MétaCan
Menu
Retour à la cohorte
Enregistrement W4286485203 · doi:10.30773/pi.2022.0102

Design and Methods of a Prospective Smartphone App-Based Study for Digital Phenotyping of Mood and Anxiety Symptoms Mixed With Centralized and Decentralized Research Form: The Search Your Mind (S.Y.M., 心) Project

2022· article· en· W4286485203 sur OpenAlexaff
Ye-Won Kang, Tai hui Sun, Ga-Yeong Kim, Ho-Young Jung, Hyun-Jin Kim, Seulki Lee, Yu Rang Park, Jaiden Tu, Jae-Hon Lee, Kwang‐Yeon Choi, Chul‐Hyun Cho

Notice bibliographique

RevuePsychiatry Investigation · 2022
Typearticle
Langueen
DomainePsychology
ThématiqueDigital Mental Health Interventions
Établissements canadiensWestern University
Organismes subventionnairesMinistry of Science and ICT, South KoreaNational Research Foundation of KoreaNational Research Foundation
Mots-clésMoodAnxietyPsychologyApplied psychologyComputer sciencePsychotherapistClinical psychologyPsychiatry

Résumé

récupéré en direct d'OpenAlex

In this study, the Search Your Mind (S.Y.M., ) project aimed to collect prospective digital phenotypic data centered on mood and anxiety symptoms across psychiatric disorders through a smartphone application (app) platform while using both centralized and decentralized research designs: the centralized research design is a hybrid of a general prospective observational study and a digital platform-based study, and it includes face-to-face research such as informed written consent, clinical evaluation, and blood sampling. It also includes digital phenotypic assessment through an application-based platform using wearable devices. Meanwhile, the decentralized research design is a non-face-to-face study in which anonymous participants agree to electronic informed consent forms on the app. It also exclusively uses an application-based platform to acquire individualized digital phenotypic data. We expect to collect clinical, biological, and digital phenotypic data centered on mood and anxiety symptoms, and we propose a possible model of centralized and decentralized research design.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,019
score de la tête « metaresearch » (Gemma)0,016
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,019
Score d'incertitude au seuil0,100

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0190,016
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0020,001
Études des sciences et des technologies0,0030,001
Communication savante0,0010,001
Science ouverte0,0010,002
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0110,002

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.

Tête enseignante Opus0,097
Tête enseignante GPT0,439
Écart entre enseignants0,342 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations7
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePsychiatry InvestigationMême sujetDigital Mental Health InterventionsTravaux en français237 207