超越DSM:数据驱动的方法可以重塑心理健康治疗

导读 麦考瑞大学的一项新研究表明,我们不应该依赖心理健康诊断的圣经,而需要一种基于症状在现实生活中自然出现方式的数据驱动方法,这种方法可...

麦考瑞大学的一项新研究表明,我们不应该依赖心理健康诊断的“圣经”,而需要一种基于症状在现实生活中自然出现方式的数据驱动方法,这种方法可能对未来的治疗方案产生巨大影响。

该研究成果发表在《临床心理科学》杂志上。

近 75 年来,《精神健康诊断和统计手册》(DSM)一直是诊断精神健康状况的首选文本。

但当两个人尽管没有任何共同症状却得到相同的诊断时,麦考瑞大学心理学副教授米里·福布斯 (Miri Forbes) 表示这个系统需要重新考虑。

她说: “要被诊断患有重度抑郁症(有时称为临床抑郁症),一个人必须符合 DSM 中列出的九项标准中的五项,包括情绪低落或对日常活动失去兴趣或乐趣。”

“由于标准包括&luo;体重减轻或增加&ruo;和&luo;失眠或嗜睡&ruo;等例子,因此最终会出现数千种符合诊断标准的不同症状。

“问题的根源在于,DSM 诊断是基于委员会共识的,而不是以系统的方式生成的。”

例如,注意力缺陷多动障碍(ADHD) 的定义源自教育研究,用于描述在校学生过度活跃、焦躁不安和注意力不集中的行为。阿尔茨海默病则源自阿洛伊斯·阿尔茨海默医生对其患者奥古斯特·德特的病情描述。

其他疾病(如自闭症)的诊断基于临床医生对一系列患者的观察。重度抑郁症等疾病的诊断则基于数百年的临床观察。

免责声明:本文由用户上传,如有侵权请联系删除!

猜你喜欢

最新文章