移动自我追踪

背景：严重的精神疾病是常见的、致残的、难以治疗的，并且需要多年的监测和治疗调整。 压力或药物依从性降低可能导致症状和功能迅速恶化，后果包括复发、失业、无家可归、监禁、住院和自杀。 在日常护理中，临床医生的就诊频率不高，间隔从每月到每年不等。 就诊期间患者和临床医生之间的沟通充满挑战，而且往往不存在。 患者病情恶化和复发通常在临床医生很少或没有实时意识到的情况下发生，几乎没有机会调整治疗。

意义/影响：对于大量患有严重精神疾病的退伍军人来说，需要被动监测其心理健康状况的工具，使他们能够自我跟踪自己的行为，快速发现心理健康状况的恶化，并支持及时评估和干预。 至少 60% 患有严重精神疾病的退伍军人使用智能手机。 它们生成表征社交性、活动和睡眠的数据。 这些行为的改变是旧病复发的警告信号。 被动自我跟踪可用于实时识别和预测疾病恶化。

创新：无源移动传感是一种疾病自我跟踪和监测的新颖方法。 关于严重精神疾病的被动自我追踪的研究相对较少，该领域的分析开发有限，退伍军人管理局也没有。

具体目标：该项目研究了退伍军人的被动移动传感治疗严重精神疾病的方法。 数据用于自我跟踪行为和症状。 虽然被动移动传感对于患有严重精神疾病的患者来说是可行的、可接受的和安全的，但这些在 VA 中还是首次进行研究。 分析技术使用被动数据来预测行为和症状。 该项目响应了 HSR&D 心理健康和医疗保健信息学的优先领域。 该项目有以下目标：

1. 进行以用户为中心的被动移动自我跟踪设计，以支持退伍军人的心理健康管理。
2. 研究心理健康被动自我跟踪的可行性、可接受性和安全性，包括向退伍军人反馈心理健康状况。
3. 使用移动传感器和手机使用数据，根据每周访谈的结果，对社交能力、活动和睡眠进行个性化估计。
4. 研究使用社交、活动和睡眠数据来识别精神症状恶化的预测价值。

方法：可以使用有关运动、位置和习惯的数据来评估活动。 社交能力可以通过沟通和公共互动的数据来评估。 可以使用光、声音、运动和电话使用数据来评估睡眠。 该项目的研究人员开发了一款功能性移动应用程序，用于监控和传输移动传感器和利用率数据。 焦点小组和实验室可用性测试为进一步的应用程序和干预开发提供信息。 混合方法研究部署在退伍军人中，他们被动地自我跟踪自己的行为和精神症状。 如果该项目达到预期目标，退伍军人管理局将拥有一个移动分析平台，可以持续监测严重精神疾病患者的行为和症状。