Русский English

Чернов А.В., Штаньков С.И., Рогозина М.А., Подвигин С.Н.

Применение математического анализа для диагностики пограничных психических расстройств у студентов-медиков

Воронежская государственная медицинская академия им. Н.Н. Бурденко

Актуальность. Укрепление психического и физического здоровья студентов является одной из приоритетных задач современной медицины [2]. Клинико-эпидемиологические исследования последних лет показывают увеличение роста пограничных психических расстройств (ППР) в различных группах населения, в том числе среди студентов ВУЗов [1,4]. Основное ядро ППР составляют психогенно – обусловленные невротические состояния и реакции, представленные в МКБ–10 главным образом в разделе F-4 «Невротические, связанные со стрессом и соматоформные расстройства».

В силу специфических особенностей юношеского возраста и учебной деятельности (информационные перегрузки, экзаменационный стресс) студенчество наиболее подвержено ППР, в частности, невротическим состояниям. Рост невротических состояний ставит задачу организации новых форм выявления психических нарушений и их терапии. Большое значение придается разработке методов раннего выявления ППР – психологическому скринингу, автоматизированной диагностике [1,5,11], которые позволяют своевременно начинать психокоррекционые и терапевтические мероприятия.

В литературе имеются противоречивые сведения о частоте и структуре невротических расстройств в студенческой среде, значений различных факторов в формировании ППР [7-10, 12,13]. В ситуации реформирования высшего образования остаются слабоизученными вопросы, касающиеся психических расстройств у студентов-медиков, отсутствуют работы посвященные разработке программ раннего выявления невротических расстройств.

Все вышеизложенное показывает актуальность задачи выявления информативных признаков для скрининга ППР у студентов.

Целью работы явился математический анализ показателей невротизации у студентов медицинской академии и выявление наиболее информативных личностно–психологических и клинических показателей, позволяющих классифицировать исходную выборку признаков как здоровые, преневротические состояния (ПНС) и пограничные психические расстройства.

Материалы и методы. Материалом для настоящего исследования послужили данные психологического скрининга и клинико-психопатологического обследования 700 студентов II и V курсов лечебного факультета Воронежской государственной медицинской академии. Возраст обследуемых составил 18-25 лет, среди них было - мужчин (27,3%) и (72,7%) женщин. Обследование студентов проводилось в межсессионный период сплошным методом в процессе обучения предметам психология и психиатрия на кафедре психиатрии. На первом этапе работы был проведен психологический скрининг, в результате которого выявлено 460 студентов, имеющих невротические симптомы – астению, субдепрессию, тревогу. Для определения невротических симптомов применялись стандартизованные шкалы – астении (ШАС), депрессии Цунга, тревоги Спилбергера–Ханина. Наряду с указанными тестами использовались личностный опросник Смишека, методика для измерения уровня социальной фрустрированности Л.И. Вассермана и разработанная для целей исследования анкета. На втором этапе работы все студенты, имеющие по результатам скрининга невротические симптомы, прошли динамическое клинико-психопатологическое обследование (беседа, наблюдение, физический осмотр) с интервалом в неделю. В результате клинического обследования диагноз ППР был установлен у 70 студентов. В остальных 390 случаях диагноз ППР был отвергнут. В данной группе кратковременные психогенные или соматогенные (остаточные явления ОРВ, бронхита) симптомы пограничного уровня у части студентов (195 случаев) были расценены как «нормальные адаптационные реакции» (далее – «здоровые»). У другой части студентов (195 случаев) отдельные астенические, сомато-вегетативные или тревожные симптомы сохранялись в течении недели, не складывались в отчетливый синдромокомплекс и существенно не влияли на учебную деятельность и социальную адаптацию. Состояние этих студентов было расценено как «преневротическое».

В соответствии с поставленной целью исследования математической обработке подверглись показатели скрининга 460 студентов, у которых были выявлены невротические симптомы. Результаты тестирования и анкетирования (всего 94 параметра для каждого случая) анализировались с помощью корреляционного [6] и кластерного [3] анализов, реализованных в пакете прикладных программ SPSS17.

Результаты и обсуждение. С помощью корреляционного анализа было установлено, что изучаемые признаки (табл. 1) коррелируют между собой на уровне значимости 0,05, и 0,01, то есть не являются независимыми и существует связь между признаками и состоянием студента.

Таблица 1. Показатели скрининга со значениями коэффициента корреляции r выше 0,6

Таблица 1. Показатели скрининга со значениями коэффициента корреляции r выше 0,6

На основании проведенного корреляционного анализа можно утверждать, что возможно выделение из совокупности объектов трех классов, соответствующих диагностируемым группам студентов. Однако информативные показатели, определяющие преневротическое состояние, отсутствуют, следовательно, точность его классификации будет невысокой.

Для первоначальной обработки были отобраны признаки, имеющие коэффициент корреляции с состоянием студента выше 0,6. По результатам анализа группа здоровых студентов имеет положительную корреляцию (значение r≥0,6) с признаком Ан34 (удовлетворенность собой на данный момент), и отрицательную с ИД (индекс депрессии) и Аст15 (меня легко задеть).

Преневротические состояния имеют слабую положительную связь с признаками Ан37 (часто посещают тревожные мысли), Аст5 (я испытываю мышечную слабость), Ан39 (в данный момент наиболее значимы вопросы профессионального самоопределения) и отрицательную с Тр (реактивная тревога). Значения коэффициента корреляции по модулю лежат в диапазоне 0,35-0,41.

Теснота связи с ППР увеличивается от признака к признаку, начиная со значения 0,603 для Аст8 (я чувствую себя усталым), Аст4 (ожидание нервирует меня) до Аст2 (мне трудно сосредоточиться), Аст25 (жизнь для меня связана с напряжением). Наиболее тесная связь ППР (r≥0,75) наблюдается (в порядке увеличения значения r с 0,764 до 0,906) с Ф14 (удовлетворенность отношениями с друзьями) до Иаст (индекс астении).

На основании корреляционного анализа для дальнейшей классификации наблюдений по группам здоровые, преневротическое состояние, ППР следует использовать признаки, имеющие максимально тесную связь (r≥0,6) с указанными группами.

Поскольку большинство из отобранных корреляционным анализом признаков коррелируют с ППР, то можно предположить, что точность классификации пограничного психического расстройства будет максимальной. Минимальные значения r были получены для ПНС, поэтому точность его классификации будет наименьшей. Таким образом, классификационная система признаков состояла из 22 наиболее информативных признаков (табл. 1).

С учетом того, что составленная система, включала в себя признаки, имеющие как категориальные значения так и непрерывные (ИФ - индекс фрустрации, Иаст - индекс астении, ИД - индекдепрессии, Тр – реактивная тревога, Тл – личная тревога, ТО – общая тревога), эта особенность исходных данных была учтена при выборе метода классификации. Двухэтапный кластерный анализ, реализованный в пакете SPSS17, позволяет классифицировать наблюдения, описываемые как категориальными, так и непрерывными наблюдениями. Причем анализ может быть выполнен в двух вариантах – с автоматическим и с принудительным определением числа кластеров.

В результате автоматического разбиения было получено 2 кластера. В первый были отнесены здоровые и преневротические состояния, во второй – ППР. При этом не классифицированы 34 случая (7,4%). В них вошли 23 (5%) случаев из группы ПНС, а 11 (2,4%) – из группы ППР. Точность классификации группы ППР составила 59 чел (84,3%). Результаты разбиения (табл. 2) признаны неудовлетворительными.

В результате классификации с принудительным заданием числа кластеров (3) верно выделены в группы - 269 (58,5%) случаев. Причем точность определения объектов из группы здоровые составила 117 человек (60%), из группы ПНС 105 (53,8%), из группы ППР 47 (67,2%). По-прежнему 34 (7,4%) случая не были классифицированы. Гипердиагностика составила 79 чел (17,2%), причем 67 (14,6%) из них были ошибочно отнесены из группы здоровые к группе ПНС, а 12 (2,6%) из группы ПНС – к группе ПНР. Таким образом, принудительное задание числа кластеров ухудшило результаты классификации (табл. 2).

Очевидно, что объединение наблюдений из групп здоровые и ПНС в один кластер происходит вследствие отсутствия специфических предикторов группы преневротическое состояние. Улучшение точности классификации группы ПНС возможно за счет добавления в диагностическую систему новых признаков, в данной работе не рассматриваемых.

Увеличение точности классификации группы ППР возможно за счет составления диагностической системы только из признаков с максимальной теснотой связи с невротическим состоянием (r ≥ 0,75).

Таким образом, следующий этап классификации был проведен на основании 7 признаков. Был по-прежнему использован метод двухэтапного кластерного анализа с автоматическим выбором числа кластеров. В результате все наблюдения были классифицированы на два кластера (табл. 2), первый из которых составили наблюдения группы здоровые и преневротическое состояния, а второй – ППР. Причем последние определены со 100% точностью.

Если не ставить цель выделения преневротических состояний в отдельную группу, то можно говорить о 100% точности классификации.

Таблица 2. Сравнительный анализ результатов двухэтапного кластер-анализа

Таблица 2. Сравнительный анализ результатов двухэтапного кластер-анализа

Однако, для задачи выделения ПНС, имеем 195 (42,4%) случаев гиподиагностики – ошибочного отнесения объектов группы преневротические состояния к классу здоровых.

Для выделения объектов группы ПНС в отдельный кластер к последней рассмотренной системе признаков были добавлены специфические предикторы здоровых и ПНС.

Таким образом, диагностическая система состояла из 14 признаков: Ф14 (удовлетворенность отношениями с друзьями), Аст29 (когда я волнуюсь, то покрываюсь потом), Ф20 (удовлетворенность своим образом жизни), ИФ (индекс фрустрации), Ф7 (удовлетворенность своим положением в обществе), То (общая тревога), Иаст (индекс астении), Ан34 (удовлетворенность собой на данный момент), ИД (индекс депрессии), Аст15 (меня легко задеть), Ан30 (мне не дают заснуть беспокойные мысли), Тр (реактивная тревога). Причем последние 7 признаков имеют малую информационную емкость (r имеет значение от 0,3 до 0,7 по модулю).

В результате двухэтапного кластерного анализа с принудительным заданием разбиения на 3 кластера была получена точность классификации 77,2% (табл. 2). Не были классифицированы 22 (4,8%) наблюдения: 11 (2,4%) из группы ПНС, 11 (2,4%) из группы ППР. Все объекты группы здоровые были классифицированы верно. В кластер ПНС попали только 101 (51,8%) случай из группы преневротическое состояние. Оставшиеся 83 (42,6%) случаев были ошибочно отнесены к группе здорвые. То есть результаты классификации ППР по сравнению с предыдущим этапом ухудшились, а ПНС - улучшились.

Оптимальным с точки зрения точности классификации ППР необходимо признать разбиение имеющейся выборки на два кластера: «Здоровые и ПНС» и ППР. Это позволит со 100% точностью выделить группу студентов, имеющих ППР.

Задача выделения преневротических состояний из группы «Здоровые и ПНС», должна решаться врачом на основании анализа клинических симптомов и динамического наблюдения.

Группа ППР характеризуется повышенными средними значениями индекса фрустрации, общей тревоги и астенического индекса. При оценке астенического состояния и социальной фрустрированности установлено, что частота негативных ответов в группе ППР превышает аналогичную частоту в группе «Здоровые и ПНС».

Выводы. Результаты корреляционного и кластерного анализов факторов невротизации у студентов медицинской академии показали следующее:

1. Надежная диагностика состояний студентов с невротическими симптомами возможна для двух групп «Здоровые и преневротические состояния» и пограничные психические расстройства. Показано, что в этом случае точность классификации ППР составляет 100%.

2. Выявлен комплекс информативных признаков, позволяющий диагностировать пограничные психические расстройства у студентов в автоматизированном режиме с высокой степенью точности: индекс фрустрации, общая тревога, астенический индекс, повышенное потоотделение при волнении, неудовлетворенность своим положением в обществе, отношениями с друзьями, ближайшими знакомыми, своим образом жизни в целом.


Список использованных источников:

1. Александровский Ю.А. Пограничные психические расстройства. – М.: Медицина, 2000. – 469 с.

2. Дмитриева Т.Б. Новые направления социальной психиатрии в системе совершенствования охраны общественного психического здоровья// Матер. XIV съезда психиатров России. – М., 2005. – С. 50-51.

3. Жамбю М. Иерархический кластер-анализ и соответствия. – М.: Финансы и статистика, 1988. – 342 с.

4. К проблеме распространенности и выявляемости психических расстройств / Т.В. Зозуля, В.Т. Ротштейн, А.Н. Слуцкий// Журн. невролог. и психиатр. – 1994. – Т. 94, №4. – С. 99-103.

5. Качество жизни и нервно-психические расстройства/ И.Е. Куприянова, В.Я. Семке.- Томск: Изд. Томск. ун-та, 2006. – 100 с.

6. Крамер Г. Математические методы статистики. – М.: Мир, 1975. – 648 с.

7. Лаврентьева Н.А. Выявление уровня невротизации и нарушения адаптации к учебному процессу у студентов Воронежской государственной медицинской академии// Проблемы здоровьесбережения школьников и студентов. Новые научные тенденции в медицине и фармации: матер. межрегион. научн.–практ. юбил. конф. – Воронеж, 2008. – С. 352-354.

8. Мурашов А.В. К изучению неврологического расстройства у студентов// Здравоохранение Российской Федерации. – 1991. - №1. – С. 29.

9. Улезко А.В. Распространенность и структура пограничных нервно-психических расстройств в коллективах с разными условиями труда и профилем деятельности// Труды Астраханской государственной медицинской академии. – Астрахань, 1996. – Т. 1 (25). – С. 161 – 181.

10. Клинико-динамические особенности формирования пограничных психических расстройств у учащейся молодежи/ А.А. Чуркин, А.В. Береснев// Российский психиатр. журн. – 2003. – №5. – С. 21-24.

11. К вопросу охраны психического здоровья в первичной медицинской сети/ А.А. Чуркин, О.Б. Благовидова, Л.М. Житникова// Российский психиатр. журн. – 2009. – №1. – С. 19-23.

12. Stress and depressive symptoms / dysphoria among US medical students: results from a large, nationally representative survey/ M.T. Comton, Y. Carrera, E. Frank// Gig. Sanit. – 2008. – Vol. 4. – P. 66-69.

13. Prevalence of DSM-IV major depression among Spanish university students/ F.L. Vazquer, V. Blanco// Nurs Forum. – 2008. – Vol. 43, №4. – P. 238-246.


11.01.2012 23:37:00