تعیین عناصر داده‌ای جهت ایجاد سیستم پشتیبان تصمیم تحت وب غربالگری افسردگی ماژور در بازه سنی 10 تا 25 سال

زمینه و هدف: گام نخست جهت مدیریت افسردگی در کودکان و نوجوانان، شناسایی ریسک‌فاکتورهاست. هدف این پژوهش شناسایی عناصر داده‌ای سیستم پشتیبان تصمیم بالینی غربالگری ریسک‌فاکتورهای افسردگی ماژور در افراد جوان است. روش بررسی: پژوهش حاضر از نوع توصیفی-تحلیلی و جامعه‌ی پژوهش شامل پایگاه‌های scopus، pubmed، embase، psychinfo، wos وclinical key و متخصصان حوزه‌ی سلامت روان شامل متخصصان روان‌پزشکی و دانشجویان روان‌شناسی و مشاوره و راهنمایی در مراکز آموزشی و درمانی معین است. ابزار جمع‌آوری داده‌ها پرسش‌نامه‌ای شامل سه بخش بود که توسط هشت نفر از متخصصان در دسترس تکمیل شد. داده‌ها با استفاده از تعیین نسبت روایی محتوایی (cvr) و میانگین (mean) تحلیل شدند. شاخص روایی محتوایی برابر با 0/74 و آلفای کرونباخ با نرم افزار spss  برابر با 0/824 محاسبه و در نتیجه روایی و پایایی ابزار تایید شد. یافته‌ها: مطابق با جدول لاوشه، عناصر اطلاعاتی مثل قوم و نژاد(mean=1/125 ،cvr=0/25) که cvr بین صفر تا 0/75 و میانگین کمتر از 1/5 داشتند، رد شدند. آیتم‌هایی مثل جنسیت(1=cvr)، که cvr آن‌ها مساوی یا بیشتر از 0/75 بود، و نیز آیتم‌هایی مثل وضعیت تاهل(mean=1/625 ،cvr=0/5) که cvr آن‌ها بین صفر تا 0/75 و میانگین مساوی یا بیشتر از 1/5 بود، پذیرفته و به‌عنوان مجموعه‌ی حداقل داده‌های غربالگری افسردگی ماژور در بازه سنی 10 تا 25 سال در نظر گرفته شدند. عناصر داده‌ای شناسایی شده در سه دسته‌ی دموگرافیک، بالینی و سوابق روانیاجتماعی فرد دسته‌بندی شدند. نتیجه‌گیری: سیستم‌های پشتیبان تصمیم بالینی در مراحل مختلف ارایه مراقبت سلامت از جمله فرایند غربالگری کمک‌کننده هستند. با به‌کارگیری این سیستم‌ها برای غربالگری ریسک‌فاکتورهای افسردگی ماژور می‌توان محدودیت دسترسی به متخصصان بهداشت روان را بهبود بخشید، از اجرای گایدلاین‌ها اطمینان حاصل کرد و همکاری بین سطوح مختلف مراقبت سلامت را ارتقا داد. تعیین مجموعه‌ی حداقل داده‌های غربالگری افسردگی ماژور در بازه سنی 10 تا 25 سال، نخستین گام طراحی و ایجاد سیستم پشتیبان تصمیم بالینی جهت شناسایی و غربالگری افراد از حیث این بیماری می‌باشد. 

data elements for screening major depression in ages 10 to 25 using a clinical decision support system

background and aim: identifying risk factors is recommended as the first step for depression management in children and adolescents. this study aims to determine the data elements required for developing a clinical decision support system for screening major depression in young people.materials and methods: this research was a descriptiveanalytical study. the research population included a variety of mental health specialists that were both psychologists and students in psychiatry and guidance & counseling majors as well as electronic databases including scopus, pubmed, embase, psychinfo, wos and clinical key. the data collection tool was a questionnaire designed in three main sections which was answered by a convenient sample of 8 people who were specialists in the field. to analyze the extracted data content validity ratio (cvr) and mean measures were calculated for each item in questionnaire. content validity index (cvi) and cronbach’s alpha (using spss software) were calculated which were equal to 0.74 and 0.824 respectively which confirmed validity and reliability of the research tool. results:  according to lawshe’s table, data elements with cvr between 0 and 0.75 and mean less than 1.5, like “ethnicity and race” (cvr=0.25, mean=1.125), were rejected. items such as “gender” (cvr=0.5) with a cvr equal to or less than 0.75, as well as items with a cvr between 0 and 0.75 and a mean equal to or more than 1.5, like “marital status” (cvr=0.5, mean=1.625) were retained and considered to be included as the minimum data set for screening major depression in ages 10 to 25 years. data elements were categorized in three categories: demographic, clinical and psychosocialconclusion: clinical decision support systems can facilitate providing healthcare at different levels such as screening major depression. these systems can be used for screening major depression risk factors to improve accessibility to mental health practitioners, assure the implementation of guidelines and provide a common language between different levels of healthcare. determining the minimum data set for screening major depression in ages 10 to 25 years, is the first step toward developing a clinical decision support system for screening individuals for major depression.