このコンテンツを表示するには、JoVEへの購読が必要です。 または、無料トライアルをお申し込みください。

方法論記事

包括的な臨床評価のための急性ストレス障害スケールスコアの極性ヒストグラム視覚化

1.6K 回視聴

⸱

DOI:

10.3791/67770

⸱

2024年12月6日

 ,  ,  ,  , 
1CAS Key Laboratory of Mental Health, Institute of Psychology, Chinese Academy of Sciences, 2Department of Psychology, University of Chinese Academy of Sciences, 3Intensive Care Medicine Department, Dongzhimen Hospital, Beijing University of Chinese Medicine, 4Beijing Intelligent Entropy Science & Technology Co Ltd.

この記事について

サマリー

本研究では、高齢のICU介護者に焦点を当てたASDS(Acute Stress Disorder Scale)スコアを分析するための新しい極性ヒストグラム可視化法を紹介します。この手法では、19のASDS変数すべてを同時に表示し、健康な対照群と介護者との間の明確なストレスパターンを明らかにし、介入後の過覚醒および回避症状の大幅な改善を示しました。

要約

急性ストレス障害スケール(ASDS)は、特に集中治療室(ICU)のような高ストレス環境において、急性ストレス障害(ASD)を評価するために重要です。従来の方法では、19個のASDS変数すべてを同時に解釈するのが困難です。この研究では、高齢のICU介護者に焦点を当てて、ASDSスコア分析を強化するための新しい極ヒストグラム視覚化アプローチを紹介します。ASDS スコアの極性ヒストグラムの可視化は、MATLAB を使用して開発されました。健康な高齢者対照群(n=106)と高齢のICU介護者(EC-ICU;n=309)のデータを用いて、ASDSプロファイルを比較した。EC-ICU参加者のサブグループ(n = 109)は、社会的支援と前向きな対処戦略に関する介入を受けました。介入の有効性とストレス調節不全のパターンは、この新しい手法と従来の統計的手法を使用して分析されました。極ヒストグラムは、19のASDS変数すべてを同時に効果的に表示し、健康な対照群(平均ASDSスコア:29.36)とEC-ICU参加者(平均ASDSスコア:62.61)との間の明確なパターンを明らかにしました。この手法により、従来の棒グラフでは明らかではなかった応力プロファイルの有意な違いが浮き彫りになりました。介入後、EC-ICUサブグループは、回避、過覚醒、および感情的苦痛に関連する10のASDS指標で5%〜8%の減少を示しました。最も顕著な改善は、トラウマを思い出させるもの、過敏症、睡眠障害に対する身体反応でした。この極性ヒストグラムアプローチは、ASDSスコアの包括的で直感的な視覚化を提供し、臨床解釈とASD評価を強化します。多次元の心理指標を1つの視覚的フレームワークに統合することで、ストレス状態と介入効果をより正確に分析することができます。この手法は、高齢のICU介護者のストレスパターンを特定し、的を絞った介入を評価する上で特に有用であることを示しています。この革新的な方法は、個別化されたサポート戦略の開発、ASD評価の改善、および臨床現場でのストレス障害研究の進歩に大きな影響を及ぼします。

概要

急性ストレス障害(ASD)1は、トラウマ的な出来事の直後に発生する可能性のある重大なメンタルヘルスの問題です。これは、侵入、否定的な気分、解離、回避、覚醒などの症状のクラスターによって特徴付けられます1,2,3。ASDの正確な評価とタイムリーな介入は、特に患者と介護者の両方がストレス関連障害を発症するリスクが高い集中治療室(ICU)などの高ストレス環境では非常に重要です4,5,6

ASDS(Acute Stress Disorder Scale)は、ASDの症状を評価するためのツールとして広く用いられており、DSM-5(Diagnostic and Statistical Manual of Mental Disorders, 5th Edition)に概説されている診断基準に対応する19項目で構成されています。ASDSは信頼性と有効性が高い測定方法であることが証明されていますが、その多次元データの解釈と分析は、臨床医と研究者の両方にとって大きな課題となっています。単純な統計サマリーや棒グラフのような従来のデータ提示方法は、しばしば、様々な症状クラスター間の複雑な相互作用を捉えることができず、データ内の重要なパターンを曖昧にすることがある7,8。

近年、複雑な心理現象の理解を深めるためには、データの可視化が重要であるとの認識が高まっている9。効果的な視覚化手法により、生データや基本的な統計出力に隠れている可能性のあるパターン、傾向、関係を明らかにすることができます。これは、症状プロファイルの包括的な理解が正確な診断と的を絞った介入に不可欠であるASD評価の文脈で特に重要です10,11。

ASDSデータに対する現在の可視化手法の限界は、ますます明らかになってきています。19のASDS変数の線形表現は、多くの場合、異なる症状クラスター間の関係を効果的に伝えるのに苦労します。同時に、3次元ビジュアライゼーションは解釈が難しく、知覚バイアスを引き起こす可能性があります。直感的で解釈しやすい形式ですべてのASDS変数を同時に表現できる新しいアプローチが明らかに必要です8,9。

これらの課題に対応するため、本研究では、ASDSスコアを解析するための極性ヒストグラム可視化技術を紹介する。この革新的な方法は、極座標の円形の性質を利用して、19のASDS変数すべてを同時に表し、ASD症状プロファイルのより包括的なビューを可能にします。この手法を採用することにより、この研究は、特にICUなどの高ストレス環境におけるASDの臨床的解釈と評価を強化することを目的としています12,13。

この研究は、ICUシナリオの高齢者介護者、つまり介護の厳しい性質と愛する人のしばしば重篤な状態のために急性ストレスに対して特に脆弱な集団に焦点を当てています3,14。この研究では、重症患者に直面している高齢介護者のメンタルヘルス状態を掘り下げ、不安、うつ病、トラウマ性ストレス、社会的支援、および対処戦略の間の複雑な関係を明らかにしています。これらの知見は、より的を絞った支援政策や介入の策定、医療システムの改善に貢献するだけでなく、このグループに対する一般の意識を高めることにも貢献します。長期的には、この研究は、介護政策の洗練、学際的な研究の推進、高齢者介護者と彼らが介護する患者の両方の生活の質の向上に深い意味を持ち、それによって高齢化がもたらす社会的課題に対処するための重要な科学的証拠と実践的なガイダンスを提供します。

この集団に極性ヒストグラム視覚化法を適用することにより、この研究では、明確なストレスパターンを特定し、介入の有効性を評価する際のその有用性を実証しようとしています9,15。この研究は、介護者のメンタルヘルス状態を調査することを目的としており、不安、うつ病、トラウマ性ストレス、社会的支援、および対処戦略の間の複雑な関係を明らかにしています。データ収集方法には、心理学的な相談やASDの専門家へのインタビューが含まれていました。介入は、認知行動療法(CBT)とマインドフルネスに基づくポジティブコーピング戦略で構成され、109人の被験者のサブセットに適用されました。この研究デザインには、高齢のICU介護者と健康な高齢者の対照群のASDSスコアとの定量的比較、および介入効果の評価が組み込まれていました。

アクセスが制限されています。このコンテンツを表示するにはログインするか、トライアルを開始してください。

プロトコル

この研究では、集中治療室 (ICU) の 60 歳から 80 歳の高齢者介護者に焦点を当てて、急性ストレス障害スケール (ASDS) スコアを分析するための新しい極座標ヒストグラム視覚化技術を紹介します。この研究は、中国の北京にある北京中医薬大学東直門病院の集中治療医学部門で行われました。参加者の募集とデータ収集は、2021年1月から2023年12月までの3年間にわたって行われました。この研究のセットアップには、高齢のICU介護者と健康な高齢者コントロールを地域コミュニティから募集することが含まれていました。すべての参加者は、標準化された 19 項目の ASDS アンケート1 を使用して専門の心理学者によって実施される ASDS 評価を受ける前に、インフォームド コンセントを提供しました。この調査で使用したソフトウェア・ツールは、 資料表に記載されています。

1. データの収集と準備

注:使用される特定のASDSアンケートバージョンは、研究方法にとって重要ではありません。この調査では、臨床評価から収集された本物のASDSデータが使用されました。データは、標準化された 19 項目の ASDS アンケートを使用して取得されました。このデータセットは、DSM-IV で定義されている 4 つの異なる症状クラスター (解離、再体験、回避、覚醒) のスコアで構成されています。

  1. ASDSのデータ収集
    1. 参加者募集
      1. 60〜80歳の高齢ICU介護者と地域コミュニティの健康な高齢者コントロールの2つのグループから研究参加者を募集します。この研究の高齢介護者(60-80歳)は、ICU患者の家族であり、ICU患者自身ではなかった。すべての参加者が、ASDS アンケートに関して心理カウンセラーとの専門的な相談に認知的に取り組む能力があったことを確認します。
      2. ASDS評価における急性ストレッサーは、特にICUに家族がいるという彼らの経験に言及していました。これらの介護者自身がストレス評価を混乱させる可能性のある主要な生理学的疾患を持っていないことを確認するために、慎重にスクリーニングします。
      3. 健康な対照群では、現在主要な病気がなく、重篤な治療状況にある近親者がいない高齢者を地域社会から募集します。これらの基準に当てはまらない人は、除外カテゴリーの一部と見なされます。評価やデータ収集の前に、すべての参加者がインフォームドコンセントを提供するようにしてください。
    2. ASDS評価
      1. 標準化された 19 項目の ASDS アンケート1 (図 1) をすべての参加者に投与します。一貫性と信頼性を確保するために、専門の心理学者にASDS評価面接の実施を依頼してください。アンケートの完了後、すべての参加者のASDSスコアを収集して記録します。
    3. 介入
      1. 高齢のICU介護者のグループから、介入に参加する109人のサブセットをランダムに選択します。認知行動療法(CBT)16 の手法をこの介入グループに適用します。さらに、包括的な介入アプローチの一環として、マインドフルネスに基づくポジティブコーピング戦略を実施します。
      2. 介入プログラムは、CBT技術とマインドフルネスに基づくポジティブコーピング戦略を統合し、構造化されたアプローチを通じて提供されました。CBTの要素については、2週間に1回の認知再構築セッション(各45分)、毎日の漸進的筋弛緩トレーニング(15分)、毎週の問題解決療法(60分)を実施し、介護者がICUの状況に関する否定的な思考パターンを特定し、修正するのを支援することに焦点を当てます。
      3. マインドフルネスの要素については、毎日朝の瞑想(20分)、夜のボディスキャンエクササイズ(15分)、ICU訪問中に簡単なマインドフルな呼吸法を実施します。これらの介入は、毎週の個別カウンセリング、隔週のグループワークショップ、持ち帰り用のオーディオガイド、サポートとコンプライアンスモニタリングのための毎日のアプリベースのチェックインを組み合わせて実施します。
      4. すべてのセッションが、CBTとマインドフルネストレーニングで少なくとも3年の経験を持つ認定臨床心理士によって実施され、介入の質と一貫性を確保するようにしてください。
      5. 介入プログラムへの参加に同意したすべてのEC-ICU参加者については、最初のASDS評価から24〜48時間以内に介入が開始されたことを確認してください。この標準化されたタイミングを使用して、潜在的な時間的交絡因子を最小限に抑え、介入プロトコルの一貫性を確保します。
      6. 最初の介入セッションから始めて、すべての参加者に対して 30 日間にわたって介入を実施します。この標準化された期間により、参加者間での介入結果の比較可能性が保証されます。介入の完了後、介入グループの参加者に対して ASDS 評価プロセス (ステップ 1.1.2) を繰り返します。
  2. 元のASDSデータの調査
    1. スプレッドシートのデータファイルを開きます。さまざまなシートを参照します(図1):健康な高齢者介護者-ICU(24時間)、EC-ICU(インターベンション)、およびEC-ICU(コントロール)。
    2. データ マトリックスが次のとおりであることを確認します: 健常者グループ 19 x 106 マトリックス、高齢者介護者 - ICU (24 時間) 19 x 309 マトリックス、EC-ICU(介入) 19 x 109 マトリックス、および EC-ICU (コントロール) 19 x 200 マトリックス。
      1. ASDSアンケートは、解離性症状(項目1〜5、感情のしびれ、ぼんやりとした状態、非現実体験、身体的分離、およびトラウマ関連の健忘症の測定)、症状の再体験(項目6〜9、侵入思考、悪夢、フラッシュバック、およびトラウマのリマインダーに対する感情的な反応性の評価)、回避症状(項目10〜13、トラウマ関連の思考、会話、 状況、および感情的反応)、および覚醒症状(項目14-19、睡眠障害、イライラ、集中力の問題、過警戒、驚愕反応、およびトラウマのリマインダーに対する身体的反応の調査)。これらの症状クラスターを対象とする介入アプローチについては、実施されたCBT技術とマインドフルネスに基づく戦略を説明するステップ1.1.3を参照してください。

figure-protocol-1
図1:急性ストレス障害スケール(ASDS)のデータ。 この図は、さまざまな参加者グループのスプレッドシートでのASDSデータの編成を示しています。 この図の拡大版を表示するには、ここをクリックしてください。

  1. ASDS データの MATLAB ワークスペースへのインポート
    1. スプレッドシートのオプションメニューを開き、[ Add-ins](アドイン )タブをクリックして、アドイン管理インタフェースに入ります(図2)。MATLAB の excllink.xlam (通常は MATLAB の toolbox\exlink ディレクトリにあります) を参照して追加します。
    2. スプレッドシートで、ステップ 1.1.2 で表示された 各グループのデータ を選択し、MATLAB プラグインの [データを MATLAB に送信] オプションをクリックします。その後、すべてのデータが MATLAB のワークスペースに表示されます。変数 data_h には、Healthy グループ 19 x 106 行列が含まれています。変数data_ecには、EC-ICU(Intervention)19 x 109マトリックスが含まれています。変数data_controlには、EC-ICU(コントロール)19 x 200マトリックスが含まれています。

figure-protocol-2
図2:MATLABプラグインを統合するためのアドイン管理インターフェース。 この図は、MATLAB プラグインを追加して、スプレッドシートと MATLAB 間のデータ転送を可能にするスプレッドシート インターフェイスを示しています。この図の拡大版を表示するには、ここをクリックしてください。

2. 高齢介護者のASDSに関する通常の統計 - ICU

注:従来の統計分析では、データの基本特性の一般的な概要を提供できます。ただし、後続の極性ヒストグラムの視覚化と明確なコントラストを形成することもできます。

  1. コマンド means = mean (data_ec, 2) と total_scores = sum (data, 1) を使用して、19 個の変数の平均値と、Elderly Caregiver - ICU の ASDS の合計スコアをそれぞれ取得します。
  2. Supplementary Coding File 1 のコードを使用して、図 3 に示すように、Elderly Caregiver - ICU の ASDS の 19 の変数の平均値と合計スコアの分布を表示します。

figure-protocol-3
図3:高齢者介護者のASDSの19変数の平均値と合計スコアの分布 - ICU。 これらのグラフは、各ASDS項目の平均スコアと、ICUの高齢者介護者におけるASDSスコアの合計の分布を示しています。 この図の拡大版を表示するには、ここをクリックしてください。

3. 高齢者介護者のためのASDSの極性ヒストグラムの視点

注: 極ヒストグラムを使用して健康な高齢者と高齢者介護者 ICU を比較すると、2 つのサンプル グループ間の違いをより直感的に視覚化できます。

  1. コマンド mean_ec = mean (data_ec, 2) と mean_h = mean (data_h, 2) を使用して、高齢者介護者グループと健康なグループの ASDS サンプル平均をそれぞれ計算します。
  2. polarhistogramコマンドを使用して、2つの変数mean_ecとmean_hのオーバーレイプロットを作成します(図4)。
  3. Supplementary Coding File 1 で提供されているコードを使用して、Figure に座標と注釈を追加します。

figure-protocol-4
図4:高齢者介護者-ICUと健康な高齢者の間のASDSスコアの極性ヒストグラム比較。 この極ヒストグラムは、ICUの高齢者介護者と健康な高齢者の対照群との間のASDSスコアを視覚的に比較し、19のASDS変数すべての違いを強調します。 この図の拡大版を表示するには、ここをクリックしてください。

4. 介入の通常の統計

注:通常、ASDSスコアの比較は、視覚的なコントラストのために棒グラフを使用して行われます。

  1. 異なるグループ間の急性ストレス障害スケール (ASDS) スコアを解析するには、次の MATLAB コマンドを使用してサンプル平均を計算します。
    高齢者介護者グループ(オリジナルデータ)の場合: mean_ec = 平均(data_ec, 2);
    EC-ICU介入群(対照群)の場合: mean_control = mean(data_control, 2);
    健康な対照群(介入群)の場合: mean_h = mean(data_h, 2);
  2. 図 5 に示すように、コマンド バー ([mean_ec, mean_control, mean_h]) を使用して比較をプロットします。コマンド xticklabels と ylabel を使用して、Figure の注釈を追加します。

figure-protocol-5
図5:EC-ICU介入群のASDS予後解析。 この棒グラフは、元の高齢者介護者、対照群、介入群の3つのグループ間でASDSスコアを比較し、介入の影響を示しています。 この図の拡大版を表示するには、ここをクリックしてください。

5. 介入の極性ヒストグラムの視点

注:極性ヒストグラムを使用してEC-ICU介入群(図6)の予後を比較すると、より信頼性が高く、有意な視覚化結果が得られます。

  1. 次のコードを使用します: data_diff=abs(mean_control-mean_intevention);[~, idxx]=sort(data_diff) で予後への影響をランク付けし、19のASDSアイテムの予後効果のランク付けのための変数idxxを取得します。
  2. polarhistogramコマンドを使用して、コントロールグループと介入グループのオーバーレイプロットを作成し、idxxの順序に従ってプロットと注釈を付けて図6を取得します。

figure-protocol-6
図6:対照群と介入群の極性ヒストグラムの比較。 この極ヒストグラムは、対照群と介入群の間のASDSスコアの違いを視覚化し、特定のASDSアイテムに対する介入の影響を強調します。 この図の拡大版を表示するには、ここをクリックしてください。

アクセスが制限されています。このコンテンツを表示するにはログインするか、トライアルを開始してください。

結果

図1は、ICUに入院している高齢者介護者のASDSデータを示しています。MATLABのプラグイン(図2)を使用すると、データをMATLABのワークスペースにインポートできます。 図3 は、ICUの高齢者介護者を対象としたASDSデータの特徴を示したもので、平均値は3.3、累積値は62.6です。これは、ICUシナリオの参加者のASDSレベルが極端に高いのではなく、健康な高齢者よりも有意に高いことを示しています(図4)。 図4 は、Polar Histogram可視化法を用いて、健康な高齢者とICUの高齢者介護者との比較を定量化し、両者の有意差を強調しています。

アクセスが制限されています。このコンテンツを表示するにはログインするか、トライアルを開始してください。

ディスカッション

この研究では、急性ストレス障害スケール(ASDS)スコアを分析するための新しい極ヒストグラム視覚化技術を導入し、特に集中治療室(ICU)の高齢者介護者の評価への応用に重点を置いています。この手法は、19のASDS変数すべてを同時に包括的かつ直感的に視覚的に表現することができ、従来の統計的アプローチ1,6,17よりも大きな利点を提供します。

重要なステップ
このプロトコルの主要なコンポーネントは、2つの重要なステップで構成されており、どちらも複雑な多次元データを明確で解釈しやすい視覚的パターンに変換するために不可欠です。最初の重要なステップは、ASDSスコアの極性ヒストグラム比較(図4)で、ICUの高齢者介護者と健康な高齢者コントロー...

アクセスが制限されています。このコンテンツを表示するにはログインするか、トライアルを開始してください。

開示事項

この研究の極ヒストグラムの視覚化は、共著者のFangliang Xingによってプログラムされました。著者は、利益相反を宣言しません。

謝辞

本研究は、北京中医薬大学中央大学基礎研究費の支援を受けて、敗血症誘発性心筋機能障害における血小板白血球凝集の阻害に対するYiQiHuoXue処方の効果とメカニズムに関する研究(プロジェクト番号2024-JYB-JBZD-019)を通じて行われました。

アクセスが制限されています。このコンテンツを表示するにはログインするか、トライアルを開始してください。

材料

この記事で使用された材料の一覧
名前会社カタログ番号コメント
EXCELMicrosoftOffice2021ASDS Data Collection
MATLABMathWorks 2023Bコンピューティングとビジュアライゼーション 

参考文献

  1. Bryant, R. A., Moulds, M. L., Guthrie, R. M. Acute stress disorder scale: a self-report measure of acute stress disorder. Psychol Assess. 12 (1), 61-68 (2000).
  2. Wang, C., et al. A longitudinal study on the mental health of general population during the COVID-19 epidemic in China. Brain Behav Immunity. 87, 40-48 (2020).
  3. Chew, N. W. S., et al. A multinational, multicentre study on the psychological outcomes and associated physical symptoms amongst healthcare workers during COVID-19 outbreak. Brain Behav Immunity. 88, 559-565 (2020).
  4. Shaw, R. J., et al. Acute stress disorder among parents of infants in the neonatal intensive care nursery. Psychosomatics. 47 (3), 206-212 (2006).
  5. Lee, R. Y., et al. Novel risk factors for posttraumatic stress disorder symptoms in family members of acute respiratory distress syndrome survivors. Crit Care Med. 47 (7), 934-941 (2019).
  6. Meiser-Stedman, R., et al. Acute stress disorder and the transition to posttraumatic stress disorder in children and adolescents: Prevalence, course, prognosis, diagnostic suitability, and risk markers. Depression Anxiety. 34 (4), 348-355 (2017).
  7. Segal, A., et al. Attention control therapy for acute stress disorder: A randomized controlled trial. Depression Anxiety. 37 (10), 1017-1025 (2020).
  8. Webb, E. K., et al. Acute posttrauma resting-state functional connectivity of periaqueductal gray prospectively predicts posttraumatic stress disorder symptoms. Biol Psychiatry Cogn Neurosci Neuroimaging. 5 (9), 891-900 (2020).
  9. Weis, C. N., et al. Acute White Matter Integrity Post-trauma and Prospective Posttraumatic Stress Disorder Symptoms. Front Human Neurosci. Front Human Neurosci. 15, 742198(2021).
  10. Ostrowski, S. A., et al. The impact of caregiver distress on the longitudinal development of child acute post-traumatic stress disorder symptoms in pediatric injury victims. J Pediat Psychol. 36 (7), 806-815 (2011).
  11. Straud, C. L., et al. Patterns of acute stress disorder in a sample of blast-injured military service members: A latent profile analysis. Psychol Trauma. 15 (2), 255-264 (2023).
  12. Hoge, E. A., et al. The effect of mindfulness meditation training on biological acute stress responses in generalized anxiety disorder. Psychiatry Res. 262, 328-332 (2018).
  13. Czaja, A. S., Moss, M., Mealer, M. Symptoms of posttraumatic stress disorder among pediatric acute care nurses. J Pediat Nurs. 27 (4), 357-365 (2012).
  14. Lenferink, L. I. M., et al. Latent classes of DSM-5 acute stress disorder symptoms in children after single-incident trauma: findings from an international data archive. Eur J Psychotraumatol. 11 (1), 1717156(2020).
  15. Edmondson, D., Mills, M. A., Park, C. L. Factor structure of the acute stress disorder scale in a sample of Hurricane Katrina evacuees. Psychol Assessment. 22 (2), 269-278 (2010).
  16. Kaczkurkin, A. N., Foa, E. B. Cognitive-behavioral therapy for anxiety disorders: an update on the empirical evidence. Dialogue Clin Neurosci. 17 (3), 337-346 (2015).
  17. Silver, R. C., Holman, E. A., McIntosh, D. N., Poulin, M., Gil-Rivas, V. Nationwide longitudinal study of psychological responses to September 11. JAMA. 288 (10), 1235-1244 (2002).
  18. Brown, R. C., et al. Predicting the transition from acute stress disorder to posttraumatic stress disorder in children with severe injuries. J Pediat Health Care. 30 (6), 558-568 (2016).
  19. Connor, J. P., Brier, Z. M. F., Price, M. The association between pain trajectories with posttraumatic stress disorder, depression, and disability during the acute posttrauma period. Psychosomatic Med. 82 (9), 862-868 (2020).

アクセスが制限されています。このコンテンツを表示するにはログインするか、トライアルを開始してください。

再版と許可

さらに記事を探す

ASDSスコアストレスプロファイルの可視化高齢者集中治療室介護者MATLAB可視化コーピング戦略介入過覚醒症状心理学的指標
包括的な臨床評価のための急性ストレス障害スケールスコアの極性ヒストグラム視覚化
お問い合わせ
図書館に推薦する

プライバシー

利用規約

ポリシー

著作権 © 2026 MyJoVE Corporation. 無断転載を禁じます。