利用数字健康干预措施来解决抑郁症的异质性: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
• 精准医学是一门精准的医学.

背景情况:

• 抑郁症影响全球超过2.29亿人,导致严重的残疾和死亡率.
• 目前的治疗方法通常由于抑郁症的异质性而失败,导致试错护理.
• 在心理健康方面,对个性化策略的需求非常大.

研究的目的:

• 审查最近关于抑郁症个性化数字健康干预措施的文献.
• 检查这些技术如何解决抑郁症在症状,生物学和治疗反应方面的异质性.
• 综合关于数字健康对个性化抑郁症护理的有效性和局限性的发现.

主要方法:

• 在Scopus,IEEE Xplore,ClinicalTrials.gov.gov中进行系统的文献搜索 (2020年1月至2025年9月).
• 包括的研究重点是针对抑郁症异质性的个性化数字健康.
• 排除了缺乏个性化或适应性特征的通用数字健康工具;使用叙事合成.

主要成果:

• 审查了29篇出版物 (20篇研究,9篇试验),参与者超过5000人.
• 机器学习模型提高了25%的情绪预测;适应性干预显示了中等到大效果大小 (d=0.50-0.87).
• 数字疗法改善了持续的福祉,执行功能和动机,但研究存在局限性 (样本小,偏见).

结论:

• 数字心理健康为抑郁症的变化提供了个性化的干预措施.
• 证据支持增强预测,参与和结果.
• 实施需要标准化措施,股权验证和表型集成.