使用生态瞬间评估和基于智能手表的生理测量来识别博情节和渴望的预测因素:长度观察研究的协议
Andreas Maximilian Meyer1, Esther Kim2, Hae Kook Lee3
1Swiss Research Institute for Public Health and Addiction (ISGF), University of Zürich, Konradstrasse 32, Zürich, 8005, Switzerland, 41 444481180.
JMIR research protocols
|February 19, 2026
概括
这项研究使用智能手表数据和生态瞬间评估确定了博事件的预测因素. 这些发现可以加强对博问题的数字干预,提高治疗参与度和有效性.
科学领域:
- 行为科学 行为科学
- 数字健康数字健康
- 成研究 研究成研究
背景情况:
- 博问题是一种慢性,复发性上行为.
- 数字干预有希望,但面临着诸如低坚持率和学率等挑战.
- 生态瞬间干预 (EMI) 提供量身定制的,及时的支持,但对于成行为来说发展不足.
研究的目的:
- 通过生态瞬间评估 (EMA) 和智能手表的生理数据来识别博事件的预测因素.
- 为开发更有效,针对问题博的量身定制的EMI奠定基础.
主要方法:
- 109名风险徒每天完成了28天的EMA,报告了博,渴望,睡眠,活动,情绪和活力.
- 参与者戴着果手表持续记录生理数据 (心率变化,睡眠,活动).
- 机器学习和多层次建模将用于开发博事件的预测模型.
主要成果:
- 截至2025年4月,从109名参与者 (瑞士和韩国) 收集数据已经完成.
- 目前正在准备数据集进行分析,以开发博事件的预测模型.
- 这项研究预计将产生博情节的显著预测指标.
结论:
- 将已识别的预测因素整合到数字干预中可以提高参与度和有效性.
- 这种使用EMA和生理数据的方法可以转移到对成行为的其他数字干预措施.
- 这项研究强调了利用技术实现个性化成治疗的潜力.


