이 연구는 노인 ICU 간병인에 초점을 맞춘 급성 스트레스 장애 척도(ASDS) 점수를 분석하기 위한 새로운 극성 히스토그램 시각화 방법을 소개합니다. 이 기법은 19개의 ASDS 변수를 모두 동시에 표시하여 건강한 대조군과 간병인 간의 뚜렷한 스트레스 패턴을 드러내는 동시에 과각성 및 회피 증상에 대한 중재 후 상당한 개선을 보여주었습니다.
이 논문에서
요약
초록
급성 스트레스 장애 척도(ASDS)는 특히 중환자실(ICU)과 같은 스트레스가 높은 환경에서 급성 스트레스 장애(ASD)를 평가하는 데 중요합니다. 기존 방법은 19개의 ASDS 변수를 모두 동시에 해석하는 데 어려움을 겪습니다. 이 연구는 노인 ICU 간병인에 초점을 맞춰 ASDS 점수 분석을 향상시키기 위한 새로운 극지 히스토그램 시각화 접근 방식을 소개합니다. ASDS 점수에 대한 극좌표 히스토그램 시각화는 MATLAB을 사용하여 개발되었습니다. 건강한 노인 대조군(n=106)과 노인 중환자실 간병인(EC-ICU; n=309)의 데이터를 사용하여 ASDS 프로필을 비교했습니다. EC-ICU 참가자의 하위 그룹(n=109)은 사회적 지원 및 긍정적 대처 전략에 대한 중재를 받았습니다. 중재 효과와 스트레스 조절 장애 패턴은 이 새로운 기법과 전통적인 통계적 방법을 사용하여 분석되었습니다. 극성 히스토그램은 19개의 ASDS 변수를 모두 동시에 효과적으로 표시하여 건강한 대조군(평균 ASDS 점수: 29.36)과 EC-ICU 참가자(평균 ASDS 점수: 62.61) 간의 뚜렷한 패턴을 보여주었습니다. 이 기법은 기존 막대 차트에서는 나타나지 않는 응력 프로파일의 중요한 차이를 강조했습니다. 중재 후 EC-ICU 하위 그룹은 회피, 과각성 및 정서적 고통과 관련된 10개의 ASDS 지표에서 5%-8% 감소를 보여주었습니다. 가장 두드러진 개선은 트라우마 알림에 대한 신체적 반응, 과잉 경계 및 수면 장애였습니다. 이 극성 히스토그램 접근 방식은 ASDS 점수에 대한 포괄적이고 직관적인 시각화를 제공하여 임상 해석 및 ASD 평가를 향상시킵니다. 다차원적 심리 지표를 단일 시각적 프레임워크에 통합하면 스트레스 상태와 중재 효과를 보다 정확하게 분석할 수 있습니다. 이 기법은 노인 ICU 간병인의 스트레스 패턴을 식별하고 표적 중재를 평가하는 데 특히 유용하다. 이 혁신적인 방법은 개인화된 지원 전략을 개발하고, ASD 평가를 개선하고, 임상 환경 전반에 걸쳐 스트레스 장애 연구를 발전시키는 데 중요한 영향을 미칩니다.
서론
급성 스트레스 장애(ASD)1는 충격적인 사건의 직후에 발생할 수 있는 중요한 정신 건강 문제입니다. 침입, 부정적인 기분, 해리, 회피 및 각성을 포함한 일련의 증상군으로 특징 지어집니다 1,2,3. ASD에 대한 정확한 평가와 시기적절한 개입은 특히 환자와 간병인 모두가 스트레스 관련 질환 발병 위험이 높은 중환자실(ICU)과 같은 스트레스가 높은 환경에서 매우 중요합니다 4,5,6
급성 스트레스 장애 척도(ASDS)는 ASD 증상을 평가하는 데 널리 사용되는 도구로, DSM-5(정신 장애 진단 및 통계 편람, 5판)에 요약된 진단 기준에 해당하는 19개 항목으로 구성됩니다. ASDS는 신뢰할 수 있고 유효한 척도임이 입증되었지만, 다차원 데이터의 해석 및 분석은 임상의와 연구자 모두에게 심각한 과제를 제시합니다. 간단한 통계 요약이나 막대 차트와 같은 전통적인 데이터 표시 방법은 종종 다양한 증상 군집 간의 복잡한 상호 작용을 포착하지 못하고 데이터 내의 중요한 패턴을 모호하게 할 수 있습니다 7,8.
최근 몇 년 동안 복잡한 심리학 현상에 대한 이해를 높이는 데 있어 데이터 시각화의 중요성에 대한 인식이 높아지고 있다9. 효과적인 시각화 기법은 원시 데이터나 기본 통계 출력에 숨겨져 있을 수 있는 패턴, 추세 및 관계를 드러낼 수 있습니다. 이는 정확한 진단과 표적 중재를 위해 증상 프로파일에 대한 포괄적인 이해가 필수적인 ASD 평가의 맥락에서 특히 관련이 있습니다10,11.
ASDS 데이터에 대한 현재 시각화 방법의 한계가 점점 더 분명해지고 있습니다. 19개의 ASDS 변수를 선형으로 표현하는 것은 종종 서로 다른 증상 군집 간의 관계를 효과적으로 전달하는 데 어려움을 겪습니다. 동시에 3차원 시각화는 해석하기 어려울 수 있으며 지각 편향을 유발할 수 있습니다. 모든 ASDS 변수를 직관적이고 쉽게 해석할 수 있는 형식으로 동시에 표현할 수 있는 새로운 접근법이 분명히 필요하다 8,9.
이러한 과제에 대응하기 위해 본 연구에서는 ASDS 점수를 분석하기 위한 극성 히스토그램 시각화 기법을 소개합니다. 이 혁신적인 방법은 극좌표의 원형 특성을 활용하여 19개의 ASDS 변수를 모두 동시에 나타내므로 ASD 증상 프로필을 보다 전체적으로 볼 수 있습니다. 이 기술을 사용함으로써 이 연구는 특히 ICU12,13과 같은 고부하 환경에서 ASD의 임상적 해석 및 평가를 향상시키는 것을 목표로 합니다.
이 연구는 ICU 시나리오의 노인 간병인에 초점을 맞추고 있으며, 이들은 간병의 까다로운 특성과 사랑하는 사람의 종종 위독한 상태로 인해 급성 스트레스에 특히 취약한 인구 집단입니다 3,14. 이 연구는 중환자를 대하는 노인 간병인의 정신 건강 상태를 조사하여 불안, 우울증, 외상성 스트레스, 사회적 지원 및 대처 전략 간의 복잡한 관계를 밝힙니다. 이러한 연구 결과는 보다 표적화된 지원 정책 및 중재를 개발하고 의료 시스템을 개선하는 데 기여할 뿐만 아니라 이 그룹에 대한 대중의 인식을 높이는 데 기여합니다. 장기적으로 본 연구는 장기요양 정책을 개선하고, 학제간 연구를 촉진하며, 노인 간병인과 노인이 돌보는 환자 모두의 삶의 질을 개선하는 데 심오한 함의를 가짐으로써, 인구 고령화로 인한 사회적 문제를 해결하기 위한 중요한 과학적 증거와 실용적인 지침을 제공합니다.
이 집단에 극성 히스토그램 시각화 방법을 적용함으로써, 이 연구는 뚜렷한 스트레스 패턴을 식별하고 중재의 효과를 평가하는 데 있어 그 유용성을 입증하고자 한다 9,15. 이 연구는 불안, 우울증, 외상성 스트레스, 사회적 지원 및 대처 전략 간의 복잡한 관계를 밝히고 간병인의 정신 건강 상태를 조사하는 것을 목표로 했습니다. 자료 수집 방법에는 심리 상담 및 ASD 전문가와의 면담이 포함되었습니다. 중재는 인지 행동 치료(CBT)와 마음챙김 기반 긍정적 대처 전략으로 구성되었으며 109명의 피험자 하위 집합에 적용되었습니다. 연구 설계에는 노인 ICU 간병인의 ASDS 점수와 건강한 노인 대조군 간의 정량적 비교와 중재 효과 평가가 포함되었습니다.
프로토콜
이 연구는 중환자실(ICU)에 있는 60-80세의 노인 간병인에 초점을 맞춰 급성 스트레스 장애 척도(ASDS) 점수를 분석하기 위한 새로운 극성 히스토그램 시각화 기술을 소개합니다. 이 연구는 중국 베이징에 있는 베이징 중의과대학 둥즈먼 병원 중환자의학과에서 진행됐다. 참가자 모집 및 데이터 수집은 2021년 1월부터 2023년 12월까지 3년에 걸쳐 진행되었습니다. 연구 설정에는 지역 사회에서 노인 ICU 간병인과 건강한 노인 대조군을 모집하는 것이 포함되었습니다. 모든 참가자는 표준화된 19개 항목으로 구성된 ASDS 설문지1을 사용하여 전문 심리학자가 실시하는 ASDS 평가를 받기 전에 정보에 입각한 동의를 제공했습니다. 이 연구에 사용된 소프트웨어 도구는 재료 목차에 나열되어 있습니다.
1. 데이터 수집 및 준비
참고: 사용된 특정 ASDS 설문지 버전은 연구 방법에 중요하지 않습니다. 이 연구에서는 임상 평가에서 수집된 실제 ASDS 데이터를 사용했습니다. 데이터는 표준화된 19개 항목으로 구성된 ASDS 설문지를 사용하여 수집되었습니다. 데이터 세트는 DSM-IV에 의해 정의된 4가지 뚜렷한 증상 클러스터(해리, 재경험, 회피 및 각성)에 대한 점수로 구성됩니다.
- ASDS를 위한 데이터 수집
- 참가자 모집
- 60-80세의 노인 ICU 간병인과 지역 사회의 건강한 노인 대조군의 두 그룹에서 연구 참가자를 모집합니다. 이 연구에서 노인 간병인(60-80세)은 ICU 환자 자신이 아닌 ICU 환자의 가족이었다. 모든 참가자가 ASDS 설문지와 관련하여 심리 상담사와 전문적인 상담을 할 수 있는지 인지적으로 할 수 있는지 확인합니다.
- ASDS 평가에서 급성 스트레스 요인은 특히 가족 구성원이 ICU에 있는 경험을 언급했습니다. 이러한 간병인이 스트레스 평가를 혼란스럽게 할 수 있는 주요 생리적 질병을 앓고 있지 않은지 주의 깊게 검사하십시오.
- 건강한 대조군의 경우, 현재 주요 질병이 없고 중환자 치료 상황에 있는 직계 가족이 없는 지역 사회에서 노인을 모집합니다. 이러한 기준을 벗어나는 사람들은 제외 범주의 일부로 간주됩니다. 모든 참가자가 평가 또는 데이터 수집 전에 정보에 입각한 동의를 제공해야 합니다.
- ASDS 평가
- 모든 참가자에게 표준화된 19개 항목으로 구성된 ASDS 설문지1(그림 1)을 관리합니다. 일관성과 신뢰성을 보장하기 위해 전문 심리학자에게 ASDS 평가 인터뷰를 실시하도록 요청하십시오. 설문지 작성 후 모든 참가자의 ASDS 점수를 수집하고 기록합니다.
- 개입
- 노인 ICU 간병인 그룹에서 중재에 참여할 109명의 하위 집합을 무작위로 선택합니다. 이 중재 그룹에 인지 행동 치료(CBT)16 기술을 적용합니다. 또한 포괄적인 중재 접근 방식의 일부로 마음챙김 기반의 긍정적 대처 전략을 구현합니다.
- 중재 프로그램은 구조화된 접근 방식을 통해 전달되는 CBT 기술과 마음챙김 기반 긍정적 대처 전략을 통합했습니다. CBT 구성 요소의 경우 간병인이 ICU 상황에 대한 부정적인 사고 패턴을 식별하고 수정하도록 돕는 데 중점을 두고 2주 인지 재구성 세션(각 45분), 일일 점진적 근육 이완 훈련(15분) 및 주간 문제 해결 치료(60분)를 수행합니다.
- 마음 챙김 구성 요소의 경우 매일 아침 명상(20분), 저녁 바디 스캔 운동(15분) 및 ICU 방문 중에 간단한 마음챙김 호흡 운동을 수행하십시오. 주간 개별 상담, 격주 그룹 워크숍, 집으로 가져갈 수 있는 오디오 가이드, 지원 및 규정 준수 모니터링을 위한 일일 앱 기반 체크인의 조합을 통해 이러한 개입을 구현합니다.
- 중재 품질과 일관성을 보장하기 위해 CBT 및 마음챙김 훈련에서 최소 3년의 경험을 가진 인증된 임상 심리학자가 모든 세션을 수행하도록 합니다.
- 중재 프로그램에 참여하기로 동의한 모든 EC-ICU 참가자의 경우 초기 ASDS 평가 후 24-48시간 이내에 중재가 시작되었는지 확인하십시오. 이 표준화된 타이밍을 사용하여 잠재적인 시간적 교란 요인을 최소화하고 개입 프로토콜의 일관성을 보장합니다.
- 초기 중재 세션부터 시작하여 모든 참가자에 대해 30일 동안 중재를 관리합니다. 이 표준화된 기간은 참가자 간의 중재 결과의 비교 가능성을 보장합니다. 중재가 완료된 후 중재 그룹 참가자에 대해 ASDS 평가 과정(1.1.2단계)을 반복합니다.
- 참가자 모집
- 원본 ASDS 데이터 검토
- 스프레드시트 데이터 파일을 엽니다. 다양한 시트를 탐색합니다(그림 1): 건강한 노인 간병인 - ICU(24H), EC-ICU(중재) 및 EC-ICU(대조군).
- 데이터 매트릭스가 건강 그룹 19 x 106 매트릭스, 노인 간병인 - ICU(24시간) 19 x 309 매트릭스, EC-ICU(중재) 19 x 109 매트릭스 및 EC-ICU(대조) 19 x 200 매트릭스인지 확인합니다.
- ASDS 설문지는 해리성 증상(항목 1-5, 정서적 무감각, 멍한 상태, 비현실 경험, 신체적 분리 및 트라우마 관련 기억 상실 측정), 증상 재경험(항목 6-9, 방해가 되는 생각, 악몽, 회상 및 트라우마 알림에 대한 정서적 반응 평가), 회피 증상(항목 10-13, 트라우마 관련 생각, 대화에 대한 인지 및 행동 회피 평가, 상황 및 정서적 반응) 및 각성 증상(항목 14-19, 수면 장애, 과민성, 집중력 문제, 과잉 경계, 놀람 반응 및 트라우마 알림에 대한 신체적 반응 조사). 이러한 증상 군집을 대상으로 하는 중재 접근법은 구현된 CBT 기술 및 마음챙김 기반 전략을 설명하는 1.1.3단계를 참조하십시오.
그림 1: 급성 스트레스 장애 척도(ASDS) 데이터. 이 그림은 다양한 참가자 그룹에 대한 스프레드시트의 ASDS 데이터 구성을 보여줍니다. 이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.
- ASDS 데이터를 MATLAB 작업 공간으로 가져오기
- 스프레드시트 옵션 메뉴를 열고 Add-ins 탭을 클릭한 다음 Add-ins 관리 인터페이스로 들어갑니다(그림 2). 일반적으로 MATLAB의 toolbox\exlink 디렉터리에 있는 MATLAB의 excllink.xlam을 찾아 추가합니다.
- 스프레드시트에서 1.1.2단계에서 볼 수 있듯이 각 그룹에 대한 데이터를 선택한 다음 MATLAB 플러그인의 MATLAB으로 데이터 보내기 옵션을 클릭합니다. 그러면 MATLAB의 작업 공간에서 모든 데이터를 볼 수 있습니다. 변수 data_h에는 정상 그룹 19 x 106 매트릭스가 포함됩니다. 변수 data_ec에는 EC-ICU(개입) 19 x 109 매트릭스가 포함됩니다. 변수 data_control에는 EC-ICU(제어) 19 x 200 매트릭스가 포함됩니다.
그림 2: MATLAB 플러그인 통합을 위한 애드인 관리 인터페이스. 이 이미지는 스프레드시트와 MATLAB 간의 데이터 전송을 가능하게 하는 MATLAB 플러그인을 추가하기 위한 스프레드시트 인터페이스를 보여줍니다. 이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.
2. 노인 간병인의 ASDS에 대한 일반 통계 - ICU
참고: 기존의 통계 분석은 데이터의 기본 특성에 대한 일반적인 개요를 제공할 수 있습니다. 그러나 후속 Polar Histogram Visualization과 뚜렷한 대조를 형성할 수도 있습니다.
- means = mean (data_ec, 2); 및 total_scores = sum (data, 1) 명령을 사용하면 19개 변수의 평균값과 노인 간병인 - ICU의 ASDS에 대한 합계 점수를 각각 얻을 수 있습니다.
- 보충 코딩 파일 1의 코드를 사용하여 그림 3과 같이 노인 간병인 - ICU의 ASDS의 19개 변수에 대한 평균값 분포와 점수 합계를 확인합니다.
그림 3: 노인 간병인-ICU의 ASDS의 19개 변수에 대한 평균값 및 합계 점수 분포. 이 그래프는 각 ASDS 항목의 평균 점수와 ICU의 노인 간병인의 총 ASDS 점수 분포를 보여줍니다. 이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.
3. 노인 간병인을 위한 ASDS의 극성 히스토그램 관점
참고: 극성 히스토그램을 사용하여 건강한 노인 개인을 Elderly Caregivers-ICU와 비교하면 두 샘플 그룹 간의 차이점을 보다 직관적으로 시각화할 수 있습니다.
- mean_ec = mean (data_ec, 2); 및 mean_h = mean (data_h, 2) 명령을 사용하여 노인 간병인 그룹과 건강한 그룹에 대한 ASDS 표본 평균을 각각 계산합니다.
- polarhistogram 명령을 사용하여 두 변수 mean_ec와 mean_h의 중첩 플롯을 만듭니다(그림 4).
- 보충 코딩 파일 1에 제공된 코드를 사용하여 Figure에 좌표와 주석을 추가합니다.
그림 4: 노인 간병인(ICU)과 건강한 노인 간의 ASDS 점수의 극성 히스토그램 비교. 이 극성 히스토그램은 ICU에 있는 노인 간병인과 건강한 노인 대조군 간의 ASDS 점수를 시각적으로 비교하여 19개의 ASDS 변수 모두에서 차이점을 강조합니다. 이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.
4. 중재의 일반 통계
참고: 일반적으로 ASDS 점수의 비교는 시각적 대비를 위해 막대 그래프를 사용하여 수행됩니다.
- 여러 그룹에 걸쳐 급성 스트레스 장애 척도(ASDS) 점수를 분석하려면 다음 MATLAB 명령을 사용하여 표본 평균을 계산하십시오.
노인 간병인 그룹의 경우(원본 데이터): mean_ec = 평균(data_ec, 2);
EC-ICU 중재군(대조군)의 경우: mean_control = mean(data_control, 2);
건강한 대조군(중재군)의 경우: mean_h = mean(data_h, 2); - 그림 5와 같이 명령 모음([mean_ec, mean_control, mean_h])을 사용하여 비교를 플로팅합니다. 명령 xticklabels와 ylabel을 사용하여 Figure 주석을 추가합니다.
그림 5: EC-ICU 중재군의 ASDS 예후 분석. 이 막대 그래프는 원래 노인 간병인, 통제 그룹 및 중재 그룹의 세 그룹에서 ASDS 점수를 비교하여 중재의 영향을 보여줍니다. 이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.
5. 중재의 극지 히스토그램 관점
참고: 극지 히스토그램을 사용하여 EC-ICU 중재 그룹의 예후를 비교하면(그림 6) 보다 신뢰할 수 있고 유의미한 시각화 결과를 얻을 수 있습니다.
- 다음 코드를 사용하십시오 : data_diff = abs (mean_control-mean_intevention); [~, idxx]=sort(data_diff) 를 사용하여 예후에 미치는 영향의 순위를 매기고, 19개 ASDS 항목의 예후 효과 순위를 매기기 위한 변수 idxx를 구합니다.
- polarhistogram 명령을 사용하여 대조군과 중재군의 오버레이된 플롯을 만들고, idxx의 순서에 따라 플롯하고 주석을 달아 그림 6을 얻습니다.
그림 6: 대조군과 중재군의 극지 히스토그램 비교. 이 극성 히스토그램은 대조군과 중재군 간의 ASDS 점수 차이를 시각화하여 특정 ASDS 항목에 대한 중재의 효과를 강조합니다. 이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.
결과
그림 1은 중환자실에 있는 노인 간병인의 ASDS 데이터를 보여줍니다. MATLAB의 플러그인(그림 2)을 사용하여 데이터를 MATLAB의 작업 공간으로 가져올 수 있습니다. 그림 3 은 중환자실에 있는 노인 간병인에 대한 ASDS 데이터의 특성을 보여줍니다: 평균은 3.3이고 누적 값은 62.6입니다. 이는 ICU 시나리오 참가자의 ASDS 수준이 매우 높지는 않지만 건강한 노인보다 훨씬 높다는 것을 나타냅니다(그림 4). 그림 4 는 Polar Histogram 시각화 방법을 사용하여 ICU의 건강한 노인과 노인 간병인 간의 비교를 정량화하여 둘 사이의 중요한 차이점을 강조합니다.
ASDS는 19개 변수로 구성된 스트레스 프로파일 분석입니다. 긍정적 대처 전략과 같은 인지 행동 치료(CBT) 중재의 효과를 평가하기 위해 극지 히스토그램을 사용하여 ICU에 있는 노인 간병인의 예후를 시각화했습니다. 그 결과, 중재가 간병인들 사이에서 급성 스트레스 장애 증상의 몇 가지 주요 측면에 긍정적인 영향을 미쳤다는 것을 보여주었다.
가장 두드러진 개선은 다음과 같은 영역에서 관찰되었다(그림 6). 트라우마를 상기할 때 신체적 반응을 경험하는 것(4.16 - 3.63), 흥분하거나 쉽게 놀라는 것(3.95 - 3.44), 과도하게 경계하는 것(4.13 - 3.66), 집중하는 데 어려움을 겪는 것(4.09 - 3.64), 짜증을 내는 것(3.69 - 3.28), 수면 장애(3.67 - 3.27).
이러한 증상의 중증도 감소는 중재가 급성 스트레스 장애의 핵심 구성 요소인 과각성 증상을 해결하는 데 특히 효과적이었음을 시사합니다. 수면의 질과 집중력의 향상은 간병인의 전반적인 기능과 웰빙 향상에 기여할 수 있습니다. 또한, 트라우마를 떠올리게 하는 상황이나 사람을 피하려고 노력하고(3.60에서 3.28), 트라우마에 대해 이야기하지 않으려고 노력(3.51에서 3.24), 트라우마에 대해 생각하지 않으려고 노력(3.73에서 3.49), 트라우마를 상기할 때 화가 나기(2.46에서 2.37)에서 약간의 개선이 관찰되었습니다.
이러한 변화는 중재가 회피 증상에도 긍정적인 영향을 미쳤으며, 잠재적으로 간병인이 트라우마 관련 유발 요인과 기억에 더 잘 대처하는 데 도움이 될 수 있음을 나타냅니다.
일부 영역에서의 개선은 덜 두드러졌지만, 전반적인 패턴은 중재가 여러 영역에서 급성 스트레스 증상의 심각성을 줄이는 데 성공적이었음을 시사합니다. 증상 감소에 대한 이러한 포괄적인 접근 방식은 중환자실 환경에서 노인 간병인의 삶의 질을 개선하고 적응 기능을 향상시킬 수 있습니다.
시각화는 대부분의 ASDS 항목에서 파란색 영역(중재 그룹)이 분홍색 영역(통제 그룹)보다 지속적으로 낮은 점수를 보임으로써 중재의 영향을 명확하게 보여줍니다. 이 그래픽 표현은 임상 실무자와 환자 모두에게 중재의 효과를 전달할 수 있는 직관적이고 강력한 방법을 제공합니다.
보충 코딩 파일 1: MATLAB 코딩 파일. 이 파일을 다운로드하려면 여기를 클릭하십시오.
토론
이 연구는 급성 스트레스 장애 척도(ASDS) 점수를 분석하기 위한 새로운 극성 히스토그램 시각화 기술을 소개하며, 특히 중환자실(ICU)에서 노인 간병인을 평가하는 데 이 기술을 적용하는 데 중점을 둡니다. 이 방법은 19개의 모든 ASDS 변수를 동시에 포괄적이고 직관적으로 시각적으로 표현하여 기존의 통계적 접근 방식 1,6,17에 비해 상당한 이점을 제공합니다.
중요 단계
프로토콜의 핵심 구성 요소는 두 가지 필수 단계로 구성되며, 두 단계 모두 복잡한 다차원 데이터를 명확하고 쉽게 해석할 수 있는 시각적 패턴으로 변환하는 데 중요합니다. 첫 번째 핵심 단계는 ASDS 점수의 극성 히스토그램 비교(그림 4)로, ICU에 있는 노인 간병인과 건강한 노인 대조군의 평균 ASDS 점수에 대한 오버레이된 극 히스토그램 플롯을 만드는 것입니다. 이 시각화를 통해 19개의 모든 ASDS 변수 10,15,18에서 두 그룹 간의 스트레스 프로필을 즉각적이고 직관적으로 비교할 수 있습니다. 두 번째 중요한 단계는 Polar Histogram Perspective of Intervention(그림 6)으로, 극성 히스토그램 방법을 사용하여 대조군과 중재군을 비교하여 중재의 효과를 시각화하는 데 중점을 둡니다. 다양한 ASDS 항목에 대한 중재 효과의 순위는 특히 과각성 및 회피 증상에서 중재 효과의 특정 영역에 대한 귀중한 통찰력을 제공하며, 이러한 중요한 영역에서 눈에 띄는 개선을 보여줍니다 6,13. 이러한 단계를 통해 스트레스 프로파일 차이와 중재 효과를 신속하게 식별할 수 있어 ASDS 데이터를 분석하고 해석하는 능력이 크게 향상됩니다 12,13,19.
문제 해결 및 잠재적 제한 사항
여러 변수를 시각화하고 비교하기 위한 Polar Histogram 방법의 장점에도 불구하고 몇 가지 제한 사항과 잠재적인 개선 사항에 유의해야 합니다. 이 연구는 특정 환경에서 장애물에 직면할 수 있는 데이터 전송을 위해 MATLAB Excel Link add-in을 활용했습니다. 또는 xlsread 명령을 사용하여 데이터를 MATLAB 작업 공간으로 직접 가져와서 보다 강력한 데이터 입력 방법을 제공할 수 있습니다. 시각화 명확성은 극 히스토그램이 더 많은 변수 6,8,9로 복잡해질 수 있기 때문에 또 다른 문제를 제시합니다. 극좌표 히스토그램 방법은 다중 변수 시각화에 탁월하지만 변수 수가 너무 많으면 복잡성이 발생할 수 있습니다. 시각화를 최적화하기 위해 주성분 분석, 상관 관계 분석 및 유의성 테스트와 같은 기술을 사용하여 변수 수를 관리 가능한 수준으로 줄일 수 있습니다. 서로 다른 그룹을 식별하기 위해 다른 색상을 사용하면 최상의 시각 효과를 얻을 수 있으며, 포괄적 인 표현과 명확성 및 해석 가능성의 균형을 맞출 수 있습니다 8,12,19.
기존 방법과 비교한 중요성
ASDS 데이터를 분석하는 전통적인 방법은 기본 통계 측정 또는 간단한 막대 차트에 의존하는 경우가 많으며, 이는 19개 변수 ASDS 프로파일 1,7,8의 전체 복잡성을 포착하지 못할 수 있습니다. 극성 히스토그램 방법은 다음과 같은 몇 가지 이점을 제공합니다. 포괄적인 시각화: 19개의 모든 ASDS 변수를 동시에 시각화할 수 있어 응력 프로파일10,11,19에 대한 보다 전체적인 관점을 제공합니다. 직관적 비교: 오버레이된 극 히스토그램은 서로 다른 그룹 또는 개입 전후 상태 간의 빠르고 직관적인 비교를 가능하게 합니다 11,15,18. 패턴 인식(Pattern Recognition): 순환 배열은 선형 표현(linear representations) 6,8,10에서 명백하지 않을 수 있는 ASDS 프로파일의 패턴 또는 클러스터(cluster)의 식별을 용이하게 한다.
잠재적 응용 분야와 향후 방향
ASDS에 대한 극지 히스토그램 시각화 방법은 임상 심리학 및 스트레스 연구에서 더 광범위하게 응용할 수 있는 상당한 잠재력을 가지고 있습니다. 임상적 평가: 이 방법은 다양한 환자 집단에서 ASD를 신속하게 평가하고 모니터링하기 위해 임상 소프트웨어에 통합될 수 있습니다 4,5,15. 중재 평가: 이 기법은 다양한 중재의 효과를 시각화하기 위한 강력한 도구를 제공하며, 잠재적으로 보다 표적화된 치료 전략의 개발을 안내할 수 있다 11,16,18. 연구 응용 프로그램: 이 시각화 방법은 다른 다중 변수 심리 평가 도구에 적용할 수 있으며, ASD 연구 9,10,19를 넘어 그 유용성을 확장할 수 있습니다. 환자 교육: 시각화의 직관적인 특성으로 인해 환자에게 스트레스 프로필과 치료 진행 상황을 설명하는 데 잠재적으로 유용한 도구가 될 수 있습니다 3,17. 머신 러닝 통합: 향후 연구에서는 ASD 발달 또는 치료 결과의 예측 모델링을 위해 이 시각화 기술을 머신 러닝 알고리즘과 결합하는 방법을 모색할 수 있습니다 12,13,19. 또한 이 연구는 다양한 인구 집단에 걸쳐 이 시각화 방법의 문화 간 검증을 탐구할 수 있으며, 충분한 검증을 통해 이 기술을 종단 스트레스 모니터링 및 평가를 위한 임상 전자 건강 기록 시스템에 잠재적으로 통합할 수 있습니다.
고려해야 할 몇 가지 기술적 과제가 있지만, ASDS에 대한 극지 히스토그램 시각화 방법은 급성 스트레스 장애 데이터의 분석 및 해석에 상당한 발전을 제공합니다. 복잡한 스트레스 프로파일에 대한 포괄적이고 직관적인 시각화를 제공하는 능력은 스트레스 장애 분야의 임상 실습과 연구를 모두 향상시킬 수 있는 잠재력을 가지고 있습니다.
공개 사항
이 연구의 극좌표 히스토그램 시각화는 공동 저자인 Fangliang Xing에 의해 프로그래밍되었습니다. 저자는 이해 상충이 없음을 선언합니다.
감사의 글
이 연구는 패혈증 유발 심근 기능 장애에서 혈소판-백혈구 응집 억제에 대한 YiQiHuoXue 처방의 효과 및 메커니즘에 대한 연구(프로젝트 번호 2024-JYB-JBZD-019) 프로젝트를 통해 베이징 중의과대학 중앙 대학 기초 연구 기금의 지원을 받았습니다.
재료
| 이름 | 회사 | 카탈로그 번호 | 댓글 |
|---|---|---|---|
| 엑셀 | 마이크로소프트 | 오피스2021 | ASDS 데이터 수집 |
| MATLAB | 매스웍스 | 2023B | 컴퓨팅 및 시각화 |
참고문헌
- 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).
- 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).
- 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).
- Shaw, R. J., et al. Acute stress disorder among parents of infants in the neonatal intensive care nursery. Psychosomatics. 47 (3), 206-212 (2006).
- 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).
- 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).
- Segal, A., et al. Attention control therapy for acute stress disorder: A randomized controlled trial. Depression Anxiety. 37 (10), 1017-1025 (2020).
- 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).
- 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).
- 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).
- 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).
- 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).
- 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).
- 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).
- 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).
- 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).
- 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).
- 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).
- 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).
재인쇄 및 허가
