Алгоритмы на основе оценок мобильного здравоохранения, сигнализирующие о предстоящем рецидиве эпизодов биполярного расстройства (MEASURE-BD)

Ветераны с биполярными расстройствами (БР) переживают повторяющиеся и, казалось бы, непредсказуемые периоды серьезных нарушений психосоциального функционирования, которые приводят к плохим последствиям на протяжении всей их жизни, таким как тюремное заключение, бездомность и смерть в результате самоубийства. Исследования подтверждают связь между большей тяжестью и частотой симптомов BD и ухудшением психосоциального функционирования. Ветераны с БАР часто прекращают лечение в тот момент, когда лечение было бы наиболее полезным для предотвращения ухудшения психосоциального функционирования, — когда возникают новые маниакальные и депрессивные эпизоды. Таким образом, несмотря на наличие научно обоснованных методов лечения, BD является одной из ведущих причин инвалидности во всем мире.

Эффективные инструменты для проспективного выявления маниакальных и депрессивных эпизодов могут предоставить врачам возможность более эффективно вмешаться и предотвратить плохие психосоциальные исходы и гибель людей. Неудивительно, что психотерапевтические вмешательства часто направлены на обучение пациентов методам мониторинга настроения для предотвращения рецидивов эпизодов. Однако эти методы самоотчета требуют понимания и больших усилий пациента, которых может не хватать во время острых эпизодов BD. Отсутствуют объективные объективные измерения симптомов BD и социального функционирования в реальном мире у ветеранов с BD, которые не требуют глубокого понимания или больших усилий. Таким образом, пассивные методы мобильного здравоохранения, которые осуществимы и приемлемы для ветеранов с BD и эффективны в проспективном выявлении маний и депрессий, могут предотвратить снижение психосоциального функционирования, обеспечивая предоставление научно обоснованной помощи в моменты наибольшей необходимости.

Главной целью этого проекта Merit Award является создание надежных и действенных алгоритмов машинного обучения с использованием данных мобильного здравоохранения для проспективного выявления снижения социального участия и предполагаемого возникновения мании и депрессии у ветеранов с BD. Конкретными целями исследования являются:

Цель №1. Создать алгоритм машинного обучения с использованием данных GPS/местоположения для прогнозирования предполагаемого снижения социального участия ветеранов с BD. Исследователи предоставят новые, реальные модели машинного обучения на основе GPS, которые предсказывают за несколько дней изменения в социальном участии ветеранов. Основываясь на пилотных данных, исследователи ожидают, что предикторы/функции данных GPS будут включать время, проведенное дома, на работе и в повседневных местах.

Цель №2. Разработать алгоритмы машинного обучения с использованием данных GPS/местоположения для прогнозирования будущих острых клинических состояний ББ. Исследователи изучат, повысит ли добавление более обременительных ежедневных самоотчетов и голосовых молочных функций точность моделей, используя положительные прогнозы и другие статистические индексы. Исследователи прогнозируют, что одни только пассивные данные GPS/местоположения обеспечат точный прогноз будущих изменений симптомов BD.

Цель №3. Изучить клиническую реализацию алгоритмов на базе мобильного здравоохранения в лечении БР. Фокус-группы поставщиков и администраторов ВА оценят возможность внедрения алгоритмов в клиническую помощь.

Для достижения поставленных целей в исследовании примут участие 200 ветеранов с диагнозом BD, которые получат помощь в системе здравоохранения Миннеаполиса, штат Вирджиния, путем прямой рассылки пациентам, листовок в медицинском центре и направлений от врачей. В исследовании будут использоваться стратегии набора стратифицированной выборки для включения не менее 20 ветеранов в возрастных диапазонах 18–35, 36–45, 46–55, 56–65 и 66 лет и старше. За участниками будут следить в течение 14 недель с помощью трех приложений для смартфонов (например, VA mPRO, FollowMee и Recorder Plus или ASR Voice Recorder). Ежедневно участники будут отвечать на 8 вопросов о своих текущих симптомах и предоставлять голосовые данные для анализа речи с фиксированной подсказкой о своих запланированных действиях на день. Другое приложение будет постоянно и пассивно отслеживать местоположение, используя функции GPS смартфона, чтобы обнаруживать отклонения в повседневной жизни. Раз в две недели участники будут проходить краткий опрос по телефону, оценивая участие в социальной жизни и сообществе, симптомы мании и депрессии, а также склонность к суициду. Данные мобильного здравоохранения за несколько дней до собеседований, проводимых раз в две недели, будут использоваться в качестве характеристик в небольшом количестве моделей машинного обучения кандидатов, при этом в качестве показателей результатов будут использоваться собеседования, проводимые раз в две недели, для оценки симптомов биполярного расстройства и социального участия. Сотрудники проекта также проведут две фокус-группы — одну из 8 поставщиков психиатрических услуг VA и одну из 8 администраторов VA, представляющих различные дисциплины, и будут использовать управляемые вопросы для обсуждения, чтобы получить обратную связь о внедрении алгоритмов на основе мобильного здравоохранения в будущем клиническом лечении ветеранов с BD.

Воздействие: Цель исследования — предоставить клиницистам клинические инструменты для получения в режиме реального времени, ненавязчивых и проспективных сигналов о неизбежных рецидивах депрессивных и маниакальных эпизодов у ветеранов с БР для более быстрого, менее затратного и более эффективного использования существующих научно обоснованных лечение для предотвращения плохих психосоциальных функциональных результатов. Более того, текущее исследование позволит получить объективные, не требующие больших усилий и ненавязчивые меры для отслеживания социального участия на месте и в режиме реального времени как среди ветеранов с BD, так и среди других групп ветеранов.