移动键盘背空间率的数字表型及其与情绪障碍症状的关联:算法开发和验证.

科学领域:

• 数字化表型化是指数字化表型化.
• 计算精神病学是一种计算精神病学.
• 移动健康服务提供者

背景情况:

• 通过智能手机键盘数据的被动传感可以识别和监控情绪障碍症状,参与者负担最小.
• 使用移动按键数据的行为表型化可以帮助临床决策,并提供对个体情绪障碍症状的见解.

研究的目的:

• 在128个社区成年人中,从智能手机键盘后台空间使用得出数字表型.
• 用贝叶斯混合模型分析2948个观察结果,以了解情绪障碍指标.

主要方法:

• 参与者使用定制的BiAffect智能手机键盘长达4周,以捕捉按键动态.
• 通过后续访问监测合规性,参与者接受了精神病学评估.
• 用贝叶斯混合模型分析后空间速率并推导数字现象型.

主要成果:

• 在连续尺度上,健康对照组和情绪障碍组之间的后背空间率没有显著差异 (P=.11).
• 一个3类模型识别了不同的背空间率组 (低,中,高),单极情绪障碍个体主要在中等组.
• 高背间率组与低背间率组相比,显示出明显更高的躁狂症状几率,包括情绪升高,运动活动和易怒性.

结论:

• 移动打字动力学,特别是回位率,显示情绪障碍研究和临床实践的希望.
• 对打字动力学的被动感应提供了一种低负荷的方法来监测心理健康.
• 从后空间率获得的数字表型可以帮助区分有情绪障碍症状的和没有情绪障碍症状的个体.