你的手机如何预测抑郁症并引导个性化治疗

文章内容

根据全国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3.22亿全球人。新出现的证据表明，COVID-19大流行进一步加剧了抑郁症在普通人群中的流行。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。

在最近的一项研究中，发表在2021年6月8日的在线版自然转化精神病学在这项研究中，加州大学圣地亚哥分校医学院的研究人员结合多种方法，如测量大脑功能、认知能力和生活方式等因素，得出抑郁症的个体化预测。

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博士是这项研究的资深作者，NEATLabs主任，加州大学圣地亚哥医学院精神病学系助理教授。

“抑郁症有不同的潜在原因，”该研究的资深作者、NEATLabs主任、加州大学圣地亚哥分校医学院精神病学系助理教授Jyoti Mishra博士说。“简单地说，目前的医疗标准主要是问人们感觉如何，然后开处方用药。在大型试验中，这些一线治疗只显示出轻微到中等的效果。

“抑郁症是一种多方面的疾病，我们需要用个性化的治疗方法来治疗它，无论是由心理健康专家进行治疗，还是更多的锻炼，或者是多种方法的结合。”

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进行任何比较，而是建立每个人在抑郁情绪中日常波动的预测因子模型。

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。

例如，对一名参与者来说，锻炼和每日咖啡因摄入量是情绪的强有力预测因素，但对另一名参与者来说，睡眠和压力更具有预测性，而在第三名受试者中，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。患者将受益于更直接和量化的洞察具体行为如何可能助长他们的抑郁症。临床医生可以利用这些数据来了解他们的患者可能的感受，并更好地将医学和行为方法结合起来，以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，从患有抑郁症或有抑郁症风险的人那里收集信息，而不会给他们带来重大负担，然后利用这些信息来设计个性化的治疗方案。”

“我们的发现可能比抑郁症有更广泛的影响。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。如果我不知道什么是错的，我怎么知道如何感觉更好呢?”

合著者包括:Rutvik Shah, Gillian Grennan, MariamZafar-Khan, Fahad Alim, Sujit Dey，都是加州大学圣地亚哥分校的;以及加州大学圣地亚哥分校和弗吉尼亚州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分校心理健康技术中心和桑福德共情与同情研究所的种子基金。

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