которых нужно найти талант. На самом деле это не так. Данное заблуждение приводит к тому, что человек просто не получает необходимой помощи», — отметила психиатр Портнова в разговоре с «Газетой.Ru».

Она добавила, что некоторые звезды музыкальной и киноиндустрии грешат романтизацией психических расстройств. Действительно, рэпер Канье Уэст еще в 2018 году на обложку своего альбома Ye поместил фразу: «I hate being bipolar. It’s awesome» (Ненавижу страдать биполярным расстройством. Это потрясающе). В сборник включена песня Power, в которой музыкант называет свою болезнь суперсилой. Он также несколько раз упоминал это в эфирах знаменитых американских телешоу, получая в ответ одобрительные аплодисменты зрителей.

Многие СМИ пишут, что после действий Канье биполряное расстройство «стало трендом».

«Нужно помнить о том, что неправильное поведение звезд — например, хулиганство или проступки в состоянии опьянения — на самом деле ухудшает качество их жизни, вызывают страдания у самих личностей и у окружающих их лиц. Поэтому, если бы они получали помощь, то, мне кажется, качество их жизни было бы лучше», — заключила глава отдела центра им. Сербского.

В России может стать больше детских психиатров

По данным уполномоченного по правам ребёнка при Президенте РФ Анны Кузнецовой, сегодня в России насчитывается около 900 тысяч несовершеннолетних с психическими расстройствами. Поэтому важную роль в профилактике проблем психического здоровья детей могут сыграть медицинские работники в школах. Соответствующий законопроект планируется внести на рассмотрение Госдумы весной, рассказал в пресс-центре «Парламентской газеты» зампред думского Комитета по охране здоровья Николай Говорин.

Эмоциональное здоровье детей оказалось под угрозой

Сегодня проблемы ментального здоровья у россиян в возрасте до 18 лет стоят не менее остро, чем вопросы физического состояния: специалисты отмечают увеличение числа психических расстройств среди детей и подростков, отметил Николай Говорин. «Психические расстройства выходят на первое место в структуре детской инвалидности, этот показатель вырос на 20 процентов за последние пять лет», — констатировал депутат.

Причин тому множество, но в первую очередь эксперты указывают на новые угрозы цифровизации жизни для детской психики. По словам законодателя, большая часть пограничных нервно-психических невыраженных расстройств выявляется только с начала школьного обучения — именно такие состояния, а не ярко выраженные расстройства лежат в основе школьной дезадаптации.

Как ранее отмечала Анна Кузнецова, в стране насчитывается около 900 тысяч несовершеннолетних с психическими расстройствами, а диагноз «умственная отсталость» поставлен 3,5 тысячи подросткам в возрасте от 15 до 17 лет. В этой связи омбудсмен предлагает вернуть специальность «детская психиатрия» в медицинские вузы. «Сегодня она у нас в составе взрослой и даёт единый диплом, но очень важно, чтобы эта практика и специфика детской психиатрии в том числе преподавалась нашим будущим специалистам», — говорила она в начале декабря прошлого года на «круглом столе» в Госдуме, посвящённом вопросам психического здоровья детей.

По словам Говорина, эта проблема вызвана в том числе отсутствием конструктивного межведомственного взаимодействия. «К примеру, подготовка психологов зачастую идёт в отрыве от клинической практики», — объяснил депутат. По его мнению, изменение нормативного регулирования — в рамках федерального законодательства и отраслевых приказов — поможет сделать систему межведомственного взаимодействия более эффективной.

Задача школьного врача — не лечить, а выявлять

Подготовка кадров действительно является одной из ключевых проблем, уверен заместитель генерального директора по научной работе в ФГБУ «НМИЦ ПН им. В.П. Сербского» Минздрава России Евгений Макушкин.

«Состояние психического здоровья подростков оценивается уровнем подготовки специалистов. Важно, что профессионалы, занимающиеся заботой о психологическом здоровье в системе образования, нацелены на выявляемость заболеваний», — сказал он. Для повышения эффективности этой системы эксперты предлагают выделять отдельное финансирование на детскую психиатрию — это поможет развитию соответствующих региональных и федеральных служб, уточнил Макушкин.

Сегодня примерно четверть детей заканчивают начальную школу, уже имея невротические заболевания, поэтому необходимо обсуждать участие психиатров в образовательном процессе, уверен первый заместитель председателя Комитета Совета Федерации по науке, образованию и культуре Виктор Смирнов.

По его словам, психиатры должны подключаться к ситуации в критических случаях, а главный акцент необходимо сделать на сбережении психического здоровья и своевременном выявлении признаков того или иного расстройства у школьника.

«В этой связи мы должны подумать о медицинском наблюдении — в средних образовательных учреждениях должен быть врач. Сейчас даже не во всех школах есть медсёстры», — пояснил сенатор.

Решить эту проблему может законопроект о школьной медицине, который как раз сейчас готовится к первому чтению. Документ, по словам Николая Говорина, требует серьёзного обсуждения, уже в эту сессию он может быть представлен на рассмотрение Госдумы.

Спецкурс «Психиатрия для непсихиатров»

Семинар 1. «Введение и основы психиатрии»

Ведущая: Инга Хлопина — врач-психиатр высшей категории, психотерапевт, юнгианский аналитик, врач-клинический фармаколог.

1 декабря 2018 года (Внимание: время проведения этого семинара — с 12.00 до 20.00)

1. Психиатрическая парадигма: отличие от психоаналитической (и психологической).
Различные подходы к пониманию и диагностике психических расстройств — зачем это и в чем разница (Синдромологический и нозологический).
2. Классификация психических расстройств в современной психиатрии.
3. Законодательство в области психических расстройств («карательная психиатрия» — правда или вымысел?).
Что такое антипсихиатрия?
4. Неотложная психиатрия. Когда и как действовать.
5. Проблемы психиатрической стигматизации.
Вопросы реабилитации и антистигматизации в психиатрии.
«Бремя болезни» и что с ним можно делать.
6. Современная психофармакотерапия: лечить, не лечить, как именно лечить. Польза и вред психотропных препаратов (мифы и правда).

Семинар 2. «Неврозы и психосоматика. Болезнь или характер?»

Ведущая: Екатерина Сухих — юнгианский аналитик, психолог, кандидат психологических наук.

2 декабря 2018 с 10.00 до 18.00.

7. Неврозы и невротические расстройства («малая психиатрия»).
Современная классификация. Основные принципы и подходы к терапии.
8. «Болит душа, а плачет тело» — Современный взгляд на психосоматические и панические расстройства.
9. Расстройства характера: современное ви́дение и возможности терапии.
Отличия: невроз – невротическое расстройство – невротический уровень функционирования личности – патологическое развитие личности – расстройство личности (транзиторное и постоянное).
Возможности лечения и реабилитации.

Семинар 3. «Психозы и депрессия»

Ведущая: Татьяна Резникова — юнгианский аналитик, врач-психиатр, психотерапевт.

12 января 2019 с 10.00 до 18.00

10. Депрессивные расстройства — эпидемия современного общества. Бремя депрессии. Взгляд с позиций психиатрии и современного психоанализа. Комплексный подход в лечении (психо- и фармакотерапия).
11. «Большая психиатрия»: Психозы и основные психические болезни: шизофрения, биполярное аффективное расстройство.
Патоморфоз шизофрении. Возможности лечения.

Семинар 4. «Малые, старые, особые, разные…»

Ведущая: Елена Николаева — юнгианский аналитик, врач-психиатр, психотерапевт.

2 февраля 2019 с 10.00 до 18.00

12. Психические расстройства органического регистра («органика»).
14. Психические расстройства детского и подросткового возраста — основные аспекты.
15. Заключение. Психиатр, психолог, психотерапевт, психоаналитик: кто про что и для чего?
Возможности взаимодействия врача и психолога, психотерапевта.
Проблемы души современного человека.
Современная психиатрия: проблемы, вопросы, опасности, перспективы

P.S. Послесловие
(в рамках Юнгианского Клуба Краснодара):

— Эпидемия сумасшествия или новая эра человечества?
— Трудные и спорные вопросы психиатрии.
— Возможности и проблемы мультидисциплинарного подхода к страданиям души.

ВНИМАНИЕ

Участие в курсе возможно только очно.
Стоимость одного семинара 2500.
Стоимость спецкурса из 4 семинаров 10000 (для слушателей Юнгианской Лаборатории возможна оплата частями).
Обязательна предварительная запись и внесение предоплаты (2500). Количество мест в группе ограничено.

Вопросы и регистрация у ведущих:

Инга Хлопина +7 953 106 95 57
Екатерина Сухих +7 918 46 50 100
Елена Николаева +7 918 388 91 39
Татьяна Резникова +7 918 121 60 25

Семинары проводятся в пространстве Юнгианской Лаборатории.
Адрес: улица Индустриальная, Д. 3 А, 3 этаж, офис 3.

ГОБУЗ «Старорусский психоневрологический диспансер»

Адрес Старая Русса, Новгородская область, ул. Трибуны д 7/2, д. Большая Козона, ул. Молодёжная, д. 2. р-н Старорусский, Новгородская область
Показать на карте
Телефон(факс): 8 (81652) 51732 — главный врач

Старая Русса, Новгородская область, ул. Трибуны д 7/2
8 (81652) 51744 — справочная
8 (81652) 51855 – факс

д. Большая Козона, ул. Молодёжная, д. 2. р-н Старорусский, Новгородская область
8 (81652) 76318 – стационар

И. о. главного врача Лебединская Маргарита Николаевна
E-mail [email protected]
Режим работы Амбулатория — Старая Русса, Новгородская область, ул. Трибуны д 7/2
Пн-Пт 8.00 — 18.00 Суббота 9.00 — 14.00 Выходной — Воскресенье

Стационар — д. Большая Козона, ул. Молодёжная, д. 2. р-н Старорусский, Новгородская область
Круглосуточно без выходных

Оказываемые услуги — Доврачебная медицинская помощь по: лабораторной диагностике, медицинским осмотрам (предрейсовым, послерейсовым), медицинской статистике, сестринскому делу, в том числе для фельдшерско-акушерских пунктов;
— Амбулаторно-поликлиническая помощь, в том числе при осуществелении специализированной медицинской помощи по:психиатрии, психиатрии-наркологии, неврологи, экспертизе временной нетрудоспособности;
— Амбулаторно-поликлиническая помощь, в том числе при осуществелении специализированной медицинской помощи по: общественному здоровью и организации здравоохранения;
— Амбулаторно-поликлиническая помощь, в том числе при осуществелении специализированной медицинской помощи по: контролю качества медицинской помощи, медицинскому (наркологическому) освидетельствованию;
— Стационарная помощь по: психиатрии, психиатрии-наркологии, экспертизе временной нетрудоспособности;
— Проведение профилактических осмотров, освидетельствований, проведение военно-врачебных и судебно-наркологических экспертиз;
— Неотложная психиатрическая и наркологическая помощь, в том числе и при чрезвычайных ситуациях;

Платные услуги осуществляются в соответствии с действующим законодательством РФ

Главные принципы работы Оказание специализированной психиатрической помощи в соответствии с законом РФ « О психиатрической помощи и гарантиях прав граждан при её оказании»
Лицензия № ФС-53-01-000583 от 28 ноября 2012 года

12 важных вопросов психиатру

Екатерина Кушнир

поговорила о душевном здоровье

Кирилл Сычев

психиатр

Поговорили с Кириллом Сычевым — практикующим психиатром и психотерапевтом.

Вы узнаете, как ставят диагнозы в психиатрии, можно ли лечить психические расстройства без лекарств и как понять, что пора менять психиатра.

Что вы узнаете

Сходите к врачу

Наши статьи написаны с любовью к доказательной медицине. Мы ссылаемся на авторитетные источники и ходим за комментариями к докторам с хорошей репутацией. Но помните: ответственность за ваше здоровье лежит на вас и на лечащем враче. Мы не выписываем рецептов, мы даем рекомендации. Полагаться на нашу точку зрения или нет — решать вам.

Какие психические расстройства встречаются чаще всего?

На втором месте депрессивное расстройство. На третье место я бы поставил биполярное аффективное расстройство. Оно часто встречается, кроме того, сейчас переломный момент: очень многим людям, которые раньше наблюдались с диагнозом «шизофрения», его заменили на «биполярное аффективное расстройство». Это связано с проблемами диагностики, существующими у нас в стране.

Настоящая шизофрения встречается не так часто — меньше чем у 1% населения. При этом тяжелый психоз с галлюцинациями и бредовыми мыслями может быть не только при шизофрении, но и при биполярном расстройстве, иногда и при депрессии — практически при всех психических заболеваниях, кроме тревожных расстройств.

Шизофрения у взрослых: эпидемиология и патогенез — Uptodate

Прирост случаев конкретных психических болезней может быть связан с разными факторами. Иногда случается какой-то инфоповод — например, кто-то очень известный рассказывает про свое заболевание. На этом фоне может увеличиться количество людей, которые обращаются с подобными симптомами. Может создаться ложное ощущение, что этого заболевания стало больше.

Такие ситуации — это в любом случае хорошо. Лучше, если человек зря сходит к врачу и ему скажут, что все в порядке, чем будет годами бороться с симптомами самостоятельно, боясь обратиться к психиатру.

Каковы факторы риска психических расстройств, отчего они возникают?

Риск заболеть психическим расстройством повышают травмирующие ситуации. Например, самые тяжелые ситуации — это когда в детстве умирает кто-то из родителей либо происходит сексуальное или физическое насилие.

Факторы риска психических заболеваний — ВОЗPDF, 800 КБ

Также есть личностные характеристики, которые могут влиять на развитие психического заболевания. Например, когда человек склонен погружаться в грусть, воспринимает мир в черно-белом цвете, слишком серьезно относится к своим провалам и так далее.

Кроме того, существует наследственная предрасположенность. Насколько она сильная, зависит от конкретной болезни.

Растет ли риск заболеть психическим расстройством с возрастом?

Например, та же шизофрения в первую очередь — болезнь молодых, она не появляется впервые в пожилом возрасте. С депрессией человек, скорее всего, в первый раз столкнется в возрасте от 20 до 30 лет, часто она впервые появляется у женщин после родов. Биполярное аффективное расстройство вероятнее проявится еще в детстве или в подростковом возрасте.

Другое дело, что часто человек долгое время самостоятельно справляется с симптомами, а в пожилом возрасте психические расстройства могут протекать тяжелее. Например, человек с тревожным расстройством после 60 лет будет страдать от него сильнее — сил бороться с ним без помощи уже может не быть. Тогда он впервые окажется на приеме у психиатра в позднем возрасте, хотя, скорее всего, заболел раньше.

Еще бывает так: случился психоз, переждали, прошел, через несколько лет случился снова, но уже тяжелее — и вот к какому-то возрасту человек оказался в больнице. Может создаться впечатление, что он поздно заболел шизофренией, но на самом деле болел давно, просто никто не замечал, не хотел замечать или скрывали.

Когда нужно обратиться к психиатру?

Первое, от чего нужно отталкиваться, — сколько времени в день человек тратит на переживание симптомов расстройства. Например, если 30—40% времени человек находится в навязчивых тревожных мыслях либо ему все время грустно, это мешает ему жить — точно стоит сходить.

Второй вариант — когда состояние человека резко меняется. Например, обычно спокойный человек, домосед, вдруг проснулся с утра с приливом сил и желанием уехать в кругосветное путешествие. Или, наоборот, человек постоянно путешествовал, много общался, но вдруг стал все время проводить дома, резко потерял интерес к старым увлечениям.

И, естественно, если у человека появились суицидальные намерения или даже мысли в духе «лучше бы меня не было, хорошо бы мне умереть» — обязательно нужно обратиться.

Конечно, психиатрия сильно стигматизирована. Наверное, было бы лучше, если бы человек мог обратиться к психологу, а потом тот уже отправлял по необходимости к психиатру. Однако у нас большой разброс качества психологической помощи. То есть не всегда психолог достаточно компетентен, чтобы разобраться в ситуации и понять, что человеку нужна психиатрическая помощь.

Может ли психиатр неправильно поставить диагноз?

В психиатрии при постановке диагноза руководствуются критериями Международной классификации болезней. Диагнозы ставят на основании ретроспективного анализа анамнеза, то есть оценки врачом истории болезни по рассказу человека или его близких.

Нет неврологических тестов, как, например, в неврологии, обследований вроде МРТ и анализов, способных достоверно показать психические заболевания. Есть только опросники, которые повышают точность постановки диагноза, но не дают стопроцентной гарантии. Кроме того, все опросники разработаны под конкретные заболевания — врачу все равно сначала надо понять, что именно искать.

Самая большая сложность — отличить одно заболевание от другого, например, депрессивное расстройство от биполярного аффективного. Врачу важно разобраться в диагнозе: если это обычная классическая депрессия, нужно назначить антидепрессанты, а если биполярное расстройство, от них может стать хуже — начнется мания. Или другой пример — пограничное расстройство личности. Оно тоже похоже на биполярное аффективное расстройство, но его невозможно скорректировать лекарствами, нужна психотерапия.

Может ли психиатр поставить диагноз онлайн?

Если брать юридические аспекты, то онлайн-консультация не будет считаться полноценной медицинской консультацией. Это всего лишь мнение врача, а не прием с постановкой диагноза и выпиской рецептов.

Есть ли сейчас в психиатрии проблема гипо- или гипердиагностики психических расстройств?

В России есть гипердиагностика шизофрении — у нас всегда было намного больше случаев этого заболевания, чем в других странах. Есть интересное российское исследование, где изучали точность постановки диагноза на выборке пациентов. В итоге более чем в 35% случаев правильнее было поставить диагноз «биполярное аффективное расстройство», а не «шизофрения».

Типичные врачебные ошибки в дифференциальной диагностике эндогенных психозовPDF, 114 КБ

Справедливости ради, за рубежом тоже есть проблема гипердиагностики шизофрении: не все хотят разбираться, почему у человека возник психоз, написать «шизофрения» проще всего.

Еще существует тревожно-депрессивное расстройство — такой диагноз есть в Международной классификации болезней. Его ставят многие обычные врачи, которым надо установить предварительный диагноз, чтобы отправить человека к психиатру, потому что они не должны разбираться, какой вариант у него тревожного расстройства или есть ли депрессия.

В итоге тревожно-депрессивное расстройство стало одним из самых популярных тревожных расстройств. Однако на самом деле такое состояние встречается редко.

Можно ли лечить психические расстройства без лекарств?

Психические расстройства иногда можно лечить без медикаментов. Например, при большой части тревожных расстройств. Некоторые люди удивляются, когда я говорю, что фобия — психиатрическое расстройство, потому что в большинстве случаев она лечится только психотерапией.

Генерализованное тревожное расстройство у взрослых: ведение — Uptodate

Легкую степень депрессии также стоит лечить с помощью психотерапии. При средней степени лечение выбирают с учетом симптомов, в зависимости от суицидального риска и особенностей человека — хочет он заниматься психотерапией или нет. Если суицидальный риск низкий, можно попробовать только терапию. А вот тяжелая степень депрессии — показание к медикаментозному лечению.

Униполярная большая депрессия у взрослых: выбор начального лечения — Uptodate

Биполярное аффективное расстройство и расстройства шизофренического спектра требуют медикаментозного лечения в 99% случаев. Расстройства личности — наоборот: здесь нужна психотерапия, а лекарства используют лишь иногда для снятия отдельных симптомов.

Что такое расстройства личности — Американская психиатрическая ассоциация

Если начать пить лекарства, их потом придется принимать всю жизнь?

Сколько придется принимать препараты, зависит от заболевания. Так, при депрессивном расстройстве в большинстве случаев достижима ремиссия, которая позволяет отказаться от лекарств с минимальным риском заболеть снова. Однако надо понимать, что препараты все равно придется принимать долго — от года.

Что такое депрессия — Американская ассоциация психиатрии

В случае тревожных расстройств о пожизненном приеме таблеток речь не идет — такие расстройства хорошо лечатся. В течение года можно пройти курс психотерапии или лечения медикаментами и почувствовать себя хорошо.

Тревожные расстройства — Национальный институт ментального здоровья

Биполярное аффективное расстройство — Клиника Майо

Психоз — Национальная служба здравоохранения Великобритании

При тяжелых расстройствах, которые проявляются с психозами, например шизофрении, часто нужен пожизненный прием лекарств. А при биполярном аффективном расстройстве все зависит от ситуации: препараты принимают длительно, в редких случаях их можно отменить.

Правда ли, что все психиатрические препараты вызывают зависимость и сильные побочные эффекты?

Многое зависит от конкретных препаратов, их нельзя объединять в одну группу.

Антидепрессанты — практически самые безопасные препараты, причем не только среди психиатрических, но и вообще среди всех лекарств. Их могут назначать пожизненно. Они не вызывают зависимости, а риск побочных эффектов невысок.

Антидепрессанты — Национальная служба здравоохранения Великобритании

Транквилизаторы — препараты, которые могут вызывать зависимость. Также они могут вызывать толерантность — это когда через какое-то время нужно больше лекарства, чтобы получить эффект. Их можно принимать только краткосрочными курсами, до четырех недель, после этого лучше отменить. Конечно же, они не работают как наркотики, но зависимость на физиологическом уровне и заметный синдром отмены от этих препаратов будут.

Нейролептики. Здесь есть препараты первого поколения — они вызывают много побочных эффектов, которые часто выглядят тяжело. Например, у человека нарушаются движения: он не может разомкнуть челюсть, чтобы поесть, дрожат руки или голова. Однако такие препараты лучше всего снимают психозы — если у человека острый психоз, именно их вводят в первую очередь.

Нейролептики — Drugs.com

Анксиолитики — Drugs.com

Также существуют нейролептики второго поколения, у них уже нет большого количества побочных эффектов. От них может быть сонливость, снижение либидо, ухудшение настроения, но если правильно подобрать дозу, этого можно избежать.

При длительном приеме такие препараты иногда вызывают увеличение веса и нарушение работы поджелудочной железы, но тут та же ситуация: если грамотно подобрать, то можно принимать пожизненно.

Нормотимики — препараты, которые используют для лечения биполярного аффективного расстройства. Они также не вызывают зависимости и предназначены для длительного приема.

Нормотимики могут быть токсичными, их не рекомендуют при беременности и кормлении грудью. Тут тоже многое зависит от грамотного подбора дозировки: можно избежать побочных эффектов и добиться того, чтобы человек легко переносил лечение.

Нельзя говорить, что какие-то препараты лучше или хуже, их все используют для лечения разных психических расстройств.

В каких случаях нужна госпитализация в психиатрический стационар?

Существует мнение, что во многих случаях обязательно нужно, чтобы человек лег в стационар, без этого он не выздоровеет. Но это миф.

Психические расстройства — Клиника Майо

Правильный психиатр просто так в стационар старается не отправлять. Есть данные, что при амбулаторном лечении пациенты начинают чувствовать себя лучше гораздо раньше. В стационаре качество жизни ухудшается, это сказывается на самочувствии.

В стационар нужно ложиться в таких случаях:

  1. если человек находится в очень тяжелом состоянии, не может за собой ухаживать;
  2. есть суицидальные риски или другая угроза жизни. Например, при анорексии, когда очень низкий вес, нарушена работа органов — человек просто умрет, если останется дома;
  3. человек угрожает безопасности окружающих.

Психическое здоровье — Национальный институт здравоохранения и совершенствования медицинской помощи ВеликобританииPDF, 1,06 МБ

Обычные психические расстройства, включая шизофрению вне психоза и биполярное аффективное расстройство, лучше лечить амбулаторно.

Как пациенту оценить компетентность психиатра, когда лучше обратиться к другому врачу?

На мой взгляд, есть три основополагающих момента, о которых стоит беспокоиться.

Врач не ставит точный диагноз. Психиатр должен поставить диагноз, а не говорить «у вас тревожность», или «у вас депрессия», или «у вас что-то еще». Нет таких диагнозов, как тревожность или депрессия, это состояния, которые могут быть при разных расстройствах. Такие термины можно употреблять в обычной беседе, чтобы упростить разговор, но так нельзя ставить диагноз.

Врач назначает странные лекарства. Конечно, пациент не всегда может оценить назначения адекватно, но если врач прописывает неработающие лекарства, например ноотропы, стоит задуматься.

Врач не отвечает на вопросы. Психиатр должен ответить на любые вопросы пациента. Хорошо, если он подробно и понятно все рассказывает. Плохо, если говорит: «Я врач, я знаю лучше». Первое, о чем должен беспокоиться хороший психиатр, — это понимает ли пациент, зачем ему нужны таблетки, будет ли он их принимать.

Во всех зарубежных учебниках подробно разбирают, как убедить пациентов правильно пить лекарства нужное время. Большая проблема психиатрии даже не в том, что мы не умеем лечить многие болезни, а в том, что пациенты самостоятельно отказываются от лечения, потому что не понимают, зачем оно и как работает.

Кроме того, на назначение лечения влияет множество личностных факторов. Например, нельзя назначить человеку лекарство за 6000 Р, когда у него зарплата 20 000 Р, ведь он не сможет его покупать.

Другой пример: если человек беспокоится о своем весе, то бросит пить таблетки, которые влияют на массу тела. Врачу обязательно нужно пообщаться с пациентом, чтобы понять, какие препараты подойдут, что может ему помешать лечиться.

Кроме этого, ни в коем случае не должно быть никакого осуждения со стороны врача и быстрых консультаций с постановкой диагноза за десять минут.

Запомнить

  1. Среди психических расстройств чаще всего встречаются тревожные расстройства и депрессия.
  2. Основные факторы риска психических расстройств — тяжелые травмирующие события в детстве, личностные особенности и наследственность.
  3. Большая часть психических расстройств впервые проявляются в молодом возрасте, если не говорить о деменции.
  4. К психиатру стоит обратиться, когда проявления расстройства мешают жить, состояние человека резко меняется или есть суицидальные мысли.
  5. Психиатр может оценить состояние человека онлайн, так как для этого важно подробно пообщаться с пациентом.
  6. В психиатрии есть проблема гипердиагностики шизофрении, причем не только в России. Многим врачам проще поставить такой диагноз, чем разбираться в причинах психоза.
  7. Тревожные расстройства, расстройства личности и депрессию часто можно лечить без лекарств, а вот биполярное аффективное расстройство и шизофрению обычно нет.
  8. Во многих случаях медикаменты можно отменить, при ряде психических расстройств можно достичь устойчивой ремиссии.
  9. Тяжесть побочных эффектов зависит от вида препарата, далеко не все психиатрические медикаменты плохо переносятся. Зависимость вызывают только транквилизаторы, поэтому их назначают короткими курсами.
  10. Госпитализация в психиатрический стационар нужна только в крайних случаях — если есть риск для жизни самого человека или окружающих его людей.
  11. Компетентный психиатр поставит точный диагноз, ответит на все вопросы и не будет назначать неработающие препараты.

Принудительная госпитализация в психбольницу в Германии — большая редкость | Анализ событий в политической жизни и обществе Германии | DW

Профессор Ульрих Тренкман (Ulrich Trenckmann), главный врач психиатрической больницы Ханс-Принцхорн-Клиник в Хемере в интервью DW-WORLD.DE рассказал, каким образом в Германии человек может недобровольно попасть в психиатрическую больницу. Он также высказал свое мнение о том, чем могут быть обусловлены злоупотребления в психиатрии в России, как это произошло в случае с жительницей Мурманска Ларисой Арап.

DW-WORLD.DE: Каким образом происходит в Германии недобровольная госпитализация в психиатрическую больницу?

Ульрих Тренкман: Для принудительного помещения человека в психиатрическую клинику в Германии нужно преодолеть ряд препятствий. Главный критерий: от человека исходит непосредственная угроза для себя или окружающих — он находится на грани самоубийства или может лишить жизни других. В таких случаях нужно действовать очень быстро, поскольку по статистике в Германии ежегодно кончают жизнь самоубийством около 11 тысяч человек.

Принудительная госпитализация производится на основе нескольких заключений разных врачей о состоянии человека, разрешения местных властей и вердикта суда, который в случае положительного решения вопроса выдается максимально на 1-3 недели. Для продления срока пребывания пациента в больнице вся процедура повторяется.

Пребывание в закрытой психиатрической больнице выглядит явно не так, как представляют себе неспециалисты. Среди примерно 330 пациентов нашей клиники не более 30 содержатся действительно в закрытом режиме. Не соответствует действительности и другое распространенное в обществе мнение, что ни один человек добровольно не пойдет в психбольницу. Реальность, к счастью, совсем другая. Принудительная госпитализация в Германии является редким исключением. Как правило, люди сами обращаются за помощью и добровольно проходят курс лечения в клинике.

— Чем, на ваш взгляд, отличается подход врачей к своей деятельности в России от Германии?

— В брежневские времена я год работал в Психоневрологическом институте имени Бехтерева в Ленинграде. В целом у меня тогда сложилось впечатление, что советские врачи-психиатры более жестко обращаются со своими пациентам, чем это было у нас в ГДР, хотя там тоже с ними не церемонились. Кроме того, был заметен ярко выраженный патерналистский подход врачей к своей деятельности как людей «государственных», которые вправе решать судьбу пациента.

— В чем вы видите проблему в немедицинском использовании психиатрии в современной России?

— Очень хорошо, что в России принят либеральный закон о психиатрической помощи. Однако для предотвращения злоупотреблений одного существования формальных юридических правил недостаточно, нужна традиция соблюдения законов. Кроме того, изменение менталитета врачей-психиатров происходит не в опережающем режиме, а вместе с демократизацией всего общества, которое рано или поздно признает, что защита прав личности превыше защиты интересов государства.

Проблема в нынешней России может заключаться в двух моментах. Первое, на руководящих постах в психиатрии отчасти до сих пор находятся люди, сделавшие карьеру в брежневскую эпоху. А молодые врачи, в свою очередь, учатся у старших коллег, которые опять же получили образование и набрались практического опыта еще в советские времена.

Второе, в силу исторической традиции не исключено, что российские суды до сих пор, принимая решения о принудительной госпитализации, в большей степени руководствуются аргументами властей, чем защитой прав отдельного человека. Кроме того, суды и власти в России меньше, чем в Германии, задумываются о последствиях своих решений, поскольку из-за неразвитости гражданского общества им не нужно опасаться мощного общественного давления.

Сергей Гуща

Глубокое обучение для малых и больших данных в психиатрии

  • 1.

    МакТиг Л.М., Хьюмер Дж., Карреон Д.М., Цзян Ю., Эйкхофф С.Б., Эткин А. Идентификация общих нарушений нейронной цепи в когнитивном контроле при психических расстройствах. Am J Psychiatry. 2017; 174: 676–85.

    Google ученый

  • 2.

    Goodkind M, Eickhoff SB, Oathes DJ, Jiang Y, Chang A, Jones-Hagata LB, et al. Определение общего нейробиологического субстрата психического заболевания.JAMA Psychiatry. 2015; 72: 305–15.

    Google ученый

  • 3.

    Кендлер К.С., Захар П., Крейвер С. Что такое психические расстройства? Психологическая медицина. 2011; 41: 1143–50.

    CAS Google ученый

  • 4.

    Durstewitz D, Huys QJ, Koppe G. Психиатрические заболевания как нарушения сетевой динамики. Биологическая психиатрия: Cogn Neurosci Neuroimaging. 2020. https: // doi.org / 10.1016 / j.bpsc.2020.01.001.

  • 5.

    Раш А.Дж., Триведи М.Х., Вишневски С.Р., Ниренберг А.А., Стюарт Дж.В., Уорден Д. и др. Острые и отдаленные результаты у амбулаторных пациентов с депрессией, требующие одного или нескольких этапов лечения: отчет STAR * D. Am J Psychiatry. 2006; 163: 1905–17.

    Google ученый

  • 6.

    Вонг Э. Х., Йокка Ф., Смит М. А., Ли С. М.. Проблемы и возможности открытия лекарств при психических расстройствах: взгляд охотников за наркотиками.Int J Neuropsychopharmacol. 2010; 13: 1269–84.

    Google ученый

  • 7.

    Хофманн С.Г., Аснаани А., Вонк И.Дж., Сойер А.Т., Фанг А. Эффективность когнитивно-поведенческой терапии: обзор метаанализов. Cogn Ther Res. 2012; 36: 427–40.

    Google ученый

  • 8.

    Инсел Т., Катберт Б., Гарви М., Хайнссен Р., Пайн Д.С., Куинн К. и др. Критерии области исследования (RDoC): к новой структуре классификации для исследований психических расстройств.Am J Psychiatry. 2010; 167: 748–51. https://doi.org/10.1176/appi.ajp.2010.0

  • 79.

    Артикул Google ученый

  • 9.

    Durstewitz D, Koppe G, Meyer-Lindenberg A. Глубокие нейронные сети в психиатрии. Мол Психиатрия. 2019; 24: 1583–98.

    Google ученый

  • 10.

    Vieira S, Pinaya WH, Mechelli A. Использование глубокого обучения для исследования коррелятов нейровизуализации психических и неврологических расстройств: методы и приложения.Neurosci Biobehav Rev.2017; 74: 58–75.

    Google ученый

  • 11.

    Калхун В.Д., Суй Дж. Мультимодальное объединение данных визуализации мозга: ключ к поиску недостающего звена (ов) в сложном психическом заболевании. Биологическая психиатрия: Cogn Neurosci Neuroimaging. 2016; 1: 230–44.

    Google ученый

  • 12.

    ЛеКун Й, Бенжио Й, Хинтон Дж. Глубокое обучение. Природа. 2015; 521: 436–44.

    CAS Google ученый

  • 13.

    Farabet C, Couprie C, Najman L, LeCun Y. Изучение иерархических функций для маркировки сцен. IEEE Trans Pattern Anal Mach Intell. 2013; 35: 1915–29.

    Google ученый

  • 14.

    Крижевский А., Суцкевер И., Хинтон Г.Е. Классификация Imagenet с глубокими сверточными нейронными сетями. Достижения в области нейронных систем обработки информации. Карран Ассошиэйтс, Инк .; 2012. с. 1097–105.

  • 15.

    Шмидхубер Дж. Глубокое обучение в нейронных сетях: обзор.Neural Netw. 2015; 61: 85–117.

    Google ученый

  • 16.

    Грейвс А., Мохамед Ар, Хинтон Г. Распознавание речи с помощью глубоких рекуррентных нейронных сетей. Акустика, речь и обработка сигналов (icassp), Международная конференция IEEE 2013 г. 2013. с. 6645–49.

  • 17.

    Сильвер Д., Шриттвизер Дж., Симонян К., Антоноглу И., Хуанг А., Гез А. и др. Освоение игры в го без человеческого знания. Природа. 2017; 550: 354.

    CAS Google ученый

  • 18.

    Литдженс Дж., Коой Т., Бейнорди Б.Э., Сетио ААА, Чомпи Ф., Гафуриан М. и др. Обзор по глубокому обучению в области анализа медицинских изображений. Med image Anal. 2017; 42: 60–88.

    Google ученый

  • 19.

    Мамошина П., Виейра А., Путин Е., Жаворонков А. Применение глубокого обучения в биомедицине. Mol Pharm. 2016; 13: 1445–54.

    CAS Google ученый

  • 20.

    Esteva A, Kuprel B, Novoa RA, Ko J, Swetter SM, Blau HM, et al. Классификация рака кожи на уровне дерматологов с помощью глубоких нейронных сетей. Природа. 2017; 542: 115–18.

    CAS Google ученый

  • 21.

    Чирешан Д.К., Джусти А., Гамбарделла Л.М., Шмидхубер Дж. Обнаружение митоза на гистологических изображениях рака груди с помощью глубоких нейронных сетей. Международная конференция по медицинской обработке изображений и компьютерному вмешательству. 2013.п. 411–18.

  • 22.

    Hassanpour S, Tomita N, DeLise T, Crosier B, Marsch LA. Выявление риска употребления психоактивных веществ на основе глубоких нейронных сетей и данных социальных сетей Instagram. Нейропсихофармакология. 2019; 44: 487–94.

    Google ученый

  • 23.

    Gkotsis G, Oellrich A, Velupillai S, Liakata M, Hubbard TJ, Dobson RJ, et al. Характеристика состояний психического здоровья в социальных сетях с помощью Informed Deep Learning. Научный представитель2017; 7: 45141.

    CAS Google ученый

  • 24.

    Цао Б., Чжэн Л., Чжан Ц., Ю. П.С., Писчителло А., Зулуэта Дж. И др. Deepmood: моделирование динамики набора текста на мобильном телефоне для определения настроения. Материалы 23-й Международной конференции ACM SIGKDD по открытию знаний и интеллектуальному анализу данных. 2017. с. 747–55.

  • 25.

    Сатьянараяна А., Джоти С., Фернандес-Луке Л., Офли Ф., Шривастава Дж., Эльмагармид А. и др. Прогнозирование качества сна на основе носимых данных с использованием глубокого обучения.JMIR mHealth uHealth. 2016; 4: e125.

    Google ученый

  • 26.

    Suhara Y, Xu Y, Pentland AS. Материалы 26-й Международной конференции по всемирной паутине. Руководящий комитет международных конференций по всемирной паутине; 2017. с. 715–24.

  • 27.

    Дуайер Д.Б., Фалкаи П., Кутсулерис Н. Подходы к машинному обучению в клинической психологии и психиатрии. Анну Рев Клин Психол. 2018; 14: 91–118.

    Google ученый

  • 28.

    Дуршевиц Д. Расширенный анализ данных в неврологии: интеграция статистических и вычислительных моделей. Нью-Йорк, США: Springer; 2017.

    Google ученый

  • 29.

    Дуршевиц Д., Коппе Г., Тутунджи Х. Вычислительные модели как статистические инструменты. Curr Opin Behav Sci. 2016; 11: 93–99.

    Google ученый

  • 30.

    Huys QJM, Maia TV, Frank MJ. Вычислительная психиатрия как мост от нейробиологии к клиническим приложениям.Nat Neurosci. 2016; 19: 404–13.

    CAS Google ученый

  • 31.

    Орру Г., Петтерссон-Йео В., Маркуанд А.Ф., Сартори Г., Мечелли А. Использование машины опорных векторов для идентификации визуализирующих биомаркеров неврологических и психических заболеваний: критический обзор. Neurosci Biobehav Rev.2012; 36: 1140–52.

    Google ученый

  • 32.

    Бздок Д., Альтман Н., Кшивинский М. Статистика против машинного обучения.Нат методы. 2018; 15: 233–34.

    CAS Google ученый

  • 33.

    Ким Дж., Калхун В.Д., Шим Э., Ли Дж.Х. Глубокая нейронная сеть с контролем разреженности веса и предварительным обучением извлекает иерархические особенности и повышает эффективность классификации: данные из паттернов функциональной связи всего мозга при шизофрении в состоянии покоя. Нейроизображение. 2016; 124: 127–46.

    Google ученый

  • 34.

    Гуо X, Доминик К.С., Минай А.А., Ли Х., Эриксон Калифорния, Лу Л.Дж. Диагностика расстройства аутистического спектра по паттернам функциональной связи мозга в состоянии покоя с использованием глубокой нейронной сети с новым методом выбора признаков. Front Neurosci. 2017; 11: 460.

    Google ученый

  • 35.

    Плис С.М., Амин М.Ф., Чекроуд А., Хьелм Д., Дамараджу Э., Ли Х.Дж. и др. Чтение (функционального) письма на (структурной) стене: мультимодальное слияние структуры и функций мозга с помощью подхода трансляции, основанного на глубокой нейронной сети, выявляет новые нарушения при шизофрении.Нейроизображение. 2018; 181: 734–47.

    Google ученый

  • 36.

    Goodfellow I, Bengio Y, Courville A. Глубокое обучение. Массачусетс, США: MIT Press; 2016.

    Google ученый

  • 37.

    Lee H, Grosse R, Ranganath R, Ng AY. Неконтролируемое изучение иерархических представлений с помощью сверточных сетей глубоких убеждений. Сообщество ACM. 2011; 54: 95–103.

    Google ученый

  • 38.

    Zeiler MD, Fergus R. Европейская конференция по компьютерному зрению. Springer; 2014. с. 818–33.

  • 39.

    Güçlü U, van Gerven MA. Глубокие нейронные сети обнаруживают градиент сложности нейронных представлений в вентральном потоке. J Neurosci. 2015; 35: 10005–14.

    Google ученый

  • 40.

    Быстрицкий А., Ниренберг А., Фейснер Дж., Рабинович М. Вычислительная нелинейная динамическая психиатрия: новая методологическая парадигма диагностики и течения болезней.J Psychiatr Res. 2012; 46: 428–35.

    CAS Google ученый

  • 41.

    Паскану Р., Гульчере С., Чо К., Бенжио Ю. Как построить глубокие рекуррентные нейронные сети: материалы Второй международной конференции по обучающим представлениям (ICLR 2014). 2-я Международная конференция по обучающим репрезентациям, ICLR 2014. 2014.

  • 42.

    Чо К., Ван Мерриенбоер Б., Гульчере С., Бахданау Д., Бугарес Ф., Швенк Х. и др.Изучение представлений фраз с использованием RNN Encoder – Decoder для статистического машинного перевода. Материалы конференции 2014 г. по эмпирическим методам обработки естественного языка (EMNLP). 2014: 1724–34.

  • 43.

    Цибенко Г. Аппроксимация суперпозициями сигмоидальной функции. Математический контроль, система сигналов. 1989; 2: 303–14.

    Google ученый

  • 44.

    Хорник К., Стинчкомб М., Уайт Х. Многослойные сети с прямой связью являются универсальными аппроксиматорами.Neural Netw. 1989; 2: 359–66.

    Google ученый

  • 45.

    Funahashi K-I. О приближенной реализации непрерывных отображений нейронными сетями. Neural Netw. 1989; 2: 183–92.

    Google ученый

  • 46.

    Цибенко С. Непрерывные оцененные нейронные сети с двумя скрытыми слоями достаточно, технический отчет, Департамент компьютерных наук, Университет Тафтса, 1988.

  • 47.

    Бенжио Ю. Изучение глубокой архитектуры для искусственного интеллекта. Найдено Trends® Mach Learn. 2009; 2: 1–127.

    Google ученый

  • 48.

    Montufar GF, Pascanu R, Cho K, Bengio Y. О числе линейных областей глубоких нейронных сетей. Достижения в области нейронных систем обработки информации. Карран Ассошиэйтс, Инк .; 2014. с. 2924–32.

  • 49.

    Хатциафратис В., Нагараджан С.Г., Панагеас И. Лучшие компромиссы между глубиной и шириной нейронных сетей через призму динамических систем.Препринт arXiv arXiv: 200300777. 2020.

  • 50.

    Delalleau O, Bengio Y. Сети глубоких сумм-произведений. Достижения в области нейронных систем обработки информации. Карран Ассошиэйтс, Инк .; 2011. с. 666–74.

  • 51.

    Тришлер А.П., Д’Элеутерио ГМ. Синтез рекуррентных нейронных сетей для моделирования динамических систем. Neural Netw. 2016; 80: 67–78.

    Google ученый

  • 52.

    Кимура М., Накано Р. Изучение динамических систем с помощью рекуррентных нейронных сетей с орбит.Neural Netw. 1998; 11: 1589–99.

    CAS Google ученый

  • 53.

    Койран П., Коснард М., Гарсон М. Вычислимость с низкоразмерными динамическими системами. Theor Computer Sci. 1994; 132: 113–28.

    Google ученый

  • 54.

    Хасти Т., Тибширани Р., Фридман Дж. Х. Элементы статистического обучения: интеллектуальный анализ данных, вывод и прогнозирование. 2-е изд. Нью-Йорк: Спрингер; 2009 г.

  • 55.

    Blei DM, Kucukelbir A, McAuliffe JD. Вариационный вывод: обзор для статистиков. J Am Stat Assoc. 2017; 112: 859–77.

    CAS Google ученый

  • 56.

    Бздок Д., Мейер-Линденберг А. Машинное обучение для точной психиатрии: возможности и проблемы. Биологическая психиатрия: Cogn Neurosci Neuroimaging. 2018; 3: 223–30.

    Google ученый

  • 57.

    Woo C-W, Chang LJ, Lindquist MA, Wager TD. Создание лучших биомаркеров: модели мозга в трансляционной нейровизуализации. Nat Neurosci. 2017; 20: 365.

    CAS Google ученый

  • 58.

    Wolfers T, Buitelaar JK, Beckmann CF, Franke B, Marquand AF. От оценки места активации до прогнозирования расстройства: обзор распознавания образов для психиатрической диагностики на основе нейровизуализации. Neurosci Biobehav Rev.2015; 57: 328–49.

    Google ученый

  • 59.

    Белкин М., Ма С., Мандал С. Чтобы понять глубокое обучение, нам необходимо понять обучение ядра. Международная конференция по машинному обучению. 2018: 541–9.

  • 60.

    Чжан С., Бенжио С., Хардт М., Рехт Б., Виньялс О. Понимание глубокого обучения требует переосмысления обобщения. Препринт arXiv arXiv: 161103530. 2016.

  • 61.

    Montanari A, Ruan F, Sohn Y, Yan J. Ошибка обобщения линейных классификаторов с максимальным запасом: многомерная асимптотика в сверхпараметризованном режиме.Препринт arXiv arXiv: 1

    544. 2019.

  • 62.

    LeCun Y, Bottou L, Bengio Y, Haffner P. Применение градиентного обучения к распознаванию документов. Proc IEEE. 1998. 86: 2278–324.

    Google ученый

  • 63.

    Белкин М., Хсу Д., Ма С., Мандал С. Согласование современной практики машинного обучения и классического компромисса смещения и дисперсии. Proc Natl Acad Sci. 2019; 116: 15849–54.

    CAS Google ученый

  • 64.

    Бартлетт П.Л., Лонг П.М., Лугоши Г., Циглер А. Доброкачественное переоснащение в линейной регрессии. Труды Национальной академии наук. 2020: 201

  • 8.

  • 65.

    Гейгер М., Жако А., Спиглер С., Габриэль Ф., Сагун Л., д’Асколи С. и др. Масштабируемое описание обобщения с количеством параметров в глубоком обучении. J Stat Mech: Theory Exp. 2020; 2020: 023401.

    Google ученый

  • 66.

    Янсон Л., Фитиан В., Хасти Т.Дж.Эффективные степени свободы: ошибочная метафора. Биометрика. 2015; 102: 479–85.

    Google ученый

  • 67.

    Вапник В. Сущность теории статистического обучения. Нью-Йорк, США: Springer Science & Business Media; 2013.

    Google ученый

  • 68.

    Акаике Х. Теория информации и расширение принципа максимального правдоподобия. У Э. Парзена, К. Танабе и Г.Китагава (ред.). Избранные труды Хиротугу Акаике. Нью-Йорк, Нью-Йорк: Спрингер Нью-Йорк; 1998 г. 199–213.

  • 69.

    Шварц Г. Оценка размеров модели. Ann Stat. 1978; 6: 461–64.

    Google ученый

  • 70.

    Penny WD. Сравнение динамических причинно-следственных моделей с использованием AIC, BIC и свободной энергии. NeuroImage. 2012; 59: 319–30.

    CAS Google ученый

  • 71.

    Ци М., Чжан Г.П. Исследование критериев выбора модели для прогнозирования временных рядов нейронной сети. Eur J Operational Res. 2001; 132: 666–80.

    Google ученый

  • 72.

    Гурвич С.М., Цай К-Л. Выбор модели регрессии и временных рядов в небольших выборках. Биометрика. 1989. 76: 297–307.

    Google ученый

  • 73.

    Куха Дж. AIC и BIC: Сравнение предположений и производительности.Sociolo Methods Res. 2004. 33: 188–229.

    Google ученый

  • 74.

    Гейссер С. Прогностический метод повторного использования образцов с приложениями. J Am Stat Assoc. 1975. 70: 320–28.

    Google ученый

  • 75.

    Varoquaux G, Raamana PR, Engemann DA, Hoyos-Idrobo A, Schwartz Y, Thirion B. Оценка и настройка декодеров мозга: перекрестная проверка, предостережения и рекомендации. NeuroImage. 2017; 145: 166–79.

    Google ученый

  • 76.

    Стоун М. Перекрестный выбор и оценка статистических прогнозов. J R Stat Soc: Ser B. 1974; 36: 111–33.

    Google ученый

  • 77.

    Cearns M, Hahn T, Baune BT. Рекомендации и будущие направления машинного обучения с учителем в психиатрии. Перевод Психиатрия. 2019; 9: 1–12.

    Google ученый

  • 78.

    Кауфман С., Россет С., Перлич С., Стительман О. Утечка при интеллектуальном анализе данных: формулировка, обнаружение и предотвращение. ACM Trans Knowl Discov Data. 2012; 6: 1–21.

    Google ученый

  • 79.

    Варма С., Саймон Р. Смещение оценки ошибок при использовании перекрестной проверки для выбора модели. BMC Bioinform. 2006; 7: 91.

    Google ученый

  • 80.

    Флинт С, Сирнс М, Опель Н, Редлих Р., Мехлер Д., Эмден Д. и др.Систематическая переоценка эффективности машинного обучения в нейровизуализационных исследованиях депрессии. Препринт arXiv arXiv: 1

    686. 2019.

  • 81.

    Neuhaus AH, Popescu FC. Размер выборки, надежность модели и точность классификации при многомерном диагностическом нейровизуализационном анализе. Биологическая психиатрия 2018; 84: e81 – e82.

    Google ученый

  • 82.

    Schnack HG, Kahn RS. Обнаружение биомаркеров нейровизуализации психических расстройств: размер выборки имеет значение.Фронтальная психиатрия. 2016; 7:50.

    Google ученый

  • 83.

    Пулини А.А., Керр В.Т., Лоо С.К., Ленартович А. Точность классификации нейровизуализационных биомаркеров при синдроме дефицита внимания / гиперактивности: влияние размера выборки и кругового анализа. Биол Психиатрия Cogn Neurosci Neuroimaging. 2019; 4: 108–20.

    Google ученый

  • 84.

    Мойер Д., Вер Стиг Г., Налоговая служба CMW, Томпсон П.М.Инвариантные представления сканера для гармонизации диффузной МРТ. Magn Reson Med. 2020; 84: 2174–89. https://doi.org/10.1002/mrm.28243.

    Артикул Google ученый

  • 85.

    Яхата Н., Моримото Дж., Хашимото Р., Лиси Дж., Шибата К., Кавакубо Ю. и др. Небольшое количество аномальных мозговых связей предсказывает расстройство аутистического спектра у взрослых. Nat Commun. 2016; 7: 1–12.

    Google ученый

  • 86.

    Раджкомар А., Орен Э., Чен К., Дай А.М., Хаджадж Н., Хардт М. и др. Масштабируемое и точное глубокое обучение с использованием электронных медицинских карт. NPJ Digital Med. 2018; 1:18.

    Google ученый

  • 87.

    Коппе Г., Гулоксуз С., Рейнингхаус Ю., Дюрстевиц Д. Рекуррентные нейронные сети в мобильной выборке и вмешательстве. Шизофрения Бык. 2019; 45: 272–76.

    Google ученый

  • 88.

    Bergmeir C, Benítez JM.Об использовании перекрестной проверки для оценки предикторов временных рядов. Inf Sci. 2012; 191: 192–213.

    Google ученый

  • 89.

    Шмидт Д., Коппе Г., Бойтельшпахер М., Дюрстевиц Д. Вывод динамических систем с дальнодействующими зависимостями посредством регуляризации линейного аттрактора. Препринт arXiv arXiv: 1

  • 471. 2019.

  • 90.

    Коппе Г., Тутунджи Х., Кирш П., Лис С., Дюрстевиц Д. Идентификация нелинейных динамических систем с помощью генеративных рекуррентных нейронных сетей с приложениями к фМРТ.PLoS Comput Biol. 2019; 15: e1007263.

    CAS Google ученый

  • 91.

    Wood SN. Статистический вывод для зашумленных нелинейных экологических динамических систем. Природа 2010; 466: 1102–04.

    CAS Google ученый

  • 92.

    Draxler F, Veschgini K, Salmhofer M, Hamprecht FA. Практически никаких барьеров в энергетическом ландшафте нейронных сетей. Международная конференция по машинному обучению.2018: 1309–18.

  • 93.

    Пайан А., Монтана Г. Прогнозирование болезни Альцгеймера: нейровизуализационное исследование с использованием трехмерных сверточных нейронных сетей. Препринт arXiv arXiv: 150202506. 2015.

  • 94.

    Zeng L-L, Wang H, Hu P, Yang B, Pu W, Shen H, et al. Многосайтовая диагностическая классификация шизофрении с использованием дискриминантного глубокого обучения с функциональной связностью МРТ. EBioMedicine 2018; 30: 74–85.

    Google ученый

  • 95.

    Хайнсфельд А.С., Франко А.Р., Крэддок Р.К., Бухвайц А., Менегуцци Ф. Идентификация расстройства аутистического спектра с использованием глубокого обучения и набора данных ABIDE. NeuroImage Clin. 2018; 17: 16–23.

    Google ученый

  • 96.

    Риаз А., Асад М., Алонсо Е., Слабо Г. DeepFMRI: сквозное глубокое обучение для функциональной связи и классификации СДВГ с использованием фМРТ. J Neurosci Methods. 2020; 335: 108506.

    Google ученый

  • 97.

    Sarraf S, Tofighi G. DeepAD: Классификация болезни Альцгеймера с помощью глубоких сверточных нейронных сетей с использованием МРТ и фМРТ. https://www.biorxiv.org/content/10.1101/070441v4. 2016.

  • 98.

    Zou L, Zheng J, Miao C, Mckeown MJ, Wang ZJ. Автоматическая диагностика синдрома дефицита внимания и гиперактивности на основе 3D CNN с использованием функциональной и структурной МРТ. Доступ IEEE. 2017; 5: 23626–36.

    Google ученый

  • 99.

    Suk H-I, Lee S-W, Shen D.Иерархическое представление функций и мультимодальное слияние с глубоким обучением для диагностики AD / MCI. NeuroImage. 2014; 101: 569–82.

    Google ученый

  • 100.

    Huang K, Wu C, Su M, Fu H. Определение настроения по повседневной разговорной речи с использованием шумоподавляющего автокодера и LSTM. Международная конференция IEEE по акустике, речи и обработке сигналов (ICASSP), 2017 г. IEEE. 2017. с. 5125–29.

  • 101.

    Ма Х, Ян Х, Чен Цюй, Хуанг Д., Ван Ю.Труды 6-го Международного семинара по аудио / визуальным эмоциям; 2016. с. 35–42.

  • 102.

    Ян Т., Ву Ц., Хуанг К., Су М. в 2016 г. 10-й Международный симпозиум по обработке разговорного китайского языка (ISCSLP). IEEE; 2016. с. 1–5.

  • 103.

    Надери Х., Сулеймани Б.Х., Ремпель С., Матвин С., Ухер Р. Мультимодальное глубокое обучение для прогнозирования психических расстройств по образцам звуковой речи. Препринт arXiv arXiv: 190

    7. 2019.

  • 104.

    Dakka J, Bashivan P, Gheiratmand M, Rish I, Jha S, Greiner R.Изучение нейронных маркеров шизофренического расстройства с помощью рекуррентных нейронных сетей. Препринт arXiv arXiv: 171200512. 2017.

  • 105.

    Mao Z, Su Y, Xu G, Wang X, Huang Y, Yue W и др. Метод пространственно-временного глубокого обучения для классификации фМРТ СДВГ. Inf Sci. 2019; 499: 1–11.

    Google ученый

  • 106.

    Ян В., Калхун В., Сонг М., Цуй Ю., Ян Х., Лю С. и др. Распознавание шизофрении с использованием рекуррентной нейронной сети, примененной к временным курсам многосайтовых данных FMRI.EBioMedicine. 2019; 47: 543–52.

    Google ученый

  • 107.

    Лешно М., Лин В.Ю., Пинкус А., Шоккен С. Многослойные сети с прямой связью с неполиномиальной функцией активации могут аппроксимировать любую функцию. Neural Netw. 1993; 6: 861–67.

    Google ученый

  • 108.

    Джарретт К., Кавукчуоглу К., Ранзато М.А., ЛеКун Ю. 2009 г., 12-я международная конференция IEEE по компьютерному зрению.IEEE; 2009. с. 2146–53.

  • 109.

    Епископ СМ. Распознавание образов и машинное обучение. Нью-Йорк, США: Springer; 2006.

    Google ученый

  • 110.

    Кингма Д., Веллинг М. Автоматическое кодирование вариационных байтов. 2-я Международная конференция по обучающим представительствам. 2014.

  • 111.

    Резенде Д.Д., Мохамед С., Вьерстра Д. Стохастическое обратное распространение и приближенный вывод в глубинных генеративных моделях.Международная конференция по машинному обучению. 2014: 1278–86.

  • 112.

    Тибширани Р. Регрессионное сжатие и отбор с помощью лассо. J R Stat Soc: Ser B. 1996; 58: 267–88.

    Google ученый

  • 113.

    Цзоу Х., Хасти Т. Регуляризация и выбор переменных через эластичную сеть. J R Stat Soc: Ser B. 2005; 67: 301–20.

    Google ученый

  • 114.

    Плис С.М., Хьельм Д.Р., Салахутдинов Р., Аллен Е.А., Бокхольт Х.Дж., Лонг Дж.Д. и др.Глубокое обучение для нейровизуализации: исследование для проверки. Front Neurosci. 2014; 8: 229.

    Google ученый

  • 115.

    Шривастава Н., Хинтон Г., Крижевский А., Суцкевер И., Салахутдинов Р. Dropout: простой способ предотвратить переоснащение нейронных сетей. J Mach Learn Res. 2014; 15: 1929–58.

    Google ученый

  • 116.

    Арджовский М., Шах А., Бенжио Ю. Унитарная эволюция рекуррентных нейронных сетей.Международная конференция по машинному обучению; Нью-Йорк, Нью-Йорк, США: PMLR; 2016. с. 1120–28.

  • 117.

    Хелфрих К., Уиллмотт Д., Йе К. Ортогональные рекуррентные нейронные сети с масштабным преобразованием Кэли. Препринт arXiv arXiv: 170709520. 2017.

  • 118.

    Хенафф М., Шлам А., ЛеКун Ю. Рекуррентные ортогональные сети и задачи с длинной памятью. Материалы 33-й Международной конференции по машинному обучению. 2016; 48: 2034–42.

  • 119.

    Başar E, Başar-Eroglu C, Karakaş S.Шюрманн М. Гамма, альфа, дельта и тета-колебания управляют когнитивными процессами. Int J Psychophysiol. 2001; 39: 241–48.

    Google ученый

  • 120.

    Аледавуд Т., Тороус Дж., Хойос АМТ, Наслунд Дж. А., Оннела Дж. П., Кешаван М. Отслеживание сна при депрессии, тревоге и психотических расстройствах с помощью смартфона. Curr Psychiatry Rep.2019; 21: 49.

    Google ученый

  • 121.

    Hinton GE, Osindero S, Teh YW.Алгоритм быстрого обучения для сетей глубоких убеждений. Neural Comput 2006; 18: 1527–54.

    Google ученый

  • 122.

    Киркпатрик С., Гелатт К.Д., Векки М.П. Оптимизация путем имитации отжига. Наука. 1983; 220: 671–80.

    CAS Google ученый

  • 123.

    Аартс Э.Х.Л., Корст Дж. Х. М. Моделирование отжига и машины Больцмана: стохастический подход к комбинаторной оптимизации и нейронным вычислениям.(Серия Wiley-Interscience по дискретной математике и оптимизации). Чичестер: Уайли; 1989.

  • 124.

    Йе Дж, Кадакия Н., Роздеба П., Абарбанель Х., Куинн Дж. Прецизионные вариационные аппроксимации в усвоении статистических данных. Обсудить нелинейные процессы геофизики. 2014; 1: 1603–20.

    Google ученый

  • 125.

    Абарбанель HD, Роздеба П.Дж., Ширман С. Машинное обучение: глубочайшее обучение как проблемы усвоения статистических данных.Neural Comput. 2018; 30: 2025–55.

    Google ученый

  • 126.

    Ботту Л. Стохастическое градиентное обучение в нейронных сетях. Proc Neuro-Nımes. 1991; 91: 12.

    Google ученый

  • 127.

    Ruder S Обзор алгоритмов оптимизации градиентного спуска. Препринт arXiv arXiv: 160

    7. 2016.

  • 128.

    Гудфеллоу И. Дж., Шленс Дж., Сегеди С. Объяснение и использование примеров противоборства.Препринт arXiv arXiv: 14126572. 2014.

  • 129.

    Сегеди К., Заремба В., Суцкевер И., Бруна Дж., Эрхан Д., Гудфеллоу И. и др. Интригующие свойства нейронных сетей. Препринт arXiv arXiv: 13126199. 2013.

  • 130.

    Мартин А.Р., Дейли М.Дж., Робинсон Э.Б., Хайман С.Е., Нил Б.М. Прогнозирование полигенного риска психических расстройств. Биол Психиатрия 2019; 86: 97–109.

    Google ученый

  • 131.

    Коул Дж. Х., Пудель Р. П., Цагкрасулис Д., Каан МВА, Стив С., Спектор Т. Д. и др.Прогнозирование возраста мозга с помощью глубокого обучения на основе необработанных данных изображений позволяет получить надежный и наследуемый биомаркер. NeuroImage. 2017; 163: 115–24.

    Google ученый

  • 132.

    Roweis ST, Saul LK. Снижение нелинейной размерности локально линейным вложением. Наука. 2000; 290: 2323–26.

    CAS Google ученый

  • 133.

    Тененбаум Дж. Б., Сильва В. Д., Лэнгфорд Дж. С.. Глобальная геометрическая структура для нелинейного уменьшения размерности.Наука. 2000; 290: 2319–23.

    CAS Google ученый

  • 134.

    Маатен LVD, Хинтон Г. Визуализация данных с использованием t-SNE. J Mach Learn Res. 2008; 9: 2579–605.

    Google ученый

  • 135.

    Ballard DH в AAAI 279-84 (1987).

  • 136.

    Rumelhart DE, Hinton GE, Williams RJ. Изучение представлений путем обратного распространения ошибок. Природа. 1986; 323: 533–36.

    Google ученый

  • 137.

    Гупта А., Айхан М., Майда А. на Международной конференции по машинному обучению; 2013. с. 987–94.

  • 138.

    Pinaya WH, Mechelli A, Sato JR. Использование глубоких автоэнкодеров для выявления аномальных структурных паттернов мозга при психоневрологических расстройствах: крупномасштабное многомасштабное исследование. Hum Brain Mapp. 2019; 40: 944–54.

    Google ученый

  • 139.

    Jaitly N, Hinton GE. Нарушение длины голосового тракта (VTLP) улучшает распознавание речи.Proc ICML Workshop on Deep Learning for Audio, Speech and Language. 2013; 117.

  • 140.

    Шлютер Дж. Гриль Т. ИСМИР; 2015. с. 121–26.

  • 141.

    Парк Д.С., Чан В., Чжан И, Чиу Си-Си, Зоф Б., Кубук Э.Д. и др. Specaugment: простой метод увеличения данных для автоматического распознавания речи. Препринт arXiv arXiv: 1

  • 779. 2019.

  • 142.

    Ван С-Х, Лв Й-Д, Суй И, Лю С, Ван С-Дж, Чжан И-Д. Обнаружение алкоголизма с помощью увеличения данных и сверточной нейронной сети со стохастическим пулом.J Med Syst. 2018; 42: 2.

    Google ученый

  • 143.

    Shin H-C, Tenenholtz NA, Rogers JK, Schwarz CG, Senjem ML, Gunter JL, et al. Синтез медицинских изображений для увеличения и анонимности данных с использованием генеративных состязательных сетей. Международный семинар по моделированию и синтезу в медицинской визуализации. 2018. с. 1–11.

  • 144.

    Nguyen KP, Fatt CC, Treacher A, Mellema C, Tvedi MH, Montillo A. Анатомически обоснованное увеличение данных для функциональной МРТ с приложениями для глубокого обучения.Медицинская визуализация 2020: обработка изображений. 2020; 11313: 113130Т.

  • 145.

    Гудфеллоу И., Пуже-Абади Дж., Мирза М., Сюй Б., Вард-Фарли Д., Озаир С. и др. Достижения в области нейронных систем обработки информации; 2014. с. 2672–80.

  • 146.

    Боулз С., Чен Л., Герреро Р., Бентли П., Ганн Р., Хаммерс А. и др. Дополнение Гана: Дополнение обучающих данных с помощью генеративных состязательных сетей. Препринт arXiv arXiv: 181010863. 2018.

  • 147.

    Шан К., Палмер А., Сун Дж., Чен К.С., Лу Дж., Би Дж.ВИГАН: Отсутствует представление о вменении с генеративными состязательными сетями. Международная конференция IEEE 2017 по большим данным (Big Data). 2017. с. 766–75.

  • 148.

    Нгуен Х., Моррис Р.В., Харрис А.В., Коргоанкар М.С., Рамос Ф. Исправление различий в данных нейровизуализации с нескольких участков с использованием генеративных состязательных сетей. Препринт arXiv arXiv: 180309375. 2018.

  • 149.

    Lee D-H. Простой и эффективный метод полууправляемого обучения для глубоких нейронных сетей. Семинар по проблемам репрезентативного обучения, ICML.2013: 3.

  • 150.

    Пан С.Дж., Ян К. Обзор по трансфертному обучению. IEEE Trans Knowl Data Eng. 2009; 22: 1345–59.

    Google ученый

  • 151.

    Симонян К., Зиссерман А. Очень глубокие сверточные сети для распознавания крупномасштабных изображений. Препринт arXiv arXiv: 140

    . 2014.

  • 152.

    Лу С., Лу З., Чжан И-Д. Патологическое обнаружение головного мозга на базе AlexNet и трансферное обучение. J Computat Sci. 2019; 30: 41–47.

    Google ученый

  • 153.

    Thomas AW, Müller K-R, Samek W. Глубокое трансферное обучение для анализа FMRI всего мозга. ИЛИ 20 контекстно-зависимых операционных и машинное обучение в клинической нейровизуализации. Нью-Йорк, США: Springer; 2019. стр. 59–67.

    Google ученый

  • 154.

    Йосински Дж., Клун Дж., Бенжио Й., Липсон Х. Насколько переносимы функции в глубоких нейронных сетях? Достижения в области нейронных систем обработки информации.Монреаль, Канада: MIT Press; 2014. С. 3320–28.

  • 155.

    Тодоров П., Пино Дж., Лим А. Изучение надежных функций с использованием глубокого обучения для автоматического обнаружения приступов. Машинное обучение для конференции по здравоохранению. 2016. с. 178–90.

  • 156.

    Hospedales T, Antoniou A, Micaelli P, Storkey. Мета-обучение в нейронных сетях: обзор. Препринт arXiv arXiv: 200405439. 2020.

  • 157.

    Andrychowicz M, Denil M, Gomez S, Hoffman MW, Pfau D, Schaul T, et al.Учимся учиться с помощью градиентного спуска с помощью градиентного спуска. Достижения в области нейронных систем обработки информации. Curran Associates Inc .; 2016. с. 3981–89.

  • 158.

    Рави С., Ларошель Х. Оптимизация как модель для обучения за несколько шагов. 5-я Международная конференция по обучающим представительствам, ICLR. OpenReview.net; 2016.

  • 159.

    Box GE, Tiao GC. Байесовский вывод в статистическом анализе. Хобокен, Нью-Джерси, США: John Wiley & Sons; 2011.

    Google ученый

  • 160.

    Гахрамани З. Байесовские непараметрики и вероятностный подход к моделированию. Филос Транс Р. Соц А. 2013; 371: 20110553.

  • 161.

    Обенчейн Р. Классические F-тесты и доверительные области для регрессии гребня. Технометрика. 1977; 19: 429–39.

    Google ученый

  • 162.

    Quaak M, van de Mortel L, Thomas RM, van Wingen G. Приложения глубокого обучения для классификации психических расстройств с использованием данных нейровизуализации: систематический обзор и метаанализ.https://www.medrxiv.org/content/10.1101/2020.06.12.20129130v1. 2020.

  • 163.

    Li X, Dvornek NC, Zhuang J, Ventola P, Duncan JS. Интерпретация биомаркеров мозга в asd с использованием глубокого обучения и фмр. Международная конференция по медицинской обработке изображений и компьютерному вмешательству. 2018. с. 206–14.

  • Большие данные в психиатрии: мультиомика, нейровизуализация, компьютерное моделирование и цифровое фенотипирование

    Теперь ясно, что понимание того, как мозг создает поведение и как это понимание может лучше информировать о новых методах лечения и вмешательствах, потребует обширных новых подходов к решению сложных проблем в неврологии и психиатрии.К счастью, огромная эволюция размеров выборки, вычислительной мощности, технологий нейровизуализации, цифровых подходов к фенотипированию и компьютерного моделирования быстро открыла новую эру больших данных в психиатрии. То, как мы понимаем и используем вычислительные подходы к огромным объемам данных, от геномики до нейровизуализации и фенотипирования, вполне может определить наш успех в этой области в ближайшие годы.

    Для решения этих проблем издание «Обзоры нейропсихофармакологии 2021 года» нацелено на охват широкого круга вопросов, от сбора цифровых данных до нейровизуализации в процессе разработки, мультиомики различных расстройств и вычислительных подходов к большим данным в психиатрии.Мы разделили эти темы на несколько более сфокусированных разделов, как вкратце изложено ниже.

    В нашем разделе, посвященном компьютерному моделированию в психиатрии, Квентин Хейс из Университетского колледжа Лондона и его коллеги из Оксфорда, Брауна и Института исследований мозга лауреатов исследуют, как подходы компьютерной психиатрии могут быть использованы для использования больших наборов данных в психиатрии. В частности, они описывают достижения теоретически обоснованных вычислительных подходов к пониманию механизмов расстройств настроения, тревоги и зависимости [1].То, как мы можем создавать объяснительные модели, которые интегрируются в биологические, психологические и социально-экологические области, проверяется на экспериментальных данных, что является важным шагом вперед для понимания механизмов и продвижения новых методов лечения. Даниэль Бассет и ее коллеги из Пенсильванского университета изучают эти вопросы и рассматривают ряд интересных новых подходов в своем обзоре компьютерного моделирования в нейробиологии [2]. В связи с этим Стурман и его коллеги рассматривают подходы машинного обучения к сложному поведению в своей рукописи, исследуя глубокое фенотипирование поведения грызунов [3].Возвращаясь к человеческому поведению, Дж. П. Онелла и его коллеги из Гарвардской школы общественного здравоохранения изучат широкомасштабные подходы к активному и пассивному сбору и прогнозированию данных (например, цифровое фенотипирование) при психических расстройствах [4].

    Еще один раздел, который мы рассматриваем в NPPR 2021 года, — это крупномасштабные омические подходы к пониманию психических расстройств. Мэтт Стейт и его коллеги из Калифорнийского университета в Сан-Франциско впервые описали крупномасштабные международные совместные усилия по анализу генетического вклада редких и de novo вариаций в расстройства аутистического спектра, синдром Туретта и синдромы пороков развития мозга [5].Эти совместные усилия могут помочь пройти сложный путь от геномики до терапии расстройства аутистического спектра. Другой очень интересный инструмент для использования больших объемов данных для понимания развития и функционирования мозга — это индуцированные человеческие нейроны и более сложные органоиды, полученные из стволовых клеток. Флора Ваккарино и ее коллеги из Йельского университета обращаются к этим подходам, а также к крупномасштабной работе консорциума PsychEncode в своем своевременном обзоре [6]. Возможность проводить крупномасштабное секвенирование одной клетки для сотен тысяч отдельных клеток мозга также революционизирует наше понимание функционирования клеток и микросхем.

    Дополнительный подход к использованию больших объемов данных по видам включает интеграцию данных крупномасштабных общегеномных ассоциаций (GWAS) с геномикой в ​​модельных системах. Элисса Чеслер и ее коллеги обращаются к этому вопросу в своем обзоре по интерпретации психиатрических GWAS с многовидовой гетерогенной функциональной интеграцией геномных данных [7]. В то время как генетический анализ и анализ мРНК изменили наше понимание функции мозга, во многом благодаря генетической революции и возможности проводить крупномасштабное недорогое нуклеотидное секвенирование, новые подходы с использованием быстрой и высокопроизводительной масс-спектроскопии позволили также провести крупномасштабную протеомику. быстро продвигаться.Ник Сейфрид и его коллеги из Университета Эмори предоставляют потрясающий обзор анализа протеома при болезни Альцгеймера, области, в которой недавно был достигнут значительный прогресс в крупномасштабном сборе данных и аналитических подходах [8]. Роб Маккалламсмит и его коллеги из Цинциннати обсуждают, как такие интегративные «омические открытия» могут быть использованы для изменения и улучшения открытий лекарств, и внедряют такие открытия в своем обзоре, посвященном подходам с большими данными к системной фармакологии, перепрофилированию лекарств и трансляционным исследованиям [9].

    В настоящее время мы все больше осознаем, что различные психические расстройства, вероятно, намного более биологически различны, чем отражены в наших кластерах клинических и самоотчетных симптомов, которые в настоящее время используются для определения, например, «депрессии» или «шизофрении». Другими словами, как нам лучше всего вырезать природу на ее стыках, используя крупномасштабные биологические и фенотипические данные? Для решения этих важных вопросов мы пригласили несколько обзоров недавнего крупномасштабного прогресса, часто через консорциумы, которые работают над пониманием отдельных биологических подтипов, составляющих психические расстройства.Дина Барч и ее коллеги из Вашингтонского университета обсуждают крупномасштабные совместные, многосайтовые усилия по изучению нейронной основы нарушений когнитивного контроля и эмоциональной обработки у людей с шизофренией, а также у лиц с риском развития шизофрении и других психических расстройств на основе Когортное исследование подросткового мозга и когнитивного развития [10]. В более широком плане в области биполярных и психотических расстройств Кэрол Тамминга и ее коллеги из Техасского университета рассматривают свою работу по мультимодальным биомаркерам и биотипам в рамках крупномасштабной сети биполярной шизофрении по промежуточным фенотипам [11].Большой прогресс был также достигнут в этих подходах к депрессии и расстройствам настроения, что было проанализировано Конором Листоном и его коллегами из Медицинской школы Вейлла Корнелла в их работе по функциональным связям и биотипам депрессии [12]. Конечно, эти чрезвычайно большие наборы данных и применение объективных подходов к их анализу могут стать возможными только с помощью новых аналитических инструментов. Д-р Андреас Майер-Линденберг и его коллеги с медицинского факультета Мангейма Гейдельбергского университета в Германии оценивают большой прогресс в этой области в своей работе, описывающей методы машинного обучения с акцентом на глубокие и повторяющиеся нейронные сети, а также на то, как это можно сделать. применяется в контексте психиатрии [13].

    В последнем разделе этого издания мы дополнительно исследуем подходы к цифровому фенотипированию посредством крупномасштабного сбора данных, которые могут улучшить наше понимание психиатрических синдромов. Лиза Марш и ее коллеги из Дартмута рассматривают вопрос о том, как наука способствует разработке, оценке и устойчивому внедрению технологических инструментов (которые используют подходы к изменению поведения через Интернет, мобильные устройства и / или социальные сети), нацеленные на широкий спектр население и поведение в отношении здоровья [14].Кэтлин Мерикангас и ее коллеги из Национального института психического здоровья углубились в эти подходы, в частности, в том, что касается биполярного расстройства, при использовании мобильных устройств для мониторинга и датчиков в реальном времени [15]. И, наконец, Лаура Жермин и ее коллеги из больницы Маклин и Гарвардской медицинской школы рассматривают чрезвычайно захватывающую работу по распространению поведенческого и когнитивного тестирования «в мир» посредством крупномасштабного сбора данных через Интернет в своем обзоре макромасштабных данных по населению. сборник для поведенческих исследований [16].

    Вместе мы уверены, что издание Neuropsychopharmacology Reviews 2021 года по большим данным в психиатрии предоставит захватывающую обновленную информацию и обсуждение того, как крупномасштабные подходы к данным, охватывающие сбор данных, генетику, нейровизуализацию и моделирование, изменят будущее нейробиологии. и психиатрия.

    Финансирование и раскрытие информации

    KJR поддерживается NIH R21Mh212956, P50Mh215874, R01MH094757 и R01Mh206595, а также грантом Фонда Фрейзера на исследования настроения и тревожности.KJR получил консультационный доход от Алкермеса, исследовательскую поддержку от NIH, Genomind и Brainsway, а также он входит в состав научных консультативных советов компаний Janssen и Verily, которые не имеют отношения к настоящей работе.

    Источники

    1. 1.

      Хайс QJM, Браунинг М., Паулюс М.П., ​​Франк М.Дж. Достижения в компьютерном понимании психических заболеваний. Нейропсихофармакология. 2020. https://doi.org/10.1038/s41386-020-0746-4.

    2. 2.

      Lydon-Staley DM, Cornblath EJ, Blevins AS, Bassett DS.Моделирование мозга, симптомов и поведения на ветру перемен. Нейропсихофармакология. 2020. https://doi.org/10.1038/s41386-020-00805-6.

    3. 3.

      фон Циглер Л., Штурман О., Бохачек Дж. Большое поведение: проблемы и возможности в новую эру глубокого профилирования поведения. Нейропсихофармакология. 2020. https://doi.org/10.1038/s41386-020-0751-7.

    4. 4.

      Оннела Дж. Возможности и проблемы в сборе и анализе данных цифрового фенотипирования. Нейропсихофармакология.2020. https://doi.org/10.1038/s41386-020-0771-3.

    5. 5.

      Сирлс Квик В.Б., Ван Б., Стейт М.В. Использование больших наборов геномных данных для освещения патобиологии расстройств аутистического спектра. Нейропсихофармакология. 2020. https://doi.org/10.1038/s41386-020-0768-y.

    6. 6.

      Журдон А., Скудери С., Капауто Д., Абызов А., Ваккарино FM. PsychENCODE и не только: транскриптомика и эпигеномика развития мозга и органоидов. Нейропсихофармакология. 2020. https: // doi.org / 10.1038 / s41386-020-0763-3.

    7. 7.

      Рейнольдс Т., Джонсон Е.С., Хаггетт С.Б., Бубье Дж. А., Палмер Р.Х.К., Агравал А. и др. Интерпретация психиатрических полногеномных исследований ассоциации с многовидовой гетерогенной функциональной интеграцией геномных данных. Нейропсихофармакология. 2020. https://doi.org/10.1038/s41386-020-00795-5.

    8. 8.

      Rayaprolu S, Higginbotham L, Bagchi P, Watson CM, Zhang T, Levey AI, et al. Системная протеомика для решения биологии болезни Альцгеймера, помимо амилоида и тау-белка.Нейропсихофармакология. 2020. https://doi.org/10.1038/s41386-020-00840-3.

    9. 9.

      Шукла Р., Хенкель Н.Д., Алганем К., Хамуд А.Р., Рейгл Дж., Алнафисах Р.С. и др. Сигнатурные подходы к информированному перепрофилированию лекарств: нацеленные на нарушения ЦНС. Нейропсихофармакология. 2020. https://doi.org/10.1038/s41386-020-0752-6.

    10. 10.

      Керхер Н.Р., Барч Д.М. Исследование ABCD: понимание развития риска для психического и физического здоровья. Нейропсихофармакология.2020. https://doi.org/10.1038/s41386-020-0736-6.

    11. 11.

      Tamminga CA, Clementz BA, Pearlson G, Keshavan M, Gershon ES, Ivleva EI, G et al. Биотипирование при психозе: использование нескольких вычислительных подходов с одним набором данных. Нейропсихофармакология. 2020. https://doi.org/10.1038/s41386-020-00849-8.

    12. 12.

      Buch AM, Liston C. Рассечение диагностической неоднородности при депрессии путем интеграции нейровизуализации и генетики. Нейропсихофармакология. 2020. https: // doi.org / 10.1038 / s41386-020-00789-3.

    13. 13.

      Коппе Г., Мейер-Линденберг А., Дюрстевиц Д. Глубокое обучение малых и больших данных в психиатрии. Нейропсихофармакология. 2020. https://doi.org/10.1038/s41386-020-0767-z.

    14. 14.

      Marsch LA. Подходы, основанные на цифровых данных о здоровье, для понимания человеческого поведения. Нейропсихофармакология. 2020. https://doi.org/10.1038/s41386-020-0761-5.

    15. 15.

      Dunster G, Swendsen J, Merikangas KR. Мобильный мониторинг биполярного расстройства в режиме реального времени: обзор доказательств и направления на будущее.Нейропсихофармакология. 2020. https://doi.org/10.1038/s41386-020-00830-5.

    16. 16.

      Germine L, Strong RW, Singh S, Sliwinski MJ. К динамическим фенотипам и масштабируемым измерениям человеческого поведения. Нейропсихофармакология. 2020. https://doi.org/10.1038/s41386-020-0757-1.

    Скачать ссылки

    Информация об авторе

    Принадлежности

    1. Больница Маклина и Гарвардская медицинская школа, Бельмонт, Массачусетс, 02478, США

      Керри Дж.Ресслер

    2. Стэнфордский университет, Пало-Альто, Калифорния, США

      Линн М. Уильямс

    Автор, ответственный за переписку

    Керри Дж. Ресслер.

    Дополнительная информация

    Примечание издателя Springer Nature сохраняет нейтралитет в отношении юрисдикционных претензий на опубликованных картах и ​​сведений об учреждениях.

    Об этой статье

    Цитируйте эту статью

    Ressler, K.Дж., Уильямс, Л.М.Большие данные в психиатрии: мультиомика, нейровизуализация, компьютерное моделирование и цифровое фенотипирование. Neuropsychopharmacol. 46, 1-2 (2021). https://doi.org/10.1038/s41386-020-00862-x

    Ссылка для скачивания

    Поделиться этой статьей

    Все, с кем вы поделитесь следующей ссылкой, смогут прочитать это содержание:

    Получить ссылку для общего доступа

    Извините, Ссылка для совместного использования в настоящее время недоступна для этой статьи.

    Предоставлено инициативой по обмену контентом Springer Nature SharedIt

    Дополнительная литература

    • Выявление подтипов депрессии в аннотированном клиницистом тексте: ретроспективное когортное исследование

      • Бенсон Кунг
      • , Морис Чанг
      • , Гаян Перера
      • , Меган Притчард
      • и Роберт Стюарт

      Научные отчеты (2021 год)

    Да, существует большая разница между психическим здоровьем и психическим заболеванием

    Это недоразумение может быть проблематичным, заставляя нас иногда упускать из виду признаки того, что кому-то нужна помощь.CDC отмечает, что многим людям с плохим психическим здоровьем официально не ставили диагноз психического заболевания. Кроме того, многие люди, у которых действительно диагностировано психическое заболевание, «могут испытывать периоды физического, психического и социального благополучия».

    Более того, люди с психическими расстройствами могут со временем меняться, или их проблема может быть вызвана событиями и обстоятельствами, как большими, так и малыми.

    Недостаток понимания или неправильная характеристика проблемы психического здоровья может оттолкнуть людей от получения необходимого лечения.Более того, стирание границ между здоровьем и болезнью может привести к тому, что люди будут недооценивать, отвергать или даже клеймить тех, кто страдает психическим заболеванием.

    Психическое заболевание затрагивает больше людей, чем вы думаете

    Важно понимать, что означают эти два термина, учитывая распространенность психических заболеваний во всем мире. Всемирная организация здравоохранения сообщает, что «психические, неврологические расстройства и расстройства, связанные с употреблением психоактивных веществ, составляют 10% глобального бремени болезней и 30% бремени болезней с несмертельным исходом.”

    Кроме того, ВОЗ отмечает, что около 800 000 человек умирают в результате самоубийства каждый год, около 20% детей и подростков в мире страдают психическими расстройствами, а от депрессии страдают около 264 миллионов человек во всем мире.

    Но психическое заболевание не всегда указывает на продолжающееся заболевание. Палмер объяснил: «Например, если кто-то болеет гриппом, мы не можем сказать, что он в настоящее время физически здоров. Вместо этого мы можем сказать, что они больны. Точно так же у людей может быть временный приступ психического заболевания, например депрессия после развода.”

    Он объяснил, что параллели аналогичны для хронических физических и психических заболеваний. «У некоторых людей могут быть легкие случаи заболевания, и они могут нормально функционировать. Другие могут быть инвалидами и испытывать трудности в повседневной жизни. Некоторые люди могут хорошо себя чувствовать изо дня в день, а другие — нет ».

    Грамотность в вопросах здоровья невероятно важна, но встречается редко

    Несмотря на глобальный уровень психических заболеваний, многие до сих пор не понимают, что такое психическое заболевание или психическое здоровье. Например, исследование, проведенное в 2015 году среди взрослых трудоспособного возраста в Соединенном Королевстве, показало, что около 61% респондентов плохо понимают психические состояния, симптомы и методы лечения.

    Отсутствие «санитарной грамотности», говорится в исследовании, может отрицательно сказаться на способности нуждающихся получать помощь и принимать информированные решения по управлению своим состоянием. Основываясь на подобных исследованиях, эксперты в области здравоохранения предприняли усилия по повышению грамотности в области психического здоровья и повышению осведомленности и понимания психических заболеваний.

    «Проблема со всеми психическими расстройствами в том, что ни одно из них не определяет человека в целом. Хотя их симптомы могут ухудшить их способность делать то, что могут делать другие, у них все же есть сильные стороны и компетентность.Когда мы говорим о здоровье и болезни, всегда важно помнить об этом ». — Доктор Кристофер Палмер

    Низкая грамотность в области психического здоровья также усугубляет проблему стигмы в отношении психического здоровья. Те, кто не понимает психического здоровья или психических заболеваний, часто имеют негативное и вредное отношение к людям с психическими расстройствами. Такое отношение приводит к стыду, гневу и чувству никчемности.

    Во многих случаях социальная стигма не позволяет людям обращаться за профессиональной помощью.«Самостигма» может затронуть людей, которые имеют проблемы с психическим здоровьем, но не полностью понимают концепции психического здоровья и психических заболеваний. Они могут винить себя за свои условия. Самостигма может ухудшить условия.

    «Проблема всех психических расстройств, — сказал Палмер, — в том, что ни одно из них не определяет человека в целом. Хотя их симптомы могут ухудшить их способность делать то, что могут делать другие, у них все же есть сильные стороны и компетентность. Когда мы говорим о здоровье и болезни, всегда важно помнить об этом.”

    Отношение к психическим заболеваниям и психическому здоровью

    Опрос CBS News, проведенный осенью 2019 года, подробно рассказал об отношении американцев к проблемам психического здоровья и их осведомленности. Почти 90% респондентов заявили, что в нашем обществе существует некоторая стигма и дискриминация, связанные с психическими заболеваниями. Более 30% заявили, что дискриминация и стигма, связанные с психическими заболеваниями, снизились за последние десять лет. Однако около 30% заявили, что ситуация не изменилась.

    Большинство респондентов заявили, что имеют некоторое представление о таких состояниях, как тревога, депрессия и посттравматическое стрессовое расстройство.Многие сказали, что знают кого-то, у кого диагностировали психическое заболевание. Опрос показал, что большинство американцев считают психические заболевания серьезной проблемой.

    Большие данные в психиатрии и неврологии


    1. Лучшие методы контролируемого машинного обучения при исследовании биомаркеров в клинических группах
    Бенджамин Г. Шульц, Захер Джухадар, Уша Наттала, Мария дель Мар Кирога, Франческа Болк и Адам П. Фогель

    2. Большие данные в персонализированном здравоохранении
    Лидонг Ван и Шерил Александер

    3.Лонгитюдный анализ данных: подход с использованием модели кривой роста с несколькими показателями
    Thierno M.O. Диалло и Ахмед А. Мустафа

    4. Проблемы и решения для больших данных в персонализированном здравоохранении
    Тим Хулсен

    5. Связи данных в эпидемиологии
    Шинейд Мойлетт

    6. Нейтрософская система классификации на основе правил и ее медицинские приложения
    Самех Х. Баша, Арег Абдалла и Абул Элла Хассаниен

    7.От сложных к нейронным сетям
    Никола Аморосо и Лоредана Беллантуоно

    8. Использование больших данных в психиатрии — роль административных баз данных
    Мануэль Гонсалвес-Пиньо и Альберто Фрейтас

    9. Прогнозирование появления новых психоактивных веществ вещества с большими данными
    Роберт Тодд Пердью и Джеймс Хоудон

    10. Сегментация гиппокампа в МР-изображениях: мультиатласные методы и методы глубокого обучения
    Ханькан Чжу, Шуай Ван, Лянцюн Цюй и Дингган Шэнь

    11.Масштабируемая система мониторинга приема лекарств
    Дайан Мён-Кён Вудбридж и Кевин Бенгтсон Вонг

    12. Оценка прогнозирования каскадов с помощью различных техник внедрения для смягчения последствий заболевания
    Абхинав Чоудхури, Шубхам Шакья, Шрути Каушик 4 9103 и Варун Дутут Структура двухэтапной классификации для прогнозирования эпилептических припадков с использованием признаков на основе вейвлетов ЭЭГ
    Сахар Эльгохари, Махмуд И. Халил и Сейф Эльдавлатли

    14.Визуальная нейробиология в эпоху больших данных и искусственного интеллекта
    Кохитидж Кар

    15. Применение подходов больших данных и искусственного интеллекта в диагностике и лечении психоневрологических заболеваний
    Цюжун Сун, Тяньхуэй Хуанг, Синьюе Ван, Цзинсяо Ню, Ван Чжао, Хайцин Сюй и Лун Лу

    16. Использование больших данных для повышения точных ответных мер общественного здравоохранения на основе фактических данных
    GV Асокан и Мохаммед Юсиф Аббас Мохаммед

    17.Как аналитика больших данных меняет облик точной медицины в женском здоровье
    Марьям Панахиазар, Марьям Каримзадехган, Рухалла Ализадехсани, Декстер Хэдли и Рамин Э. Бейги

    Большие данные приходят в психиатрию: общее введение | Международный журнал биполярных расстройств

  • Альтман РБ, Эшли Э.А. Использование «больших данных» для анализа клинической неоднородности. Тираж. 2015; 131: 232–3.

    PubMed Статья Google ученый

  • ATKearney.Большие данные и творческое разрушение современных бизнес-моделей. 2013. http://www.atkearney.com/documents/10192/698536/Big+Data+and+the+Creative+Destruction+of+Todays+Business+Models.pdf/f05aed38-6c26-431d-8500-d75a2c384919. По состоянию на 12 июня 2015 г.

  • Austin PC. Введение в методы оценки склонности для уменьшения эффекта искажения в обсервационных исследованиях. Multivar Behav Res. 2011; 46: 399–424.

    Артикул Google ученый

  • Бауэр М., Гленн Т., Алда М., Сагдую К., Марш В., Гроф П. и др.Модели медикаментозного лечения биполярного расстройства: анализ долгосрочных самооценок. Int J Биполярное расстройство. 2013а; 1: 5.

    PubMed Central PubMed Статья CAS Google ученый

  • Бауэр Р., Гленн Т., Алда М., Сагдую К., Марш В., Гроф П. и др. Дозировка антидепрессанта, принимаемая пациентами с биполярным расстройством: факторы, связанные с нерегулярностью. Int J Биполярное расстройство. 2013б; 9 (1): 26.

    Артикул CAS Google ученый

  • Бен-Ари А., Хаммонд К.Текстовый анализ EMR для моделирования и прогнозирования суицидального поведения среди американских ветеранов войны в Персидском заливе 1991 года. В: 2015 48-я Гавайская международная конференция по системным наукам (HICSS), IEEE; 2015. с. 3168–75.

  • Бхугра Д., Истер А., Малларис Ю., Гупта С. Принятие клинических решений в психиатрии психиатрами. Acta Psychiatr Scand. 2011; 124: 403–11.

    CAS PubMed Статья Google ученый

  • Бирни Э.Создание ENCODE: уроки для проектов с большими данными. Природа. 2012; 489: 49–51.

    CAS PubMed Статья Google ученый

  • Bollier D, Firestone CM, Bollier D, Firestone CM. Перспектива и опасность больших данных. Вашингтон: Институт Аспена, Программа коммуникаций и общества; 2010.

    Google ученый

  • Буржуа ФК, Олсон КЛ, Мандл КД. Пациенты, проходящие лечение в нескольких учреждениях неотложной медицинской помощи: количественная оценка фрагментации информации.Arch Intern Med. 2010; 170: 1989–95.

    PubMed Статья Google ученый

  • Бойд Д., Кроуфорд К. Критические вопросы для больших данных: провокации для культурных, технологических и научных явлений. Inf Commun Soc. 2012; 15: 662–79.

    Артикул Google ученый

  • Бунеман П., Ханна С., Тан, WC. Источник данных: некоторые основные вопросы. В: FST TCS 2000: основы программных технологий и теоретической информатики.Берлин: Спрингер; 2000. с. 87–93.

  • Кастро В.М., Минье Дж., Мерфи С.Н., Кохан И., Черчилль С.Е., Гейнер В. и др. Подтверждение фенотипирования электронных медицинских карт для случаев биполярного расстройства и контроля. Am J Psychiatry. 2015; 172: 363–72.

    PubMed Статья Google ученый

  • CDC. CDC / Национальный центр статистики здравоохранения. 2014. http://www.cdc.gov/nchs/fastats/physician-visits.htm. По состоянию на 12 июня 2015 г.

  • Сели Л.А., Марк Р.Г., Стоун Диджей, Монтгомери Р.А. «Большие данные» в реанимации. Закрытие цикла данных. Am J Respir Crit Care Med. 2013; 187: 1157–60.

    PubMed Статья Google ученый

  • ЦЕРН. Анимация показывает обработку данных LHC. 2015. http://home.web.cern.ch/about/updates/2013/04/animation-shows-lhc-data-processing. По состоянию на 12 июня 2015 г.

  • Chan KS, Fowles JB, Weiner JP.Обзор: электронные медицинские карты, надежность и достоверность показателей качества: обзор литературы. Med Care Res Rev.2010; 67: 503–27.

    PubMed Статья Google ученый

  • Коэн Р., Эльхадад М., Эльхадад Н. Избыточность в корпусах электронных медицинских карт: анализ, влияние на производительность интеллектуального анализа текста и стратегии смягчения последствий. BMC Bioinform. 2013; 14: 10.

    Артикул Google ученый

  • Коэн С.Б.Статистический бюллетень AHRQ № 392: концентрация и постоянство уровня расходов на здравоохранение во времени: оценки для населения США, 2009–2010 гг. 2012. http://meps.ahrq.gov/data_files/publications/st392/stat392.shtml. По состоянию на 12 июня 2015 г.

  • Cook BL, Zuvekas SH, Carson N, Wayne GF, Vesper A, McGuire TG. Оценка расовых / этнических различий в лечении по эпизодам психиатрической помощи. Health Serv Res. 2014; 49: 206–29.

    PubMed Central PubMed Статья Google ученый

  • Cooke CR, Iwashyna TJ.Использование имеющихся данных для решения важных клинических вопросов в отделениях интенсивной терапии. Crit Care Med. 2013; 41: 886–96.

    PubMed Central PubMed Статья Google ученый

  • Collins FS, Hudson KL, Briggs JP, Lauer MS. PCORnet: воплощение мечты в реальность. J Am Med Inform Assoc. 2014; 21: 576–7.

    PubMed Central PubMed Статья Google ученый

  • Curran PJ, Hussong AM.Интегративный анализ данных: одновременный анализ нескольких наборов данных. Психологические методы. 2009; 14: 81–100.

    PubMed Central PubMed Статья Google ученый

  • Де Доменико М., Лима А., Мусолези М. Взаимозависимость и предсказуемость мобильности людей и социальных взаимодействий. Повсеместное вычисление мобов. 2013; 9: 798–807.

    Артикул Google ученый

  • Дормут С.Р., Патрик А.Р., Шранк У.Х., Райт Дж. М., Глинн Р. Дж., Сазерленд Дж., Брукхарт, Массачусетс.Приверженность статинам и риск несчастных случаев: предостережение. Тираж. 2009; 119: 2051–7.

    PubMed Central CAS PubMed Статья Google ученый

  • Drazen JM, Gelijns AC. Вычеркивание статинов. N Engl J Med. 2014; 370: 2240–1.

    CAS PubMed Статья Google ученый

  • Игл Н., Пентланд А.С., Лазер Д. Определение структуры сети дружбы с использованием данных мобильного телефона.Proc Natl Acad Sci USA. 2009; 106: 15274–8.

    PubMed Central CAS PubMed Статья Google ученый

  • Экономист. Данные, данные везде. Экономист. 2010. http://www.emc.com/collateral/analyst-reports/ar-the-economist-data-data-everywhere.pdf. По состоянию на 12 июня 2015 г.

  • Fan J, Han F, Liu H. Проблемы анализа больших данных. Natl Sci Rev.2014; 1: 293–314.

    PubMed Central PubMed Статья Google ученый

  • FDA.Часовая инициатива. 2014. http://www.fda.gov/Safety/FDAsSentinelInitiative/ucm2007250.htm. По состоянию на 12 июня 2015 г.

  • FitzHenry F, Murff HJ, Matheny ME, Gentry N, Fielstein EM, Brown SH, et al. Изучение границ электронного наблюдения за состоянием здоровья: случай послеоперационных осложнений. Med Care. 2013; 51: 509–16.

    PubMed Central PubMed Статья Google ученый

  • Галлахер П.Приветствие и вступительное слово Совместный семинар NIST по облачным вычислениям и большим данным. 2013. http://www.nist.gov/director/speeches/cloud-big-data-011513.cfm. По состоянию на 12 июня 2015 г.

  • Гарднер Р.К., Берк Дж. Ф., Неттиксиммонс Дж., Кауп А., Барнс Д. Е., Яффе К. Риск деменции после черепно-мозговой травмы по сравнению с травмой, не связанной с мозгом: роль возраста и тяжести. JAMA Neurol. 2014; 71: 1490–7.

    PubMed PubMed Central Статья Google ученый

  • Ghassemi M, Marshall J, Singh N, Stone DJ, Celi LA.Использование базы данных интенсивной терапии: использование селективных ингибиторов обратного захвата серотонина до поступления в ОИТ связано с повышенной больничной смертностью. Грудь. 2014; 145: 745–52.

    PubMed Central PubMed Статья Google ученый

  • Джордано С.Х., Куо Ю.Ф., Дуан З., Хортобаджи Г.Н., Фриман Дж., Гудвин Дж. С.. Пределы данных наблюдений при определении результатов лечения рака. Рак. 2008; 112: 2456–66.

    PubMed Статья Google ученый

  • Glass TA, Goodman SN, Hernán MA, Samet JM.Причинно-следственный вывод в общественном здравоохранении. Annu Rev Public Health. 2013; 34: 61–75.

    PubMed Central PubMed Статья Google ученый

  • Гленн Т., Монтейт С. Новые меры психического состояния и поведения на основе данных, собранных с датчиков, смартфонов и Интернета. Curr Psychiatry Rep.2014; 16: 523.

    PubMed Статья Google ученый

  • Голдман Д., Фастенау Дж., Дирани Р., Хелланд Е., Джойс Дж., Конрад Р. и др.Политика предварительного разрешения Medicaid и тюремное заключение среди пациентов с шизофренией. Am J Manag Care. 2014; 20: 577–86.

    PubMed Google ученый

  • Gonzalez MC, Hidalgo CA, Barabasi AL. Понимание индивидуальных моделей мобильности человека. Природа. 2008. 453: 779–82.

    CAS PubMed Статья Google ученый

  • Grether JK, Anderson MC, Croen LA, Smith D, Windham GC.Риск аутизма и увеличение возраста матери и отца среди большой части населения Северной Америки. Am J Epidemiol. 2009; 170: 1118–26.

    PubMed Статья Google ученый

  • Groves RM. Три эпохи обзорных исследований. Общественное мнение, 2011 г .; 75: 861–71.

    Артикул Google ученый

  • Halamka JD. Ранний опыт работы с большими данными в академическом медицинском центре.Aff Health (Миллвуд). 2014; 33: 1132–8.

    Артикул Google ученый

  • Халамка Ю. Стоимость хранения историй болезни. 2011. http://geekdoctor.blogspot.com/2011/04/cost-of-storing-patient-records.html. По состоянию на 12 июня 2015 г.

  • Hargittai E. Больше всегда лучше? Возможные искажения больших данных, полученных с сайтов социальных сетей. Ann Am Acad Pol Soc Sci. 2015; 659: 63–76.

    Артикул Google ученый

  • Харпаз Р., ДюМушель В., Шах Н.Х., Мадиган Д., Райан П., Фридман К.Новые методологии сбора данных для обнаружения и анализа побочных эффектов лекарственных препаратов. Clin Pharmacol Ther. 2012; 91: 1010–21.

    PubMed Central CAS PubMed Статья Google ученый

  • Hersh WR, Weiner MG, Embi PJ, Logan JR, Payne PR, Bernstam EV, et al. Предостережения в отношении использования оперативных данных электронных медицинских карт в сравнительных исследованиях эффективности. Med Care. 2013; 51 (8 Suppl 3): S30–7.

    PubMed Central PubMed Статья Google ученый

  • HHS.Больше врачей и больниц используют EHR, чем раньше. 2014. http://www.hhs.gov/news/press/2014pres/08/20140807a.html. По состоянию на 12 июня 2015 г.

  • Hill G. Взгляд на данные с другой точки зрения: интервью с Шоном Патриком Мерфи. Журнал Big Data Innovation Magazine; 2013.

  • Hoertel N, Le Strat Y, Lavaud P, Dubertret C, Limosin F. Обобщение результатов клинических испытаний биполярного расстройства на образцы сообщества: результаты Национального эпидемиологического исследования по алкоголю и связанным с ним состояниям.J Clin Psychiatry. 2013; 74: 265–70.

    PubMed Статья Google ученый

  • Hogan WR, Wagner MM. Точность данных в компьютерных картах пациентов. J Am Med Inform Assoc. 1997; 4: 342–55.

    PubMed Central CAS PubMed Статья Google ученый

  • Holowka DW, Marx BP, Gates MA, Litman HJ, Ranganathan G, Rosen RC, et al. Обоснованность диагностики посттравматического стрессового расстройства в электронных записях по делам ветеранов Ирака и Афганистана.J Консультируйтесь с Clin Psychol. 2014; 82: 569–79.

    PubMed Статья Google ученый

  • Hripcsak G, Albers DJ. Фенотипирование электронных медицинских карт нового поколения. J Am Med Inform Assoc. 2013; 20: 117–21.

    PubMed Central PubMed Статья Google ученый

  • Hripcsak G, Knirsch C, Zhou L, Wilcox A, Melton G. Предвзятость, связанная с добычей электронных медицинских карт.J Biomed Discov Collab. 2011; 6: 48–52.

    PubMed Central PubMed Статья Google ученый

  • Huybrechts KF, Schneeweiss S, Gerhard T., Olfson M, Avorn J, Levin R, et al. Сравнительная безопасность антипсихотических препаратов у обитателей домов престарелых. J Am Geriatr Soc. 2012; 60: 420–9.

    PubMed Central PubMed Статья Google ученый

  • IBM.Большие данные со скоростью бизнеса. 2015. http://www-01.ibm.com/software/data/bigdata/what-is-big-data.html. По состоянию на 12 июня 2015 г.

  • IBM. Медицинские организации, ориентированные на данные, используют аналитику больших данных для больших успехов. 2013. http://www-03.ibm.com/industries/ca/en/healthcare/documents/Data_driven_healthcare_organizations_use_big_data_analytics_for_big_gains.pdf. По состоянию на 12 июня 2015 г.

  • IDC. Цифровая вселенная. Способствует росту объемов данных в здравоохранении. 2014 г.http://www.emc.com/analyst-report/digital-universe-healthcare-vertical-report-ar.pdf. По состоянию на 12 июня 2015 г.

  • Инс Д. Проблема воспроизводимости. Шанс. 2012; 25.3. http://chance.amstat.org/2012/09/prob-reproducibility/. По состоянию на 12 июня 2015 г.

  • Ioannidis JP. Информированное согласие, большие данные и оксюморон исследований, которые не являются исследованиями. Am J Bioeth. 2013; 13: 40–2.

    PubMed Статья Google ученый

  • Иоаннидис Дж. П., Хури М.Дж.Являются ли рандомизированные испытания устаревшими или более важными, чем когда-либо в эпоху геномики? Genome Med. 2013; 5: 32.

    PubMed Central PubMed Статья Google ученый

  • Иоаннидис Дж. П., Эллисон Д. Б., Болл Калифорния, Кулибали I, Куи Х, Калхейн А.С. и др. Повторяемость опубликованных анализов экспрессии генов на микрочипах. Нат Жене. 2009. 41: 149–55.

    CAS PubMed Статья Google ученый

  • Джексон Л.А., Джексон М.Л., Нельсон Дж.С., Нойзил К.М., Вайс Н.С.Доказательства систематической ошибки в оценках эффективности вакцины против гриппа у пожилых людей. Int J Epidemiol. 2006; 35: 337–44.

    PubMed Статья Google ученый

  • Джейкобс А. Патологии больших данных. Сообщество ACM. 2009; 52: 36–44.

    Артикул Google ученый

  • Jagadish HV, Gehrke J, Labrinidis A, Papakonstantinou Y, Patel JM, Ramakrishnan R, et al. Большие данные и их технические проблемы.Сообщество ACM. 2014; 57: 86–94.

    Артикул Google ученый

  • Jashinsky J, Burton SH, Hanson CL, West J, Giraud-Carrier C, Barnes MD, et al. Отслеживание факторов риска суицида через Twitter в США. Кризис. 2014; 35: 51–9.

    PubMed Статья Google ученый

  • Jasser SA, Garvin JH, Wiedemer N, Roche D, Gallagher RM. Информационные технологии в исследованиях психического здоровья: препятствия и последствия в одной популяции, изучающей хроническую боль.Pain Med. 2007; 8 (s3): S176–81.

    Артикул Google ученый

  • Джозеф А.Дж., Тандон Н., Ян Л.Х., Дакворт К., Тороус Дж., Сейдман Л.Дж. и др. # Шизофрения: использование и злоупотребление в Твиттере. Schizophr Res. 2015; 165: 111–5.

    PubMed Статья Google ученый

  • Каплан Р.М., Чемберс Д.А., Глазго RE. Большие данные и большой размер выборки: предупреждение о возможности систематической ошибки.Clin Transl Sci. 2014; 7: 342–6.

    PubMed Статья Google ученый

  • Келли Дж. Выручка от поставщиков больших данных и прогноз рынка на 2013–2017 гг. 2014. http://wikibon.org/wiki/v/Big_Data_Vendor_Revenue_and_Market_Forecast_2013-2017. По состоянию на 12 июня 2015 г.

  • Kessler RC, Warner CH, Ivany C, Petukhova MV, Rose S, Bromet EJ, et al. Прогнозирование самоубийств после психиатрической госпитализации у солдат армии США: армейское исследование для оценки риска и устойчивости военнослужащих (Army STARRS).JAMA Psychiatry. 2015; 72: 49–57.

    PubMed PubMed Central Статья Google ученый

  • Хо МЭ, Даффетт М., Уиллисон Диджей, Кук Диджей, Брауэрс М.С. Письменное информированное согласие и предвзятость отбора в обсервационных исследованиях с использованием медицинских карт: систематический обзор. BMJ. 2009; 338: b866.

    PubMed Central PubMed Статья Google ученый

  • Кильман Дж., Томас Дж., Мэй Р.Основы и границы визуальной аналитики. Inf Vis. 2009. 8: 239–46.

    Артикул Google ученый

  • Кнопман Д.С., Петерсен Р.К., Рокка В.А., Ларсон Э.Б., Гангули М. Пассивное выявление случаев болезни Альцгеймера и деменции в двух общинах США. Демент Альцгеймера. 2011; 7: 53–60.

    PubMed Central PubMed Статья Google ученый

  • Kosinski M, Stillwell D, Graepel T.Частные черты и атрибуты можно предсказать из цифровых записей человеческого поведения. Proc Natl Acad Sci USA. 2013; 110: 5802–5.

    PubMed Central CAS PubMed Статья Google ученый

  • Kouzes RT, Anderson GA, Elbert ST, Gorton I, Gracio DK. Меняющаяся парадигма вычислений с интенсивным использованием данных. Компьютер. 2009; 1: 26–34.

    Артикул Google ученый

  • Краска Т.В поисках иглы в стоге сена систем больших данных. IEEE Internet Comput. 2013; 17: 84–6.

    Артикул Google ученый

  • Lagomasino IT, Stockdale SE, Miranda J. Расово-этнический состав поставщиков медицинских услуг и различия в лечении депрессии и тревоги, 2003–2007 гг. Psychiatr Serv. 2011; 62: 1019–25.

    PubMed Статья Google ученый

  • Лэйни Д.Управление трехмерными данными: управление объемом данных, скоростью. Gartner. 2001. http://blogs.gartner.com/doug-laney/files/2012/01/ad949-3D-Data-Management-Controlling-Data-Volume-Velocity-and-Variety.pdf. По состоянию на 12 июня 2015 г.

  • Лауэр М.С., Д’Агостино Р. Б. Старший Рандомизированное исследование реестра — следующая революционная технология в клинических исследованиях? N Engl J Med. 2013; 369: 1579–81.

    CAS PubMed Статья Google ученый

  • Лазер Д., Кеннеди Р., Кинг Дж., Веспиньяни А.Большое количество данных. Притча о гриппе Google: ловушки в анализе больших данных. Наука. 2014; 343: 1203–5.

    CAS PubMed Статья Google ученый

  • Марш Дж. С., Сильва С. Г., Комптон С., Шапиро М., Калифф Р., Кришнан Р. Обоснование практических клинических испытаний в психиатрии. Am J Psychiatry. 2005; 162: 836–46.

    PubMed Статья Google ученый

  • Mark TL, Levit KR, Buck JA.Datapoints: рецепты психотропных препаратов по медицинским специальностям. Psychiatr Serv. 2009; 60: 1167.

    PubMed Статья Google ученый

  • Макинтайр Р.С., Ча Д.С., Джеррелл Дж. М., Свардфагер В., Ким Р. Д., Коста LG и др. Развитие исследований биомаркеров: использование подходов «больших данных» для характеристики и профилактики биполярного расстройства. Биполярное расстройство. 2014; 16: 531–47.

    PubMed Статья Google ученый

  • Mislove A, Lehmann S, Ahn YY, Onnela JP, Rosenquist JN.Понимание демографии пользователей Twitter, 5-й ICWSM; 2011. с. 11.

  • MIT Sloan и IBM. Аналитика: новый путь к ценности. 2010. http://sloanreview.mit.edu/reports/analytics-the-new-path-to-value/. По состоянию на 12 июня 2015 г.

  • Моннио Д. Подводные камни проверки вычислений с плавающей запятой. ACM Trans Progr Lang Syst (TOPLAS). 2008; 30: 12.

    Google ученый

  • Monroe BL, Pan J, Roberts ME, Sen M, Sinclair B.Нет! Формальная теория, причинный вывод и большие данные не являются противоречивыми тенденциями в политической науке. PS Полит. Науки Полит. 2015; 48: 71–4.

    Артикул Google ученый

  • Моисей К., Сели Л.А., Маршалл Дж. Фармаконадзор: система активного наблюдения для упреждающего выявления рисков нежелательных явлений. Popul Health Manag. 2013; 16: 147–9.

    PubMed Статья Google ученый

  • Мансон Л.Facebook: не менее 67 миллионов аккаунтов являются поддельными. 2014. https://nakedsecurity.sophos.com/2014/02/10/facebook-at-least-67-million-accounts-are-fake/. По состоянию на 12 июня 2015 г.

  • Murdoch TB, Detsky AS. Неизбежное применение больших данных в здравоохранении. ДЖАМА. 2013; 309: 1351–2.

    CAS PubMed Статья Google ученый

  • Накая Х.И., Враммерт Дж., Ли Е.К., Рациоппи Л., Мари-Кунце С., Хайнинг В.Н. и др.Системная биология вакцинации от сезонного гриппа человека. Nat Immunol. 2011; 12: 786–95.

    PubMed Central CAS PubMed Статья Google ученый

  • NCI. Оценка влияния сети биомедицинской информатики рака NCI (CaBig). 2011. http://deainfo.nci.nih.gov/advisory/bsa/bsa0311/caBIGfinalReport.pdf. По состоянию на 12 июня 2015 г.

  • NSA. В поисках будущего предприятия. Следующая волна.2014; 20: 3. https://www.nsa.gov/research/tnw/tnw203/article8.shtml. По состоянию на 12 июня 2015 г.

  • O’Donoghue SI, Gavin AC, Gehlenborg N, Goodsell DS, Hériché JK, Nielsen CB, et al. Визуализация биологических данных — сейчас и в будущем. Нат методы. 2010; 7 (3 доп.): S2–4.

    PubMed Статья CAS Google ученый

  • О’Мэлли К.Дж., Кук К.Ф., Прайс М.Д., Уайлдс К.Р., Хердл Дж.Ф., Эштон К.М. Измерительные диагнозы: точность кода МКБ.Health Serv Res. 2005; 40: 1620–39.

    PubMed Central PubMed Статья Google ученый

  • Орловска С., Педерсен М.С., Бенрос М.Э., Мортенсен П.Б., Агербо Э., Нордентофт М. Травма головы как фактор риска психических расстройств: общенациональное контрольное исследование 113 906 человек с черепно-мозговой травмой. Am J Psychiatry. 2014; 171: 463–9.

    PubMed Статья Google ученый

  • Overhage JM, Overhage LM.Разумное использование наблюдательных клинических данных. Stat Methods Med Res. 2013; 22: 7–13.

    PubMed Статья Google ученый

  • Пэтти Дж. У., Пенн Э.М. Анализ больших данных: социальный выбор и измерение. PS Полит. Науки Полит. 2015; 48: 95–101.

    Артикул Google ученый

  • Перлис Р. Х., Иосифеску Д. В., Кастро В. М., Мерфи С. Н., Гейнер В. С., Минье Дж. Использование электронных медицинских записей для проведения крупномасштабных исследований в психиатрии: модель устойчивой к лечению депрессии.Psychol Med. 2012; 42: 41–50.

    CAS PubMed Статья Google ученый

  • Пивоваров Р., Альберс Д. Д., Сепульведа Дж. Л., Эльхадад Н. Выявление и смягчение систематических ошибок в лабораторных тестах EHR. Дж Биомед Информ. 2014; 51: 24–34.

    PubMed Статья Google ученый

  • Польский Д., Еремина Д., Хесс Г., Хилл Дж., Халник С., Румм А. и др. Важность клинических переменных в сравнительном анализе с использованием сопоставления оценок склонности: случай затрат на ЭСС для лечения анемии, вызванной химиотерапией.Фармакоэкономика. 2009. 27: 755–65.

    PubMed Статья Google ученый

  • Калий JB. Электронные медицинские карты: быстрый путь к большим данным при биполярном расстройстве. Am J Psychiatry. 2015; 172: 310–1.

    PubMed Статья Google ученый

  • Рорер Р., Пол К.Л., Небеш Б. Визуальная аналитика для больших данных. Следующая волна. 2014; 20: 1–17.

    Google ученый

  • Русанов А, Вайскопф Н.Г., Ван С, Вен Ч.Скрыто на виду: предвзятое отношение к больным пациентам при отборе пациентов с достаточным количеством данных электронной истории болезни для исследования. BMC Med Inform Decis Mak. 2014; 14:51.

    PubMed Central PubMed Статья Google ученый

  • Schneeweiss S, Avorn J. Обзор использования баз данных по использованию здравоохранения для эпидемиологических исследований терапевтических средств. J Clin Epidemiol. 2005. 58: 323–37.

    PubMed Статья Google ученый

  • Шнейдерман B, Плезант C, Гессен BW.Улучшение здравоохранения с помощью интерактивной визуализации. Компьютер. 2013; 5: 58–66.

    Артикул Google ученый

  • Синха А., Хрипчак Г., Маркату М. Большие наборы данных в биомедицине: обсуждение основных аналитических вопросов. J Am Med Inform Assoc. 2009. 16: 759–67.

    PubMed Central PubMed Статья Google ученый

  • Smith A. Pew research. 6 новых фактов о Facebook.2014. http://www.pewresearch.org/fact-tank/2014/02/03/6-new-facts-about-facebook/. По состоянию на 12 июня 2015 г.

  • Spiegelhalter DJ. Статистика. Будущее за неопределенностью. Наука. 2014. 18 (345): 264–5.

    Артикул Google ученый

  • Сринивасан С., Мозер Р.П., Уиллис Дж., Райли В., Александр М., Берриган Д. и др. Важно малое: важность исследований субпопуляций в борьбе с раком. Am J Public Health.2015; 105 (Приложение 3): S371–3.

    PubMed Статья Google ученый

  • Старрен Дж., Уильямс М.С., Боттингер Э.П. Преодоление атомной пропасти: время для вспомогательных систем атомной энергии. ДЖАМА. 2013; 309: 1237–8.

    CAS PubMed Статья Google ученый

  • Слезак Н., Эверс М., Ван Дж., Перес Л. Роль больших данных и расширенной аналитики в открытии, разработке и коммерциализации лекарств.Clin Pharmacol Ther. 2014; 95: 492–5.

    PubMed Статья CAS Google ученый

  • Стюарт Э.А. Методы сопоставления для причинно-следственного вывода: обзор и взгляд в будущее. Stat Sci. 2010; 25: 1–21.

    PubMed Central PubMed Статья Google ученый

  • Титюник Р. Могут ли большие данные решить фундаментальную проблему причинного вывода? PS Полит. Науки Полит.2015; 48 (1): 75–9.

    Артикул Google ученый

  • Toh S, García Rodríguez LA, Hernán MA. Сложная корректировка с помощью полуавтоматического алгоритма многомерной оценки склонности: приложение к электронным медицинским картам. Pharmacoepidemiol Drug Saf. 2011; 20: 849–57.

    PubMed Central PubMed Статья Google ученый

  • Тьюки Дж. У. Собрание сочинений Джона У.Тьюки: графика 1965–1985, том V. В: Кливленд WS, редактор. Статистика / вероятностные ряды. Бельмонт: Чепмен и Холл; 1988. с. 421.

  • ВА. Программа «Миллион ветеранов». 2015. http://www.research.va.gov/mvp/. По состоянию на 12 июня 2015 г.

  • Valuck RJ, Anderson HO, Libby AM, Brandt E, Bryan C, Allen RR, et al. Улучшение измерения степени депрессии и суицидальных мыслей в электронных медицинских картах: распределенное амбулаторное исследование в терапевтической сети (DARTNet).J Am Board Fam Med. 2012; 25: 582–93.

    PubMed Статья Google ученый

  • Van Horn JD, Toga AW. Нейровизуализация человека как наука о «больших данных». Поведение при визуализации мозга. 2014; 8: 323–31.

    PubMed Central PubMed Статья Google ученый

  • Вариан HR. Помимо больших данных. Автобус Экон. 2014; 49: 27–31.

    Артикул Google ученый

  • Ван В., Кришнан Э.Большие данные и клиницисты: обзор состояния науки. ЖМИР Мед Информ. 2014; 2: e1.

    PubMed Central PubMed Статья Google ученый

  • Ware C. Визуализация информации: восприятие для дизайна. 3-е изд. Уолтем: Эльзевьер; 2012.

    Google ученый

  • Вайнбергер Д. Знать, но не понимать: Дэвид Вайнбергер о науке и больших данных. Атлантический океан.2012. http://www.theatlantic.com/technology/archive/2012/01/to-know-but-not-understand-david-weinberger-on-science-and-big-data/250820/. По состоянию на 12 июня 2015 г.

  • Weiner MW, Veitch DP, Aisen PS, Beckett LA, Cairns NJ, Green RC, et al. Инициатива нейровизуализации болезни Альцгеймера: обзор статей, опубликованных с момента ее создания. Демент Альцгеймера. 2012; 8 (1 приложение): S1–68.

    PubMed Central PubMed Статья Google ученый

  • Wells BJ, Chagin KM, Nowacki AS, Kattan MW.Стратегии обработки недостающих данных в данных, полученных из электронных медицинских карт. EGEMS (Мойка DC). 2013; 1: 1035.

    Google ученый

  • Wiechers IR, Leslie DL, Rosenheck RA. Назначение психотропных препаратов пациентам без психиатрического диагноза. Psychiatr Serv. 2013; 64: 1243–8.

    PubMed Статья Google ученый

  • Уилбур, округ Колумбия. Цифровая патология: сесть на борт — поезд уходит со станции.Cancer Cytopathol. 2014; 122: 791–5.

    PubMed Статья Google ученый

  • Вулф П.Дж. Осмысление больших данных. Proc Natl Acad Sci USA. 2013; 110: 18031–2.

    PubMed Central CAS PubMed Статья Google ученый

  • Вонг П.К., Шен Х.В., Джонсон С.Р., Чен С., Росс РБ. 10 основных проблем экстремальной визуальной аналитики. IEEE Comput Graph Appl.2012; 32: 63.

    PubMed Central PubMed Статья Google ученый

  • Wu LT, Gersing KR, Swartz MS, Burchett B, Li TK, Blazer DG. Использование данных электронных медицинских карт для оценки сопутствующих заболеваний, связанных с употреблением психоактивных веществ, а также психиатрических диагнозов и условий лечения среди взрослых. J Psychiatr Res. 2013; 47: 555–63.

    PubMed Central PubMed Статья Google ученый

  • Янси А.К., Ортега А.Н., Куманьика СК.Эффективный набор и удержание участников исследования из числа меньшинств. Annu Rev Public Health. 2006; 27: 1–28.

    PubMed Статья Google ученый

  • Youyou W, Kosinski M, Stillwell D. Компьютерные суждения о личности более точны, чем те, которые делаются людьми. Proc Natl Acad Sci USA. 2015; 112: 1036–40.

    PubMed Central CAS PubMed Статья Google ученый

  • Зарин Д.А., Янг JL, West JC.Проблемы доказательной медицины: сравнение пациентов и методов лечения в рандомизированных контролируемых исследованиях с пациентами и методами лечения в сети практических исследований. Социальная психиатрия Psychiatr Epidemiol. 2005; 40: 27–35.

    PubMed Статья Google ученый

  • Columbia Global Reports | Читая наши мысли · Columbia Global Reports

    Как большие данные могут помочь нам улучшить наше психическое здоровье?

    За последние сто лет большинство медицинских наук продвинулись вперед огромным и непредсказуемым образом — за исключением психиатрии, которая каким-то образом осталась невосприимчивой к этому прогрессу.Дэниел Бэррон, психиатр, прошедший обучение в Йельской школе медицины, задает важный вопрос: что сдерживает психиатрию?

    Reading Our Minds переносит нас в психиатрическую больницу, где Бэррон оценивает молодую женщину с психозом и показывает, как его экзамен ограничен его собственной способностью задавать вопросы и наблюдать, а также способностью его пациента ощущать, интерпретировать и сообщить о своем опыте. Баррон показывает, почему психиатрия должна выходить за рамки разговоров и как датчики, измерения и алгоритмы могут способствовать развитию психиатрической практики. Reading Our Minds одновременно новаторский и увлекательный знакомит читателей с технологиями больших данных, которые могут революционизировать методы оценки, диагностики и лечения психических заболеваний и прочно поставить психиатрию в лоно медицинской науки 21 века.

    Эта книга опубликована при поддержке Фонда Роберта Вуда Джонсона.


    Прочтите Письмо Николаса Леманна к читателю для Читая наши мысли

    • ISBN: 9781734420784
    • Цена: 15 долларов.99
    • ISBN электронной книги: 9781734420791
    • В продаже: 27 апреля 2021 г.
    • Страниц: 175

    Об авторе

    © Даниэль Берман

    Дэниел Бэррон — медицинский директор программы интервенционной психиатрии боли в Бригаме и женской больнице, присоединившись к преподавателям Гарвардской медицинской школы.Он закончил медицинскую школу и ординатуру в Йельском университете, имеет докторскую степень в области визуализации человеческого мозга в Техасском университете и является научным сотрудником Вашингтонского университета. Он регулярно пишет в Scientific American и ведет Science et al. , подкаст, созданный Йельской школой медицины. @daniel__barron

    Машинное обучение и большие данные в психиатрии: к клиническим приложениям

    Обзор

    DOI: 10.1016 / j.conb.2019.02.006. Epub 2019 15 апр.

    Принадлежности Расширять

    Принадлежности

    • 1 Макс Планк, UCL Центр вычислительной психиатрии и исследований старения, Университетский колледж Лондона, Лондон, Англия, Соединенное Королевство; Центр нейровизуализации человека Wellcome, Университетский колледж Лондона, Лондон, Англия, Соединенное Королевство.
    • 2 Кафедра психиатрии Йельского университета, Нью-Хейвен, Коннектикут, США; Spring Health, Нью-Йорк, Нью-Йорк, США.
    • 3 Макс Планк, UCL Центр вычислительной психиатрии и исследований старения, Университетский колледж Лондона, Лондон, Англия, Соединенное Королевство; Отделение психиатрии, Университетский колледж Лондона, Лондон, Англия, Соединенное Королевство; Фонд Камдена и Ислингтона NHS Foundation Trust, Лондон, Англия, Соединенное Королевство.Электронный адрес: [email protected].

    Элемент в буфере обмена

    Обзор

    Робб Б. Рутледж и др. Curr Opin Neurobiol. 2019 апр.

    Показать детали Показать варианты

    Показать варианты

    Формат АннотацияPubMedPMID

    DOI: 10.1016 / j.conb.2019.02.006. Epub 2019 15 апр.

    Принадлежности

    • 1 Макс Планк, UCL Центр вычислительной психиатрии и исследований старения, Университетский колледж Лондона, Лондон, Англия, Соединенное Королевство; Центр нейровизуализации человека Wellcome, Университетский колледж Лондона, Лондон, Англия, Соединенное Королевство.
    • 2 Кафедра психиатрии Йельского университета, Нью-Хейвен, Коннектикут, США; Spring Health, Нью-Йорк, Нью-Йорк, США.
    • 3 Макс Планк, UCL Центр вычислительной психиатрии и исследований старения, Университетский колледж Лондона, Лондон, Англия, Соединенное Королевство; Отделение психиатрии, Университетский колледж Лондона, Лондон, Англия, Соединенное Королевство; Фонд Камдена и Ислингтона NHS Foundation Trust, Лондон, Англия, Соединенное Королевство.Электронный адрес: [email protected].

    Элемент в буфере обмена

    Полнотекстовые ссылки Опции CiteDisplay

    Показать варианты

    Формат АннотацияPubMedPMID

    Абстрактный

    Психиатрия — это медицинская область, связанная с лечением психических заболеваний.Психиатрические расстройства в широком смысле относятся к высшим функциям мозга и, как таковые, тесно переплетаются с социальными, культурными и эмпирическими факторами. Это делает их чрезвычайно сложными явлениями, которые зависят от большого числа переменных и взаимодействуют с ними. Вычислительная психиатрия предлагает два подхода к решению этой сложности. Вычислительные подходы, основанные на теории, используют механистические модели для создания явных гипотез на нескольких уровнях анализа. Подходы к машинному обучению на основе данных могут делать прогнозы на основе многомерных данных и, как правило, не зависят от основных механизмов.Здесь мы рассматриваем недавние достижения в использовании подходов к использованию больших данных и машинного обучения для облегчения страданий, связанных с психическими расстройствами.

    Copyright © 2019 Elsevier Ltd. Все права защищены.

    Похожие статьи

    • Вычислительная психиатрия как мост от нейробиологии к клиническим приложениям.

      Huys QJ, Maia TV, Фрэнк MJ. Huys QJ, et al. Nat Neurosci. 2016 Март; 19 (3): 404-13. DOI: 10,1038 / нн.4238. Nat Neurosci. 2016 г. PMID: 26

      7 Бесплатная статья PMC. Рассмотрение.

    • Глубокое обучение для малых и больших данных в психиатрии.

      Коппе Г., Мейер-Линденберг А., Дюрстевиц Д. Коппе Г. и др. Нейропсихофармакология. 2021 Янв; 46 (1): 176-190.DOI: 10.1038 / s41386-020-0767-з. Epub 2020 15 июля. Нейропсихофармакология. 2021 г. PMID: 32668442 Бесплатная статья PMC. Рассмотрение.

    • Достижения в компьютерном понимании психических заболеваний.

      Huys QJM, Browning M, Paulus MP, Frank MJ. Huys QJM, et al. Нейропсихофармакология. 2021 Янв; 46 (1): 3-19. DOI: 10.1038 / s41386-020-0746-4. Epub 2020 3 июля. Нейропсихофармакология.2021 г. PMID: 32620005 Рассмотрение.

    • Машинное обучение с нейровизуализацией: оценка его применения в психиатрии.

      Нильсен А.Н., Барч Д.М., Петерсен С.Е., Шлаггар Б.Л., Грин Д. Нильсен А.Н. и др. Биол Психиатрия Cogn Neurosci Neuroimaging. 2020 августа; 5 (8): 791-798. DOI: 10.1016 / j.bpsc.2019.11.007. Epub 2019 27 ноя. Биол Психиатрия Cogn Neurosci Neuroimaging.2020. PMID: 31982357 Рассмотрение.

    • Подходы машинного обучения к клинической психологии и психиатрии.

      Дуайер Д.Б., Фалкаи П., Кутсулерис Н. Дуайер ДБ и др. Анну Рев Клин Психол. 2018 7 мая; 14: 91-118. DOI: 10.1146 / annurev-Clinpsy-032816-045037. Epub 2018 29 января. Анну Рев Клин Психол. 2018. PMID: 29401044 Рассмотрение.

    Процитировано

    14 статей
    • Модель прогнозирования на основе машинного обучения ответов bDMARD у пациентов с ревматоидным артритом и анкилозирующим спондилитом.

      Ли С., Кан С., Ын И, Вон ХХ, Ким Х, Ли Дж, Ко Э.М., Ча ХС. Ли С. и др. Arthritis Res Ther. 2021 Октябрь 9; 23 (1): 254. DOI: 10.1186 / s13075-021-02635-3. Arthritis Res Ther. 2021 г. PMID: 34627335 Бесплатная статья PMC.

    • Использование паттернов акустической речи со смартфонов для исследования расстройств настроения: обзорный обзор.

      Фланаган О, Чан А., Руп П., Сундрам Ф.Фланаган О. и др. JMIR Mhealth Uhealth. 2021, 17 сентября; 9 (9): e24352. DOI: 10,2196 / 24352. JMIR Mhealth Uhealth. 2021 г. PMID: 34533465 Бесплатная статья PMC. Рассмотрение.

    • Разумные модели для здравоохранения: прогнозирование вероятности неблагоприятного исхода в течение 6 месяцев у пациентов с ишемическим инсультом.

      Фэн Х, Хуа И, Цзоу Дж, Цзя С., Джи Дж, Син Y, Чжоу Дж, Ляо Дж. Feng X и др.Нейроинформатика. 26 августа 2021 г. doi: 10.1007 / s12021-021-09535-6. Интернет впереди печати. Нейроинформатика. 2021 г. PMID: 34435319

    • Проблемы создания, развертывания и использования платформ телепсихиатрии с поддержкой ИИ для клинической практики среди городских индейцев: качественное исследование.

      Тенрал М., Аннамалай А. Thenral M, et al. Индийский J Psychol Med. 2021 июл; 43 (4): 336-342.DOI: 10.1177 / 0253717620973414. Epub 2020 19 декабря. Индийский J Psychol Med. 2021 г. PMID: 34385728 Бесплатная статья PMC.

    • Разработка и внедрение инфраструктуры информатики для стандартизированного сбора, передачи, хранения и экспорта данных в психиатрической клинической практике: технико-экономическое обоснование.

      Blitz R, Storck M, Baune BT, Dugas M, Opel N. Блиц Р. и др.JMIR Ment Health. 2021, 9 июня; 8 (6): e26681. DOI: 10,2196 / 26681. JMIR Ment Health. 2021 г. PMID: 34106072 Бесплатная статья PMC.

    Типы публикаций

    • Поддержка исследований, за пределами США.

    Добавить комментарий

    Ваш адрес email не будет опубликован. Обязательные поля помечены *