神经生理学沉浸的连续远程监测准确地预测情绪
1Center for Neuroeconomics Studies, Claremont Graduate University, Claremont, CA, United States.
Frontiers in digital health
|August 19, 2024
概括
这项研究使用可穿戴神经生理学数据,以90%的准确度预测日常情绪. 它发现,跟踪社会情绪事件可以主动评估心理健康,并识别情绪低谷.
科学领域:
- 神经科学是一个神经科学.
- 精神病学是一个精神病学.
- 数字健康数字健康
背景情况:
- 目前的心理健康评估在很大程度上是反应性的,依赖于临床评估.
- 需要积极的方法来评估和监测情绪和能量水平.
研究的目的:
- 调查使用连续神经生理学数据来主动评估情绪的可行性.
- 确定神经生理学数据对日常情绪和能量水平的预测准确度.
主要方法:
- 从24名使用沉浸神经科学平台的门诊患者中收集了连续的神经生理学数据 (8-10小时/天在1赫兹下3周).
- 量化神经生理学低谷 (低社会情感价值事件) 和高峰 (高社会情感价值事件).
- 使用统计分析,最小平方回归和机器学习模型,将相关的神经生理学数据与自我报告的情绪和能量联系起来.
主要成果:
- 参与者平均每天有2.25个神经生理学低谷和3.28个峰值.
- 低谷和高峰的数量预测了每天的情绪,准确率为90%.
- 发现女性比男性更容易出现情绪低落.
- 峰值沉浸活动可以作为繁荣的衡量标准.
结论:
- 从商业平台上简单地计算神经生理学低谷和高峰,就可以准确地评估低情绪和能量.
- 这种方法为风险人群的积极心理健康监测提供了一种可行的方法.
- 提升情绪的峰值事件显示出测量福祉和繁荣的潜力.
更多相关视频
10:45A Community-based Stress Management Program: Using Wearable Devices to Assess Whole Body Physiological Responses in Non-laboratory Settings
Published on: January 22, 2018
7.6K
13:57Assessing the Multiple Dimensions of Engagement to Characterize Learning: A Neurophysiological Perspective
Published on: July 1, 2015
12.5K
