您的手机如何预测抑郁症并导致个性化的待遇

根据国家精神疾病和世界卫生组织的联盟，抑郁症影响了1600万美国人和全球3.22亿人。新兴的证据表明Covid-19大流行进一步加剧了一般人群中抑郁症的患病率。通过这种轨迹，很明显，治疗方法需要更有效的策略，这些策略解决了这一关键的公共卫生问题。

在最近的一项研究中，在2011年6月8日出版的自然翻译精神病学的在线版，加州大学的研究人员San Diego医学院使用了衡量脑功能，认知和生活方式因素的方式的组合，以产生个性化预测抑郁症。

机器学习和个性化方法考虑了与个体主观症状相关的几个因素，例如睡眠，运动，饮食，压力，认知性能和大脑活动。

博士，博士，博士，博士学位的高级作者，是富通圣地亚哥医学院精神病学系的Neatlabs和助理教授的学习。

“有不同的抑郁症的原因和原因，”博士学位，博士学位，博士学位，博士学位，博士教训委员会医学院精神病学院的精神病学系主任。 “简单地说，目前的医疗保健标准主要是询问人们他们如何感受然后写作药物的处方。这些一线治疗已被证明只能在大型试验中适度效果。

“抑郁症是一种多方面的疾病，我们需要与个性化的治疗方法接近，是否具有精神卫生专业人员的治疗，更多的运动或方法组合。”

为期一月的研究，使用智能手机应用程序和可穿戴设备（如智能手表）收集了14名参与者的数据，以测量睡眠，运动，饮食和压力的情绪和生活方式变量，并将这些与认知评估和脑电图配对，使用电极头皮记录大脑活动。

目标不是对个人进行任何比较，而是为了模拟每个人日常情绪的日常波动的预测因素。

研究人员开发了一种新的机器学习管道，以系统地确定每个人在每个人的低情中的不同预测因子。

作为一个例子，运动和日常咖啡因摄入量被出现为一个参与者的情绪的强烈预测因素，但对于另一个参与者来说，它是睡眠和压力更加预测，而在第三个主题中，最高预测因子是脑功能和认知对奖励的认知反应。

“我们不应该像一种尺寸适合所有人都要接近心理健康。患者将通过更直接和量化的洞察对特定行为如何喂养抑郁症来效益。 Mishra表示，临床医生可以利用这些数据来了解他们的患者可能感受到的感受和更好地整合医疗和行为方法，以便培养和维持心理健康。“

“我们的研究表明，我们可以使用易于使用的技术和工具，如手机应用程序，收集来自个人的个人或以抑郁症的风险收集信息，而不会对他们的重大负担，然后利用该信息设计个性化的治疗计划。“

Mishra表示，下一步包括检查是否通过数据和机器学习引导的个性化治疗计划是有效的。

“我们的研究结果可能具有比抑郁症更广泛的影响。任何寻求更幸福的人都可以从自己的数据量量化的见解中受益。如果我不知道是什么错了，我怎么知道如何感觉更好？“

共同作者包括：Rutvik Shah，Gillian Grannan，Mariamzafar-Khan，Fahad Alim，Sujit Dey，都与UC San Diego; 和Dhakshin Ramanathan与UC San Diego和Va San Diego Medical Center。 该研究部分由加州圣地亚哥大学和来自UC San Diego精神健康技术中心和桑福德学院的同情和同情学院的播种者提供资金。 披露：Shah，Dey和Mishra有一种发明披露，用于“使用可穿戴物品的个性化机器学习的抑郁情绪。” UC San Diego's Studio To Ten 300提供媒体访谈的无线电和电视连接，我们的教师可以协调。（必须启用JavaScript来查看此电子邮件地址）。 与UC San Diego教师联系在相关问题和趋势新闻故事中，访问HTTPS://Cucsdnews.ucsd.edu/media-resources/faculty-experts。