根据最新研究，智能手机收集的被动数据，如移动性、手机使用情况、睡眠-觉醒模式等，与多种精神病理学行为标志物相关，包括总体心理健康负担。
在一项针对社区成年人的大规模观察性研究中，研究人员发现，智能手机传感器测量日常活动的能力捕捉到了独特的行为特征，这些特征可能有助于识别心理健康症状的恶化。
这些发现补充了数字表型（digital phenotyping）领域日益增长的研究。数字表型通过分析智能手机和可穿戴设备收集的被动数据，实时识别行为模式。尽管尚未准备好用于临床，但研究人员表示，这种新的分析方法提示了智能手机传感的若干潜在应用，它可以与临床医生评估和自我报告测量结合使用，提供患者日常生活体验的即时洞察，并为及时干预提供机会。
“这项研究帮助我们理解智能手机传感器可以检测的病理学范围，以及这些标志物对不同精神疾病的具体程度，”该研究的主要作者、明尼苏达大学临床心理学助理教授、Starke Hathaway捐赠讲席教授Whitney R. Ringwald博士告诉《Medscape医学新闻》。
“它提供了一种在日常生活中评估心理功能的方法，并能更持续地监测心理健康症状，特别是在临床环境之外，”她补充道。
该研究于7月3日在《JAMA Network Open》在线发表。
将数据与症状关联
研究人员表示，此前利用智能手机数据的行为研究通常规模较小，且仅关注单一障碍，如抑郁症或精神分裂症。但这种方法可能忽略了症状在诊断边界之间的相互作用和重叠。
为了捕捉更全面的画面，Ringwald及其同事采用了精神病理学的层级分类法（hierarchical taxonomy of psychopathology），该框架将心理健康症状组织为跨诊断领域，包括内化（internalizing）、脱离（detachment）、躯体形式（somatoform）、敌意（antagonism）、冲动控制障碍（disinhibition）和思维障碍（thought disorder）。
“这项研究的一项重要贡献是，早期研究只关注少数DSM（《精神障碍诊断与统计手册》）障碍，”Ringwald说。“我们采取了更广泛的视角，测量了涵盖大多数精神病理形式的症状维度，并使用了更大的样本。”
这项横断面研究纳入了557名成年人（83%为女性，平均年龄30.7岁，81%为白人）。参与者完成了基线心理健康调查，研究人员据此计算出一个总体精神病症状负担的综合指标，称为p因子。
随后，他们接受了15天的智能手机监测。他们的个人设备通过全球定位系统（GPS）、加速度计、屏幕使用、通话记录和电池指标收集数据。
研究人员从这些数据中提取了27个行为标志物，例如在家时间（来自GPS数据）和睡眠时长（来自加速度计数据）。
然后，他们将这些标志物映射到参与者的各精神病理学领域的评分上，通过每个领域与27个标志物之间的多重相关系数（R）来衡量关联强度。
识别行为模式
脱离症状（R，0.42；95% CI，0.29-0.54）和躯体形式症状（R，0.41；95% CI，0.30-0.53）显示出最强的关联。高脱离症状与行为标志物如步行减少、在家时间增加、访问地点减少等有关。
躯体形式症状在移动传感研究中常常被忽视，但也与低身体活动相关。
其他关联包括：高冲动控制障碍个体的低电池电量——研究人员认为这可能反映计划能力缺陷；高敌意个体的通话次数较少且通话时间较短；内化症状的关联较微妙，包括更频繁但更短暂的屏幕互动。
研究人员还将行为模式与参与者的基线p因子相关联。那些基线p因子评分较高的人更可能有传感器数据显示出活动减少（标准化β，-0.22；95% CI，-0.32至-0.12）、更晚的入睡时间（标准化β，0.25；95% CI，0.11-0.38）、更多在家时间（标准化β，0.23；95% CI，0.14-0.32）和更低的手机电量（标准化β，-0.16；95% CI，-0.30至-0.01）。
作者指出，这些模式可能反映了多种精神疾病中共有的动机、计划或认知控制障碍。如果得到验证，这些行为指标可以帮助临床医生识别症状的升级，即使没有明确的诊断标签。
数字表型：另一种临床工具？
尽管尚未准备好用于临床，但研究结果指出了几个有前景的应用方向。
如果整合到护理中，智能手机传感可以帮助提供者被动追踪可能表明复发的症状，使临床医生能够根据现实世界的行为提供及时干预。研究人员表示，这可能对难以报告变化或医疗资源有限的患者特别有价值。
“这不是临床护理的替代品，而是一种潜在的补充，能为我们提供更丰富的信息，”Ringwald说。
她指出，数字表型最终可能支持“即时干预”——例如，当一个人表现出行为退缩或紊乱的迹象时，触发简短的治疗策略。
Ringwald强调，在该技术准备就绪之前，仍有许多重要步骤需要完成。
“这仍处于早期研究阶段，我们需要更大、更多样化的样本、更好的传感器校准，以及在个体层面解释数据的策略，才能将其整合到护理中。”
前景与警示
在一篇相关社论中，波士顿哈佛医学院的Christian A. Webb博士和Hadar Fisher博士将这项研究描述为“数字表型快速增长领域的重要贡献”。
他们写道，这项研究“展示了该方法的潜在价值，将日常行为与跨诊断症状维度联系起来。”
然而，他们也警告说，不应过度解读行为数据。
“数字行为数据只是行为本身，它们是内部心理状态的粗略代理，而不是情绪或思维的直接读数。”作者写道。
单一信号在不同情境下可能具有不同的含义。“同样的信号可能反映剧烈的身体活动、恐惧或兴奋。”
他们补充说，要使其具有临床实用性，技术必须准确、可扩展，并以伦理方式实施。
“梦想是实现可扩展、低负担、个性化的护理，满足人们的实际需求，”Webb和Fisher写道。“如果我们能在科学和保障措施上做对，智能手机不仅会成为我们口袋中无处不在的设备，也会成为我们临床工具包中不可或缺的一部分。”
该研究得到了美国国家酒精滥用与酒精中毒研究所、国家心理健康研究所和匹兹堡大学临床与转化科学研究所的支持。Ringwald及其合著者报告无相关财务关系。Webb部分受Tommy Fuss基金支持，报告无相关披露。Fisher报告无利益冲突。
【全文结束】
