测量基于智能手机的心理健康和行为表现:在一个潜在的女性队列中进行密集的纵向观察性移动健康试点研究
Li Yi1,2, Claudia Trudel-Fitzgerald3,4,5, Cindy R Hu6
1Department of Population Medicine, Harvard Medical School and Harvard Pilgrim Health Care Institute, 401 Park Drive, Suite 401 East, Boston, MA, 02215, United States.
JMIR mHealth and uHealth
|September 3, 2025
概括
智能手机数字表型显示出大规模健康研究的前景, 参与者发现该应用程序可用,并愿意重复研究,强调在流行病学中密集收集数据的潜力.
科学领域:
- 数字健康
- 流行病学
- 医疗研究中的移动技术
背景情况:
- 大型流行病学队伍可以从密集的福祉和行为数据中受益.
- 在队列研究中,使用移动技术在自然环境中进行密集数据收集的可行性尚未得到充分研究.
研究的目的:
- 研究智能手机数字表型的可行性,以收集详细的心理和行为数据.
- 评估在护士健康研究II队列中的试点研究中的数据收集.
主要方法:
- 使用Beiwe应用程序实施了为期8天的密集智能手机协议.
- 参与者 (n=181) 完成了基线调查,每天两次进行生态瞬间评估 (EMA) 调查,并提供了加速度计和GPS数据.
- 通过调查完成和数据完整性来评估协议的遵守;通过反调查来评估参与者的经验.
主要成果:
- 观察到适度的遵守情况:基线调查完成率为86. 2%,但EMA每日平均响应率为55. 6% (下午) 和54. 7% (晚上).
- 对于加速度计 (62.0%) 和GPS (57.7%) 数据的平均每日完整性很好.
- 参与者发现应用程序易于使用 (中位数为85.0),并愿意重复研究 (中位数为85.0),尽管报告用户疲劳.
结论:
- 智能手机数字表型是大流行病学队列中密集的纵向数据收集的有希望的技术.
- 由于参与者的年龄和潜在的技术障碍,观察到适度的合规性和数据完整性.
- 改善EMA调查设计对于未来研究中持续的参与者参与和数据质量至关重要.
