在過去的幾年里，管理一個人的心理健康變得更加重要，并且越來越強調(diào)自我保健。僅抑郁癥每年就影響全球 3 億多人。認識到這一點，人們對利用流行的可穿戴設(shè)備通過測量活動水平、睡眠和心率等指標來監(jiān)測個人的心理健康產(chǎn)生了濃厚的興趣。
圣路易斯華盛頓大學(xué)和伊利諾伊大學(xué)芝加哥分校的一組研究人員使用來自可穿戴設(shè)備的數(shù)據(jù)來預(yù)測參加隨機臨床試驗的個體的抑郁癥治療結(jié)果。他們開發(fā)了一種新的機器學(xué)習(xí)模型，可以分析兩組患者的數(shù)據(jù)——隨機選擇接受治療的患者和未接受治療的患者——而不是為每組開發(fā)單獨的模型。這種統(tǒng)一的多任務(wù)模型是向個性化醫(yī)療邁出的一步，在該模型中，醫(yī)生針對每位患者的需求設(shè)計治療計劃，并根據(jù)個人數(shù)據(jù)預(yù)測結(jié)果。
研究結(jié)果發(fā)表在ACM 的互動、模型、可穿戴和無處不在的技術(shù)論文集上，并將在 9 月的 UbiComp 2022 會議上發(fā)表。
McKelvey 工程學(xué)院 Fullgraf 教授盧晨陽帶領(lǐng)的團隊包括戴瑞軒，戴瑞軒在盧的實驗室擔(dān)任博士生，現(xiàn)在是谷歌的軟件工程師;Thomas Kannampallil，醫(yī)學(xué)院麻醉學(xué)副教授兼副首席研究信息官，McKelvey Engineering 計算機科學(xué)與工程副教授;以及伊利諾伊大學(xué)芝加哥分校 (UIC) 醫(yī)學(xué)教授馬駿;和同事使用 UIC 對大約 100 名患有抑郁癥和肥胖癥的成年人進行的隨機臨床試驗的數(shù)據(jù)開發(fā)該模型。
“綜合行為療法可能既昂貴又耗時，”盧說。“如果我們可以對個體進行個性化預(yù)測，即患者是否可能對特定治療產(chǎn)生反應(yīng)，那么只有當(dāng)模型預(yù)測他們的病情可能會通過治療而改善，但如果不治療則不太可能改善時，患者可能會繼續(xù)治療。這樣的對治療反應(yīng)的個性化預(yù)測將促進更有針對性和成本效益的治療。”
在試驗中，患者接受了 Fitbit 腕帶和心理測試。大約三分之二的患者接受了行為治療，其余患者沒有。兩組患者在基線時具有統(tǒng)計學(xué)相似性，這為研究人員提供了一個公平的競爭環(huán)境，可以根據(jù)個人數(shù)據(jù)判斷治療是否會改善結(jié)果。
標簽：
免責(zé)聲明：本文由用戶上傳，如有侵權(quán)請聯(lián)系刪除！