mHealth の推定ベースのアルゴリズムが双極性障害の再発を示唆 (MEASURE-BD)

双極性障害（BD）を患う退役軍人は、心理社会的機能に重度の障害が起こる、一見予測不可能な期間を繰り返し経験し、投獄、ホームレス、自殺など、生涯にわたって不良な結果につながります。 研究は、BD 症状の重症度および頻度の増加と心理社会的機能の悪化との関連性を裏付けています。 BDを患う退役軍人は、心理社会的機能の低下を防ぐために治療が最も有益である時期、すなわち新たな躁うつ病エピソードが発症したときに治療を中止することが多い。 したがって、科学的根拠に基づいた治療法が利用可能であるにもかかわらず、BD は世界中で障害の主な原因の 1 つとなっています。

躁うつ病エピソードの発症を前向きに検出するための効果的なツールは、臨床医により効率的に介入し、劣悪な心理社会的転帰や生命の喪失を防ぐ機会を提供する可能性がある。 当然のことながら、精神療法の介入は、エピソードの再発を防ぐために患者の気分を監視する技術を教えることに焦点を当てていることがよくあります。 ただし、これらの自己報告手法には洞察力と患者の多大な努力が必要ですが、急性BDエピソードではそれらが不足している可能性があります。 BDの症状とBDの退役軍人における社会的機能の両方について客観的であり、高い洞察力や多大な努力を必要としない現実の尺度が欠落している。 したがって、BDを患う退役軍人にとって実現可能で受け入れられ、躁状態とうつ病の両方の発症を前向きに検出するのに効果的な受動的なmHealth方法は、最も必要なときに科学的根拠に基づいたケアが確実に提供されることで、心理社会的機能の低下を防ぐことができる可能性がある。

この功績賞プロジェクトの包括的な目標は、mHealth データを使用して信頼性が高く有効な機械学習アルゴリズムを確立し、BD の退役軍人における社会参加の低下と躁病とうつ病の発症の予測を前向きに検出することです。 研究の具体的な目的は次のとおりです。

目標その1。 BDを患う退役軍人の社会参加の将来的な減少を予測するための、GPS/位置データを使用した機械学習アルゴリズムを確立する。 研究者らは、退役軍人の社会参加の変化を数日前に予測する、新しい現実世界の GPS ベースの機械学習モデルを提供する予定です。 パイロットデータに基づいて、研究者らは、GPS データ予測子/機能には、住居、職場、日常の場所で過ごした時間が含まれることを期待しています。

目標その2。 将来の急性BD臨床状態を予測するためのGPS/位置データを使用した機械学習アルゴリズムを確立する。 研究者らは、より面倒な毎日の自己報告機能と音声デイリー機能を追加することで、肯定的な予測やその他の統計指標を使用してモデルの精度が向上するかどうかを調査します。 研究者らは、受動的な GPS/位置データだけで BD 症状の予想される変化を正確に予測できると予測しています。

目標その3。 BD の治療における mHealth ベースのアルゴリズムの臨床実装を調査する。 VA プロバイダーと管理者のフォーカス グループは、臨床ケアにおけるアルゴリズムの実装の実現可能性を評価します。

この目的を達成するために、この研究では、患者へのダイレクトメール、医療センターのチラシ、臨床医からの紹介を通じて、ミネアポリスVA医療システムで治療を受けるBDと診断された退役軍人200人を募集する。 この研究では、層別サンプリング採用戦略を使用して、18～35歳、36～45歳、46～55歳、56～65歳、66歳以上の年齢範囲の少なくとも20人の退役軍人を登録します。 参加者は、3 つのスマートフォン アプリ (つまり、VA mPRO、FollowMee、および Recorder Plus または ASR Voice Recorder) を使用して 14 週間追跡されます。 毎日、参加者は現在の症状に関する 8 つの質問に回答し、その日に予定されている活動に関する固定プロンプトに対して音声分析用の音声データを提供します。 別のアプリは、スマートフォンの GPS 機能を使用して位置を継続的かつ受動的に監視し、日常生活の逸脱を検出します。 参加者は隔週で、社会や地域社会への参加、躁状態やうつ病の症状、自殺傾向などを評価する簡単な電話画面に回答する。 隔週面接の数日前からの mHealth データは、少数の候補機械学習モデルの特徴として使用され、結果の尺度は双極性障害の症状と社会参加の隔週面接評価となります。 プロジェクトスタッフはまた、さまざまな専門分野を代表する2つのフォーカスグループ（8人のVAメンタルヘルス提供者のうちの1人および8人のVA管理者のうちの1人）を開催し、ガイド付きのディスカッション質問を使用して、将来のBDの退役軍人の臨床ケアにおけるmHealthベースのアルゴリズムの実装についてのフィードバックを引き出します。

影響: この研究の目標は、BD を患う退役軍人の差し迫ったうつ病および躁病エピソードの再発に関する、リアルタイムで目立たない前向きなシグナルを臨床医に提供し、既存の科学的根拠に基づいた情報をより迅速に、より低コストで、より効果的に使用できるようにすることです。心理社会的機能の低下を防ぐための治療。 さらに、今回の研究は、BDを患う退役軍人と他の退役軍人集団の両方における社会参加をその場でリアルタイムに追跡するための、客観的で労力がかからず目立たない尺度をもたらすだろう。