دانلود کتاب Personalized Psychiatry: Big Data Analytics in Mental Health – روانپزشکی شخصی: تجزیه و تحلیل داده های بزرگ در سلامت روان

توضیحات

This book integrates the concepts of big data analytics into mental health practice and research.
Mental disorders represent a public health challenge of staggering proportions. According to the most recent Global Burden of Disease study, psychiatric disorders constitute the leading cause of years lost to disability. The high morbidity and mortality related to these conditions are proportional to the potential for overall health gains if mental disorders can be more effectively diagnosed and treated. In order to fill these gaps, analysis in science, industry, and government seeks to use big data for a variety of problems, including clinical outcomes and diagnosis in psychiatry. Multiple mental healthcare providers and research laboratories are increasingly using large data sets to fulfill their mission. Briefly, big data is characterized by high volume, high velocity, variety and veracity of information, and to be useful it must be analyzed, interpreted, and acted upon. As such, focus has to shift to new analytical tools from the field of machine learning that will be critical for anyone practicing medicine, psychiatry and behavioral sciences in the 21st century. Big data analytics is gaining traction in psychiatric research, being used to provide predictive models for both clinical practice and public health systems. As compared with traditional statistical methods that provide primarily average group-level results, big data analytics allows predictions and stratification of clinical outcomes at an individual subject level.
Personalized Psychiatry Big Data Analytics in Mental Health provides a unique opportunity to showcase innovative solutions tackling complex problems in mental health using big data and machine learning. It represents an interesting platform to work with key opinion leaders to document current achievements, introduce new concepts as well as project the future role of big data and machine learning in mental health.

————————————————————–

ترجمه ماشینی :

این کتاب مفاهیم تجزیه و تحلیل داده های بزرگ را در عمل و تحقیقات سلامت روان ادغام می کند.
اختلالات روانی یک چالش بهداشت عمومی با نسبت های حیرت انگیز را نشان می دهد. براساس جدیدترین بار جهانی مطالعه بیماری ، اختلالات روانپزشکی علت اصلی سالهای از دست رفته در معلولیت را تشکیل می دهد. عوارض بالا و مرگ و میر مربوط به این شرایط متناسب با پتانسیل برای دستاوردهای کلی سلامت است اگر اختلالات روانی بتوانند به طور مؤثرتر تشخیص داده و تحت درمان قرار گیرند. به منظور پر کردن این شکاف ها ، تجزیه و تحلیل در علم ، صنعت و دولت به دنبال استفاده از داده های بزرگ برای انواع مشکلات از جمله نتایج بالینی و تشخیص در روانپزشکی است. چندین ارائه دهندگان بهداشت روان و آزمایشگاه های تحقیقاتی به طور فزاینده ای از مجموعه داده های بزرگ برای انجام مأموریت خود استفاده می کنند. به طور خلاصه ، داده های بزرگ با حجم بالا ، سرعت بالا ، تنوع و صحت اطلاعات مشخص می شوند و برای مفید بودن آن باید مورد تجزیه و تحلیل ، تفسیر و عمل قرار گیرد. به همین ترتیب ، تمرکز باید به ابزارهای تحلیلی جدید از زمینه یادگیری ماشین تغییر کند که برای هر کسی که در قرن بیست و یکم مشغول پزشکی ، روانپزشکی و علوم رفتاری باشد ، بسیار مهم خواهد بود. Big Data Analytics در تحقیقات روانپزشکی در حال افزایش است و از آن برای ارائه مدلهای پیش بینی کننده برای عملکرد بالینی و سیستم های بهداشت عمومی استفاده می شود. در مقایسه با روشهای آماری سنتی که در درجه اول نتایج سطح گروهی را ارائه می دهد ، تجزیه و تحلیل داده های بزرگ امکان پیش بینی و طبقه بندی نتایج بالینی را در یک موضوع فردی فراهم می کند. /b> تجزیه و تحلیل داده های بزرگ در سلامت روان این یک بستر جالب برای همکاری با رهبران عقاید کلیدی برای مستند کردن دستاوردهای فعلی ، معرفی مفاهیم جدید و همچنین نقش آینده داده های بزرگ و یادگیری ماشین در سلامت روان است.