Ecological momentary assessment of mood and movement with bipolar disorder over time: Participant recruitment and efficacy of study methods
Notice bibliographique
Résumé
OBJECTIVES: Mobile technology and ambulatory research tools enable the study of human experience in vivo, when and where it occurs. This includes cognitive processes that cannot be directly measured or observed (e.g., emotion) but can be reported in the moment when prompted. METHODS: For the Bipolar Affective Disorder and older Adults (BADAS) Study, 50 participants were randomly prompted twice daily to complete brief smartphone questionnaires. This included the Bipolar Disorder Symptom Scale which was developed to briefly measure symptoms of both depression (cognitive and somatic) and hypo/mania (affrontive symptoms and elation/loss of insight). Participants could also submit voluntary or unsolicited app responses anytime; all were time- and GPS-stamped. Herein, we describe BADAS study methods that enabled effective recruitment, adherence and retention. RESULTS: We collected 9600 app responses over 2 year, for an average response rate of 1.4×/day. Over an average of 145 consecutive days (range 2-435 days), BADAS participants reported depression and hypo/mania symptom levels (a.m. and p.m.), sleep quality (a.m.), medication adherence (a.m.) and any significant events of the day (p.m.). They received $1/day for the first 90 days after submitting both a.m. and p.m. questionnaires. CONCLUSION: BADAS study methods demonstrates the utility of ecological momentary assessment in longitudinal psychiatric research.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,011 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».