양극성 장애 에피소드의 향후 재발을 알리는 mHealth 추정 기반 알고리즘 (MEASURE-BD)

양극성 장애(BD)를 앓고 있는 제대군인은 반복적이고 예측할 수 없는 것처럼 보이는 심각한 심리사회적 기능 장애를 경험하며, 이로 인해 투옥, 노숙자, 자살 사망 등 일생 동안 좋지 않은 결과를 초래하게 됩니다. 연구는 BD 증상의 심각도 및 빈도 증가와 심리사회적 기능 저하 사이의 연관성을 뒷받침합니다. BD를 앓고 있는 제대군인은 심리사회적 기능 저하를 예방하는 데 치료가 가장 유익한 시기에, 즉 새로운 조증 및 우울증 에피소드가 시작될 때 치료를 중단하는 경우가 많습니다. 따라서 증거 기반 치료법이 있음에도 불구하고 BD는 전 세계적으로 장애의 주요 원인 중 하나입니다.

조증 및 우울증 에피소드 발병을 전향적으로 감지하기 위한 효과적인 도구는 임상의에게 보다 효율적으로 개입하고 열악한 심리사회적 결과와 사망을 예방할 수 있는 기회를 제공할 수 있습니다. 당연히 심리치료적 개입은 에피소드 재발 예방을 위해 환자의 기분 모니터링 기술을 가르치는 데 초점을 맞추는 경우가 많습니다. 그러나 이러한 자가 보고 기술에는 통찰력과 높은 환자 노력이 필요하며 이는 급성 BD 에피소드 중에는 부족할 수 있습니다. 객관적이고 높은 통찰력이나 많은 노력이 필요하지 않은 BD 증상과 퇴역 군인의 사회적 기능에 대한 실제 측정이 누락되었습니다. 따라서 BD 제대군인이 실행 가능하고 수용할 수 있으며 조증과 우울증의 발병을 전향적으로 감지하는 데 효과적인 수동적 모바일 헬스 방법은 가장 필요한 시기에 증거 기반 치료를 제공함으로써 심리사회적 기능 저하를 예방할 수 있습니다.

이 Merit Award 프로젝트의 가장 중요한 목표는 mHealth 데이터를 사용하여 신뢰할 수 있고 유효한 기계 학습 알고리즘을 구축하여 BD 퇴역군인의 사회적 참여 감소와 조증 및 우울증의 발병 가능성을 예측하는 것입니다. 연구의 구체적인 목표는 다음과 같습니다.

목표 #1. BD를 사용하여 재향군인의 사회적 참여의 향후 감소를 예측하기 위해 GPS/위치 데이터를 사용하는 기계 학습 알고리즘을 구축합니다. 조사관은 재향군인의 사회적 참여 변화를 며칠 전에 예측하는 새로운 실제 GPS 기반 기계 학습 모델을 제공할 것입니다. 파일럿 데이터를 기반으로 조사관은 GPS 데이터 예측자/기능에 거주지, 직장 및 일상적인 장소에서 보낸 시간이 포함될 것으로 기대합니다.

목표 #2. 예상되는 급성 BD 임상 상태를 예측하기 위해 GPS/위치 데이터를 사용하는 기계 학습 알고리즘을 구축합니다. 조사관은 부담스러운 일일 자기 보고 및 음성 유제품 기능을 추가하면 긍정적 예측 및 기타 통계 지표를 사용하여 모델의 정확도가 향상되는지 여부를 조사할 것입니다. 연구자들은 수동적 GPS/위치 데이터만으로도 BD 증상의 예상 변화를 정확하게 예측할 수 있을 것으로 예측합니다.

목표 #3. BD 치료에서 mHealth 기반 알고리즘의 임상적 구현을 ​​탐구합니다. VA 제공자와 관리자로 구성된 포커스 그룹은 임상 치료에서 알고리즘 구현의 타당성을 평가합니다.

목표를 달성하기 위해 이 연구에서는 환자에게 직접 메일을 보내고 의료 센터에 전단을 보내고 임상의의 추천을 통해 미니애폴리스 VA 건강 관리 시스템에서 치료를 받는 BD 진단을 받은 재향군인 200명을 모집할 것입니다. 이 연구에서는 18~35세, 36~45세, 46~55세, 56~65세, 66세 이상의 연령 범위에서 최소 20명의 퇴역군인을 등록하기 위해 계층화된 샘플링 모집 전략을 사용할 것입니다. 참가자는 3개의 스마트폰 앱(예: VA mPRO, FollowMee, Recorder Plus 또는 ASR Voice Recorder)을 사용하여 14주 동안 추적 관찰됩니다. 매일 참가자는 현재 증상에 대한 8개 질문 평가를 완료하고 그날 계획된 활동에 대한 고정 프롬프트에 음성 분석을 위한 음성 데이터를 제공합니다. 또 다른 앱은 스마트폰 GPS 기능을 사용하여 지속적으로 수동적으로 위치를 모니터링하여 일상 생활의 편차를 감지합니다. 격주로 참가자들은 사회 및 지역 사회 참여, 조증 및 우울증 증상, 자살 성향을 평가하는 간단한 전화 화면을 작성하게 됩니다. 격주 인터뷰 며칠 전의 mHealth 데이터는 양극성 증상 및 사회적 참여에 대한 격주 인터뷰 평가인 결과 측정과 함께 소수의 후보 기계 학습 모델의 기능으로 사용됩니다. 프로젝트 직원은 또한 다양한 분야를 대표하는 8명의 VA 정신 건강 제공자 중 한 명과 8명의 VA 관리자 중 한 명 등 두 개의 포커스 그룹을 개최하고 안내 토론 질문을 사용하여 BD 퇴역 군인의 향후 임상 치료에서 mHealth 기반 알고리즘 구현에 대한 피드백을 이끌어낼 것입니다.

영향: 연구 목표는 BD 퇴역군인의 임박한 우울증 및 조증 에피소드 재발에 대한 실시간, 눈에 거슬리지 않는 전향적 신호를 임상의에게 제공하여 기존 증거 기반의 보다 빠르고 저렴하며 효과적인 사용을 위한 임상 도구를 제공하는 것입니다. 나쁜 심리사회적 기능적 결과를 예방하기 위한 치료. 또한, 현재 연구는 BD가 있는 퇴역군인과 기타 퇴역군인 인구 모두에서 현장 및 실시간으로 사회 참여를 추적하기 위한 객관적이고 적은 노력으로 눈에 거슬리지 않는 측정값을 산출할 것입니다.