Dane z telefonu komórkowego ujawniają wzorce psychopatologii | Carla Cantor, Medscape Informacje o mobilności, korzystaniu z telefonu, wzorcach snu i czuwania oraz innych pasywnych danych zbieranych przez smartfony są związane z markerami behawioralnymi powiązanymi z różnymi formami psychopatologii, w tym ogólnym obciążeniem zdrowia psychicznego, wykazały nowe badania. W dużym badaniu obserwacyjnym dorosłych z społeczności, badacze odkryli, że czujniki smartfonów, które mierzą codzienne aktywności, uchwyciły wyraźne sygnatury behawioralne, które mogą pomóc w identyfikacji, kiedy objawy zdrowia psychicznego się pogarszają. Wyniki te wzbogacają rosnącą bazę prac na temat cyfrowego fenotypowania, które analizuje pasywne dane zbierane przez smartfony i urządzenia noszone w celu identyfikacji wzorców behawioralnych w czasie rzeczywistym. Chociaż nie są jeszcze gotowe do zastosowania klinicznego, badacze stwierdzili, że nowa analiza sugeruje szereg potencjalnych zastosowań dla czujników smartfonów, które mogłyby być używane obok ocen dokonywanych przez klinicystów i samoocen, oferując wgląd w doświadczenia pacjentów w danym momencie oraz możliwość szybkiej interwencji. "To badanie pomaga nam zrozumieć zakres psychopatologii, który czujniki smartfonów mogą wykrywać oraz jak specyficzne są te markery dla różnych form chorób psychicznych," powiedziała główna autorka Whitney R. Ringwald, PhD, adiunkt i Starke Hathaway Endowed Chair w psychologii klinicznej na Uniwersytecie Minnesota w Minneapolis, w rozmowie z Medscape Medical News. "Oferuje to sposób na ocenę funkcjonowania psychologicznego w codziennym życiu i monitorowanie objawów zdrowia psychicznego w sposób bardziej ciągły, szczególnie poza ustawieniem klinicznym," dodała. Badanie zostało opublikowane online 3 lipca w JAMA Network Open. Łączenie danych z objawami Do tej pory badania behawioralne wykorzystujące dane z telefonów komórkowych były zazwyczaj małe i koncentrowały się na jednym zaburzeniu, takim jak depresja czy schizofrenia. Jednak takie podejście może pomijać, jak objawy współdziałają i nakładają się na siebie w różnych granicach diagnostycznych, stwierdzili badacze. Aby uchwycić pełniejszy obraz, Ringwald i jej współpracownicy użyli hierarchicznej taksonomii psychopatologii, ramy, która organizuje objawy zdrowia psychicznego w domeny transdiagnostyczne. Należą do nich internalizacja, detachment, somatoform, antagonizm, dysinhibicja i zaburzenia myślenia. "Jednym z głównych wkładów badania jest to, że wcześniejsze badania dotyczyły tylko kilku zaburzeń DSM [diagnostycznego i statystycznego podręcznika zaburzeń psychicznych]," powiedziała Ringwald. "Zajęliśmy szersze podejście, mierząc wymiary objawów, które obejmują większość form psychopatologii i użyliśmy znacznie większej próbki." Badanie przekrojowe objęło 557 dorosłych (83% kobiet; średni wiek 30,7 lat; 81% białych). Uczestnicy wypełnili podstawową ankietę zdrowia psychicznego, którą badacze wykorzystali do obliczenia ogólnego wskaźnika obciążenia objawami psychiatrycznymi, zwanego p-faktorem. Następnie przeszli 15 dni monitorowania opartego na smartfonach. Ich osobiste urządzenia zbierały dane za pomocą systemu globalnego pozycjonowania (GPS), akcelerometru, użycia ekranu, dzienników połączeń i metryk baterii. Badacze wyodrębnili 27 markerów behawioralnych z danych, takich jak czas spędzony w domu (na podstawie danych GPS) i czas snu (na podstawie danych akcelerometru). Następnie powiązali te markery z wynikami uczestników w różnych domenach psychopatologii, mierząc siłę związku za pomocą współczynnika korelacji wielokrotnej (R) między każdą z sześciu domen a 27 markerami. Identyfikacja wzorców Objawy detachment (R, 0.42; 95% CI, 0.29-0.54) i somatoform (R, 0.41; 95% CI, 0.30-0.53) wykazały najsilniejsze powiązania. Wysoki detachment był związany z takimi markerami behawioralnymi jak zmniejszona aktywność fizyczna, więcej czasu spędzonego w domu i mniej odwiedzanych miejsc. Objawy somatoform, które często są pomijane w badaniach mobilnych, były podobnie związane z niską aktywnością fizyczną. Inne powiązania obejmowały niski poziom naładowania baterii u osób z wysoką dysinhibicją — co badacze sugerują, że może odzwierciedlać deficyty w planowaniu — oraz mniej, krótsze połączenia telefoniczne wśród osób z podwyższonym antagonizmem. Objawy internalizacji miały subtelniejsze powiązania, w tym krótsze, częstsze interakcje z ekranem. Badacze również skorelowali wzorce behawioralne z podstawowym p-faktorem uczestników. Osoby z wyższymi wynikami p-faktora były bardziej skłonne do posiadania danych z czujników, które ujawniały zmniejszoną mobilność (standaryzowane β, -0.22; 95% CI, -0.32 do -0.12), późniejsze godziny snu (standaryzowane β, 0.25; 95% CI, 0.11-0.38), więcej czasu spędzonego w domu (standaryzowane β, 0.23; 95% CI, 0.14-0.32) i niższe poziomy baterii telefonu (standaryzowane β, -0.16; 95% CI, -0.30 do -0.01). Te wzorce, sugerują autorzy, mogą odzwierciedlać wspólne deficyty w motywacji, planowaniu lub kontroli poznawczej w różnych formach chorób psychicznych. Jeśli zostaną potwierdzone, takie wskaźniki behawioralne mogą pomóc klinicystom rozpoznać, kiedy objawy się nasilają, nawet w przypadku braku wyraźnej etykiety diagnostycznej. Cyfrowe fenotypowanie: kolejny narzędzie kliniczne? Chociaż nie są jeszcze gotowe do zastosowania klinicznego, wyniki wskazują na kilka obiecujących zastosowań. Jeśli zostaną zintegrowane w opiece, czujniki smartfonów mogą pomóc dostawcom pasywnie śledzić objawy, które mogą wskazywać na nawroty, umożliwiając klinicystom dostarczanie szybkich interwencji na podstawie rzeczywistego zachowania. Może to być szczególnie cenne dla pacjentów, którzy mają trudności z raportowaniem zmian lub mają ograniczony dostęp do opieki, stwierdzili badacze. "To nie jest zastępstwo dla opieki klinicznej, ale potencjalne uzupełnienie, które daje nam bogatszy obraz," powiedziała Ringwald. Zauważyła, że cyfrowe fenotypowanie mogłoby ostatecznie wspierać interwencje w odpowiednim czasie — na przykład, wywołując krótką strategię terapeutyczną, gdy osoba wykazuje oznaki wycofania behawioralnego lub zakłócenia. Ringwald podkreśliła, że przed wdrożeniem technologii pozostaje wiele ważnych kroków. "To wciąż badania na wczesnym etapie," powiedziała. "Potrzebujemy większych, bardziej zróżnicowanych próbek, lepszej kalibracji czujników i strategii interpretacji danych na poziomie indywidualnym, zanim będziemy mogli zintegrować to w opiece." Obietnice i ostrożności W towarzyszącym artykule redakcyjnym Christian A. Webb, PhD, i Hadar Fisher, PhD, oboje z Harvard Medical School w Bostonie, opisali badanie jako "ważny wkład w rosnącą dziedzinę cyfrowego fenotypowania." Badania "demonstrują potencjalną wartość tego podejścia, łącząc codzienne zachowania z transdiagnostycznymi wymiarami objawów," napisali. Ostrzegli jednak, że dane behawioralne nie powinny być nadinterpretowane. "Cyfrowe dane behawioralne to tylko to — dane behawioralne. Są to szorstkie wskaźniki wewnętrznych stanów psychicznych, a nie bezpośrednie odczyty nastroju czy myśli," napisali autorzy. Pojedynczy sygnał może mieć różne znaczenia w zależności od kontekstu. "Ten sam sygnał może odzwierciedlać intensywną aktywność fizyczną, strach lub ekscytację." Aby być użytecznym klinicznie, dodali, technologia musi być dokładna, skalowalna i etycznie wdrożona. Czytaj więcej: