使用可穿戴设备开发晚年抑郁症的预测算法:一个队列研究协议

科学领域:

• 老年学是一门学科.
• 数字健康数字健康
• 精神病学是一个精神病学.

背景情况:

• 大型抑郁症 (MDD) 在老年人中很普遍,但由于耻辱和进入障碍,治疗不足.
• 可穿戴设备在自然环境中为早期MDD症状查提供了一种新的方法.
• 现有的研究主要集中在年轻人群中,在针对老年人的数字健康解决方案方面存在差距.

研究的目的:

• 利用可穿戴设备的纵向数据开发晚年抑郁症的预测算法.
• 制定策略,以提高医疗人员在社区环境中获得老年人的抑郁症护理.
• 解决老年人抑郁症的诊断不足和治疗不足的问题.

主要方法:

• 一项为期3年的纵向队列研究,涉及来自韩国基因组和流行病学研究的685名老年参与者.
• 收集了自我报告,观察,基于应用程序的调查和被动传感数据,这些数据涵盖了三次年度采访和两年的应用程序使用.
• 主要数据分析利用机器学习技术来识别模式和预测抑郁症.

主要成果:

• 该研究正在进行中,数据收集在第二次后续采访中结束.
• 分析将集中在识别数字生物标志物,以早期检测晚年抑郁症.
• 预期的结果包括验证的预测算法和社区护理的可操作策略.

结论:

• 可穿戴技术对晚年抑郁症的早期检测和干预具有重大潜力.
• 这项研究旨在弥合老年人数字心理健康方面的差距.
• 调查结果将为开发可访问和有效的基于社区的精神卫生保健策略提供信息.