孤独に関連する日常生活の特徴の特定：因果的機械学習アプローチ

科学分野:

• デジタルヘルス、メンタルヘルス、計算社会科学

背景:

• 孤独は、特に新しい文化に適応している移民の間で、幸福に大きく影響します。適応文化の課題は、不適応行動や日常生活のリズムの乱れにつながり、孤独のリスクを高める可能性があります。効果的なメンタルヘルススクリーニングと介入のためには、因果的な日常生活要因を特定することが重要です。

研究 の 目的:

• 第一世代移民における孤独と因果的に関連する日常生活の特徴を特定すること。因果的機械学習を使用して、医療提供者向けの堅牢なスクリーニングツールの開発に情報を提供すること。

主な方法:

• フィンランドの39人の移民を対象に、モバイルデバイスとウェアラブルを使用した28日間のモニタリング研究。孤独、社会的交流、身体活動、睡眠、および心臓関連指標に関する生態学的瞬間評価を含むデータ収集。平均処置効果（ATE）推定および反証技術を含む因果推論手法が採用されました。

主要な成果:

• より長い発信通話時間、より高いLF/HF比、呼吸数増加、およびより大きな活動性の低下が、孤独を因果的に増加させることがわかりました。逆に、より高い活動カロリー、改善された睡眠指標（RMSSD）、より長い自宅滞在時間、および睡眠時間の増加は、孤独の減少と関連していました。これらの因果関係については、統計的有意性（p < 0.001）が確立されました。

結論:

• 社会的交流、身体活動、睡眠パターン、および心臓関連の特徴などの日常生活要因は、孤独に実証的に影響します。これらの発見は、移民人口を対象としたターゲットを絞った孤独スクリーニング戦略の作成を支持します。さらなる研究では、測定精度を向上させ、より正確な現実世界の因果関係のためにコンテキストデータを統合する必要があります。