Mobil selvsporing

Baggrund: Alvorlige psykiske sygdomme er almindelige, invaliderende, udfordrende at behandle og kræver mange års overvågning med justeringer i behandlinger. Stress eller nedsat medicinoverholdelse kan føre til hurtig forværring af symptomer og funktion med konsekvenser, der omfatter tilbagefald, jobtab, hjemløshed, fængsling, hospitalsindlæggelse og selvmord. I sædvanlig behandling er klinikbesøg sjældne, med intervaller fra månedlige til årlige. Kommunikation mellem patienter og klinikere mellem besøgene er udfordrende og ofte ikke-eksisterende. Forværringer og tilbagefald af patienters sygdom forekommer generelt med ringe eller ingen bevidsthed hos klinikeren i realtid, hvilket giver ringe mulighed for at justere behandlinger.

Betydning/påvirkning: For den store befolkning af veteraner med alvorlig psykisk sygdom er der brug for værktøjer, der passivt overvåger deres mentale sundhedsstatus, så de selv kan spore deres adfærd, hurtigt opdage forværring af mental sundhed og understøtter hurtig vurdering og intervention. Mindst 60 % af veteraner med alvorlig psykisk sygdom bruger en smartphone. Disse genererer data, der karakteriserer selskabelighed, aktivitet og søvn. Ændringer i denne adfærd er advarselstegn på tilbagefald. Passiv selvsporing kunne bruges til at identificere og forudsige forværring af sygdom i realtid.

Innovation: Passiv mobil sensing er en ny tilgang til selvsporing og overvågning af sygdomme. Der har været relativt lidt forskning i passiv selvsporing ved alvorlig psykisk sygdom, med begrænset analyseudvikling på dette område, og ingen i VA.

Specifikke mål: Dette projekt studerer passiv mobil sansning med veteraner i behandling for alvorlig psykisk sygdom. Data bruges til selvsporing af adfærd og symptomer. Mens passiv mobil sansning har været mulig, acceptabel og sikker hos patienter med alvorlig psykisk sygdom, studeres disse for første gang i VA. Analytics er udviklet, der bruger passive data til at forudsige adfærd og symptomer. Dette projekt reagerer på HSR&D-prioritetsområderne Mental Health og Healthcare Informatics. Projektet har disse mål:

1. Udfør brugercentreret design af passiv mobil selvsporing for at understøtte veteranernes håndtering af deres mentale sundhed.
2. Undersøg gennemførligheden, acceptabiliteten og sikkerheden af ​​passiv selvsporing af mental sundhed, der inkluderer feedback om mental sundhedsstatus til veteranen.
3. Brug mobilsensor- og telefonudnyttelsesdata til at udvikle individualiserede estimater af selskabelighed, aktiviteter og søvn målt ved ugentlige interviews.
4. Undersøg den prædiktive værdi af at bruge data om selskabelighed, aktiviteter og søvn til at identificere forværringer af psykiatriske symptomer.

Metode: Aktiviteter kan vurderes med data om bevægelse, placering og vaner. Omgængelighed kan vurderes med data om kommunikation og offentlige interaktioner. Søvn kan vurderes ved hjælp af data om lys, lyd, bevægelse og telefonbrug. Efterforskere på dette projekt udviklede en funktionel mobilapp, der overvåger og transmitterer mobilsensor- og brugsdata. Fokusgrupper og test af brugbarhed i laboratoriet informerer om yderligere app- og interventionsudvikling. Blandede metoder-forskningsstudier i anvendelse hos veteraner, der passivt sporer deres adfærd og psykiatriske symptomer. Hvis dette projekt opfylder tilsigtede mål, vil VA have en mobil analyseplatform, der løbende overvåger adfærd og symptomer hos patienter med alvorlig psykisk sygdom.