Social Network Factors Associated with the Intention to Use Digital Mental Health Interventions Among AANHPI Emerging Adults: Application and Integration of the Network Episode Model

तकनीकी सारांश: एएएनएचपीआई (AANHPI) उभरते वयस्कों में डिजिटल मानसिक स्वास्थ्य हस्तक्षेपों के उपयोग के इरादे से जुड़े सामाजिक नेटवर्क कारक

समस्या का विवरण
एशियाई अमेरिकी, नेटिव हवाईयन और प्रशांत द्वीप निवासी (AANHPI) उभरते वयस्क (आयु 18-29 वर्ष) मानसिक बीमारी की दर सामान्य अमेरिकी जनसंख्या के बराबर या उससे अधिक अनुभव करते हैं, फिर भी वे औपचारिक मानसिक स्वास्थ्य सेवाओं का उपयोग करने में लगातार पीछे रहते हैं। जबकि डिजिटल मानसिक स्वास्थ्य हस्तक्षेपों (DMHIs) को कलंक (stigma) और सांस्कृतिक रूप से उत्तरदायी प्रदाताओं की कमी जैसी बाधाओं के समाधान के रूप में प्रस्तावित किया गया है, इस अत्यधिक संग्रहवादी (collectivist) आबादी के भीतर DMHIs के उपयोग के 'इरादे' के प्रेरकों को समझना अभी भी कठिन बना हुआ है। 'सीकिंग मेंटल हेल्थ केयर' (SMHC) मॉडल का उपयोग करते हुए पिछले शोध ने स्थापित किया कि व्यक्तिगत स्तर के कारक (अनुभूत आवश्यकता, मानसिक स्वास्थ्य साक्षरता और कलंक) DMHI इरादे की भविष्यवाणी करते हैं। हालांकि, ये मॉडल सहायता प्राप्त करने को एक अलग व्यक्तिगत निर्णय के रूप में देखते हैं, जो सामाजिक संदर्भ की उपेक्षा करते हैं। यह अध्ययन यह समझने के अंतराल को संबोधित करता है कि सामाजिक नेटवर्क की विशेषताएं DMHI इरादे को कैसे प्रभावित करती हैं और क्या वे स्थापित व्यक्तिगत-स्तरीय संबंधों को मध्यम (moderate) करती हैं, विशेष रूप से AANHPI जनसांख्यिकी के भीतर।

कार्यप्रणाली
इस अध्ययन में जुलाई और सितंबर 2024 के बीच क्वाल्ट्रिक्स (Qualtrics) पैनलों के माध्यम से एकत्र किए गए 'पर्सनलाइज्ड नॉर्मेटिव फीडबैक' (PNF) प्रोजेक्ट के डेटा का उपयोग करते हुए एक क्रॉस-सेक्शनल सर्वेक्षण डिजाइन का उपयोग किया गया। विश्लेषणात्मक नमूने में संयुक्त राज्य अमेरिका में रहने वाले 1,577 स्व-घोषित AANHPI उभरते वयस्क (आयु 18-29 वर्ष) शामिल थे, जिन्हें सात प्रमुख जातीय उपसमूहों (चीनी, फिलिपिनो, भारतीय, जापानी, कोरियाई, नेटिव हवाईयन/प्रशांत द्वीप निवासी, वियतनामी) के साथ-साथ "स्व-वर्णित" और बहु-जातीय/नस्लीय श्रेणियों का प्रतिनिधित्व सुनिश्चित करने के लिए भर्ती किया गया था।

विश्लेषण ने दो सैद्धांतिक ढांचों को एकीकृत किया:

1. सीकिंग मेंटल हेल्थ केयर (SMHC) मॉडल: इसमें व्यक्तिगत स्तर के भविष्यवक्ताओं को मापा गया जिसमें सहायता की अनुभूत आवश्यकता, मानसिक स्वास्थ्य साक्षरता (MHL), कथित सार्वजनिक कलंक और आत्म-कलंक शामिल हैं।
2. नेटवर्क एपिसोड मॉडल (NEM): इसमें सामाजिक नेटवर्क की विशेषताओं को मापा गया, जिसमें दोस्तों/परिवार के DMHI उपयोग की जागरूकता, संरचनात्मक नेटवर्क आकार (परिवार और दोस्तों के लिए लुबेन सोशल नेटवर्क स्केल-6), कथित सामाजिक सहायता उपलब्धता (मेडिकल आउटकम्स स्टडी सोशल सपोर्ट सर्वे), और वर्तमान औपचारिक थेरेपी जुड़ाव शामिल हैं।

सांख्यिकीय विश्लेषण में Stata 19 में नेस्टेड मल्टीवेरिएबल लॉजिस्टिक रिग्रेशन का उपयोग किया गया। मॉडलिंग तीन चरणों में आगे बढ़ी:

• मॉडल 1: केवल SMHC विशिष्टता को दोहराया गया।
• मॉडल 2: NEM चरों को उनके स्वतंत्र योगदान का आकलन करने के लिए जोड़ा गया।
• मॉडल 3a–3c: सैद्धांतिक रूप से प्रेरित इंटरेक्शन टर्म्स (Perceived Need × Family Network Size; MHL × Friends/Family DMHI Use; Public Stigma × Friends/Family DMHI Use) का परीक्षण किया गया। इंटरेक्शन परीक्षणों के लिए बोनफेरोनी-संशोधित महत्व सीमा ($\alpha = .017$) लागू की गई। कोवेरिएट्स में सामाजिक-जनसांख्यिकी, लक्षण गंभीरता (PHQ-9 और GAD-7 स्कोर द्वारा वर्गीकृत), और वेंडर स्रोत शामिल थे।

मुख्य परिणाम

• मॉडल फिट और नेटवर्क चर: SMHC मॉडल में NEM चरों को जोड़ने से (मॉडल 2) मॉडल फिट में महत्वपूर्ण सुधार हुआ ($\Delta \chi^2 = 39.96, p < .001$)।
• महत्वपूर्ण नेटवर्क भविष्यवक्ता: यह जागरूकता कि दोस्त या परिवार DMHIs का उपयोग करते हैं, DMHI इरादे से दृढ़ता से जुड़ी हुई थी (AOR = 1.79, $p < .001$)। वर्तमान में औपचारिक थेरेपी में जुड़ाव भी एक मजबूत भविष्यवक्ता था (AOR = 1.84, $p < .001$)।
• गैर-महत्वपूर्ण नेटवर्क भविष्यवक्ता: संरचनात्मक नेटवर्क आकार (परिवार और मित्र उप-पैमाने) और कथित सामाजिक सहायता उपलब्धता, DMHI इरादे की भविष्यवाणी करने में सांख्यिकीय महत्व तक नहीं पहुंचे।
• व्यक्तिगत-स्तर की मजबूती: नेटवर्क चरों के समावेश के बाद भी सभी SMHC भविष्यवक्ता (अनुभूत आवश्यकता, MHL, सार्वजनिक कलंक, आत्म-कलंक) महत्वपूर्ण बने रहे। लक्षण गंभीरता सभी मॉडलों में गैर-महत्वपूर्ण रही।
• इंटरेक्शन प्रभाव: बोनफेरोनी सुधार के बाद केवल एक इंटरेक्शन टर्म महत्वपूर्ण रहा: Friends/Family DMHI Use × Public Stigma। विशेष रूप से, उन प्रतिभागियों के बीच जो अपने नेटवर्क द्वारा DMHIs के उपयोग के बारे में "अनिश्चित" ("ज्ञात नहीं") थे, उच्च सार्वजनिक कलंक का संबंध काफी अधिक DMHI इरादे से था (AOR = 3.12, $p = .003$)। यह प्रभाव उन लोगों के लिए नहीं देखा गया जो जानते थे कि उनका नेटवर्क DMHIs का उपयोग करता है।
• जातीय विषमता: चीनी प्रतिभागियों की तुलना में फिलिपिनो, भारतीय, जापानी और स्व-वर्णित AANHL प्रतिभागी उच्च DMHI इरादे की संभावना दिखाते हुए महत्वपूर्ण अंतर बनाए रखते हैं।

मुख्य योगदान
इस शोध का प्राथमिक योगदान SMH और NEM ढांचों का अनुभवजन्य एकीकरण है, जो यह प्रदर्शित करता है कि DMHI इरादा केवल एक व्यक्तिगत संज्ञानात्मक प्रक्रिया नहीं है बल्कि सामाजिक नेटवर्क की गतिशीलता से महत्वपूर्ण रूप से आकार लेता है।

1. सामाजिक मॉडलिंग: अध्ययन पुष्टि करता है कि "अनुभवात्मक होमोफिली" (उन लोगों को जानना जो DMHIs का उपयोग करते हैं) एक शक्तिशाली सामाजिक मॉडलिंग तंत्र के रूप में कार्य करता है, जिससे डिजिटल उपकरणों के उपयोग की संभावना बढ़ जाती है।
2. नेटवर्क निर्माणों का परिशोधन: निष्कर्ष बताते हैं कि नेटवर्क का सामग्री और व्यवहार (जैसे, किसी को उपकरण का उपयोग करते हुए जानना) नेटवर्क के संरचना (जैसे, नेटवर्क का आकार) या सामान्य सामाजिक सहायता की उपलब्धता की तुलना में DMHI इरादे के लिए अधिक भविष्यवक्ता है।
3. कलंक की गतिशीलता: महत्वपूर्ण इंटरेक्शन प्रकट करता है कि सार्वजनिक कलंक डिजिटल सहायता-प्राप्ति के बारे में नेटवर्क की बातचीत को दबा देता है। उन लोगों के लिए जो सहकर्मी उपयोग के बारे में अनभिज्ञ हैं, उच्च सार्वजनिक कलंक विरोधाभासी रूप से इरादे को बढ़ाता है, जो संभवतः सामाजिक जोखिम से बचने के लिए व्यक्तियों को निजी, गुमनाम डिजिटल चैनलों की ओर ले जाता है।
4. लक्षण गंभीरता: पूर्व कार्य के अनुरूप, लक्षण गंभीरता अकेले DMHI इरादे की भविष्यवाणी नहीं करती है; बल्कि, लक्षणों का सामाजिक और दृष्टिकोण संबंधी प्रसंस्करण (अनुभूत आवश्यकता, साक्षरता, कलंक) महत्वपूर्ण पूर्ववृत्त है।

महत्व और दावे
लेखक दावा करते हैं कि यह अध्ययन सामाजिक बातचीत और नेटवर्क प्रभाव को शामिल करके व्यक्तिगत-स्तर के कारकों से आगे बढ़कर डिजिटल सहायता-प्राप्ति की समझ के लिए एक अधिक व्यापक ढांचा प्रदान करता है। निष्कर्ष इस बात पर जोर देते हैं कि AANHPI समुदायों में DMHI जुड़ाव बढ़ाने के उद्देश्य वाले हस्तक्षेपों को व्यक्तिगत शिक्षा से परे विस्तार करना चाहिए। विशेष रूप से, लेखक सुझाव देते हैं कि:

• सहकर्मी और परिवार शिक्षा कार्यक्रम सामाजिक मॉडलिंग का लाभ उठाकर DMHI उपयोग को सामान्य बनाने के लिए काम कर सकते हैं।
• उन व्यक्तियों के लिए हस्तक्षेप जिनके पास DMHIs का सहकर्मी एक्सपोजर नहीं है, उन्हें उस विशिष्ट गतिशीलता को संबोधित करना चाहिए जहां सार्वजनिक कलंक निजी डिजिटल उपकरणों पर निर्भरता को प्रेरित करता है।
• मानसिक स्वास्थ्य साक्षरता कार्यक्रमों को केवल लक्षण गंभीरता को लक्षित करने के बजाय सहायता की आवश्यकता को पहचानने पर ध्यान केंद्रित करना चाहिए, क्योंकि लक्षण गंभीरता इस संदर्भ में सहायता प्राप्त करने के इरादे का सीधा भविष्यवक्ता नहीं है।

शोध यह निष्कर्ष निकालता है कि हालांकि क्रॉस-सेक्शनल डिजाइन कारण संबंधी अनुमान (causal inference) को सीमित करता है, व्यक्तिगत और नेटवर्क मॉडल का एकीकरण AANHPI उभरते वयस्कों के लिए भविष्य के अनुसंधान और सांस्कृतिक रूप से अनुकूलित, नेटवर्क-सूचित डिजिटल मानसिक स्वास्थ्य हस्तक्षेपों के विकास के लिए एक मजबूत सैद्धांतिक आधार प्रदान करता है।