薬物使用が起こる前に再発を予測し、ピア回復介入を実施するための機械学習テクノロジー

この研究の目的は、物質使用障害を持つ個人における渇望、認知能力、行動、生理学的マーカーとの関係、およびウェアラブル技術（例: Ouraリング）、RNI Health アプリケーションを介したアンケートおよび認知タスクに対する参加者の回答。 すべての参加者は、以下の治療群のいずれかに無作為に割り当てられる前に、まず 3 か月間モニタリングされます。 1) 通常どおりの治療。 2) PRSS (ピアリカバリサポート) 介入。 参加者は、標準治療（通常どおりの治療）またはPRSS介入のいずれかを受けるよう、1:1の比率でランダムに割り付けられます。 参加者は心拍数、睡眠、身体活動を測定するウェアラブルデバイスを最長5年間継続的に装着することが求められる。 参加者はまた、健康、思考と感情、過去の経験、社会的背景に関するアンケートに回答するよう求められ、指示された場合には認知的および生理学的タスクを完了するよう求められます。 アンケートは、スマート デバイス上の WVU RNI Health アプリを介して完了します。 参加者のデータは、機械学習アルゴリズムと標準的な統計分析を通じて分析されます。 研究者らは、生理学的バイオマーカー、認知能力、行動、再発リスクの増加や関連する気分状態に関連する欲求のレベルなどの参加者のデータの異常を特定する予定で、参加者にはピアリカバリーサポートスペシャリスト（PRSS）が連絡を取る可能性がある。標準治療に基づいて、リソース（治療の選択肢、住宅リソースなど）との連携や紹介など、参加者のニーズを評価します。 研究の目的は、薬物使用の再発リスクを予測するための機械学習アルゴリズムを開発すること、生理学的、認知的、行動的反応パターンに基づいて予後の決定と治療計画の改善に役立つ予測モデルを開発すること、ピアの有効性を評価することです。回復サポート専門家が薬物使用の再発防止に介入し、データを使用してウェアラブル テクノロジーが治療計画の改善にどのように役立つかをより深く理解します。