通过数字表型化优化个性化心理健康干预:来自随机非临床试验的结果
Giulia Rocchi1,2, Emanuela Vocaj2, Simone Moawad2
1Department of Dynamic, Clinical Psychology and Health, Faculty of Medicine and Psychology, Sapienza University of Rome, Rome, Italy.
Frontiers in psychology
|January 21, 2025
概括
一个与聊天机器人集成的数字表型化程序在改善年轻成年人的心理健康方面显示出可行性. 由分析用户数据的集群算法驱动的个性化练习被发现是有效的.
科学领域:
- 数字健康数字健康
- 心理健康技术 心理健康技术
- 行为科学 行为科学
背景情况:
- 智能手机和数字技术为扩大心理健康服务提供了潜力.
- 使用智能手机数据进行数字表型化,为监测心理健康提供了一种新的方法.
- 这项研究调查了一个心理健康计划,集成了一个用于数字表型的聊天机器人.
研究的目的:
- 评估数字表型化计划对心理健康的可行性.
- 评估基于聊天机器人的心理健康监测干预措施的有效性.
- 探索个性化推用于心理健康练习的使用.
主要方法:
- 这是一个为期一个月的随机试验,涉及81名年轻成年人 (18-35岁).
- 参与者被分配到聊天机器人组或接受一般信息的控制组.
- 一个集群算法分析了用户-聊天机器人交互和福祉指标,以个性化练习.
主要成果:
- 根据行为和福祉因素确定了四个不同的参与者集群.
- 实验组报告了心理健康的显著改善.
- 参与者认为算法推的个性化练习是有用的.
结论:
- 该研究证实了在福利计划中使用聊天机器人进行数字表型化的可行性.
- 数字表型化和个性化推显示出增强心理健康护理的前景.
- 未来的研究需要更大的样本和更长的时间来验证临床应用.
