智能手机传感器用于抑郁症指示系统的跨平台可用性:混合方法总体审查

科学领域:

• 数字健康数字健康
• 移动传感器是一种移动传感器.
• 心理健康技术 心理健康技术

背景情况:

• 机器学习模型用于抑郁症预测越来越多地使用智能手机传感器数据.
• 当前的研究往往忽视了这些系统的跨平台可用性和可靠性.
• 这一评论支持了MENTINA临床试验,该试验调查了基于智能手机的抑郁症自我管理.

研究的目的:

• 通过系统性审查,确定用于心理健康监测的智能手机传感器模式.
• 评估这些数据流在Android和iOS设备上的跨平台可用性.
• 为设计可靠的数字低谷指示系统提供信息.

主要方法:

• 进行了关于智能手机传感器和抑郁症的系统评论的综合审查.
• 在PubMed,科学网和Scopus搜索了2019-2024年的文学作品.
• 利用PhoneDB分析了10年来在Android和iOS上识别的硬件传感器的跨平台可用性.

主要成果:

• 确定了用于心理健康监测的16个硬件和3个软件数据流.
• 硬件传感器,如加速度计,摄像头和GPS均可在两个平台上使用.
• 传感器的可用性,包括陀螺仪和气压计,随着时间的推移而增加,特别是在Android上.

结论:

• 越来越多的智能手机数据流的可用性增加了抑郁症预测的潜力.
• 需要进一步的研究来标准化智能手机数据跨配置可靠的数字心理健康应用程序.
• 一致的数据输出对于准确跟踪和预测抑郁症严重程度变化至关重要.