使用被动传感器数据对心理健康状况进行基准评估:前性观察研究的协议
Robyn E Kilshaw1, Abigail Boggins1, Olivia Everett1
1Department of Psychology, University of Utah, Salt Lake City, UT, United States.
JMIR research protocols
|March 27, 2024
概括
这项研究正在为一般人群的计算精神病学研究创建一个新的,以隐私为重点的数据集,使用智能手机数据来改进心理健康风险评估.
科学领域:
- 计算精神病学是一种计算精神病学.
- 数字化表型化是指数字化表型化.
- 心理健康研究 心理健康研究
背景情况:
- 计算精神病学为推进心理健康诊断和治疗提供了潜力.
- 现有的方法在一般人口研究中的可扩展性有限.
- 使用智能手机传感器的数字表型化可以将计算精神病学扩展到公众.
研究的目的:
- 开发第一个用于一般人口心理健康风险评估的计算精神病学数据集.
- 为了整合多式联运,基于传感器的行为特征.
- 确保广泛的数据共享与强大的隐私和完整性.
主要方法:
- 根据情绪调节和生活压力进行分层抽样,招募了400名社区成年人.
- 在7天内收集了自我报告问卷,每日情绪/事件日志,智能手机传感器数据和音频录音.
- 在6个月和12个月后进行了后续调查问卷.
主要成果:
- 数据收集正在进行中 (2022年6月 - 2024年7月);310名参与者同意.
- 149名参与者完成了初步数据收集;随访正在进行中.
- 该数据集将以保护隐私的方法提供.
结论:
- 这一数据集补充了现有研究,旨在提高一般人口心理健康风险评估.
- 它支持在计算精神病学中转向跨学科合作和开放的数据共享.
- 其目标是促进协作,整合临床,技术和定量专业知识.


