使用移动应用程序对部署前和部署后的战士进行全面和连续的状态测量

特种作战部队 (SOF) 战士在从部署返回后和部署前的训练期间经历了巨大的身心压力和退化。 这种退化与称为“红线”事件的行为有松散的联系，例如酗酒、自杀和离婚，但是缺乏将“红线”行为与身心退化直接联系起来的综合评估。 为解决这个问题，为布拉格堡的第 3 SFG(A) 绿色贝雷帽作战人员实施了一项名为综合操作员准备评估 (cORA) 的计划，作为一项全面的一日身心评估，以帮助识别和减轻性能下降因素。 但是，由于 cORA 评估的面对面性质，该程序的可扩展性有限。 此外，由于所有数据都是在一天内收集的，因此当前的程序只能捕获身体和精神状态的快照。 在这项研究中，我们的目标是进行一项研究，通过将 cORA 程序转换为机密的、网络安全的研究移动应用程序 (app)，称为 Digital cORA，它将程序的现有措施数字化，并收集连续测量战士身体、神经认知（例如 空间记忆、工作记忆）、心理和生活方式因素超过六个月。 结合通过移动应用程序收集的数据，可穿戴传感器将用于收集生理（例如 心率）和其他数据（例如 活动、睡眠），在他们大约六个月的研究参与期间不断。 除了收集数据，与面对面的程序类似，该应用程序还将能够提供有用的功能，例如有关营养、冥想和正念功能的信息和活动，以最好地支持战士、减轻退化和优化性能。 该提案的总体目标是调查是否可以创建数字版本的面对面 cORA 程序以减少“红线”行为事件（例如 受伤、自杀、离婚、酒后驾车等），或者更普遍地说，作战人员的整体退化，可以通过日常连续的身心行为测量来预测。 我们将招募以下人员：1) 第 3 特种部队大队 (SFG(A))（北卡罗来纳州布拉格堡）的 250 名战士和 2) 第 1 侦察营（加利福尼亚州彭德尔顿营）的 250 名战士。 这些都是精锐的军事作战团体。 第 3 SFG(A) 将在部署返回后 3 个月内注册（例如红色循环），而侦察陆战队将在战斗训练期间部署前 6 个月内注册（例如 个人和单位训练阶段（ITP/UTP））。 该研究将允许收集与行为结果相关的连续身心因素的综合数据集，特别是“红线”事件。 我们将使用传统的描述性统计来分析数据，以了解数据的结构。 然后，我们将在适当的情况下使用相关性和多元回归分析来分析各种类型的数据与自我报告的红线事件或一般行为健康/退化之间的关系。 我们将使用研究中的多方面连续数据作为训练数据集来开发一种新的机器学习算法。 因此，我们将从应用程序主动和被动创建的数据中提取新的行为特征。