இயந்திர கற்றல் சுகாதார பணியாளர்களில் குறைந்த மீள்திறனை 75% துல்லியத்துடன் கண்டறிகிறது

Discover Artificial Intelligence இதழில் வெளியிடப்பட்ட ஒரு ஆய்வு, இயந்திர கற்றல் மூலம் அதிக உள-சமூக மீள்திறன் கொண்ட சுகாதார பணியாளர்களை குறைந்த மீள்திறன் கொண்டவர்களிடமிருந்து பிரிக்க முடியுமா என சோதித்தது, மேலும் முடிவுகள் ஒரு மிதமான ஆனால் பயன்படுத்தக்கூடிய சமிக்ஞையை சுட்டிக்காட்டுகின்றன. Universidad Tecnica Particular de Loja இல் அமைந்துள்ள ஆய்வுக் குழு, COVID-19 தொற்றுநோய்க் காலத்தில் அமெரிக்கா முழுவதும் சேகரிக்கப்பட்ட கணக்கெடுப்புத் தரவுகளைப் பயன்படுத்தி, மூன்று வெவ்வேறு வகைப்பாட்டு முறைகளை ஒன்றோடொன்று ஒப்பிட்டது.

இந்த அணுகுமுறை தற்போதுள்ள இலக்கியங்களில் பெரும்பாலானவற்றிலிருந்து வேண்டுமென்றே விலகுகிறது. சுகாதார பணியாளர்களின் மனநலம் குறித்த பெரும்பாலான ஆராய்ச்சி, எரிச்சல், உணர்ச்சி சோர்வு மற்றும் பணியாளர் இழப்பு போன்ற எதிர்மறை விளைவுகளில் கவனம் செலுத்துகிறது. இந்த ஆய்வு அதற்கு மாறாக ஒரு நேர்மறை திறனைக் கணிக்க முயன்றது: மன அழுத்தத்தை தீவிரமாகச் சமாளிக்கும் மற்றும் அதிலிருந்து மீளும் திறன். ஆதரவு திட்டங்கள் இறுதியில் எவ்வாறு வடிவமைக்கப்படலாம் என்பதற்கு இந்த மாற்றம் முக்கியமானது, ஏனெனில் இது மக்களை உடைக்கும் விஷயங்களை மட்டுமல்ல, அவர்களை செயல்பட வைக்கும் விஷயங்களைப் பற்றி கேட்கிறது.

மூன்று வழிமுறைகள், ஒரு தெளிவான வெற்றியாளர்

குழு ஒரே கணக்கெடுப்பு பதில்களின் தொகுப்பில் மூன்று வகைப்பாட்டு மாதிரிகளைப் பயிற்சி அளித்தது: தளவியல் பின்னடைவு, சீரற்ற காடு வகைப்படுத்தி மற்றும் துணை திசையன் இயந்திரம் (SVM). ஒவ்வொரு மாதிரியும் பதிலளித்தவர்களை அதிக மீள்திறன் அல்லது குறைந்த மீள்திறன் என்ற இரண்டு குழுக்களில் ஒன்றில் சேர்க்கக் கேட்கப்பட்டது, பின்னர் வழிமுறைகள் அந்த ஒதுக்கீட்டை எத்தனை முறை சரியாகச் செய்தன என்பதன் அடிப்படையில் ஒப்பிடப்பட்டன.

• தளவியல் பின்னடைவு: 75.6% துல்லியம், ROC வளைவின் கீழ் பரப்பளவு 0.816
• சீரற்ற காடு: 72.6% துல்லியம்
• துணை திசையன் இயந்திரம்: 70.8% துல்லியம்

தளவியல் பின்னடைவு வலுவான முடிவுகளை அளித்தது. ROC வளைவின் கீழ் பரப்பளவு என்பது ஒரு மாதிரி இரண்டு வகுப்புகளை எல்லா சாத்தியமான முடிவெடுக்கும் வரம்புகளிலும் எவ்வளவு சிறப்பாகப் பிரிக்கிறது என்பதற்கான அளவீடு ஆகும், மேலும் 0.816 மதிப்பு நியாயமான நல்ல பாகுபாட்டைக் குறிக்கிறது, இருப்பினும் இது முழுமையிலிருந்து வெகு தொலைவில் உள்ளது. குறிப்பிடத்தக்க வகையில், மூன்று முறைகளில் எளிமையானது இரண்டு சிக்கலான மாற்றுகளை விட சிறப்பாகச் செயல்பட்டது, இது அட்டவணை கணக்கெடுப்புத் தரவுகளில் வழக்கமாகத் தோன்றும் ஒரு வடிவமாகும், அங்கு மாறிகளுக்கு இடையிலான உறவுகள் பெரும்பாலும் நேரியல் மற்றும் மாதிரி அளவு மிதமானதாக இருக்கும்.

பயிற்சி தரவு எங்கிருந்து வந்தது

மாதிரிகளுக்கு கற்றுக்கொள்ள எடுத்துக்காட்டுகள் தேவை. ஆய்வாளர்கள் 2021 மற்றும் 2022 க்கு இடையில் சிகாகோ பல்கலைக்கழகத்தில் NORC ஆல் சேகரிக்கப்பட்ட How Right Now Mental Health & Coping தரவுத்தொகுப்பைப் பயன்படுத்தினர். இது அமெரிக்காவில் 2,055 நபர்களின் பதில்களைக் கொண்டுள்ளது, இது மருத்துவமனைகள் மற்றும் கிளினிக்குகள் நீடித்த அழுத்தம், பணியாளர் பற்றாக்குறை மற்றும் வழக்கத்திற்கு மாறான அதிக நோயாளி தேவையின் கீழ் இயங்கிய தொற்றுநோய்க் காலத்தில் சேகரிக்கப்பட்டது.

மீள்திறன் குறியீட்டை உருவாக்குதல்

எந்த மாதிரியையும் பயிற்சி செய்வதற்கு முன், ஆய்வாளர்கள் கணிக்கக்கூடிய ஒரு அளவீட்டை உருவாக்க வேண்டியிருந்தது. அவர்கள் நான்கு உளவியல் அளவீட்டு மாறிகளிலிருந்து ஒரு மீள்திறன் குறியீட்டை உருவாக்கினர்: மீள்திறன், மீண்டு வரும் திறன், கட்டுப்பாடு மற்றும் நம்பிக்கை. அந்த கூறுகள் இணைக்கப்பட்டு, பின்னர் இடைநிலையை வெட்டுப்புள்ளியாகப் பயன்படுத்தி இரண்டு நிலைகளாகப் பிரிக்கப்பட்டு, ஒவ்வொரு பதிலளித்தவருக்கும் அதிக மற்றும் குறைந்த மீள்திறன் என்ற இரும இலக்கை உருவாக்கியது. இடைநிலையில் பிரிப்பது சமநிலையான வகுப்புகளின் தொகுப்பை உறுதி செய்கிறது, இது மாதிரிகள் முழுவதும் துல்லிய எண்ணிக்கைகளை ஒப்பிடக்கூடியதாக வைத்திருக்கிறது, இருப்பினும் இது இரண்டு குழுக்களும் ஒரு முழுமையான மருத்துவ வரம்பிற்கு எதிராக அல்லாமல் ஒன்றுக்கொன்று தொடர்புடையதாக வரையறுக்கப்படுகின்றன என்பதையும் குறிக்கிறது.

குறைந்த மீள்திறனை எது கணிக்கிறது

எந்த உள்ளீடுகள் அதிக எடையைக் கொண்டிருந்தன என்பதைப் பார்க்க மாதிரிகள் ஆய்வு செய்யப்பட்டபோது, மூன்று காரணிகள் ஆதிக்கம் செலுத்தின. மன அழுத்தம் 0.182 எடையுடன் வலுவான பங்களிப்பாக இருந்தது, அதைத் தொடர்ந்து மனச்சோர்வு 0.160 மற்றும் பதட்டம் 0.145. நம்பிக்கையின்மை மற்றும் தூக்க முறைகளில் ஏற்படும் மாற்றங்கள் அடுத்ததாக வந்து, குறைந்த மீள்திறன் குழுவில் சேருவதற்கான அதிக வாய்ப்பைக் குறிக்கும் மாறிகளின் தொகுப்பை நிறைவு செய்தன.

வரிசைமுறை உள்ளுணர்வுக்குரியது, ஆனால் அது இன்னும் தகவலளிக்கிறது. தனிமைப்படுத்தப்பட்ட எந்த ஒரு அறிகுறியையும் விட, துயரத்தின் திரண்ட சுமை, ஒரு சுகாதார பணியாளர் தொடர்ந்து சமாளிக்கத் தேவையான உளவியல் வளங்களைத் தக்கவைத்துக்கொள்கிறாரா என்பதை வடிவமைக்கிறது என்பதை இது குறிக்கிறது. இந்த வகையான எடையீட்டின் அடிப்படையில் கட்டமைக்கப்பட்ட திரையிடல் அணுகுமுறைகள், கொள்கையளவில், மன அழுத்தம், குறைந்த மனநிலை மற்றும் பதட்டம் ஆகியவற்றின் கலவை அவர்களை அதிக ஆபத்தில் வைக்கும் நபர்களை, அந்த ஆபத்து எரிச்சல் அல்லது தொழிலை விட்டு வெளியேறுவதாக மாறுவதற்கு முன்பே கண்டறிய முடியும்.

சமாளிப்பு உத்திகள் குவிந்துள்ளன

சமாளிப்பு நடத்தைகள் குறைந்த தனிப்பட்ட எடைகளுடன் மாதிரியில் நுழைந்தன, இருப்பினும் அவை தொடர்ந்து அதிக மீள்திறனுடன் தொடர்புடையவை. சமூக ஆதரவைத் தேடுதல், பொழுதுபோக்குகளில் ஈடுபடுதல், பிரார்த்தனை மற்றும் தியானம் ஆகியவை ஒரே திசையில் சுட்டிக்காட்டின, இந்த பழக்கங்கள் துயரம் தொடர்பான மாறிகளை விட கணிப்புக்கு குறைவாக பங்களித்தாலும், அதிக மீள்திறனுடன் சேர்ந்து வருகின்றன என்பதைக் குறிக்கிறது.

அந்த நடத்தைகள் எவ்வாறு இணைந்தன என்பது மிகவும் குறிப்பிடத்தக்கது. விளைவு திரட்சியானது என்று ஆய்வாளர்கள் கண்டறிந்தனர்: ஒரே நேரத்தில் பல சமாளிப்பு உத்திகளைப் பயன்படுத்துவதாகத் தெரிவித்த பதிலளித்தவர்கள், சராசரியாக, ஒன்றை மட்டுமே நம்பியவர்களை விட அதிக மீள்திறன் மதிப்பெண்களைக் கொண்டிருந்தனர். பாதுகாப்பு பழக்கங்களைப் பொறுத்தவரை அகலம் தீவிரத்தைப் போலவே முக்கியமானதாக இருக்கலாம் என்பதை இந்த வடிவம் குறிக்கிறது. ஒரு ஒற்றை நிலைப்பாட்டு கணக்கெடுப்பு முழுமையாக விளக்க முடியாத ஒரு வகையான கண்டுபிடிப்பு இதுவாகும், ஏனெனில் ஒரு குறுக்குவெட்டு வடிவமைப்பு உத்திகள் அதிக மதிப்பெண்களை உருவாக்கினவா அல்லது ஏற்கனவே மீள்திறன் கொண்டவர்கள் அவற்றை ஏற்றுக்கொள்ள அதிக வாய்ப்புள்ளவர்களாக இருந்தனரா என்பதை நிறுவ முடியாது.

சான்றுகளின் வரம்புகள்

ஆசிரியர்கள் தங்கள் முடிவுகளின் எல்லைகளைப் பற்றி வெளிப்படையாக உள்ளனர். தரவு தனிநபர்களை மாதங்கள் அல்லது ஆண்டுகளாகக் கண்காணிப்பதற்குப் பதிலாக ஒரு குறிப்பிட்ட நேரத்தைப் பிடிக்கிறது, எனவே மீள்திறன் எவ்வாறு உயர்கிறது அல்லது வீழ்ச்சியடைகிறது, அல்லது சமாளிப்பு நடத்தைகளுடனான உறவு எந்த திசையில் செல்கிறது என்பதை ஆய்வு காட்ட முடியாது. அனைத்து அளவீடுகளும் பங்கேற்பாளர்களின் சொந்த அறிக்கைகளை அடிப்படையாகக் கொண்டவை, அவை மனநிலை, நினைவகம் மற்றும் சமூக எதிர்பார்ப்புகளால் வடிவமைக்கப்படலாம். மேலும் மாதிரி முழுவதுமாக அமெரிக்காவிலிருந்து எடுக்கப்பட்டது.

இந்த கட்டுப்பாடுகள் லத்தீன் அமெரிக்காவில் உள்ளவை உட்பட பிற சுகாதார அமைப்புகளுக்கு முடிவுகளை எவ்வளவு தூரம் விரிவாக்க முடியும் என்பதைக் கட்டுப்படுத்துகின்றன, அங்கு பணி நிலைமைகள், பணியாளர் மாதிரிகள், ஊதிய கட்டமைப்புகள் மற்றும் மனநலம் குறித்த கலாச்சார அணுகுமுறைகள் அனைத்தும் வேறுபடலாம். ஒரு நாட்டின் பதிலளித்தவர்களில் பயிற்சி பெற்ற ஒரு மாதிரி, அடிப்படை உளவியல் கருத்துகள் ஒத்திருந்தாலும், தானாகவே மற்றொரு நாட்டிற்கு மாற்றப்படாது.

முன்மொழியப்பட்ட அடுத்த படிகள்

ஆய்வுக் குழு ஒரு தெளிவான பாதையை வகுக்கிறது. முதலில், வேறுபட்ட தொழிலாளர் சந்தை மற்றும் சுகாதார அமைப்பு சூழலில் அதே கணிப்பான்கள் நிலைத்திருக்கின்றனவா என்பதைச் சோதிக்க, லத்தீன் அமெரிக்காவில் உள்ள சுகாதார பணியாளர்களுடன் மாதிரியைச் சரிபார்க்கவும். இரண்டாவது, தூக்க தரவு அல்லது உடலியல் குறிகாட்டிகள் போன்ற கூடுதல் அளவீடுகளுடன் உள்ளீட்டு தரவை வளப்படுத்தவும், இது சுய-அறிக்கை பதில்களை நிரப்பி, ஆய்வின் அகநிலை மதிப்பீட்டின் மீதான சார்பைக் குறைக்கலாம்.

அந்த சரிபார்ப்பு வெற்றி பெற்றால், இந்த அணுகுமுறை ஒரு ஆராய்ச்சி கண்டுபிடிப்பை விட மிகவும் நடைமுறைக்குரிய ஒன்றை ஆதரிக்க முடியும்: எந்த பணியாளர்கள் ஆதரவிலிருந்து அதிகம் பயனடையக்கூடும், மற்றும் எந்த சமாளிப்பு உத்திகளின் கலவைகள் அவர்களைப் பாதுகாக்கின்றன என்பதைக் கண்டறியும் ஒரு வழி. ஆசிரியர்கள் மாதிரி பயன்பாட்டிற்குத் தயாராக உள்ளது என்று கூறவில்லை, மேலும் துல்லிய எண்ணிக்கைகள் அந்த எச்சரிக்கையை நியாயப்படுத்துகின்றன.

முடிவு ஏன் முக்கியமானது

சுகாதார பணியாளர்கள் சமீபத்திய ஆண்டுகளில் மகத்தான அழுத்தத்தை உள்வாங்கியுள்ளனர், மேலும் பற்றாக்குறையை மட்டுமல்லாமல் மீள்திறனை மாதிரியாக்கும் முடிவு ஒரு அர்த்தமுள்ள ஒன்றாகும். 75.6% துல்லிய விகிதம் ஒரு நோயறிதல் கருவி அல்ல, மேலும் ஆய்வாளர்கள் அதை அப்படி முன்வைக்கவில்லை. ஆனால் வழக்கமாக சேகரிக்கப்படும் கணக்கெடுப்பு பதில்களில் ஒரு கற்றுக்கொள்ளக்கூடிய வடிவம் உள்ளது என்பதை இது குறிக்கிறது, அதை ஒரு நேரடியான தளவியல் பின்னடைவு கனமான இயந்திர கற்றல் மாற்றுகளைப் போலவே நன்கு படிக்க முடியும். அரிதான மனநல வளங்களை எவ்வாறு இயக்குவது என்பதை எடைபோடும் சுகாதார அமைப்புகளுக்கு, இது மேலும் சரிபார்க்கத் தகுந்த ஒரு சமிக்ஞையாகும்.

இந்தக் கட்டுரை Medical Xpress இன் செய்தியறிக்கையை அடிப்படையாகக் கொண்டது. அசல் கட்டுரையைப் படிக்கவும்.