众包参与者的心理健康和移动通信档案

科学领域:

• 数字健康数字健康
• 心理健康研究 心理健康研究
• 计算精神病学是一种计算精神病学.

背景情况:

• 大型抑郁症 (MDD) 和泛性焦虑症 (GAD) 构成了重大的公共卫生挑战.
• 包括数字日志在内的数字健康工具正在探索,以增强心理健康查的传统自我报告措施.
• 众包样本越来越多地用于行为研究,因为它们具有人口代表性,但它们的概括性需要仔细检查.

研究的目的:

• 在众包样本中识别不同的移动通信配置文件.
• 调查与这些个人资料相关的精神,行为和人口特征.
• 评估在众包数据上训练的模型的临床通用性.

主要方法:

• 来自时间序列呼叫和文本日志的特征集群.
• 从众包队列中分析精神病学,行为和人口统计数据.
• 在已识别的移动通信个人资料中比较心理健康查得分.

主要成果:

• 在众包样本中确定了四种不同的移动通信配置文件.
• 在个人资料中观察到抑郁症和焦虑查得分的显著差异.
• 一个以输入文本日志为特征的个人资料显示,与具有高输出文本日志的个人资料相比,平均抑郁和焦虑得分较低.

结论:

• 移动通信模式可以在众包人群中划分出不同的心理健康特征.
• 研究结果强调了描述性建模对于理解众包数据在心理健康研究中的局限性和概括性的重要性.
• 这些见解对于数字心理健康研究的翻译应用至关重要.