数字表型化用于监测精神障碍的关键特征:系统性审查

科学领域:

• 数字健康数字健康
• 心理健康技术 心理健康技术
• 可穿戴式传感器 穿戴式传感器

背景情况:

• COVID-19大流行加剧了全球心理健康挑战,增加了对远程监控解决方案的需求.
• 通过智能设备进行数字表型化为心理健康评估提供了一个有前途的途径,但最佳特征选择仍未确定.

研究的目的:

• 通过集成智能手机和可穿戴系统 (Actiwatches,智能带,智能手表) 收集的关键特征.
• 确定心理健康监测的基本特征,考虑设备的特定特征.

主要方法:

• 在主要数据库中对2025年2月5日之间发表的定量研究 (N=22) 进行系统审查.
• 纳入标准:成年人使用智能设备进行被动抑郁/焦虑预测;排除:仅使用智能手机或定性研究.
• 数据合成涉及描述性分析和计算特征覆盖范围和重要性,可视化为象限图.

主要成果:

• 一个核心功能包 (加速度计,步骤,心率 (HR),睡眠) 在设备上显得至关重要.
• 特定设备的发现:Actiwatch (加速度计,活动);智能带 (HR,步骤,睡眠,电话使用,有GPS,EDA,皮肤温度显示有希望);智能手表 (睡眠,HR最可靠;步骤,加速度计广泛使用但影响较小).
• 在Actiwatch研究中,睡眠功能的显著不足利用以及智能手表中步骤/加速计的有效性有限.

结论:

• 一套通用功能 (加速计,步骤,HR,睡眠) 有助于预测情绪障碍,但最佳选择因设备类型而异.
• 根据设备功能 (例如智能带,智能手表) 量身定制功能选择是有效数字表型化的关键.
• 提高数据可访问性,特别是智能手表,以及标准化报告对于未来的研究和元分析至关重要.