Suara.com - Bagi banyak orang masalah kesehatan mental hanya terbatas pada depresi, kecemasan, skizofrenia, dan kelainan bipolar.
Namun pengetahuan awam ini terlalu dasar karena masalah kesehatan mental sangatlah luas dan jauh melampaui masalah umum yang diketahui banyak orang.
Belum lama ini, periset dari Stanford University telah mengidentifikasi lima kategori terbaru dalam penyakit jiwa.
Masalah tersebut dapat didefinisikan oleh gejala spesifik seperti rasa tegang, memiliki gairah cemas, kecemasan secara umum, anhedonia atau ketidakmampuan untuk merasakan kesenangan, dan melankolis.
"Kami mencoba untuk menguraikan gejala yang tumpang tindih dalam diagnosis kami saat ini yang pada akhirnya dapat memandu pilihan pengobatan yang disesuaikan," tulis peneliti dalam penelitian yang diterbitkan pada jurnal JAMA Psychiatry.
Penelitian ini diharapkan dapat membantu mendefinisikan masalah kesehatan mental dengan lebih baik guna memberikan perawatan bagi jutaan pasien yang menderita kelainan ini.
Saat ini, depresi dan kecemasan adalah penyebab utama kehilangan produktivitas di seluruh dunia dengan hanya sepertiga pasien yang bisa pulih.
"Saat ini, perawatannya akan sama untuk semua orang dalam kategori luas ini," kata Leanne Williams dari Stanford University di AS.
"Dengan memperbaiki diagnosis, pilihan pengobatan yang lebih baik dapat ditentukan, khususnya untuk jenis kecemasan atau depresi," kata Williams lagi.
Baca Juga: Studi: Sakit Mental Bisa Ditransfer Antargenerasi
Untuk menghasilkan kesimpulan tersebut, peneliti mengumpulkan dan memproses data dari 420 peserta baik dengan diagnosis sehat maupun dengan diagnosis kecemasan dan depresi.
Para peserta kemudian menjalani serangkaian tes yang melibatkan pemetaan otak, melaporkan gejala pada diri sendiri, dan tes diagnostik kejiwaan.
Peneliti juga mengukur seberapa baik para peserta dalam kehidupan sehari-hari, kapasitas mereka untuk membangun hubungan sosial dan pandangan hidup yang umum.
Tes yang sama kemudian dilakukan pada sampel independen kedua sebanyak 381 orang.
Dengan menggunakan pendekatan berbasis data yang melibatkan algoritma pembelajaran mesin, peneliti lalu memproses data dan mampu mengidentifikasi lima kategori baru yang sama di kedua kelompok.
"Menariknya, kami menemukan bahwa banyak orang yang tidak memenuhi kriteria diagnostik, namun masih mengalami beberapa gejala, dan jatuh ke tipe ketegangan," kata Katherine Grisanzio dari Stanford.
Berita Terkait
Terpopuler
- 6 HP 5G Terbaru Paling Murah Mulai Rp1 Jutaan, Performa Jempolan
- Aksi Ngamen di Jalan Viral, Pinkan Mambo Ngaku Bertarif Fantastis Setara BLACKPINK
- Proyek 3 Triliun Dimulai: Makassar Bakal Kebanjiran 200 Ton Sampah dari Maros dan Gowa Setiap Hari
- Berapa Gaji Pratama Arhan? Kini Dikabarkan Bakal Balik ke Liga 1
- Banyak Banget, Intip Hampers Tedak Siten Anak Erika Carlina
Pilihan
-
Hizbullah Klaim Hancurkan Kapal Militer Israel Sebelum Serang Lebanon
-
Jusuf Kalla Mau Laporkan Rismon Sianipar ke Polisi! Ini Masalahnya
-
Di Balik Lahan Hindoli, Seperti Apa Perkebunan yang Jadi Lokasi 11 Sumur Minyak Ilegal?
-
Traumatik Mendalam Jemaat POUK Tesalonika Tangerang: Kebebasan Beribadah Belum Terjamin?
-
'Ayah, Ayah!' Tangis Histeris Keluarga Pecah saat Jenazah 3 Prajurit TNI Gugur Tiba di Tanah Air
Terkini
-
17.500 Paket Gizi untuk Masa Depan: Langkah Konkret Melawan Stunting di Bekasi
-
Hati-Hati Efek 'Balas Dendam' Makan Enak: Ini 3 Penyakit yang Paling Banyak Diklaim Pasca Lebaran
-
Bukan Cuma Rusak Lingkungan, Penebangan Hutan Liar juga Picu Lonjakan Penyakit
-
Pendidikan Karakter Anak: Tak Cukup di Kelas, Harus Lewat Aksi Nyata
-
Panas Ekstrem Tak Cuma Bikin Gerah, Tapi Juga Bisa Memperpendek Usia
-
Christophe Piganiol: Rantai Pasok yang Tangguh Adalah Kunci Keselamatan Pasien
-
Mengenal Neuro-Afirming, Solusi Kesehatan Mental untuk Anak Spesial di Indonesia
-
Apakah Alat Traksi Leher Aman? Ini Penjelasan Medis dan Cara Menggunakannya
-
Residu Obat Ditemukan di Sungai dan Danau, Begini Dampak Nyatanya
-
Tak Perlu ke Luar Negeri, Indonesia Kini Perkuat Pengobatan Kanker Lewat Pendekatan Multidisiplin