การวิเคราะห์เครือข่ายทางความหมายของถ้อยคำภาษาไทยที่พบในผู้ป่วยภาวะซึมเศร้า

A Semantic Network Analysis of Thai Utterances Used by Depression Patients

Authors

  • พิชญ์สินี เสถียรธราดล

Keywords:

เครือข่ายทางความหมาย, การจัดจำแนกหมวดหมู่ถ้อยคำ, ผู้ป่วยภาวะซึมเศร้า, ภาวะซึมเศร้า

Abstract

งานวิจัยนี้มีวัตถุประสงค์เพื่อวิเคราะห์เครือข่ายทางความหมายของถ้อยคำภาษาไทยที่พบในผู้ป่วยภาวะซึมเศร้า จากการสัมภาษณ์ผู้ป่วยเพศหญิง อายุ 20 ปีขึ้นไป ที่ผ่านการคัดกรองจากแผนกจิตเวช โรงพยาบาลลำปาง ว่ามีภาวะซึมเศร้าจำนวน 14 คน เครื่องมือที่ใช้ในงานวิจัยได้แก่ แบบสัมภาษณ์และเครื่องบันทึกเสียง ผลการศึกษาพบว่า เครือข่ายทางความหมายจากถ้อยคำของผู้ป่วยภาวะซึมเศร้า ประกอบด้วย 4 หมวดหมู่หลัก ได้แก่ ตนเอง โรค สังคม และความหวัง ภายในหมวดหมู่ตนเองประกอบด้วยหมวดหมู่ย่อยศูนย์กลาง จำนวน 1 หมวดหมู่ คือ ความไม่พึงพอใจต่อตนเอง และหมวดหมู่ย่อยจำนวน 4 หมวดหมู่คือ เป็นคนไม่ดีเป็นภาระของผู้อื่น เป็นผู้แบกรับภาระ และเป็นคนโชคร้ายภายในหมวดหมู่โรคประกอบด้วย 3 หมวดหมู่ย่อยศูนย์กลาง ได้แก่ สิ่งที่ควบคุมไม่ได้อาการของโรค และที่พึ่งของผู้ป่วย ภายในหมวดสังคม ประกอบด้วย 5 หมวดหมู่ย่อย ศูนย์กลาง ได้แก่ ไม่เข้าใจ รำคาญ นินทา ยัดเยียด ทิ้ง ภายในหมวดหมู่ความหวัง ประกอบด้วย 2 หมวดหมู่ย่อยศูนย์กลาง คือ หมวดหมู่ตนเอง และสังคม ผลการวิจัยนี้ แสดงให้เห็นถึงความคิด ความเข้าใจ หรือมุมมองของผู้ป่วยทั้งต่อตนเอง โรค สังคมและความหวังของผู้ป่วย ที่มีอิทธิพลต่อกันในรูปแบบเหตุและผล กล่าวคือ หากคนรอบข้างมีความเข้าใจและปฏิบัติต่อผู้ป่วยด้วยความเข้าใจ จะส่งผลให้ผู้ป่วยมีทัศนคติต่อตนเอง โรค และสังคมที่ดีขึ้น ซึ่งสามารถส่งผลให้ผู้ป่วยมีอาการดีขึ้นหรือหายจากโรคได้ในที่สุด This research aimed to analyze a semantic network of Thai utterances used by depression patients with individual interviewing 14 female patients aged 20 years and above after triage process of the Psychiatry at Lampang Hospital. The research instruments included questions for the interview and tape recorders. The results revealed that the semantic network was structured by 4 central categories: self, disease, society, and hope. The “self” category consisted of self-dissatisfaction as its sub-central category which could be divided into 4 subcategories including being bad person, burden of others, one who took other responsibilities and unfortune person. The “disease” category included 3 sub-central categories: uncontrollable things, symptoms, and anchors. The “society” category was composed of 5 sub-central categories: misunderstanding, annoying, gossip, force, and leaving. The “hope” category included 2 sub-central categories: hope for themselves, and hope for the society. From these results, it could reflect the patients’ concepts, viewpoints, and understanding towards themselves, Depression, society, and their hope for understanding from people around them. These categories were connected to one another by cause-effect relation. Therefore, if people around them treated them with understanding, they would have positive attitude towards themselves, the disease, and the society. Then, the patients could feel better and recovery would ensue.

References

จันทิมา อังคพณิชกิจ (ผู้บรรยาย). (2562, 31 กรกฎาคม). โรคซึมเศร้า: จากปรากฏการณ์สู่งานวิจัย ในโครงการการพัฒนาศักยภาพนิสิตระดับบัณฑิตศึกษาหลักสูตร ศศ.ด. (ภาษาศาสตร์) ครั้งที่ 2. พะเยา: คณะศิลปศาสตร์ มหาวิทยาลัยพะเยา. เอกสารประกอบการบรรยาย.

พบแพทย์. (2559). โรคซึมเศร้า. เข้าถึงได้จาก https://www.pobpad.com/โรคซึมเศร้า

อัญชลี ทู. (2562). กรมสุขภาพจิต ห่วงวัยรุ่นเยาวชนไทยมีภาวะซึมเศร้า แนะคนรอบข้างรับฟังอย่างเข้าใจ. เข้าถึงได้จาก https://bit.ly/3jvqEzM

Al-Mosaiwi, M., & Johnstone, T. (2018). In an absolute state: Elevated use of absolutist words Is a marker specific to anxiety, depression, and suicidal ideation. Retrieved from https://bit.ly/3fADKKC

Koteyko, N., & Atanasova, D. (2018). Mental health advocaty on twitter: Positioning in depression awareness week tweets. Retrieved from https://www.Elsevier.com/locate/infoproman

Langacker, R. W. (1991). Concept, image, and symbol: The cognitive basis of grammar. Berlin: Mouton de Gruyter.

Pennebaker Conglomerates, Inc. (2015). LIWC/Linguistic inquiry and Word Count. Retrieved from https://liwc.wpengine.com/

Reali F., Soriano T., & Rodriguez, D. (2015). How we think about depression: The role of linguistic framing. Retrieved from https://bit.ly/3lsOBKy

Tausczik, Y. R., & Pennebaker, J. W. (2010). The psychological meaning of words: LIWC and computerized text analysis methods. Journal of Language and Social Psychology, 29(1), 24-54.

Williamson, J., Godoy, E., Cha, M., Schwarzentruber, A., Khorrami, P., Gwon, Y., Kung, H.-T., Dagli, C., & Quatieri, T. (2016). Detecting depression using vocal, facial and semantic communication cues. In AVEC '16: Proceedings of the 6th International Workshop on audio/visual emotion challenge (pp. 11-18). Retrieved from https://bit.ly/3xpCT5L

Wolohan, J.T., Hiraga, M., Mukherjee, A., & Sayyed, Z. A. (2018). Detecting linguistic traces of depression in topic-restricted text: Attending to self-stigmatized depression with NLP. In Proceedi ngs of the First International Workshop on Language Cognition and Computational Models (pp. 11-21). Retrieved from https://www.aclweb.org/anthology/W18-4102.pdf

Yoo, M. L., & Ha, T. (2018). Semantic network analysis for understanding user experiences of bipolar and depressive disorders on reddit. Retrieved from https://www.Elsevier.com/locate/infoproman

Downloads

Published

2022-11-18