新闻

亚博技术专业购彩平台

菜单

你的手机如何预测抑郁症并导致个性化治疗

这项研究使用手机应用程序和手表、大脑活动和生活方式因素的数据来预测抑郁症;结果可能导致针对心理健康的个体化治疗计划

根据国家精神疾病联盟和世界卫生组织的数据,抑郁症影响着1600万美国人和3.22亿世界人口。新出现的证据表明,COVID-19大流行进一步加剧了普通人群中抑郁症的流行。根据这一轨迹,显然需要更有效的治疗策略来解决这一关键的公共卫生问题。

在最近发表于2021年6月8日网络版的一项研究中自然转化精神病学加州大学圣地亚哥分校医学院(University of California San Diego School of Medicine)的研究人员使用了多种模式的组合,如测量大脑功能、认知和生活方式等因素,来产生对抑郁症的个性化预测。

机器学习和个性化方法考虑了与个人主观症状相关的几个因素,如睡眠、锻炼、饮食、压力、认知表现和大脑活动。

Jyoti Mishra

Jyoti Mishra博士是该研究的资深作者,NEATLabs主任,加州大学圣地亚哥医学院精神病学助理教授。

“抑郁症有不同的潜在原因,”该研究的资深作者、NEATLabs主任、加州大学圣地亚哥医学院精神病学助理教授Jyoti Mishra博士说。简而言之,目前的医疗标准大多只是询问人们的感觉,然后开处方。在大型试验中,这些一线疗法已被证明只有轻微到中度有效。

“抑郁症是一种多方面的疾病,我们需要通过个性化治疗来解决它,无论是与心理健康专业人士进行治疗,还是更多的锻炼,或多种方法的结合。”

这项为期一个月的研究收集了14名抑郁症患者的数据,他们使用智能手机应用程序和可穿戴设备(如智能手表)来测量睡眠、锻炼、饮食和压力等情绪和生活方式变量,并将这些数据与认知评估和脑电图相结合,使用头皮上的电极记录大脑活动。

研究的目的不是在个体之间做任何比较,而是为每个人每天抑郁情绪的波动建立模型。

研究人员开发了一种新的机器学习管道,系统地识别每个人情绪低落的不同预测因素。

举个例子,对一个参与者来说,锻炼和每天摄入咖啡因是情绪的有力预测因素,但对另一个参与者来说,睡眠和压力更具有预测性,而在第三个受试者中,最重要的预测因素是大脑功能和对奖励的认知反应。

“我们不应该将心理健康视为一刀切。如果患者能够更直接、更量化地了解具体的行为是如何导致他们抑郁的,他们将从中受益。临床医生可以利用这些数据来了解他们的病人可能的感受,更好地整合医疗和行为方法来改善和维持心理健康。”Mishra说。

“我们的研究表明,我们可以利用现成的技术和工具,比如手机应用程序,在不给抑郁症患者带来重大负担的情况下,从他们那里收集信息,然后利用这些信息来设计个性化的治疗方案。”

米什拉说,下一步包括检查由数据和机器学习指导的个性化治疗计划是否有效。

“我们的发现可能有比抑郁症更广泛的影响。任何寻求更大幸福的人都可以从他们自己的数据量化的见解中受益。如果我不知道哪里出了问题,我怎么知道如何让自己感觉好一点?”

合著者包括:Rutvik Shah, Gillian Grennan, MariamZafar-Khan, Fahad Alim, Sujit Dey,他们都来自加州大学圣地亚哥分校;以及加州大学圣地亚哥分校和VA圣地亚哥医疗中心的Dhakshin Ramanathan。

这项研究的部分资金来自加州大学圣地亚哥分校,以及加州大学圣地亚哥精神健康技术中心和桑福德同理心与同情研究所的种子基金。

披露:Shah, Dey和Mishra提交了一份发明披露申请,名为“使用可穿戴设备对抑郁情绪进行个性化机器学习”。


媒体接触

米歇尔·布鲁巴克, 858-249-0456,.(必须启用JavaScript才能查看此电子邮件地址)

加州大学圣地亚哥分校的工作室十300提供广播和电视连线,以便媒体采访我们的教师,这可以通过.(必须启用JavaScript才能查看此电子邮件地址).访问加州大学圣地亚哥分校,与加州大学圣地亚哥分校的教师专家就相关问题和热点新闻故事取得联系2021欧洲杯亚博