Wearable-Based Assessment for Relapse Prediction Following Repetitive Transcranial Magnetic Stimulation for Depression: Protocol for a Feasibility Study (WARN-D Study) (Preprint)
Notice bibliographique
Résumé
Abstract Background A significant proportion of patients with major depressive disorder do not achieve remission after 2 antidepressant trials and are considered to have treatment-resistant depression (TRD). Repetitive transcranial magnetic stimulation (rTMS) is an effective treatment for TRD. However, relapse rates among remitters within the first year post treatment are significant, and there are no validated markers of relapse. Wearable devices have shown positive results for longitudinal monitoring of health metrics, and may be a promising tool for early detection of relapse following rTMS treatment. Objective This study aims to evaluate the feasibility of a wearable device (Oura Ring) to monitor individuals receiving rTMS treatment for depression. We will also explore the utility of wearable-derived data as preliminary markers of treatment response and depressive relapse in a 6-month follow-up period. Methods This single-arm pilot study will recruit 25 outpatients with a major depressive episode receiving rTMS at 2 tertiary hospitals in Ontario, Canada. Participants will be required to use a smart ring throughout the treatment course and during the 6-month follow-up. Clinical assessments including the Montgomery-Åsberg Depression Rating Scale (MADRS), Patient Health Questionnaire-9 (PHQ-9), Generalized Anxiety Disorder-7 (GAD-7), Insomnia Severity Index (ISI), Posttraumatic Stress Disorder Checklist for DSM-5 (PCL-5), and World Health Organization-Five Well-Being Index (WHO-5) will be collected at baseline, treatment end, and 3- and 6-month follow-ups, alongside biweekly PHQ-9 and GAD-7 scores. The primary outcomes will be defined by feasibility measures (ie, recruitment, adherence, retention, missing data, and usability). Exploratory outcomes will include the assessment of preliminary associations between wearable-derived features and clinical outcomes and depressive relapse. Results The study was funded in December 2025, and data collection will commence following research ethics approval. At the time of manuscript submission, the study protocol was under review at the Research Ethics Board of the participating institutions, and no study-related activities, including participant recruitment, had started. Data analysis and dissemination of findings will occur following completion of data collection. Conclusions This study will provide initial evidence on the feasibility and utility of wearable-based digital phenotyping in individuals receiving rTMS for TRD. Our findings will inform the design of future large-scale studies aimed at wearable-supported relapse prevention and precision monitoring in depression care.
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 | 0,014 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,003 | 0,003 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,003 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,048 | 0,015 |
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 ».