اکثر افراد مبتلا به اختلالات روانی هیچ درمانی دریافت نمیکنند و تعداد افرادی که مراقبت مؤثر دریافت میکنند نیز کم است. به طوری که در کشورهای با درامد بالا از هر شش نفر دارای اختلال افسردگی اساسی، تنها یک نفر درمان مؤثر دریافت میکنند و این امار در کشور های با درامد متوسط و پایین یک نفر در 27 نفر می باشد. علاوه بر این، کمبود جهانی کارکنان بهداشتی آموزش دیده در زمینه بهداشت روان وجود دارد و تعداد متخصصان بهداشت روان در کشورهای با درآمد کم و متوسط کمترین است. یکی از راه های رفع این مشکل طراحی ابزارهایی برای روانشناسان است که روند درمان را بهینه کند.
هم چنین طبق امار های جدید تر، افسردگی بزرگترین علت ناتوانی جهانی با شیوع 4.4 درصدی در سراسر جهان است که علاوه بر کاهش رضایت از زندگی و ایجاد اختلالات خواب، تاثیرات اقتصادی آن نیز برای جوامع و دولت ها بسیار است. با توجه به بروز و بار بالای اختلالات افسردگی، تشخیص و مداخله زودهنگام از اهمیت بالایی برخوردار است. با توجه به این که افراد احساسات و افکار خود را در شبکه های اجتماعی به اشتراک می گذارند چنین استفاده ای از رسانه های اجتماعی ممکن است فرصت هایی را برای کمک به کاهش بیماری های روانی تشخیص داده نشده و تشخیص زود هنگام فراهم کند. این نکته حائز اهمیت است که بیشترین تعداد مطالعات از این نوع بر افسردگی متمرکز است اما هم چنان تشخیص افسردگی کم تر از مقداری که واقعا در جامعه حضور دارد گزارش می شود.
Hosseini,H and rafezi,Z . (2024). diagnosing depression based on textual data using computational methods. (e17546). کارگروه اخلاق در پژوهش, (), e17546 doi: IR/ethics.2024.79504.1076
MLA
Hosseini,H , and rafezi,Z . "diagnosing depression based on textual data using computational methods" .e17546 , کارگروه اخلاق در پژوهش, , , 2024, e17546. doi: IR/ethics.2024.79504.1076
HARVARD
Hosseini H, rafezi Z. (2024). 'diagnosing depression based on textual data using computational methods', کارگروه اخلاق در پژوهش, (), e17546. doi: IR/ethics.2024.79504.1076
CHICAGO
H Hosseini and Z rafezi, "diagnosing depression based on textual data using computational methods," کارگروه اخلاق در پژوهش, (2024): e17546, doi: IR/ethics.2024.79504.1076
VANCOUVER
Hosseini H, rafezi Z. diagnosing depression based on textual data using computational methods. SSRI Ethics Committee. 2024;():e17546 (In Persian). doi: IR/ethics.2024.79504.1076