PREACT-数字:研究协议,用于纵向的多中心观察性研究,数字表型的非响应认知行为疗法对内化障碍的治疗

科学领域:

• 心理健康研究中的数字表型化.
• 机器学习在临床心理学中的应用.
• 生态瞬间评估 (EMA) 的可穿戴技术.

背景情况:

• 认知行为疗法 (CBT) 是内化障碍 (ID) 的一线治疗方法,但对许多患者的疗效有限.
• 生态瞬间评估 (EMA) 和被动传感提供实时,生态有效的数据捕获.
• 以前的研究强调了在ID中需要个性化治疗方法的需要.

研究的目的:

• 为了确定EMA和被动传感的动态,多模式标记是否可以预测ID.中CBT不响应.
• 确定影响ID患者治疗变化的关键因素.
• 为ID开发个性化和生态有效的CBT方法.

主要方法:

• PREACT-digital是一项使用机器学习预测CBT不响应的多中心观测研究.
• 参与者从事短 (14天) 或长 (治疗持续时间) 版本的EMA和被动感应.
• 收集的数据包括心率,体力活动,睡眠,位置,影响,情绪调节和治疗作用.

主要成果:

• 预测分析利用后勤回归,梯度提升,LSTM和DSEM来分类不响应.
• 探索性分析研究变量的机械联系和时间相互作用.
• 这些发现旨在为个性化CBT方法提供信息,用于内化障碍.

结论:

• 动态,多式联络标志物有潜力预测ID的CBT不响应.
• 集成被动传感和EMA可以为治疗动态提供宝贵的见解.
• 这种方法可能会导致针对内部化障碍的更为定制和有效的干预措施.