评估收集被动智能手机数据的可接受性和可行性,以估计美国服务人员和退伍军人的心理功能:试点研究

科学领域:

• 数字健康数字健康
• 移动卫生技术 移动卫生技术
• 行为数据科学行为数据科学

背景情况:

• 遭受创伤性脑损伤 (TBI) 的军人经常经历心理和认知症状.
• 数字表型为被动监测这些症状提供了一种新的方法.

研究的目的:

• 为了评估数字表型的可接受性和可行性在一个军事样本TBI.
• 评估参与者使用数字表型化技术的意愿.
• 探索数字表型化数据在预测抑郁状态和改善方面的潜力.

主要方法:

• 使用了一个被动数字表型化应用程序 (Mindstrong Discovery).
• 该应用程序收集了智能手机的使用情况,并在后台输入动力学数据.
• 记录了数据传输和技术挑战.

主要成果:

• 观察到参与者对安装应用程序的同意率很高 (93.8%).
• 26.7%的参与者停止使用应用程序,主要是由于可用性和技术问题.
• 大多数参与者 (93.3%) 取得了成功的数据传输,数据的中位数为40天.
• 机器学习模型显示了预测抑郁状态和改善的潜力.

结论:

• 数字表型化是一种可接受和可行的方法,用于TBI的军事样本.
• 这项研究支持在更大的军事群体中进一步调查数字表型.
• 这项技术对监测和理解TBI相关症状充满希望.