Name: 섭식 장애 분석 및 진단에서 임상의를 돕기 위한 컴퓨터 기반 플랫폼 (동영상) | JoVE Journal
Uploaded: 2022-05-10T16:00:00.000+00:00
Duration: 4 min 19 s
Description: 배우세요 섭식 장애 진단을 위한 웹 기반 알고리즘 플랫폼을 활용한 방법입니다. 이 시스템은 97.1%의 정확도로 신경성 식욕부진, 신경성 폭식증, 폭식 장애를 식별하며 임상의의 진단 결정을 지원합니다.

ai_agent_IP

ai_agent

maintenance

instantTrialDurationMinutes

isBiopharma

enableNewMyJoveSectionDesign

educationFeatures

seoMetaApi

ai_copilot_institution_blacklist

ai_chat_institution_blacklist

freeAccessWindow

ssoRoleCapture

scheduledMaintenanceBanner

joveLabsFeatures

disable_autoplay_for_bots

extended_trial_duration

5 minutes

이 작품은 스톡홀름 지역이 자금을 지원했습니다.

실험 대상자와 환자에 대한 모든 연구는 스웨덴 윤리 검토 당국 (D. nr : 2019-05505)의 승인을 받았다. 시스템에 등록하기 전에 모든 개인은 데이터의 저장, 처리 및 분석에 대한 서면 동의를 제공했습니다. 환자들은 의사의 의뢰 또는 자기 소개에 의해 섭식 장애에 대한 전문 치료를 위해 클리닉에 회부되었습니다. 섭식 장애를 앓고있는 것은 환자에 대한 포함 기준이었습니다.
1. 임상의에 의한 환자 등록
참고: 환자 등록(그림 1)은 임상의가 개발한 맞춤형 웹 도구를 사용하여 완료 합니다(자료 표 참조).
<ol><li>환자 추천시 최신 브라우저를 사용하여 웹 방문 페이지로 이동하십시오.</li>
	<li>임상의와 연결된 기존 계정을 사용하여 웹 도구에 로그인합니다.</li>
	<li>환자 ID, 사회 보장 번호, 생년월일, 나이 및 성별을 포함한 환자 등록 양식을 작성하십시오.</li>
	<li>저장 버튼을 눌러 새 환자를 등록합니다. 이 시점에서 프로시저를 일시 중지했다가 나중에 다시 시작할 수 있습니다.</li>
</ol>2. 환자에 대한 설문지
참고: 환자는 웹 도구에서 개발된 사용자 지정 앱을 사용하여 스마트 장치에서 설문지를 작성 합니다(자료 표 참조). 환자가 미성년자 인 경우 설문지는 부모 또는 보호자가 작성합니다. 그들의 데이터는 주제별 블록으로 구성됩니다. 각 질문에 대한 답변이 완료되면 시스템은 다음 질문을 제시합니다(그림 2).
<ol><li>스마트 장치에서 설문지 응용 프로그램을 엽니다.</li>
	<li>환자의 사회 보장 번호를 입력합니다(그림 3).</li>
	<li>첫 번째 방문 날짜를 기입하십시오. 현재 날짜는 기본적으로 사용됩니다.</li>
	<li>환자의 체중, 키 및 나이에 해당하는 정보를 입력합니다.</li>
	<li>유도 된 구토, 스낵 빈도 및 섭식률과 같은 행동에 해당하는 정보를 입력하십시오.</li>
	<li>체중 증가에 대한 두려움과 신체 이형성의 감정과 같은인지 및 정서적 항목에 해당하는 세부 사항을 작성하십시오.</li>
	<li>완료 버튼을 눌러 설문지를 마칩니다. 이 시점에서 설문지를 일시 중지했다가 나중에 다시 시작할 수 있습니다.</li>
</ol>3. 임상의에 의한 위험 평가
참고: 위험 평가(그림 4)는 임상의가 사용자 지정 웹 도구를 사용하여 검색하고 사용합니다( 자료 표 참조).
<ol><li>웹 브라우저를 사용하여 웹 방문 페이지로 이동합니다. 기존 계정을 사용하여 웹 도구에 로그인합니다.</li>
	<li>환자의 사회 보장 번호 또는 환자 ID를 사용하여 환자를 검색하십시오.</li>
	<li>측정된 무게와 높이를 시스템에 추가합니다.</li>
	<li>결과 탭을 눌러 환자에게 ED가 있는지 여부와 그렇다면 어떤 유형의 ED가 있는지에 대한 알고리즘 결정을 가져옵니다.</li>
	<li>탭 질문 1-20 또는 질문 21-34를 눌러 환자의 응답이 건강한 개인의 답변에서 벗어나는 질문을 표시합니다.</li>
	<li>결과 탭에서 알고리즘과 임상의의 전문 지식에 따라 최종 진단을 선택합니다.</li>
</ol>

<ol><li>Treasure, J., Duarte, T. A., Schmidt, U. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Eating+disorders%5BTitle%5D)+AND+%22Lancet%22%5BJournal%5D)">Eating disorders.</a> Lancet. 395 (10227), London, England. 899-911 (2020).</li>
<li>American Psychiatric Association. <a target="_blank" href="http://scholar.google.com/scholar?hl=en&safe=off&q=%22Diagnostic+and+Statistical+Manual+of+Mental+Disorders%2C+5th+Edition%22">Diagnostic and Statistical Manual of Mental Disorders, 5th Edition</a>. , American Psychiatric Publishing. Washington, DC. DSM-5 (2013).</li>
<li>Smink, F. R. E., van Hoeken, D., Hoek, H. W. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Epidemiology+of+eating+disorders%3A+incidence%2C+prevalence+and+mortality+rates%5BTitle%5D)+AND+%22Current+Psychiatry+Reports%22%5BJournal%5D)">Epidemiology of eating disorders: incidence, prevalence and mortality rates.</a> Current Psychiatry Reports. 14 (4), 406-414 (2012).</li>
<li>Allen, K. L., Byrne, S. M., Oddy, W. H., Crosby, R. D. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((DSM-IV-TR+and+DSM-5+eating+disorders+in+adolescents%3A+prevalence%2C+stability%2C+and+psychosocial+correlates+in+a+population-based+sample+of+male+and+female+adolescents%5BTitle%5D)+AND+%22Journal+of+Abnormal+Psychology%22%5BJournal%5D)">DSM-IV-TR and DSM-5 eating disorders in adolescents: prevalence, stability, and psychosocial correlates in a population-based sample of male and female adolescents.</a> Journal of Abnormal Psychology. 122 (3), 720-732 (2013).</li>
<li>Preti, A., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((The+epidemiology+of+eating+disorders+in+six+European+countries%3A+results+of+the+ESEMeD-WMH+project%5BTitle%5D)+AND+%22Journal+of+Psychiatric+Research%22%5BJournal%5D)">The epidemiology of eating disorders in six European countries: results of the ESEMeD-WMH project.</a> Journal of Psychiatric Research. 43 (14), 1125-1132 (2009).</li>
<li>Stice, E., Gau, J. M., Rohde, P., Shaw, H. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Risk+factors+that+predict+future+onset+of+each+DSM-5+eating+disorder%3A+predictive+specificity+in+high-risk+adolescent+females%5BTitle%5D)+AND+%22Journal+of+Abnormal+Psychology%22%5BJournal%5D)">Risk factors that predict future onset of each DSM-5 eating disorder: predictive specificity in high-risk adolescent females.</a> Journal of Abnormal Psychology. 126 (1), 38-51 (2017).</li>
<li>Södersten, P., Brodin, U., Zandian, M., Bergh, C. E. K. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Verifying+Feighner%27s+hypothesis%3B+anorexia+nervosa+is+not+a+psychiatric+disorder%5BTitle%5D)+AND+%22Frontiers+in+Psychology%22%5BJournal%5D)">Verifying Feighner's hypothesis; anorexia nervosa is not a psychiatric disorder.</a> Frontiers in Psychology. 10, 2110(2019).</li>
<li>Lucas, G. M., Gratch, J., King, A., Morency, L. -P. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((It%27s+only+a+computer%3A+Virtual+humans+increase+willingness+to+disclose%5BTitle%5D)+AND+%22Computers+in+Human+Behavior%22%5BJournal%5D)">It's only a computer: Virtual humans increase willingness to disclose.</a> Computers in Human Behavior. 37, 94-100 (2014).</li>
<li>Hendler, N., Spurgeon, D. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Comparison+of+Clinical+Diagnoses+Versus+Computerized+Test+Diagnoses+using+the+Maryland+Clinical+Diagnostics+Diagnostic+Paradigm+%28Expert+System%29+for+Diagnosing+Chronic+Pain+in+the+Neck%2C+Back+and+Limbs%5BTitle%5D)+AND+%22Journal+of+Anesthesia+and+Critical+Care%3A+Open+Access%22%5BJournal%5D)">Comparison of Clinical Diagnoses Versus Computerized Test Diagnoses using the Maryland Clinical Diagnostics Diagnostic Paradigm (Expert System) for Diagnosing Chronic Pain in the Neck, Back and Limbs.</a> Journal of Anesthesia and Critical Care: Open Access. 6 (5), (2016).</li>
<li>Richens, J. G., Lee, C. M., Johri, S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Improving+the+accuracy+of+medical+diagnosis+with+causal+machine+learning%5BTitle%5D)+AND+%22Nature+Communications%22%5BJournal%5D)">Improving the accuracy of medical diagnosis with causal machine learning.</a> Nature Communications. 11 (1), 3923(2020).</li>
<li>Dahlgren, C. L., Walsh, B. T., Vrabel, K., Siegwarth, C., Rø, Ø <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Eating+disorder+diagnostics+in+the+digital+era%3A+validation+of+the+Norwegian+version+of+the+Eating+Disorder+Assessment+for+DSM-5+%28EDA-5%29%5BTitle%5D)+AND+%22Journal+of+Eating+Disorders%22%5BJournal%5D)">Eating disorder diagnostics in the digital era: validation of the Norwegian version of the Eating Disorder Assessment for DSM-5 (EDA-5).</a> Journal of Eating Disorders. 8 (1), 1-7 (2020).</li>
</ol>

금융 준비에 관한 완전한 개방성은 여기에서 의도됩니다. Brodin은이 연구와 관련하여 재정적 인 이익이 없다고 선언합니다. 우리의 연구는 Södersten이 명예 교수인 Karolinska Institute에서 수행됩니다. 이 연구는 Södersten과 Bergh가 시작한 Mando Group AB에 의해 임상 적으로 번역되었으며, 각각 47.5 %의 주식을 보유하고 있습니다. 어바인 캘리포니아 대학의 마이클 레온 교수는 나머지 5 %를 가지고 있습니다. Mando Group AB는 섭식 장애 환자를 치료하기 위해 다섯 번째 해마다 스톡홀름 지역과 계약을 맺습니다. Mando Group AB는 1997 년 지역 스톡홀름과 첫 번째 계약을 체결했으며, 그 이후로 스톡홀름 시민들에게 제공되는 치료 기준 중 하나입니다. Mando Group AB는 최신 입찰에서 우승했으며 현재 네 개의 스톡홀름 병원에 Mandometer Clinics가 있습니다. 이 배열은 지역 스톡홀름이 섭식 장애를 포함한 모든 종류의 질병을 앓고있는 환자를 치료하기 위해 자체 클리닉과 계약 할 때와 동일합니다. 즉, 스톡홀름 지역은 자체 클리닉과 Mando Group AB를 통해 스톡홀름 시민들에게 섭식 장애 서비스를 제공합니다. 스웨덴의 모든 의료 서비스는 세금 시스템을 통해 자금을 지원합니다. 개인 급여는 매우 드뭅니다. 먼저 Mando Group AB가 '저자 책임 - 이해 상충'에 관한 국제 의학 저널 편집자위원회의 권고를 준수하고 있다고 덧붙여야합 http://www.icmje.org/recommendations/browse/rolesand-responsibilities/ 다. 둘째, Mando Group AB가 창출 한 모든 이익은 연구 개발에 재투자되었으며 주식 소유자에게 배당금이 없다는 점도 추가되어야합니다. 위의 모든 내용은 모든 원고 제출물에서 선언되었으며 지금까지 저널은 세부 사항 중 일부만 출판 할 필요가 있다고 판단했습니다. 그러나 과학자들이 연구 결과를 회사의 클리닉으로 번역 할 때 잠재적 인 윤리적 문제는 학문적 환경에서 어떤 과학자가 이론을 개발하고 자신의 연구에 대한 추가 경제적 자금이 필요하고 작업에 대한 인정과 재정적 이익을받을 때 발생하는 것과 다르지 않은 것으로 보입니다. 인센티브는이 경우에도 부분적으로 경제적이며 윤리적 인 '문제'는 두 경우 모두 유사합니다. 그러나 더 중요한 인센티브는 섭식 장애 환자의 치료 개선입니다. 우리는 학문적 환경에서 일하는 연구원이며 오늘날 다른 많은 의학 연구 기관과 마찬가지로 Karolinska Institute는 과학자들이 연구 개발 (https://issuu.com/karolinska_institutet/docs/ki_strategy2030_eng)에 사용될 재정적 이익을 창출하는 것을 목표로하는 회사의 클리닉으로 연구를 번역하도록 권장합니다.

섭식 장애의 조기에 정확한 진단은 적절한 치료를 시작하고, 치료 결과를 개선하며, 열악한 건강 결과를 줄이는 데 중요합니다1. 진단을 결정하기 위해 임상의는 많은 양의 심리적, 생리적 정보를 처리해야하며 많은 양의 데이터로 인해 진단은 오진의 위험이 높은 시간이 많이 걸리는 작업입니다.
여기에 설명된 시스템은 자동 설문지 기반 진단을 제공하여 의사 결정 프로세스를 가속화합니다. 또한 임상의는 건강한 개인의 예상 반응에서 벗어나는 특정 반응을 볼 수 있습니다. 이 시스템은 임상의의 요구를 염두에두고 개발되었으므로 설문지는 환자 만 채울 수있을만큼 간단하여 진단을 고려할 때 임상의가 필요로하는 시간을 더욱 단축시킵니다. 같은 이유로 응답은 입력에 저장되므로 언제든지 프로세스를 일시 중지 할 수 있습니다. 컴퓨터 연결 문제 및 기타 중단으로 인해 전체 프로세스를 반복 할 필요는 없습니다.
프로토콜의 한계는 모든 설문지 항목이 채워지지 않는 한 진단 제안을 계산할 수 없다는 것입니다. 또 다른 한계는 혈압 및 말초 온도와 같은 의학적 측정이 시스템에 포함되지 않지만 임상의나 의사가 평가해야 한다는 것입니다.
반구조화 전자 인터뷰(11)와 같은 섭식 장애 진단을 위한 몇 가지 디지털 도구가 있지만, 현재 DSM-5 또는 국제 질병 분류, 11차 개정판(ICD-11)에 기초한 진단 알고리즘은 없다. 이용 가능한 접근법의 주요 문제점은 임상의가 진단에 도움을 받거나 건강에 해로운 반응을 구성하는 것을 의사 소통 할 수있는 간단한 방법을 제공하지 않는다는 것입니다. 현재의 시스템은 일차 진료, 섭식 장애에 대한 지식이 거의없는 건강 전문가 및 더 복잡한 사례를 논의하기위한 전문 클리닉에서 모두 사용하기위한 것으로, 섭식 장애 진단 중 의사 결정 과정에서 임상의가 도움을줍니다. 이 시스템은 치료의 질을 향상시키고, 임상의의 시간과 노력을 줄이며, 임상의의 일상 업무에서 향상된 효율성을 제공합니다.
진단 알고리즘은 현재 하나의 설문지를 기반으로하며 시스템이 임상의에게 환자를 더 잘 진단하고 어려운 경우 다른 의료 전문가와상의하도록 가르 칠 수 있습니다. 시스템의 향후 개발에는 의료 데이터도 포함되어야합니다. 또한, 알고리즘의 예후 능력은 설문지를 정제하고, 중복되고 유익하지 않은 항목을 더 관련성이 높은 항목으로 대체함으로써 향상 될 수 있습니다. 종단 접근법도 고려해야 합니다. 환자가 적절한 치료를받는 경우, 시간이 지남에 따라 건강 진행을 따르는 것이 필수적입니다. 설문지의 많은 항목은 후속 접근 방식에 여전히 유효합니다. 그러나 설문지와 알고리즘은 건강 진행을 측정하기위한 색인을 만들기 위해 재구성되어야합니다.

식이 요법과 신체 활동의 관련 증가는 신경성 식욕 부진증 및 기타 섭식 장애의 알려진 원인입니다1. 정신 장애의 진단 매뉴얼 (DSM-5)에 언급 된 가장 흔한 섭식 장애는 신경성 식욕 부진증 (AN), 폭식증 신경증 (BN), 폭식 장애 (BED) 및 기타 지정된 먹이 또는 섭식 장애 (OSFED)2입니다. 이러한 장애는 주로 여성에게 영향을 미치며 심각한 신체적 및 / 또는 심리 사회적 건강 합병증과 고통을 동반합니다3. 여성의 약 13 %가 섭식 장애4로 고통 받고 있으며, 여성의 AN의 유병률은 평생 동안 0.3 % -1 %로 추정되며 BN5로 고통받는 여성의 비율은 훨씬 높습니다.
다양한 위험 요소가 특정 섭식 장애와 관련이 있습니다. 초기 청소년기의 다이어트와 낮은 체질량 지수 (BMI)는 여성의 AN의 위험을 증가시키지만 초기 사춘기, 얇은 이상적인 내면화, 신체 불만, 부정적인 영향 및 사회적 지원 부족은6이 아닙니다. BN의 발병을 예측하는 요인 중에는 체중 문제, 신체 불만, 얇음에 대한 운전, 비효과, 낮은 상호 수용 인식 및식이 요법이 있지만 완벽주의, 성숙 공포, 대인 관계 불신 또는 BMI6은 아닙니다. 다양한 유형의 섭식 장애에는 증상 차이가 있지만 위험 요소에는 유사성이 있습니다. 이것은 식습관 병리학과 부적응 식습관 (식이 요법)이 모든 섭식 장애에서 공통적 인 위험 요소임을 시사합니다.
실제로, 먹는 병리학은 섭식 장애에서 두드러집니다. 그러나 진단이 주로 증상 차원에 대한 주관적인 설명에 의존한다는 사실과 결합 된 병리학 적 식습관을 정의하고 정량화하는 어려움은 진단 사이의 경계를 불분명하게 보일 수 있습니다7. 이 문제는 섭식 장애의 진단을 어렵게 만들고, 특히 일차 진료 의사와 같은 섭식 장애 환자에 익숙하지 않은 의료 종사자에게 특히 그렇습니다.
일차 진료의 보건 전문가는 종종 섭식 장애로 고통받는 개인이 가장 먼저 접근합니다. 유리한 예후를위한 조기 발견 및 개입의 중요성을 감안할 때, 간호 제공자는 이러한 장애를 인식하는 데 도움이되는 도구를 가져야합니다. 따라서 진단은 전문가의 치료 지연을 방지하기 위해 신속하고 정확하게 결정되어야합니다.
이 진단 목표를 달성하는 한 가지 방법은 증상에 관한 설문지를 디지털화하고 자동화하는 것입니다. 이 방법의 또 다른 이점은 연구 결과에 따르면 환자가 정신 건강 문제를 논의하기 위해 인간 임상의보다 가상 치료사를 더 신뢰한다고 제안하기 때문에 응답이 더 진실하다는 것입니다8. 또 다른 잠재적 인 이점은 진단 신뢰성이 향상된다는 것이며, 일부 연구에 따르면 컴퓨터 진단은 대면 진단 9,10보다 높은 신뢰성을 가질 수 있습니다.
본 프로토콜에서, 알고리즘은 949명의 연속적으로 추천된 환자에 의한 신체 상태, 행동, 감정 및 생각에 대한 개방형 및 폐쇄형 질문에 대한 응답에 기초하여 개발되었다(인구통계학적 데이터에 대해서는 표 1 참조). 949 참가자 중 91.6 % (869)는 여성, 18.0 %는 AN, 19.0 % BN, 13.5 % 침대, 36.8 % OSFED, 6.8 % 비만 (OB), 5.9 %는 섭식 장애 (ED가 없음)가 없었습니다. 이 알고리즘은 섭식 장애를 가질 확률과 개인이 어떤 유형의 섭식 장애를 가지고 있는지에 대한 결론을 추정합니다. 설문지 항목은 수유 및 섭식 장애에 대한 DSM-5 기준과 AN, BN, BED 및 OSFED의 진단 기능을 기반으로합니다. OB (과도한 체지방)는 정신 장애로 DSM-5에 포함되지 않습니다. 그러나 OB와 BED 2 사이에는 강력한 연관성이있습니다. 설문지 항목은 세 가지 범주로 분류됩니다 : (1) BMI, 작년 동안의 체중 감소 / 증가 및 자기 유도 구토와 같은 조건. (2) 식사 패턴, 다이어트, 체중 측정, 자기 유도 구토, 친구 및 가족과의 고립, 활동 회피 등의 행동. (3) 원하는 체중, 통제력을 잃는 것을 두려워하거나, 과식하거나, 음식에 대한 생각을하거나, 다른 사람들이 당신이 너무 얇다고 말할 때 자신을 뚱뚱하다고 믿고, 체중 증가에 대한 반응과 같은인지 / 생각. 이 알고리즘은 항목에 가중치를 단계적으로 할당하여 다섯 가지 진단 각각에 대해 가장 차별적 인 항목을 식별하는 무조건적인 판별 분석을 기반으로합니다. 진단 정보는 사용하기 쉬운 웹 기반 인터페이스에 표시됩니다.

<table><tbody><tr><td>섭식 장애 분석 및 진단에서 임상의를 돕기 위한 컴퓨터 기반 플랫폼</td><td>Mando</td><td>보류 과제</td><td></td></tr><tr><td>Claris FileMaker Go 19</td><td>Claris</td><td>-</td><td>환자 등록, 설문지, 위험 평가를 위한 맞춤형 앱</td></tr><tr><td>iPad 7세대(2019)</td><td>Apple</td><td>A2197</td><td></td></tr></tbody></table>

섭식 장애 분석 및 진단에서 임상의를 돕기 위한 컴퓨터 기반 플랫폼

A Computer-Based Platform for Aiding Clinicians in Eating Disorder Analysis and Diagnosis

섭식 장애 (신경성 식욕 부진증, 신경성 폭식증, 폭식 장애 및 기타 특정 섭식 또는 수유 장애)는 13 %의 유병률을 가지며 심각한 신체적 및 심리 사회적 문제와 관련이 있습니다. 바람직하지 않은 장기적인 건강 결과의 효과적인 치료 및 예방에 중요한 조기 진단은 일차 진료에서 일하는 환자와 같이 이러한 환자에 익숙하지 않은 비 전문 임상의에게 문제를 제기합니다. 조기에 정확한 진단, 특히 일차 진료에서 긍정적 인 치료 결과를 촉진하기 위해 장애에서 조기에 전문가의 개입을 가능하게합니다. 컴퓨터 지원 진단 절차는 전문 진단사 및 전문 간병인이 직접 진단 한 많은 사례에서 개발 된 알고리즘을 통해 전문 지식을 제공함으로써이 문제에 대한 가능한 해결책을 제공합니다. 섭식 장애를 앓고 있는 것으로 의심되는 환자에 대한 정확한 진단을 결정하기 위한 웹 기반 시스템이 이러한 데이터를 기반으로 개발되었습니다. 이 과정은 응답자의 섭식 장애 확률과 개인이 가지고있는 섭식 장애의 유형을 추정하는 알고리즘을 사용하여 자동화됩니다. 이 시스템은 진단 과정에서 임상의를위한 원조로 작동하는 보고서를 제공하고 새로운 임상의를위한 교육 도구 역할을합니다.

단계 1에 기재된 환자 등록은 전산화된 의료 기록에서 도 1 에 제시된 양식을 완성한 임상의에 의해 수행된다. 임상의가 새로운 환자를 등록하면 신청서가 2 단계로 이동하여 환자가 설문지를 완료 할 수 있습니다. 설문지를 시작하려면 환자 또는 임상의가 먼저 환자의 사회 보장 번호(또는 ID)를 스마트 장치의 앱에 입력해야 하며(그림 3), 그 후에 앱에 첫 번째 설문지 항목이 표시됩니다. 그림 2는 진단 설문지에서 한 항목의 스크린샷을 보여 줍니다. 설문지 항목에 대한 응답이 선택되면 응용 프로그램이 다음 항목으로 이동합니다. 환자는 이전 질문의 응답을 변경하기 위해 다시 이동할 수 없으며, 설문지가 조기에 종료되면 응답은 여전히 저장되며 사용자는 누락 된 항목을 채우기 위해 돌아갈 수 있습니다. 모든 질문에 답변하면 앱이 자동으로 닫힙니다.
설문지가 완료된 후, 그림 4 에 제시된 위험 평가 페이지는 웹 인터페이스를 통해 임상의가 이용할 수 있다. 임상의는 설문지의 위험 요인에 대한 자동 계산을 기반으로 0-1 (즉, 100 % 범위)의 정확도 추정 확률과 함께 '결과'페이지에서 권장 진단을 볼 수 있습니다. '질문 1-20' 또는 '질문 21-34' 탭을 누르면 임상의는 건강한 반응(청록색)과 제안된 진단을 초래한 일탈적인 반응(빨간색)을 볼 수 있습니다(그림 5). 알고리즘 ( 자료 표 참조)은 섭식 장애를 가질 확률과 개인이 가지고있는 섭식 장애의 유형에 관한 결론을 추정합니다. 모델의 정확도는 ED를 갖는 경우 97.1%, ED 진단의 경우 82.8%입니다(표 2). 진단 정보는 사용하기 쉬운 웹 기반 인터페이스에 표시됩니다. 이 정보는 알고리즘 진단이 임상의의 자체 평가와 동의하는 경우 임상의에게 자신의 결정에 대한 확신을 제공합니다. 알고리즘 진단이 임상의의 평가와 일치하지 않으면 임상의는 다른 건강 전문가로부터 두 번째 의견을 구하는 것이 좋습니다. 이 시스템은 또한 임상의가 질문 탭에서 건강한 개인과 벗어날 것으로 예상되는 특정 질문을보고 다른 건강 전문가와 어려운 사례를 검토함으로써 환자를 진단하는 데 더 나아질 수 있도록 훈련 할 수있게합니다.
<img alt="Figure 1" class="xfigimg" src="/files/ftp_upload/63848/63848fig01.jpg"> 그림 1: 웹 도구에서 환자 등록 양식의 그림입니다. <a href="https://www.jove.com/files/ftp_upload/63848/63848fig01large.jpg" target="_blank">이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.</a>
<img alt="Figure 2" class="xfigimg" src="/files/ftp_upload/63848/63848fig02.jpg"> 그림 2: 스마트 태블릿에 표시된 단일 설문지 항목의 샘플입니다. <a href="https://www.jove.com/files/ftp_upload/63848/63848fig02large.jpg" target="_blank">이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.</a>
<img alt="Figure 3" class="xfigimg" src="/files/ftp_upload/63848/63848fig03.jpg"> 그림 3: 진단 설문지를 완료하기 전에 필요한 사회 보장 번호를 묻는 페이지의 스냅숏입니다. <a href="https://www.jove.com/files/ftp_upload/63848/63848fig03large.jpg" target="_blank">이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.</a>
<img alt="Figure 4" class="xfigimg" src="/files/ftp_upload/63848/63848fig04.jpg"> 그림 4: 웹 도구를 사용하여 표시된 권장 진단 및 추정 정확도(이 경우 100%)가 있는 결과 페이지의 예. 결과 페이지에는 환자의 날짜, 성별, 연령 및 BMI도 표시됩니다. 상단에서 임상의는 진단을 선택할 수 있습니다. <a href="https://www.jove.com/files/ftp_upload/63848/63848fig04large.jpg" target="_blank">이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.</a>
<img alt="Figure 5" class="xfigimg" src="/files/ftp_upload/63848/63848fig05.jpg"> 그림 5: 설문지 응답 및 제안된 진단과의 연관성. 빨간색은 높은 연관성을 나타내고 청록색은 낮은 연관성을 나타냅니다. <a href="https://www.jove.com/files/ftp_upload/63848/63848fig05large.jpg" target="_blank">이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.</a>
<table border="1" fo:keep-together.within-page="1" fo:keep-with-next.within-page="always"><tbody>
<tr>
<td></td>
			<td>암(n=869)</td>
			<td>남성 (n = 80)</td>
			<td>합계(n = 949)</td>
		</tr>
<tr>
<td>연령</td>
			<td>21.0 (17.0 - 30.0)</td>
			<td>21.0 (15.0 - 33.5)</td>
			<td>21.0 (17.0 - 30.0)</td>
		</tr>
<tr>
<td>높이</td>
			<td>167.0 (162.0 - 170.0)</td>
			<td>176.5 (169.0 - 183.0)</td>
			<td>167.0 (162.0 - 171.0)</td>
		</tr>
<tr>
<td>무게</td>
			<td>58.2 (50.0 - 75.0)</td>
			<td>71.5 (57.0 - 97.0)</td>
			<td>59.1 (50.0 - 76.5)</td>
		</tr>
<tr>
<td>BMI</td>
			<td>20.9 (17.8 - 26.7)</td>
			<td>21.3 (18.0 - 31.2)</td>
			<td>21 (17.9 - 27.1)</td>
		</tr>
</tbody></table>표 1: 진단 알고리즘 개발을 위해 포함된 949명의 환자의 인구통계학적 데이터. 값은 중앙값(하위 사분위수 - 상위 사분위수)으로 표현됩니다.
<table border="1" fo:keep-together.within-page="1" fo:keep-with-next.within-page="always"><tbody>
<tr>
<td>진단</td>
			<td>임상의 진단</td>
			<td>알고리즘 진단</td>
			<td>정확도(%)</td>
		</tr>
<tr>
<td>안</td>
			<td>171</td>
			<td>172</td>
			<td>87.1</td>
		</tr>
<tr>
<td>증권 시세 표시기</td>
			<td>180</td>
			<td>181</td>
			<td>82.2</td>
		</tr>
<tr>
<td>침대</td>
			<td>128</td>
			<td>138</td>
			<td>81.3</td>
		</tr>
<tr>
<td>OSFED</td>
			<td>349</td>
			<td>328</td>
			<td>79.9</td>
		</tr>
<tr>
<td>산부인과</td>
			<td>65</td>
			<td>74</td>
			<td>90.8</td>
		</tr>
</tbody></table>표 2: 훈련된 임상의에 의해 진단된 각 ED 카테고리의 환자 수 및 알고리즘의 결정 및 정확성.

건강 관리에서 섭식 장애를 진단하는 것은 어렵습니다. 따라서, 본 프로토콜은 설문지에 대한 949명의 환자 응답을 기반으로 알고리즘을 개발하며, 진단은 사용하기 쉬운 웹 기반 인터페이스에 디스플레이된다. 이 시스템은 섭식 장애가있는 것으로 여겨지는 사람들을 배제하면서 섭식 장애의 정확한 진단을 용이하게합니다.

Eating disorders (anorexia nervosa, bulimia nervosa, binge-eating disorder, and other specified eating or feeding disorders) have a combined prevalence of ...

이 시스템은 환자가 섭식 장애에 대한 진단 기준을 충족하는지 여부와 신경성 식욕 부진증, 신경성 폭식증 또는 폭식증과 같은 섭식 장애의 유형을 결정합니다. 따라서 환자는 실제 사람보다 컴퓨터에 대답 할 때 더 정직한 경향이 있습니다. 그리고 물론이 시스템은 임상의의 시간을 절약하고 있습니다.이 방법의 목적은 섭식 장애 진단의 신뢰성을 향상시키고, 임상의가 섭식 장애로 고통받는 사람들을 선택하도록 돕고, 섭식 장애 기준을 충족시키지 못하는 사람들을 다른 치료법에 추천하거나 치료하지 않는 것입니다. 이 절차를 시연하는 것은 우리 실험실의 연구 조교 인 Alkioni Glibi가 될 것입니다. 환자 추천시 최신 브라우저를 사용하여 웹 방문 페이지로 이동하십시오.임상의와 연결된 기존 계정을 사용하여 웹 도구에 로그인합니다. 환자 ID, 생년월일, 나이, 성별, 사회 보장 번호를 포함한 환자 등록 양식을 작성하십시오. 저장 버튼을 눌러 새 환자를 등록합니다.스마트 장치에서 설문지 응용 프로그램을 엽니다. 환자의 사회 보장 번호와 첫 번째 방문 날짜를 입력하십시오. 현재 날짜는 기본적으로 사용됩니다.그런 다음 환자의 체중, 키 및 나이에 해당하는 정보를 입력하십시오. 다음으로, 구토 유도, 스낵 빈도 및 섭식률과 같은 행동에 해당하는 정보를 기입하고, 체중에 대한 두려움과 신체 이형성의 감정과 같은인지 및 정서적 항목에 해당하는 세부 사항을 기입하십시오. 완료 버튼을 눌러 설문지를 마칩니다.웹 브라우저를 사용하여 웹 방문 페이지로 이동합니다. 기존 계정을 사용하여 웹 도구에 로그인합니다. 환자의 사회 보장 번호 또는 환자 ID를 사용하여 환자를 검색합니다.측정된 체중과 높이를 시스템에 추가합니다.결과 탭을 눌러 환자가 섭식 장애를 앓고 있는지 또는 ED가 있는지, 어떤 유형의 ED가 있는지에 대한 알고리즘 결정을 가져옵니다. 그런 다음 탭 질문을 하나씩 누르거나 질문 21에서 34까지 눌러 환자 응답이 건강한 개인의 답변에서 벗어나는 질문을 표시합니다. 결과 탭에서 알고리즘과 임상의의 전문 지식에 따라 최종 진단을 선택합니다. 권장 진단을 위한 위험 평가 페이지의 예와 0에서 일까지의 정확도의 추정 확률이 여기에 나와 있습니다.권장 진단 및 설문지 응답에서 건강하고 일탈적인 응답이 생성되었습니다. 개인에 대한 섭식 장애의 다른 유형의 확률을 추정하는 알고리즘이 여기에서 설명됩니다. 모델의 정확도는 ED의 경우 97.1, ED 진단의 경우 82.8로 측정되었습니다.이 시스템의 또 다른 이점은 제안 된 진단에 대한 답변을 제공하여 시스템이 임상의에게 환자를 더 잘 진단하고 어려운 경우 추가 의료 전문가와 상담 할 수 있도록 가르 칠 수 있다는 것입니다.

a-computer-based-platform-for-aiding-clinicians-eating-disorder

Research

연구

JoVE Journal

Behavior

행동

임상의의 섭식 장애 분석 및 진단을 돕기 위한 컴퓨터 기반 플랫폼

여기에서는 암컷 청소년기 마우스에서 활동 기반 거식증(ABA)을 유도하는 프로토콜을 제시합니다. ABA는 달리는 바퀴에 접근할 수 있는 설치류에게 음식 제한을 가함으로써 유발되는 과잉 행동 상태입니다. 이 현상은 신경성 식욕 부진증의 근본적인 신경생물학을 연구하기 위한 모델로 사용되고 있습니다.

활동 기반 식욕 부진 설치류 모델을 사용하면 거식증의 신경 생물학적 기초 연구에

주제는 식사 중 접시의 체중 감소를 기록 하는 컴퓨터에 연결 된 규모에 접시에서 음식을 먹는다. 컴퓨터 화면에 대 한 의견 그녀 먹는 동작을 따라서 몸 무게를 정상화 하는 기준 곡선에 맞게 주제를 수 있습니다.

먹는 소설 피드백 시스템을 사용 하 여 동작의 제어

' Boden 음식 접시 ' 시각적 묘사를 사용 하 여 식이 섭취를 수집 하는 인터랙티브하고 재미 있는 방법으로 설계 된 전자 음식 일기입니다. 이 연구의 목적은 전통적인 3 일 예상된 음식 일기 방법에 대 한 웹 기반 응용 프로그램의 유효성을 검사 했다.

'Boden 음식 접시': 식이 섭취 량의 평가 대 한 소설 대화형 웹 기반 방법

이 문서에서는 전문가 평가 및 유용성 테스트를 포함하여 혁신적인 스마트폰 기반 식이 평가 응용 프로그램 인 Traqq의개발을위한 프로토콜에 대해 설명합니다.

혁신적인 스마트폰 기반 식이 평가 도구의 반복적 개발: Traqq

이 프로토콜은 새로운 기술 기반 식이 평가 방법을 보여주고 설명합니다. 이 방법은 여러 개의 내장 계량 스케일과 비디오 카메라가있는 식사 트레이로 구성됩니다. 이 장치는 식사 과정에서 음식과 음료 섭취 및 식사 행동의 자동화 된 측정을 통합한다는 점에서 독특합니다.

자동화된 식품 섭취 및 식습관 평가 방법의 개념 개발 및 사용

우리는 최신 언어와 확산 모델을 결합하여 사용자의 행동과 프로필에 맞게 적응하는 실시간 동기 부여 인터뷰를 수행할 수 있는 오픈 소스 가상 에이전트 플랫폼을 제시합니다. Greta 2.0 플랫폼을 활용하여 영양 및 스포츠 중심 개입 등 다양한 주제를 지원하며, 디지털 치료 상호작용을 향상시키기 위한 유연하고 검증된 도구를 제공합니다.

적응형 비언어 행동 및 언어 모델을 통합하여 실시간 동기 부여 면담을 위한 가상 에이전트

이 문서에서는 마우스에서 학습 공포와 메모리를 평가하기 위해 비디오 분석 시스템을 사용하여 상황과 큐 공포 조건화 시험을위한 프로토콜을 제시한다.

마우스에서 비디오 분석 시스템을 사용하여 콘텐츠 및 시작됨 공포 컨디셔닝 테스트

우리는 인식에 나이의 영향을 조사하고있는 태블릿 컴퓨터 기반 응용 프로그램 (EmoCogMeter)의 유용성을 테스트했습니다. 결과는 따라서 우리의 응용 프로그램의 유용성을 증명, 연령과 관련된인지 적 몰락을 보여줍니다. 연구 결과는 탐지 및인지 기능 장애의 모니터링을위한 태블릿 기​​반 응용 프로그램의 큰 임상 및 실용 가능성을 강조.

EmoCogMeter, 소설 태블릿 컴퓨터 기반 접근 방식을 사용하여인지 기능의 연령과 관련된 변화의 평가

이 논문은 가족성 고위험군 조현병(FHR)에 있는 어린이와 청소년의 뇌 활성화를 측정하기 위해 정서적 괴짜 과제와 fMRI를 사용하는 방법을 설명합니다. FMRI는 정서적 괴짜 과제 동안 전두엽-선조체-변연계 영역의 차이를 측정하는 데 사용되었습니다. FHR이 있는 소아는 청소년기에 비정상적인 기능 활성화를 보였습니다.

정신 분열증에 대한 가족 성 위험이 높은 아동의 정서적 괴짜 작업을 사용하여 이마 관자 - 변연계의 활동의 측정

식이 지방 함량에 영향 에너지 섭취와 포유류의 신체 지방 성분 모두. 선택 일련의 실험에서 고지방 음식에 대한 쥐 '환경 설정을 검사하여, 높은 지방 음식에 대한 자신의 선호에 유전 적 차이와 약물 개입을 테스트 할 수 있습니다.

지방 성향 : 먹는 행동의 소설 모델 쥐에

배우세요 섭식 장애 진단을 위한 웹 기반 알고리즘 플랫폼을 활용한 방법입니다. 이 시스템은 97.1%의 정확도로 신경성 식욕부진, 신경성 폭식증, 폭식 장애를 식별하며 임상의의 진단 결정을 지원합니다.

섭식 장애 분석 및 진단에서 임상의를 돕기 위한 컴퓨터 기반 플랫폼

더 많은 동영상 탐색