Smarttelefondata avslører mønstre av psykopatologi | Carla Cantor, Medscape Informasjon om mobilitet, telefonbruk, søvn-våkne-mønstre og andre passive data samlet inn av smarttelefoner er assosiert med atferdsmarkører knyttet til flere former for psykopatologi, inkludert generell psykisk helsebelastning, viste ny forskning. I en stor observasjonsstudie av samfunnsbaserte voksne fant forskere at smarttelefonsensorer som måler daglige aktiviteter fanget opp distinkte atferdssignaturer som kan bidra til å identifisere når psykiske helsesymptomer forverres. Funnene legger til en voksende mengde arbeid med digital fenotyping, som analyserer passive data samlet inn av smarttelefoner og wearables for å identifisere atferdsmønstre i sanntid. Selv om den ikke er klar for klinikken, sa forskerne at den nye analysen antyder en rekke potensielle applikasjoner for smarttelefonsensing, som kan brukes sammen med klinikervurderte og selvrapporterte tiltak, og gir øyeblikkelig innsikt i pasientenes levde erfaring og en mulighet for rettidig intervensjon. "Denne studien hjelper oss å forstå bredden av psykopatologi som smarttelefonsensorer kan oppdage og hvor spesifikke disse markørene er for forskjellige former for psykiske lidelser," sa hovedforfatter Whitney R. Ringwald, PhD, assisterende professor og Starke Hathaway Endowed Chair i klinisk psykologi ved University of Minnesota, Minneapolis, til Medscape Medical News. "Det gir en måte å vurdere psykologisk funksjon i dagliglivet og overvåke psykiske helsesymptomer mer kontinuerlig, spesielt utenfor klinikken," la hun til. Studien ble publisert online 3. Koble data til symptomer Til nå har atferdsstudier som bruker smarttelefondata vanligvis vært små og fokusert på en enkelt lidelse som depresjon eller schizofreni. Men den tilnærmingen kan overse hvordan symptomer samhandler og overlapper på tvers av diagnostiske grenser, sa forskere. For å fange et mer fullstendig bilde brukte Ringwald og kolleger den hierarkiske taksonomien til psykopatologi, et rammeverk som organiserer psykiske helsesymptomer i transdiagnostiske domener. Disse inkluderer internalisering, løsrivelse, somatoform, antagonisme, disinhibisjon og tankeforstyrrelse. "Et av de viktigste bidragene til studien er at tidligere forskning har sett på bare noen få DSM [diagnostiske og statistiske manualer for psykiske lidelser] lidelser," sa Ringwald. "Vi tok et bredere perspektiv ved å måle symptomdimensjoner som spenner over de fleste former for psykopatologi og brukte et mye større utvalg." Tverrsnittsstudien inkluderte 557 voksne (83 % kvinner; gjennomsnittsalder, 30,7 år; 81 % hvite individer). Deltakerne fullførte en baseline mental helseundersøkelse, som etterforskere brukte til å beregne et generelt mål på total psykiatrisk symptombyrde, kalt en p-faktor. De gjennomgikk deretter 15 dager med smarttelefonbasert overvåking. Deres personlige enheter samlet inn data via globalt posisjoneringssystem (GPS), akselerometer, skjermbruk, anropslogger og batterimålinger. Forskere hentet ut 27 atferdsmarkører fra dataene, for eksempel tid tilbrakt hjemme (fra GPS-data) og søvnvarighet (fra akselerometerdata). De kartla deretter disse markørene til deltakernes skårer på tvers av psykopatologiske domener, og målte styrken av assosiasjonen med koeffisienten for multippel korrelasjon (R) mellom hvert av de seks domenene og de 27 markørene. Identifisere mønstre Løsrivelsessymptomer (R, 0,42; 95 % KI, 0,29-0,54) og somatoforme (R, 0,41; 95 % KI, 0,30-0,53) viste de sterkeste assosiasjonene. Høy løsrivelse var knyttet til slike atferdsmarkører som redusert gange, mer tid hjemme og færre besøkte steder. Somatoforme symptomer, som ofte blir oversett i mobile sensorstudier, var på samme måte knyttet til lav fysisk aktivitet. Andre assosiasjoner inkluderte lav batterilading hos personer med høy disinhibisjon - som forskere antyder kan gjenspeile planleggingsunderskudd - og færre, kortere telefonsamtaler blant de med forhøyet antagonisme. Internaliserende symptomer hadde mer subtile koblinger, inkludert kortere, hyppigere skjerminteraksjoner. Forskerne korrelerte også atferdsmønstre med deltakernes baseline p-faktor. De med høyere baseline p-faktorscore hadde større sannsynlighet for å ha sensordata som avslørte redusert mobilitet (standardisert β, -0,22; 95 % KI, -0,32 til -0,12), senere leggetider (standardisert β, 0,25; 95 % KI, 0,11-0,38), mer tid tilbrakt hjemme (standardisert β, 0,23; 95 % KI, 0,14-0,32), og lavere telefonbatterinivåer (standardisert β, -0,16; 95 % KI, -0,30 til -0,01). Disse mønstrene, antyder forfatterne, kan gjenspeile delte svekkelser i motivasjon, planlegging eller kognitiv kontroll på tvers av flere former for psykiske lidelser. Hvis de valideres, kan slike atferdsindikatorer hjelpe klinikere med å gjenkjenne når symptomene eskalerer, selv i fravær av en klar diagnostisk etikett. Digital fenotyping: Et annet klinisk verktøy? Selv om det ikke er klart for klinisk bruk, peker funnene på flere lovende bruksområder. Hvis den integreres i omsorgen, kan smarttelefonsensing hjelpe leverandører med å passivt spore symptomer som kan indikere tilbakefall, slik at klinikere kan levere rettidige intervensjoner basert på atferd i den virkelige verden. Dette kan være spesielt verdifullt for pasienter som sliter med å rapportere endringer eller har begrenset tilgang til omsorg, sa forskere. "Det er ikke en erstatning for klinisk behandling, men et potensielt supplement som gir oss et rikere bilde," sa Ringwald. Hun bemerket at digital fenotyping til slutt kan støtte just-in-time-intervensjoner - for eksempel å be om en kort terapeutisk strategi når en person viser tegn på atferdsmessig tilbaketrekning eller forstyrrelse. Ringwald understreket at viktige skritt gjenstår før teknologien er klar til å implementeres. "Dette er fortsatt forskning på et tidlig stadium," sa hun. «Vi trenger større, mer varierte prøver, bedre sensorkalibrering og strategier for å tolke data på individnivå før vi kan integrere dette i omsorgen.» Løfte og forholdsregler I en ledsagende lederartikkel beskrev Christian A. Webb, PhD, og Hadar Fisher, PhD, begge ved Harvard Medical School i Boston, studien som "et viktig bidrag til det voksende feltet digital fenotyping." Forskningen "demonstrerer den potensielle verdien av denne tilnærmingen, og knytter hverdagsatferd til transdiagnostiske symptomdimensjoner," skrev de. De advarte imidlertid om at atferdsdata ikke bør overtolkes. «Digitale atferdsdata er nettopp det – atferdsmessige. De er grove proxyer for indre mentale tilstander, ikke direkte avlesninger av humør eller tanke,» skrev forfatterne. Et enkelt signal kan ha forskjellige betydninger avhengig av kontekst. "Det samme signalet kan gjenspeile intens fysisk aktivitet, frykt eller spenning." For å være klinisk nyttig, la de til, må teknologien være nøyaktig, skalerbar og etisk implementert. Les også: