Abstract
A pszichopatológia hálózati megközelítése egyre nagyobb népszerűségre tesz szert, amit jól mutat, hogy az elmúlt években exponenciálisan növekedett a megjelent tanulmányok száma. Alternatív választ ad a pszichopatológia egyik alapkérdésére: miért van az, hogy bizonyos tünetek jellemzően együtt jelennek meg és egymáshoz sokkal inkább kapcsolódnak, mint egyéb tünetekhez? A hagyományos, nyugati orvostudományon alapuló, eleinte kategóriákban, majd dimenziókban gondolkodó válasz szerint egy közös ok áll a háttérben. A pszichopatológia hálózatelmélete azonban azt mondja, hogy tünetek egymással ok-okozati kapcsolatban vannak. Egy tünethálózatot alkotnak, amiből kiemelkednek a mentális zavarok. A tünetek nem felcserélhetők, mindegyiknek meghatározott helye van. Egyik megjelenése maga után vonja a többit is, ördögi körként tartják fenn egymást (alvászavar - fáradtság - koncentrációs nehézség - szorongás - alvászavar). A megközelítés új szemszögből mutatja be a mentális zavarokat, tükrözi a gyakorlati szakemberek (és a hétköznapi emberek) gondolkodásmódját. Jelen tanulmány célja a hálózati megközelítés és a pszichopatológia hálózatelméletének bemutatása a kezdetektől a jelenen keresztül a jövőbeli lehetőségekig. Hangsúlyt kapnak a gyakorlati alkalmazási lehetőségek, hiszen a pszichiátria, klinikai pszichológia gyakorlatorientált terület. A tanulmány végén kitérek az irányzat jelenlegi korlátaira, kihívásaira. A különböző hálózatelemzési módszerek átültethetők a profilalkotás, predikció területére, egy új, ígéretes eljárásként kiegészítve a jelenlegi módszertant.
Reference53 articles.
1. American Psychiatric Association. (2000). Diagnostic and statistical manual of mental disorders (4th ed.). Author.
2. American Psychiatric Association. (2013). Diagnostic and statistical manual of mental disorders (5th ed.). Author.
3. Armour, C., Fried, E. I., Deserno, M. K., Tsai, J. & Pietrzak, R. H. (2017). A network analysis of DSM-5 posttraumatic stress disorder symptoms and correlates in U.S. military veterans. Journal of Anxiety Disorders, 45, 49–59. https://doi.org/10.1016/j.janxdis.2016.11.008
4. Barabási, A. L. & Albert, R. (1999). Emergence of scaling in random networks. Science, 286(5439), 509–512. https://doi.org/10.1126/science.286.5439.509
5. Barabási, A.-L. & Pósfai, M. (2016). Network science. Cambridge University Press.