数字表型在理解正念应用程序参与模式方面的潜力:试点研究

科学领域:

• 数字心理健康数字心理健康
• 行为科学是一种行为科学.
• 人与计算机的互动.

背景情况:

• 低参与度是数字心理健康干预的关键挑战.
• 正念应用程序越来越受欢迎,需要对参与驱动器进行研究.
• 数字表型化提供了一种新的方法来研究实时用户行为.

研究的目的:

• 调查影响参与基于正念精神健康应用程序的因素.
• 探索被动数字数据 (睡眠,屏幕时间) 和应用程序参与度之间的关系.
• 检查与应用程序参与的人口统计学关联,并分析高参与度的案例研究.

主要方法:

• 从两项涉及大学生 (n=169) 的四周研究中获得的数据的二次分析.
• 利用数字表型来收集被动数据 (睡眠时间,家庭时间,屏幕时间).
• 通过活动完成和使用频率来衡量应用参与度;执行集群分析.

主要成果:

• 人口统计学 (性别,种族/种族,年龄) 并没有显著预测正念应用程序的参与度.
• 睡眠时间和屏幕时间是每周应用程序参与度指标的重要预测指标.
• 在屏幕持续时间,活动完成和收到通知之间发现了显著的相互作用.

结论:

• 预测正念应用程序的参与度是复杂的,但数字表型表现有希望.
• 被动数据分析可以揭示与个人和人口层面的参与相关的模式.
• 对数字表型化信号的进一步调查可能会增强广泛使用的正念应用程序的影响.