Eine Studie zur psychischen Gesundheit junger Menschen in Schweden (UPIC)

In Schweden zeigen Berichte eine Zunahme der psychischen Gesundheitsprobleme junger Menschen, insbesondere junger Frauen. Dieser Anstieg ist nur unzureichend verstanden und erfordert strengere Studien, um das Ausmaß und die Schwere der Probleme zu klären, aber auch um Praktiken zur angemessenen Beurteilung der psychischen Gesundheit junger Menschen zu informieren.

Der Zweck dieses Projekts besteht darin, unser Wissen über die psychische Gesundheit junger Frauen und Männer zu erweitern und eine gültige und umfassende Methode zur Beurteilung der psychischen Gesundheit junger Menschen zu etablieren, die unsere Fähigkeit verbessern kann, die psychische Gesundheit zu fördern und psychische Gesundheitsprobleme anzugehen. Es wird ein multimodaler Datenansatz angewendet, der eine Machbarkeitsstudie zu Methoden zur Beurteilung der psychischen Gesundheit junger Menschen umfasst.

Die spezifischen Ziele des vorgeschlagenen Projekts sind: 1) Ermittlung des Ausmaßes und Verlaufs der psychischen Gesundheit junger Frauen und Männer über einen Zeitraum von zwei Jahren und Ermittlung des Mehrwerts multimodaler Daten zur Bewertung und Vorhersage psychischer Gesundheitsprobleme. 2) Demonstration der Machbarkeit verschiedener Methoden zur Beurteilung der psychischen Gesundheit junger Frauen und Männer. Die Feststellung der Machbarkeit erfolgt durch die Erhebung von Daten zu: Rekrutierungsrate, Einhaltung und Akzeptanz der Studienverfahren, einschließlich der Art der Datenerhebung.

In Schweden und international besteht die allgemeine Meinung, dass psychische Gesundheitsprobleme in den letzten Jahrzehnten zugenommen haben. Es sind weitere Untersuchungen erforderlich, um diese vermutete Zunahme psychischer Gesundheitsprobleme zu verstehen und zu klären, ob die Berichte eine echte Verschlechterung der psychischen Gesundheit widerspiegeln. Bestehende Studien wurden dafür kritisiert, dass sie aufgrund der Heterogenität der Studiendesigns und Einschränkungen, einschließlich der mangelnden Nutzung etablierter, umfassender Maßnahmen, keine verlässlichen Schätzungen zu psychischen Gesundheitsproblemen liefern können. Die nationalen Umfragen, die auf eine Verschlechterung der psychischen Gesundheit junger Frauen in Schweden hinweisen, stützen sich auf Berichte aus Einzelfragen. Obwohl die Belastung der Befragten geringer ist, kann die Gültigkeit und Zuverlässigkeit der Verwendung einzelner Fragen zur Bewertung von Konzepten wie Angstzuständen und Depressionen bestritten werden. Darüber hinaus liefern bestehende Studien punktuelle Querschnittsschätzungen statt prospektiver Zeitlinien, die im Allgemeinen zu genaueren und zuverlässigeren Daten führen.

Herkömmliche Methoden, die sich ausschließlich auf selbst gemeldete Daten verlassen, um genaue und zuverlässige Schätzungen zu liefern und so die psychische Gesundheit junger Frauen besser zu verstehen, sind möglicherweise nicht der richtige Weg. Beispielsweise haben Metabolomics-Biomarker, die beispielsweise aus Blut oder Urin gewonnen werden, an Interesse gewonnen, weil sie in der Lage sind, neue und unerwartete Signalwege zu untersuchen, die bei psychiatrischen Störungen eine Rolle spielen, und Protokolle zur Angstkonditionierung und -extinktion sowie Verhaltenstests von z. Vermeidung und Stresstoleranz haben sich bei der Erkennung und Vorhersage der psychischen Gesundheit als vielversprechend erwiesen. Die Kombination von Selbstberichtsdaten mit Informationen aus solchen anderen Datenquellen stellt einen vielversprechenden Ansatz dar, doch die Nutzung multimodaler Daten ist ein wenig erforschter Bereich in der Forschung zur psychischen Gesundheit. Darüber hinaus ist es mit der Allgegenwärtigkeit von Smartphones und den technologischen Fortschritten nun möglich, digitale Geräte wie Smartphones zur Bewertung und Verfolgung bestimmter Verhaltensweisen zu verwenden, wodurch einige der Nachteile traditioneller Bewertungsmethoden behoben werden können. Verhaltensdaten in Echtzeit, z. B. zu den Symptomen, Funktionen und dem sozialen Umfeld der Teilnehmer in nichtklinischen Umgebungen, die von digitalen Geräten gesammelt werden, bergen ein erhebliches Potenzial für die Erkennung, das Verständnis und die Vorhersage von psychiatrischen Erkrankungen, Stimmungsstörungen und depressiven Symptomen.

Diese Machbarkeitsstudie besteht aus einer prospektiven Kohorte, die einen multimodalen Datenansatz verwendet. Für Ziel 1 und Ziel 2 gelten der gleiche theoretische Rahmen, das gleiche Verfahren, die gleiche Datenerhebung und die gleichen Messungen.

Design Drei Bewertungsprotokolle werden evaluiert. Nach der Basisbewertung werden die Teilnehmer im Verhältnis 1:1:1 zufällig einem Protokoll zugewiesen. Unter Berücksichtigung des Abbruchs der Teilnehmer nach Studienbeginn und mit dem Ziel, 750 junge Menschen pro Protokoll einzubeziehen, wird die Rekrutierung fortgesetzt, bis die Zielzahl von 200 jungen Menschen pro Geburtsjahr zu Studienbeginn (n=3000) erreicht ist. Die vorgeschlagene Stichprobengröße basiert auf unserem primären Machbarkeitsergebnis: vollständige Einhaltung des Protokolls. Unter der Annahme einer Leistung von 90 % und eines Alphas von 0,05 sind mindestens 500 junge Personen erforderlich, um jedes Protokoll einzuhalten, um einen statistisch signifikanten Unterschied von 10 % in der Einhaltung zwischen Protokollen festzustellen, z. B. 60 % der adhärenten jungen Personen wurden den Protokollen 1 und 2 zugeordnet und schließen die Nachuntersuchung ab, verglichen mit 50 % der adhärenten jungen Personen, die dem Protokoll 3 zugewiesen wurden.

Datenerfassung Daten aus verschiedenen Modalitäten werden kombiniert, einschließlich sowohl aktiver als auch passiver Daten. Konkret werden die Daten durch Umfragen, Smartphone-Sensordaten, Blutentnahmen zu Hause, Verhaltenstests und Registerdaten erhoben. Die meisten Daten werden über eine studienspezifische App verwaltet. Vor der Teilnahme wird eine schriftliche (elektronische) Einwilligung eingeholt. Beispielsweise kann ein Teilnehmer der Teilnahme mit Umfragedaten, Sensordaten und Verhaltenstests zustimmen, nicht jedoch mit Blutproben oder der Verknüpfung mit Registerdaten. Nach Abschluss einer Bewertung werden den Teilnehmern Anreize geboten.

In Protokoll 1 wird die psychische Gesundheit zu drei Zeitpunkten durch eine Umfrage beurteilt: zu Studienbeginn und bei Nachuntersuchungen ein und zwei Jahre später. Dieses Design mit jährlichen Bewertungen steht im Einklang mit herkömmlichen Methoden der Bewertung durch Umfrage. Um die potenziellen Vorteile und Risiken häufigerer Untersuchungen zu untersuchen, werden die Daten in Protokoll 2 auf die gleiche Weise erhoben, jedoch zu fünf Zeitpunkten: zu Studienbeginn und 6, 12, 18 und 24 Monate später. In Protokoll 3 wird zusätzlich zu den jährlichen Bewertungen durch Umfrage eine Echtzeit-Datenerfassungsmethode angewendet, die als ökologische Momentanbewertungen (EMA) bezeichnet wird. Nach der Basisbewertung werden die Teilnehmer von Protokoll 3 gebeten, innerhalb eines Monats tägliche Registrierungen anhand einer Auswahl von Selbstberichtsmaßnahmen durchzuführen. Die Selbstberichtsfragen werden über die Anwendung mit jeweils etwa 15–20 Fragen verteilt. Dieser EMA-Zeitplan wird im Studienzeitraum dreimal wiederholt.

Datenanalyseplan Die Anzahl der jungen Personen, die auf der Grundlage der Umfrageantworten auf das Auftreten depressiver Symptome hinweisen (gemäß den verfügbaren Bewertungsleitfäden), wird bestimmt, um die Prävalenz und den Entwicklungsverlauf selbstberichteter psychischer Gesundheitsprobleme über die zweijährige Nachbeobachtungszeit zu bewerten . Mithilfe von Informationen aus den verschiedenen Datentypen werden Profile der psychischen Gesundheit erstellt. Die statistischen Techniken, die zur Identifizierung von Symptommustern, Beziehungen und Determinanten von psychischen Gesundheitsproblemen und Wohlbefinden eingesetzt werden, eignen sich für komplexe Längsschnitt- und multimodale Daten, wie z. B. Strukturgleichungsmodellierung, verallgemeinerte lineare (gemischte) Modelle und Bayesianische Modellierung. Um Zeitreihen des Auftretens von Symptomen zu untersuchen, werden Cluster von in Längsrichtung gemeldeten Symptomen durch unbeaufsichtigte Clusteranalyse ermittelt.

Basierend auf früheren Studien zur psychischen Gesundheit junger Menschen wird ein Referenzwert von >20 % für die Einstellungsquote zu Beginn als machbar angesehen. Die Dropout-Analyse zielt auf die Repräsentativität zu Studienbeginn und während der gesamten Studienphasen ab. Zu Studienbeginn werden die Verteilungen soziodemografischer Daten aus Registerdaten zwischen Teilnehmern und Nichtteilnehmern analysiert. Zur Identifizierung von Fluktuationsverzerrungen berücksichtigt die Dropout-Analyse soziodemografische Registerdaten, analysiert aber auch die Verteilung der Gesundheitsergebnisse aus früheren Bewertungen unter Teilnehmern und Dropouts in späteren Phasen der Studie.

Eine Adhärenzrate von >50 % während der zweijährigen Nachbeobachtung wird als machbar angesehen und für jedes Bewertungsprotokoll bewertet. Für die EMA-Ergebnisse (Protokoll 3) folgt die Aufzeichnung und Berichterstattung der Compliance-Daten den veröffentlichten Empfehlungen, einschließlich der Messung der Compliance-Rate als Anzahl der beantworteten Eingabeaufforderungen aus der Gesamtzahl der übermittelten Eingabeaufforderungen (Konformität von ≥ 80 % machbar) und Latenz (Zeitraum zwischen dem Empfang einer Aufforderung durch die Teilnehmer und der Beantwortung der EMA). Basierend auf früheren Umfragestudien zur psychischen Gesundheit in Schweden wird eine Gesamtkonformität von >75 % als machbar angesehen. Eine realisierbare Akzeptanzrate von Verhaltensexperimenten in dieser heterogenen, nichtklinischen Population kann nicht festgelegt werden, aber unsere Ergebnisse werden die Akzeptanz und Abschlussrate für diese Art von ferngesteuerten Verhaltensexperimenten klären. Basierend auf vorläufigen Ergebnissen der Mom2B-Studie wird eine Akzeptanzrate von >70 % für den Zugriff auf passive Daten und 80 % für die Registrierung von Daten als machbar angesehen. Darüber hinaus wird die Abschlussquote jeder Selbstberichtsmaßnahme berechnet. Die Instrumentenrichtlinien leiten die Analysen und Interpretationen. Wenn jedoch keine Richtlinien vorhanden sind, gelten <10 % interne Fehlfunktionen pro Frage/Skala als machbar.

Erwartetes Ergebnis Das prospektive Design ermöglicht die Erkennung des Ausmaßes und der Schwere psychischer Gesundheitsprobleme bei jungen Menschen und wird den Verlauf der psychischen Gesundheit über einen Zeitraum von zwei Jahren klären. Ein wichtiges Ergebnis der vorliegenden Studie ist die Klärung des Mehrwerts häufigerer Beurteilungspunkte zur Erkennung des Verlaufs der psychischen Gesundheit. Die Ergebnisse der EMA-Bewertungen werden die individuelle Alltagsvariabilität der Symptome und Verhaltensweisen der psychischen Gesundheit aufzeigen und so das Wissen über die zugrunde liegenden Prozesse und Dynamiken der psychischen Gesundheit erweitern. Die Ergebnisse werden den Nutzen multimodaler Daten für die Beurteilung der psychischen Gesundheit demonstrieren und zeigen, wie Ergebnisse aus verschiedenen Datenquellen miteinander verknüpft sind. Dies wird zusammen mit der Identifizierung potenzieller Nachteile häufiger Untersuchungen als Leitfaden für zukünftige Strategien zur Gesundheitsbewertung dienen. Es ermöglicht auch Daten zum Vorhersagewert von Gesundheitsergebnissen aus verschiedenen Bewertungsmethoden. Von besonderem Interesse ist es, zu zeigen, ob multimodale Daten umfassendere Daten liefern als einzelne Datenmodalitäten, und zu klären, ob multimodale Daten die Präzision bei der Vorhersage psychischer Gesundheitsprobleme verbessern.

Wichtig ist, dass die Ergebnisse zeigen, ob eine nach Alter und Geschlecht geschichtete Rekrutierungsstrategie angemessen ist oder ob selektive Rekrutierungsmethoden erforderlich sind, um eine repräsentative Bevölkerungsstichprobe zu erhalten. Die Machbarkeit der Erhebung von Daten zur psychischen Gesundheit durch Selbstberichtsmaßnahmen mit 6-monatiger und/oder einjähriger Nachbeobachtung sowie mit einem EMA-Ansatz wird geklärt. Die Ergebnisse werden auch zeigen, ob Verhaltenstests, passive Daten und Blutentnahmen mögliche Ergebnisinstrumente sind, die wie vorgeschlagen verwendet werden können.