预测患有双相情感障碍的患者的抑郁和躁狂发作,使用对被动感应数据的统计过程控制方法

科学领域:

• 数字化表型化是指数字化表型化.
• 心理病理学 心理病理学
• 双极性障碍 (BD) 的管理

背景情况:

• 早期发现情感发作对于管理双相情感障碍 (BD) 至关重要.
• 使用智能手机和可穿戴设备的被动传感提供了持续监测行为变化的潜力.
• 统计过程控制 (SPC) 是一种用于检测过程偏差的新方法,但其在BD移动传感中的应用尚未探索.

研究的目的:

• 调查统计过程控制 (SPC) 在使用被动传感数据检测双相情感障碍 (BD) 中新出现的情感发作中的潜力.
• 为了比较被动感应数据与自我报告的情绪数据在识别躁狂和抑郁情节的有效性.

主要方法:

• 利用了BipoSense研究的数据,包括12个月的智能手机应用程序的被动传感数据,每日电子日记条目和每两周一次的专家采访.
• 应用SPC图表和多层次分析来评估28名BD患者的26次抑郁和20次 (低) 躁狂新发作.
• 评估了被动感应参数和自我评价情绪在检测当前和前事件周的表现.

主要成果:

• 被动传感数据没有在双相情感障碍 (BD) 患者中强有力的检测出情感情节或情节前几周.
• 来自电子日记的自我评价当前双极情绪在预测当前情节方面优于被动感应,尽管预测前情节周的预测有限.
• 即使有个性化限制和优化设置,SPC也无法超越临床截止值,并且由于虚假报警,SPC的检测率不足以用于临床使用.

结论:

• 虽然被动传感是一种低负荷的工具,但目前缺乏用于可靠早期检测双相情感障碍 (BD) 情感发作的灵敏度和特异性.
• 自我报告的情绪数据显示,检测当前情节比被动感应更有希望,但预测未来情节仍然是一个挑战.
• 未来的研究应该集中在与精神病理学更紧密的移动传感参数上,以提高检测准确性和临床实用性.