数学建模应对心理健康问题

西澳大学的研究人员正在利用被称为“复杂系统”的数学分支来帮助应对现实世界中的心理健康挑战，包括年轻人自我伤害的可能性以及医院环境中土著患者的治疗。

复杂系统数学家、西澳大学数据学院院长迈克尔·斯莫尔教授（Michael Small）是西澳州多项心理健康治疗前沿研究项目的主要研究员。

复杂系统数学涉及由多个组件组成的网络，这些组件以非线性方式相互作用。

图片：迈克尔·斯莫尔教授。

斯莫尔教授的研究团队与珀斯诊所进行了大量合作，将住院调查转化为自我伤害预测的数学模型，最终为护理计划的结构提供了指导，以确保高风险人群受到更密切的关注。

珀斯诊所项目目前正在西澳州学校系统中实施，目前已在都市学校中启动为期 12 个月的初步调查阶段。

“这最初是一个概念验证项目，将重点关注对向精神科护士和牧师求助的学生进行自我伤害预测因子和心理困扰协变量的研究，”斯莫尔教授解释说。

“总体目标之一不是对群体进行预测，而是对个体进行预测。

“从资源分配的角度来看，了解哪个群体可能自我伤害是有帮助的，但在如何有效治疗该群体中的个体方面帮助不大。”

个体化方法也是斯莫尔教授的另一项研究项目的核心，该项目研究阿尔巴尼土著患者通过心理健康系统的旅程。

“这是我们在几年前在珀斯进行的一项研究的扩展，该研究观察了医院中不同角色如何与患者及其数据互动，并确定哪些角色可能对重要健康信息的有效流通和患者的福祉起到关键作用，”他说道。

“这项阿尔巴尼研究更广泛地关注土著福祉和文化上恰当的医疗服务。

“我们正在研究个体故事，并尝试构建一种以有意义方式解释数据的数学模型——我们已经在哪些角色更重要以及系统哪些部分特别紧张方面取得了一些有趣的结果。”

斯莫尔教授表示，虽然传统数学在公共卫生等复杂网络中的应用有限，但复杂系统数学却非常适用。

“与传统数学相比，复杂系统数学更具直观性和直观性，可以呈现看待问题的不同方式，”他说道。

“数学本身不是答案，但它可以成为更广泛视野的一部分。

“例如，土著健康项目的很大一部分只是倾听人们的声音，并了解他们在为不同受众而建立的卫生系统中所面临的挑战。

“数学不是推动项目或产生结果的动力，但它发现的模式和创建的模型可以帮助我们明确如何改进系统的问题。

“对我来说，研究从来都不只是发表论文——我想知道我所做的研究是否正在影响人们的生活。”