相关实验视频
Updated: Jan 28, 2026

The Forced Swim Test as a Model of Depressive-like Behavior
Published on: March 2, 2015
使用智能手机追踪的行为标记来识别抑郁和焦虑症状:横截面数字表型研究
George Aalbers1,2, Andrea Costanzo3, Raj Jagesar3
1Department of Psychiatry, Amsterdam University Medical Center, Vrije Universiteit, Oldenaller 1, Amsterdam, 1081HJ, The Netherlands, 31 20 788 4666.
智能手机的行为标记显示,检测抑郁和焦虑的能力有限. 较少的GPS轨迹可能表明症状,但对于可靠的数字诊断需要更多的研究.
科学领域:
- 数字化表型化是指数字化表型化.
- 机器学习在心理健康中的应用.
背景情况:
- 抑郁症和焦虑症是常见的心理健康障碍,经常被错过或被误诊.
- 延迟诊断和治疗这些疾病与较差的患者结果有关.
研究的目的:
- 调查智能手机衍生行为标记在诊断抑郁和焦虑方面的有用性.
- 探索数字表型化在改善这些心理健康状况的识别方面的潜力.
主要方法:
- 利用Behapp平台对217个人的位置和应用程序使用进行被动跟踪.
- 量化了46个行为标记,包括在家花费的时间和GPS轨迹.
- 应用机器学习识别相关标记并开发诊断预测模型.
主要成果:
- 基于GPS的轨迹总数成为一个潜在的标志物,与症状个体相关的轨迹较少.
- 结合GPS轨迹的机器学习模型比仅使用人口数据的模型略有改善 (AUC Mdn=0.60对0.51).
结论:
- 在这项研究中,智能手机跟踪的行为标记显示出有限的辨别能力.
- 这些数字标记物有可能在未来发展,以支持抑郁症和焦虑症诊断.
更多相关视频
06:55An Unpredictable Chronic Mild Stress Protocol for Instigating Depressive Symptoms, Behavioral Changes and Negative Health Outcomes in Rodents
Published on: December 2, 2015
12:18Behavioral Phenotyping of Murine Disease Models with the Integrated Behavioral Station INBEST
Published on: April 23, 2015
相关概念视频
Cross-Sectional Research
Profile Leveling and Cross Sections
Spinal Cord: Cross-sectional Anatomy
Gray Matter and its Components
Central to the gray matter is...
Monohybrid Crosses
Long-term Depression
Dihybrid Crosses