Данное исследование и выводы, сделанные по его результатам, носят исследовательский характер и сделаны исключительно для выявления любопытных закономерностей и взаимосвязей.

Однако не являются основанием для постановки какого-либо диагноза – для этого необходимого обратиться к квалифицированному и компетентному специалисту.

Моя цель – повысить осведомленность к теме психологического и психического здоровья!

Открыв kaggle, я практически сразу определилась с тематикой и данными для анализа.

Dataset, который лег в основу проекта, называется Mental Disorder Classification и содержит в себе данные 120 респондентов.

Их ответы – оценка 17 симптомов физического и эмоционального состояния, позволяющая определить возможный психический диагноз.

Тема психологического и психического здоровья имеет для меня особое значение.

6 лет назад я впервые с ней столкнулась, а 3 года назад нашла своего специалиста.

И, вот, за последние 2 года эта сфера стала мне еще ближе: я стала соавтором комедийно-психологического шоу, где гости в компании комика, психолога и иногда другого эксперта обсуждают свои анонимные истории, делятся переживаниями и получают поддержку.

За время существования проекта и 84 проведенных мероприятия я осознала всю важность повышения осведомленности в обществе о психологическом и психическом здоровье.

Данные (датасет) в Google Collab я загрузила, импортировав кagglehub прямо в блокнот.

Далее загрузила библиотеку pandas для их отображения, а после – matplotlib.pyplot, с помощью которого впоследствии и создавала все графики.

Далее загрузила в Google Collab файлы шрифтов с ноутбука и с помощью команды также импортировала их.

Это был стандартный порядок первичных действий для создания всех графиков проекта.

Виды графиков

Всего для проекта я создала 5 видов графиков: (1) heatmap (2) bullet chart (3) stacked bar chart (4) boxplot (5) pie chart

Почему именно такие?

Для анализа общих данных: (1) показался мне наиболее подходящим для иллюстрации всего объема данных без погружения в нюансы (2) уже более детальная выборка, при этом все еще позволяющая взглянуть на данные в целом, но уже под другим углом

Для анализа точечной выборки данных: (3) анализ пересечений нескольких показателей (4) среднестатистическое значение нескольких показателей (5) процентное соотношение количества нескольких показателей

Этапы работы:

(1) Работа с kaggle: – поиск данных выбранной темы – сравнение нескольких датасетов

(2) Работа с coolors: – выбор одного цвета и поиск подходящих сочетаний к нему – формирование цветовой палитры

(3) Работа с ChatGPT (написание запросов от целых к частным): – написание код для создания графика определенного вида (поиск подходящего для конкретного сочетания данных) – итерации сравнения и поиск наиболее интересного (виды, количество, выборки) – анализ, какой вывод хочу и могу получить, исходя из результата данных – оформление (цвета, шрифт, композиция, подписи) – исправление грамматики (в датасете некоторые слова были написаны с ошибками) – упрощение кода путем удаления лишнего/потворяющегося

(4) оформление кода через Carbon.now.sh

(5) загрузка изображений графика и кода в проект

Что именно показывает

Тепловая карта (heatmap) отражает интенсивность проявления каждого симптома в разрезе диагностических групп. В данном формате ключевым является не анализ отдельных числовых значений, а восприятие общей картины распределения симптомов.

Heatmap позволяет увидеть, какие признаки концентрируются внутри конкретных диагнозов и какие сочетания симптомов формируют устойчивые профили состояний.

Почему этот тип графика подходит?

Данные имеют выраженно многомерную структуру: одновременно рассматривается большое количество симптомов, несколько диагностических групп и их процентное распределение.

В такой ситуации иные представления данных теряют наглядность и возможность комплексно оценить их структуру. Heatmap позволяет сразу выделить зоны концентрации симптомов, визуально уловить повторяющиеся паттерны и сравнить диагнозы целиком, а не по одному изолированному признаку.

Этот тип визуализации особенно удобен на этапе первичного анализа, когда важно понять общую структуру данных.

Аналитическая ценность

Тепловая карта показывает, что депрессия (depression) формирует плотный кластер внутренних и когнитивных симптомов, связанных с подавленным настроением, эмоциональной перегрузкой и деструктивными мыслями (suicidal thoughts, overthinking).

Биполярный спектр (bipolar type-1 и bipolar type-2), напротив, характеризуется выраженными поведенческими и эмоциональными скачками, отражающими резкие колебания состояния (mood swing, agressive response, sexual activity, optimism и suicidal thoughts).

Группа нормы (normal) не является однородной, однако в ней отсутствуют выраженные пики, что подчеркивает различие между наличием отдельных симптомов и формированием клинического профиля. Наибольшим отличием является отсутствие явной перемены настроения и деструктивных мыслей (mood swing и suicidal thoughts).

В целом данный график позволяет рассматривать диагноз как целостный профиль, а не как наличие или отсутствие одного маркера.

Что именно показывает

Данный график сравнения по одной шкале демонстрирует прямое сравнение каждого симптома (то есть, его наличие и интенсивность) между депрессией (depression), биполярным спектром (bipolar type-1 и bipolar type-2) и нормой (normal).

В отличие от тепловой карты, здесь акцент смещается на количественную разницу между группами по каждому отдельному признаку.

Почему этот тип графика подходит?

Когда задача анализа заключается в том, чтобы увидеть и оценить различия между группами по конкретному признаку, столбчатая диаграмма (сравнение по одной шкале) позволяет легко оценить величину различий, а также – сравнить большое количество признаков более конкретно, нежели с помощью тепловой карты.

Аналитическая ценность

Этот график позволяет выделить симптомы, которые действительно обладают дифференцирующей способностью, и отличить их от тех, которые широко распространены во всех группах.

Например, становится очевидно, что грусть (sadness) встречается практически повсеместно и не является специфическим маркером, тогда как деструктивные мысли (suicidal thoughts) и руминация мыслей (overthinking) резко смещены в сторону депрессии (depression).

В то же время выраженные колебания настроения (mood swing) оказываются характерными именно для биполярного спектра (bipolar type-1 и bipolar type-2) и при депрессии (depression) вообще не встречаются.

Что именно показывает

Этот график делает довольно узкий анализ: отражает структуру группы с диагнозом депрессии (depression), показывая, какая доля респондентов демонстрирует конкретный симптом, а какая — нет.

В данном случае анализ сосредоточен не на сравнении с другими группами, а на внутреннем устройстве самой категории.

Почему этот тип графика подходит?

Задача этого этапа анализа заключается в демонстрации внутренней неоднородности диагноза.

Стековая столбчатая диаграмма (stacked bar chart) хорошо подходит для этой цели, поскольку наглядно отображает доли и позволяет увидеть вариативность симптомов внутри одной группы.

Такой формат позволяет увидеть разнообразие клинических проявлений.

Аналитическая ценность

Для данного анализа были выбраны три полярных симптома: эйфория (euphoric), нервный срыв (nervous break-down) и агрессивная реакция (aggressive response) и их корреляция с диагнозом депрессия (depression).

Благодаря графику можно заметить, что не всегда при депрессии (depression) встречаются исключительно те эмоциональные проявления, которые свойственно считать негативными.

Показатель чувства эйфории (euphoric) превалирует в сравнении с агрессивной реакцией (aggressive response).

Это означает, что присутствие/отсутствие отдельного симптома одновременно и не гарантирует, и не отменяет диагноз, а также – не снижает клиническую значимость состояния. Ведь для его корректной оценки важна совокупность факторов.