对数字数据驱动的干预进行随机对照研究,用于抑郁和普遍焦虑症状

科学领域:

• 数字健康数字健康
• 心理健康干预措施 心理健康干预
• 可穿戴技术是可穿戴的技术.

背景情况:

• 大型抑郁症和泛性焦虑症的全球增长需要可扩展,个性化的治疗方法.
• 传统疗法在可访问性和个性化方面面临挑战.
• 数字疗法为广泛的心理健康支持提供了潜在的解决方案.

研究的目的:

• 评估数字数据驱动治疗对患有抑郁症和一般性焦虑症的个体的有效性.
• 评估个性化认知行为疗法 (CBT) 通过与可穿戴传感器数据集成的移动应用程序提供的影响.
• 为了确定数字疗法对轻度和临床显著症状是否有效.

主要方法:

• 一项为期16周的前性,分散的,随机的,等候名单控制的研究.
• 200名患有抑郁和焦虑症状的成年人被随机分配到干预或对照组.
• 干预组通过移动应用程序和可穿戴传感器接受了个性化的CBT.

主要成果:

• 与对照组相比,干预组的抑郁症状 (平均变化 = -5.61) 和焦虑症状 (平均变化 = -5.21) 显著减少.
• 观察到中大效应大小 (r = 0.64 抑郁症,r = 0.62 焦虑症) (P < 0.001).
• 即使在临床上显著的抑郁症和焦虑症的参与者中也注意到了改善.

结论:

• 数据驱动的数字疗法集成可穿戴传感器和移动应用程序是有效的减少抑郁和焦虑的症状.
• 高参与度表明可行性和补充传统心理健康治疗的潜力.
• 需要进一步的研究来探索这些数字干预措施的长期有效性和影响.