解构抑郁症:用于分析个体症状的可穿戴设备和被动数字表型
Damien Lekkas1, Joseph A Gyorda1, George D Price1
1Center for Technology and Behavioral Health, Geisel School of Medicine, Dartmouth College, Lebanon, NH, 03766, United States; Quantitative Biomedical Sciences Program, Dartmouth College, Hanover, NH, 03755, United States.
Behaviour research and therapy
|August 6, 2023
概括
可穿戴式传感器为抑郁症研究提供了详细的数字表型. 这项研究模拟了针对特定抑郁症症状的被动感应数据,揭示了脉冲,运动和睡眠数据的独特贡献.
科学领域:
- 数字健康数字健康
- 精神病学是一个精神病学.
- 可穿戴技术是可穿戴的技术.
背景情况:
- 可穿戴技术可以持续监测生理和行为,从而创建数字现象型.
- 数字表型在抑郁症研究中越来越多地使用,通常与问卷分数一起使用.
- 目前的方法可能会过分简化抑郁症,通过将症状缩小到单个严重程度得分.
研究的目的:
- 准确地探索被动传感数据流对抑郁症检测的贡献.
- 模拟被动感知特征与个人抑郁症状之间的关联.
- 在抑郁症的被动感应研究中研究减少主义方法的实用性.
主要方法:
- 利用了来自NetHealth研究的数据 (N=469名大学生).
- 模拟了九个被动感知特征 (脉冲,运动,睡眠) 和自我报告对疾病流行病学研究中心抑郁症 (CES-D) 项目的反应之间的关联.
- 采用混合顺序逻辑回归模型.
主要成果:
- 被动传感特征显示与CES-D项目具有独特和互补的关联.
- 特定的可穿戴功能表明与个人抑郁症状有异质显著的关系.
- 强调了大学的背景,突出了独特的可穿戴功能属性.
结论:
- 被动传感数据提供了一个细微的看法抑郁症症状超出一般的严重性得分.
- 这项工作为抑郁症的被动感应研究提供了一种减少主义方法的蓝图.
- 可穿戴技术可以为抑郁症症状学提供有价值的,具体的见解.
