کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
5735717 1613072 2017 9 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
What big data can do for treatment in psychiatry
ترجمه فارسی عنوان
چه اطلاعاتی بزرگ می تواند برای درمان در روانپزشکی انجام دهد
ترجمه چکیده
درمان برای اختلالات روانشناختی تنها به اندازه دقیق بودن آن که آنها را مدیریت می کنیم، موثر است. ما درمان هایی داریم که کار می کنند ما فقط نمی توانیم به طور دقیق پیش بینی کنیم که چه کسانی برای کار و چرا تلاش می کنند. در این مقاله، ما بحث می کنیم که چگونه داده های بزرگ می توانند به شناسایی پیش بینی کننده های قوی، قابل تجدید پذیر و قابل تعمیم دهنده از پاسخ درمان در روانپزشکی کمک کند. به طور خاص، ما تمرکز می کنیم که چگونه روش های یادگیری ماشین می تواند حرکتی فراتر از مطالعات کشف و اعتبارسنجی مدل را تسهیل کند. ما برخی از مطالعات نمونه های اخیر در این زمینه را برجسته می کنیم، توضیح می دهیم که چگونه می توان از نظر بیولوژیک درمان های گزارش شده مطالعات را ارزیابی کرد و در مورد آنچه که ما در نظر می گیریم بهترین روش برای پیش بینی تحقیقات در روانپزشکی است.
موضوعات مرتبط
علوم زیستی و بیوفناوری علم عصب شناسی علوم اعصاب رفتاری
چکیده انگلیسی
Treatments for psychiatric disorders are only as effective as the precision with which we administer them. We have treatments that work; we just cannot always accurately predict who they are going to work for and why. In this article, we discuss how big data can help identify robust, reproducible and generalizable predictors of treatment response in psychiatry. Specifically, we focus on how machine-learning approaches can facilitate a move beyond discovery studies and toward model validation. We will highlight some recent exemplary studies in this area, describe how one can assess the merits of studies reporting treatment biomarkers, and discuss what we consider to be best practice for prediction research in psychiatry.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Current Opinion in Behavioral Sciences - Volume 18, December 2017, Pages 34-42
نویسندگان
, ,