Association of Daily Step Count With Depressive Symptoms in Patients With Major Depressive Disorder Using a Smartphone App (ReMAP): Longitudinal Study
Notice bibliographique
Résumé
Background: The benefits of physical activity (PA) for both physical and mental health, including major depressive disorder (MDD), are well established. Mobile devices, such as smartphones, offer a scalable way to monitor PA and its relationship with depressive symptoms in daily life. Objective: This study aimed to investigate the association between passive smartphone-recorded step counts and current depressive symptoms in individuals with and without a lifetime diagnosis of MDD, using a naturalistic bring-your-own-device approach. Methods: We used the Remote Monitoring Application in Psychiatry (ReMAP) to collect passive step count data from participants' personal smartphones. The sample included 181 individuals with a lifetime MDD diagnosis, assessed via the structured clinical interview for the Diagnostic and Statistical Manual of Mental Disorders (Fourth Edition; DSM-IV), and 195 healthy controls (HCs). Current depressive symptoms were assessed using the Beck Depression Inventory. PA was operationalized as daily and weekly step counts, passively recorded via smartphone sensors. Hierarchical models were applied to examine the association between PA and depression severity. Results: Patients with MDD exhibited significantly lower daily step counts (mean 3454, SD 2683) compared to HCs (mean 4699, SD 3175; P<.001) and showed reduced diurnal variability (β=-0.36; P=.003). Higher daily step counts were associated with lower Beck Depression Inventory scores across the full sample (β=-0.06, 95% CI -0.09 to -0.02; P=.002), with similar trends in both MDD and HC groups. Weekly step counts also significantly predicted lower concurrent depressive symptoms (β=-0.29, 95% CI -0.43 to -0.14; P<.001), while patients with MDD displayed less variability in weekly activity levels than HCs (β=-0.75; P=.001). Conclusions: These findings underscore the potential of mobile devices to be used as effective tools for monitoring PA in patients with MDD, supporting more customized and adaptive approaches to prevention and treatment. They also emphasize the importance of incorporating PA into the clinical management of depression.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 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 | 0,001 | 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 ».