Utility of Digital Phenotyping Based on Wrist Wearables and Smartphones in Psychosis: Observational Study
Notice bibliographique
Résumé
Background: Digital phenotyping provides insights into an individual's digital behaviors and has potential clinical utility. Objective: In this observational study, we explored digital biomarkers collected from wrist-wearable devices and smartphones and their associations with clinical symptoms and functioning in patients with schizophrenia. Methods: We recruited 100 outpatients with schizophrenia spectrum disorder, and we collected various digital data from commercially available wrist wearables and smartphones over a 6-month period. In this report, we analyzed the first week of digital data on heart rate, sleep, and physical activity from the wrist wearables and travel distance, sociability, touchscreen tapping speed, and screen time from the smartphones. We analyzed the relationships between these digital measures and patient baseline measurements of clinical symptoms assessed with the Positive and Negative Syndrome Scale, Brief Negative Symptoms Scale, and Calgary Depression Scale for Schizophrenia, as well as functioning as assessed with the Social and Occupational Functioning Assessment Scale. Linear regression was performed for each digital and clinical measure independently, with the digital measures being treated as predictors. Results: Digital data were successfully collected from both the wearables and smartphones throughout the study, with 91% of the total possible data successfully collected from the wearables and 82% from the smartphones during the first week of the trial-the period under analysis in this report. Among the clinical outcomes, negative symptoms were associated with the greatest number of digital measures (10 of the 12 studied here), followed by overall measures of psychopathology symptoms, functioning, and positive symptoms, which were each associated with at least 3 digital measures. Cognition and cognitive/disorganization symptoms were each associated with 1 or 2 digital measures. Conclusions: We found significant associations between nearly all digital measures and a wide range of symptoms and functioning in a community sample of individuals with schizophrenia. These findings provide insights into the digital behaviors of individuals with schizophrenia and highlight the potential of using commercially available wrist wearables and smartphones for passive monitoring in schizophrenia.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| 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 source (Gemma direct ou Codex distillé), 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 ».