熱門話題
#
Bonk 生態迷因幣展現強韌勢頭
#
有消息稱 Pump.fun 計劃 40 億估值發幣,引發市場猜測
#
Solana 新代幣發射平臺 Boop.Fun 風頭正勁
智慧型手機數據揭示心理病理學模式 | Carla Cantor, Medscape
智慧型手機收集的移動性、電話使用、睡眠-清醒模式及其他被動數據與多種心理病理學相關的行為標記有關,包括一般心理健康負擔,新的研究顯示。
在一項針對社區成人的大型觀察性研究中,研究人員發現,測量日常活動的智慧型手機傳感器捕捉到的獨特行為特徵可能有助於識別心理健康症狀惡化的時機。
這些發現增添了數位表型學的研究成果,該學科分析智慧型手機和可穿戴設備收集的被動數據,以實時識別行為模式。
儘管尚未準備好進入臨床應用,研究人員表示,新的分析暗示了智慧型手機感測的多種潛在應用,這可以與臨床醫生評估和自我報告的測量一起使用,提供患者生活經歷的即時洞察,並為及時干預提供機會。
“這項研究幫助我們理解智慧型手機傳感器可以檢測的心理病理學範圍,以及這些標記對不同形式的心理疾病的特異性,”首席作者、明尼蘇達大學臨床心理學助理教授及Starke Hathaway臨床心理學講座教授Whitney R. Ringwald博士告訴Medscape醫學新聞。
“它提供了一種在日常生活中評估心理功能和更持續地監測心理健康症狀的方法,特別是在臨床環境之外,”她補充道。
該研究於7月3日在線發表在JAMA Network Open。
將數據與症狀聯繫起來
到目前為止,利用智慧型手機數據的行為研究通常規模較小,並專注於單一疾病,如抑鬱症或精神分裂症。但這種方法可能忽略了症狀如何在診斷邊界之間相互作用和重疊,研究人員表示。
為了捕捉更全面的圖景,Ringwald及其同事使用了心理病理學的分層分類法,這是一種將心理健康症狀組織成跨診斷領域的框架。這些領域包括內化、脫離、躯體形式、對抗、抑制和思維障礙。
“這項研究的一個主要貢獻是,早期的研究僅考察了幾種DSM [精神疾病診斷與統計手冊] 疾病,”Ringwald說。“我們通過測量跨越大多數心理病理學形式的症狀維度,採取了更廣泛的視角,並使用了更大的樣本。”
這項橫斷面研究招募了557名成人(83%為女性;平均年齡30.7歲;81%為白人)。參與者完成了一項基線心理健康調查,研究人員用以計算一個稱為p-factor的整體精神病症狀負擔的通用測量。
然後,他們進行了15天的智慧型手機監測。他們的個人設備通過全球定位系統(GPS)、加速度計、屏幕使用、通話記錄和電池指標收集數據。
研究人員從數據中提取了27個行為標記,例如在家時間(來自GPS數據)和睡眠時長(來自加速度計數據)。
然後,他們將這些標記映射到參與者在心理病理學領域的得分,通過每六個領域與27個標記之間的多重相關係數(R)來測量關聯的強度。
識別模式
脫離(R, 0.42; 95% CI, 0.29-0.54)和躯體形式(R, 0.41; 95% CI, 0.30-0.53)症狀顯示出最強的關聯。高脫離與減少步行、在家時間增加和訪問地點減少等行為標記相關。
躯體形式症狀,通常在移動感測研究中被忽視,與低身體活動同樣相關。
其他關聯包括高抑制個體的低電池電量——研究人員建議這可能反映了計劃缺陷——以及高對抗者的較少、較短的電話通話。內化症狀的聯繫較為微妙,包括更短、更頻繁的屏幕互動。
研究人員還將行為模式與參與者的基線p-factor相關聯。基線p-factor得分較高的人更可能擁有顯示出減少移動性(標準化β, -0.22; 95% CI, -0.32至-0.12)、較晚的就寢時間(標準化β, 0.25; 95% CI, 0.11-0.38)、在家時間增加(標準化β, 0.23; 95% CI, 0.14-0.32)和較低的手機電池電量(標準化β, -0.16; 95% CI, -0.30至-0.01)的感測數據。
作者建議,這些模式可能反映了多種心理疾病中動機、計劃或認知控制的共同損害。如果得到驗證,這些行為指標可能幫助臨床醫生識別症狀何時升高,即使在缺乏明確診斷標籤的情況下。
數位表型學:另一種臨床工具?
儘管尚未準備好用於臨床,但這些發現指向幾個有前景的應用。
如果整合到護理中,智慧型手機感測可以幫助提供者被動追蹤可能表明復發的症狀,讓臨床醫生根據現實行為提供及時的干預。這對於那些難以報告變化或獲得護理有限的患者尤其有價值,研究人員表示。
“這不是臨床護理的替代品,而是一種潛在的補充,讓我們獲得更豐富的畫面,”Ringwald說。
她指出,數位表型學最終可能支持即時干預——例如,當一個人顯示出行為撤退或擾動的跡象時,提示一個簡短的治療策略。
Ringwald強調,在技術準備好實施之前,仍然需要重要的步驟。
“這仍然是早期研究,”她說。“我們需要更大、更具多樣性的樣本、更好的傳感器校準,以及在個體層面解釋數據的策略,然後才能將其整合到護理中。”
承諾與預防
在一篇隨附的社論中,哈佛醫學院的Christian A. Webb博士和Hadar Fisher博士將這項研究描述為“對不斷增長的數位表型學領域的重要貢獻。”
這項研究“展示了這種方法的潛在價值,將日常行為與跨診斷症狀維度聯繫起來,”他們寫道。
然而,他們警告說,行為數據不應被過度解釋。
“數位行為數據就是這樣——行為數據。它們是內部心理狀態的粗略代理,而不是情緒或思維的直接讀數,”作者寫道。
單一信號根據上下文可能承載不同的意義。“相同的信號可能反映強烈的身體活動、恐懼或興奮。”
他們補充說,為了在臨床上有用,這項技術必須準確、可擴展並且以道德方式實施。
閱讀更多:

32.55K
熱門
排行
收藏