Chulalongkorn University Theses and Dissertations (Chula ETD)

Other Title (Parallel Title in Other Language of ETD)

The relationship between artwork, mood states and depression

Year (A.D.)

2021

Document Type

Thesis

First Advisor

ชาวิท ตันวีระชัยสกุล

Faculty/College

Faculty of Medicine (คณะแพทยศาสตร์)

Department (if any)

Department of Psychiatry (ภาควิชาจิตเวชศาสตร์)

Degree Name

วิทยาศาสตรมหาบัณฑิต

Degree Level

ปริญญาโท

Degree Discipline

สุขภาพจิต

DOI

10.58837/CHULA.THE.2021.1082

Abstract

ความเป็นมา: ความคิดสร้างสรรค์ในงานศิลปะมีส่วนเกี่ยวข้องกับปัญหาสุขภาพจิต แต่จากการศึกษาที่ผ่านมาส่วนใหญ่ไม่ได้กล่าวถึงความสัมพันธ์โดยตรงระหว่างลักษณะทางกายภาพของงานศิลปะ สภาวะทางอารมณ์ และภาวะซึมเศร้าในการวิจัยเชิงปริมาณ โดยเฉพาะอย่างยิ่งในเนื้อหาภาษาไทย วัตถุประสงค์: การศึกษานี้มีวัตถุประสงค์เพื่อใช้ผลจากการประเมินงานศิลปะ เพื่อตรวจสอบความเชื่อมโยงระหว่างสภาวะทางอารมณ์ ความซึมเศร้า และงานศิลปะ ที่สามารถบอกถึงสัญญาณของภาวะซึมเศร้าในลักษณะทางกายภาพของงานศิลปะ วิธีการศึกษา: เป็นงานวิจัยเชิงพรรณา โดยคัดเลือกนักศึกษาจากมหาวิทยาลัยศิลปะในประเทศไทยจำนวน 89 คน ที่สามารถสร้างสรรค์งานจิตรกรรม โดยใช้แบบสอบถามต่อไปนี้: แบบสอบถามข้อมูลส่วนบุคคล แบบประเมินภาวะซึมเศร้า(PHQ-9) และงานศิลปะของนักเรียนถูกรวบรวมเป็นไฟล์ดิจิทัลและประเมินโดยใช้แบบวัดงานศิลปะ (RizbA) สถิติที่ใช้ในการวิเคราะห์ข้อมูล ได้แก่ สถิติเชิงพรรณนา Chi-square, Mann-Whitney U test, Pearson Correlation, multiple regression และใช้การเรียนรู้ด้วยเครื่อง Machine Learning ผลการศึกษา : การทำนายภาวะซึมเศร้าระหว่างปัจจัยส่วนบุคคลและลักษณะทางศิลปะถือว่ามีประสิทธิภาพในการทำนายภาวะซึมเศร้า (AUC = 0.742) ซึ่งประกอบด้วยการแสดงออกทางศิลปะ 6 ด้าน ได้แก่ การแสดงภาพในรูปแบบกราฟิก การใช้สีที่ไม่สดใส รูปทรงธรรมชาติและเส้นโค้งที่ปรากฏน้อย พื้นที่ว่างที่ไม่ได้ใช้งานในภาพ การจัดวางองค์ประกอบแนวตั้ง และการแสดงออกทางภาพที่ไม่ชัดเจน แม่นยำ สรุปผลการศึกษา: การทำนายภาวะซึมเศร้าโดยใช้ลักษณะทางกายภาพของงานศิลปะถือว่ามีประสิทธิภาพที่ดี ซึ่งลักษณะทางกายภาพของงานศิลปะจะเป็นประโยชน์ต่อการรักษาทางสุขภาพจิตต่อไป อย่างไรก็ตามประสิทธิภาพในการทำนายควรพัฒนาโดยการเพิ่มตัวอย่างข้อมูล ในแง่ของหัวข้อที่ใช้ในงานศิลปะ และเพิ่มจำนวนผู้เข้าร่วมการวิจัยในอนาคต

Other Abstract (Other language abstract of ETD)

Background: Artwork creativity has been associated with mental health issues, but most previous studies have not directly addressed the relationship between art characteristics, mood states and depression in quantitative research, especially in Thai content. Objectives: This study aims to use art assessment results to investigate a link between mood states, depression and artworks, which would characterize the sign of depression in the physical characteristics of the artwork Methods: A cross-sectional descriptive research design was utilized to recruit 89 Thai art university students capable of painting. Using the three following questionnaires: The personal information questionnaire, The 9-question Patient Health Questionnaire (PHQ-9) and student’s artworks were collected in digital files and evaluated using The Rating Instrument for Two-dimensional Pictorial Work (RizbA). Statistics used to analyze the data were descriptive statistics, Chi-square, Mann-Whitney U test, Pearson Correlation, multiple regression and Machine Learning Results: The depressive prediction between personal factors and artistic characteristics, which are considered effective at predicting depression (AUC = 0.742), and are in the expression of 6 dimensions of art, as follows: The graphic representation, the less vibrant coloring, the less shape and curved lines, the large unworked space, the vertical composition, and the inaccurate expression. Conclusion: The accuracy of predicting depression using artistic characteristics was considered acceptable. Physical characteristic of artwork could objectively useful in mental health treatment. However, the performance of the prediction could be improved by inputting more data, in term of the subject of the artwork and number of participants in future research.

Share

COinS
 
 

To view the content in your browser, please download Adobe Reader or, alternately,
you may Download the file to your hard drive.

NOTE: The latest versions of Adobe Reader do not support viewing PDF files within Firefox on Mac OS and if you are using a modern (Intel) Mac, there is no official plugin for viewing PDF files within the browser window.