精准医学涉及利用个体差异来指导预防和治疗，在过去几年里在健康科学中获得了动力[ 1］．这种方法旨在通过使患者与最有可能取得成功的干预措施相匹配来改善结果。在一些医学专业，精准医疗已经在个性化护理方面取得了令人印象深刻的进展。例如，肿瘤学研究(如肺癌和乳腺癌)已经根据患者肿瘤的独特遗传特征，有效地将患者与靶向癌症治疗相匹配，这已被证明可以改善结果[ 2- 4］．

长期以来，精神病学和临床心理学一直希望能更好地为患者提供干预措施。许多研究都检查了患者水平的因素(如人口学、临床和神经生物学特征)作为治疗反应的预测因素[ 5， 6］．然而，由于研究中存在许多潜在的预测因素和与结果相关的存在、方向和强度的不一致性，经验支持的最佳治疗匹配指南仍然难以捉摸。

机器学习已经成为一种很有前途的分析方法，非常适合处理和集成大量预测变量，包括相关预测变量，这些预测变量单独可能只能适度预测感兴趣的结果，但可以集体预测患者结果的显著差异[ 7， 8］．特定的机器学习方法，如基于决策树的算法(例如，随机森林)，也可以有效地建模非线性和高阶交互，这些交互可能是预测关系的基础[ 9］．与强调评估特定假设(即零假设显著性检验)的传统统计方法相比，机器学习模型通常强调优化预测性能，并评估模型对新个体的泛化性(例如，通过交叉验证[CV]、保留样本或外部验证)[ 10］．机器学习方法正越来越多地应用于精神病学和临床心理学，并取得了一些成功，越来越多的研究表明，机器学习方法有能力预测对各种精神治疗的反应[ 10- 12］．

为了追求精确的心理健康，研究人员利用机器学习方法来优化治疗建议[ 13- 15］．例如，DeRubeis等[ 16发展 个性化优势指数(PAI)作为一种基于预处理患者特征的指导治疗建议的算法。这些模型试图预测特定患者从治疗a与治疗b中获得的益处。PAI已成功用于预测认知行为疗法(CBT)与抗抑郁药物的反应[ 16]、认知行为疗法与人际治疗[ 17]、认知行为疗法与心理动力疗法[ 18]，以及抗抑郁药物与安慰剂的对比[ 19］．

使用PAI及相关方法进行的前期研究[ 12]提供了有希望的初步证据，表明数据驱动的算法可以通过将个体匹配到最有益的治疗方法来改善患者的结果，而不是目前治疗选择的次优试错方法，这种方法会导致长期的精神疾病，直到找到有效的治疗方法。然而，事实仍然是，很大一部分精神障碍患者没有得到治疗[ 20.， 21］．数字健康技术，例如基于互联网的CBT [ 22]和智能手机提供的心理健康应用程序[ 23]，有可能大幅增加循证治疗的可及性[ 24］．然而，数以千计的心理健康应用程序的可用性让潜在的消费者面临着令人眼花缭乱的选择，基本上没有办法知道哪个特定的应用程序最适合他们的需求。 25］．数据驱动的治疗推荐算法，如PAI，提供了有前途的工具来告知最佳的患者治疗适合度。这些方法也可能对解决移动医疗(mHealth)方法的持续局限性有价值，包括臭名昭著的高和快速脱离[ 26， 27］．此外，mHealth的可扩展性使得收集足够强大的样本容量以进行稳健建模成为可能[ 28］．

最近对现有心理健康应用程序的分析显示，冥想和正念训练(以及日志和情绪跟踪)是应用程序中最常见的功能。 29］．最近一项对27款治疗抑郁和焦虑的应用的评估显示，使用最广泛的两款冥想应用(Headspace和Calm，月活跃用户分别为500万和900万)占日活跃用户的96% [ 30.］．尽管冥想应用程序越来越受欢迎，但一个关键问题仍然没有答案: 为谁基于应用程序的冥想训练适合吗?

这项研究涉及一项大规模随机对照试验(RCT)的二次分析，比较了基于冥想的智能手机应用程序“健康思维计划”(HMP)与仅评估的对照条件[ 31］．在COVID-19大流行期间，对威斯康星州的学区员工(n=662)进行了随机对照试验。与大流行前的水平相比，在COVID-19大流行期间，情绪困扰和抑郁症状的发生率大幅增加[ 32］．现有证据表明，大流行期间教师的情绪健康状况也有所下降[ 33， 34]，因为他们要应对与covid -19相关的压力源、不确定性和回归面对面指导的风险。利用上述随机对照研究的数据，本研究的总体目标是开发和评估一种数据驱动(PAI)方法，为学校员工提供个性化冥想应用程序推荐。利用容易收集的自我报告的基线人口统计和临床特征，我们开发并测试了一种机器学习算法，以确定哪些人最有可能从HMP应用程序中受益。

在2020年6月中旬至2020年8月下旬期间，通过电子邮件和其他电子媒体招募威斯康星州学区员工(有关研究程序的完整描述，请参阅Hirshberg等人的研究[ 31])。符合条件的参与者是目前受雇于威斯康星州一所学校的成年人(年龄≥18岁)，他们拥有一部能够下载HMP的智能手机，英语流利，对冥想或HMP应用程序的接触有限，抑郁症状低于严重范围( t患者报告预后信息系统评分<70分 35])。的 t得分为50，标准差为10。在完成前测测量后，666名参与者被随机分配使用为期4周的HMP或仅评估的对照条件(4名参与者因未能通过多项注意力检查而被移除;参见中图S2 多媒体附件1［ 31， 35- 49]参阅CONSORT[试验报告综合标准]流程图)。参与者在干预期间(即第1、2和3周)完成每周问卷调查，并进行治疗后评估(第4周)和随访评估(干预期结束后3个月)。这些措施是通过基于网络的REDCap(研究电子数据捕获)调查系统管理的。

该试验在ClinicalTrials.gov网站(NCT04426318)和开放科学框架进行了预注册[ 50］．然而，目前的预测分析并不是预先计划的，也没有包括在预登记的数据分析计划中。所有代码(在R统计软件中实现[ 51])，用于再现手稿中的分析，并已发表在开放科学框架[ 52］．

HMP包括冥想练习，旨在建立支持幸福的4个支柱的技能:意识，联系，洞察力和目的[ 36， 37］．参与者被鼓励参与4个模块的内容约1周(即，总共4周)。内容包括教学指导和指导冥想练习。对于指导练习，参与者可以选择5至30分钟的练习时间。在为期4周的试验中，HMP应用程序的平均使用时间为10.9天(SD 9)。有关额外的试验和样本细节，请参阅Hirshberg等人的研究[ 31］．

该研究程序得到了威斯康星大学麦迪逊分校机构审查委员会(编号2020-0533)的批准。

预测变量包括干预前痛苦(综合测量)、焦虑(PROMIS)、抑郁(PROMIS)、压力(感知压力量表)、重复消极思维(PTQ)、有意识行为的正念方面(五方面正念问卷)、孤独(美国国立卫生研究院工具箱孤独)、融合(德雷克塞尔融合量表)、存在感(MLQ)、寻找意义(MLQ)、自我同情(自我同情量表简表)、幸福感(世界卫生组织5项调查)、年龄、性别、种族、婚姻状况和收入。

大多数(523/662,79%)参与者报告的抑郁或焦虑症状在基线时高于PROMIS抑郁和PROMIS焦虑测量的临床截止值( t评分> - 55)，超过一半的样本(343/662,51.8%)在基线时报告中度或重度焦虑或抑郁症状( t分数> 60)。

在人口统计学或临床变量方面，两组在基线时没有差异( 表1)．在被分配到HMP的人中，95.6%(329/344)下载了应用程序，78.8%(271/344)使用应用程序≥1天。平均使用天数为10.88天(SD 9.08)。练习的平均分钟数为127.93 (SD 130.63)。

在HMP中，更高的痛苦、抑郁和压力基线水平预示着更好的结果(即，更大程度的痛苦减轻)。 表2)．结果与这3个预测因子之间的零级相关为 r =−0.30(遇难); r =−0.30(凹陷)，和 r =−0.26(压力)。预测的HMP结果与HMP组的观察结果显著相关( r= 0.27; P<措施;均方根误差[RMSE]=0.10)，但与对照条件结果( r= 0.07; P= . 21;RMSE = 0.12)。相反，预测的对照条件结果与对照组的观察结果显著相关( r= 0.19; P<措施;RMSE=0.10)，但与HMP结果无关( r= 0.10; P= 0。06;RMSE = 0.12)。在对照条件下，以下变量的基线得分越高，结果越好:痛苦、焦虑、抑郁、压力、孤独、融合和存在。此外，较低水平的重复消极思维、较高的自我同情和结婚与更好的控制条件结果相关( 表2)．

PAI平均得分为−0.07 (SD 0.03;范围为−0.17至0.03)，表明该模型预测HMP冥想应用程序比仅评估对照条件的平均症状改善更大。除5人(657/662,99.2%)外，模型对所有参与者推荐HMP (PAI<0)。

在预测结果中出现了显著的组× PAI相互作用( t₆₅₈= 3.30; P=措施;调整 r²=0.10)，表明PAI评分调节了结果的组间差异。详见 图1，随着PAI评分降低(即反映相对较强的HMP推荐)，观察结果的组间差异增加，有利于HMP。

在应用于HMP组的线性回归比较模型中，较高水平的重复消极思维与a显著相关 更大的通过正念应用程序减轻痛苦(B ＝−0.02; t₃₄₂=−3.37; P<措施)。预测的HMP结果与观察到的结果之间的相关性为 r= 0.16 ( P= .003;RMSE=0.10) r=−0.14 ( P= .02点;对照组RMSE=0.12)。与HMP组的发现模式相反，应用于控制样本的线性回归模型显示，较高水平的重复消极思维与抑郁显著相关 贫穷结果比对照组(B ＝0.01; t₃₁₆= 2.44; P= .02点)。

预测对照条件结果与观察结果之间的相关性为 r= 0.11 ( P= .049;对照组的RMSE=0.11) r=−0.18 ( P<措施;RMSE=0.12)。

在预测遇险变化时出现了显著的组× PAI相互作用( t₆₅₈= 3.81; P<措施;调整 r²=0.11)，表明PAI评分调节了结果的组间差异( 图2)．具体来说，随着PAI得分的降低(反映了重复性消极思维得分的增加)，有利于HMP状况的组间差异也增加了。鉴于反复的消极思维和抑郁症状之间的联系[ 46， 47]，我们还进行了额外的敏感性分析，控制抑郁症状的基线水平(以及考虑应用程序的使用天数)，得出了相同的发现模式( 多媒体附件1)．总之，这些结果表明，相对于更复杂的多变量ENR模型(即调整后的ENR模型)，包含重复消极思维作为唯一预测因子的简单线性回归产生了等效的性能 r²= 0.11 vs r²组× PAI相互作用分别为0.10)。

为了证明将预测模型转换为个性化建议，我们使用上述回归模型中的参数估计来估计基于新个体干预前重复消极思维得分的HMP与仅评估条件下的预测痛苦变化。鉴于更简单的回归模型与更复杂的多变量ENR模型表现相似，我们使用前一个模型进行演示。

首先，如图所示 图3，我们绘制了PAI评分与HMP(蓝线)和仅评估对照条件(红线)之间的关系。灰色虚线表示两条回归线相交的点。PAI得分在该线左侧的个体，相对于仅评估对照条件，预计在HMP中有更好的结果(反之亦然，PAI得分在该线右侧的个体)。这条线左边的区域是黄色的，反映了对基于应用程序的冥想训练的“谨慎建议”。其次，我们通过引导重采样计算95% CI(引导包在R中)[ 63］．具体来说，我们绘制了1000个替换样本，并重新计算了每个样本中的2条回归线及其交点。虚线表示这个交点95% CI的左边缘。换句话说，如果一个人的PAI分数落在这条线的左边，相对于仅评估条件，我们对HMP预测效益的信心增加。第三，我们还实现了Johnson-Neyman技术[ 64](交互包在R中)，以探测组× PAI交互作用，并估计调节因子(PAI)的值，在此值下，组间结果差异变得具有统计学意义。当PAI<−0.02时发生这种情况 图3，紧挨着红色虚线)。如果参与者的PAI得分落在95% CI(红色虚线)和Johnson-Neyman阈值(灰色实线)的左侧，则图区域被标为绿色，以反映更自信地建议使用HMP。

举个具体的例子，一个重复性消极思维(PTQ)得分高于平均值(即41)1个标准差的人，PAI得分为- 0.10(在的“绿色区域”内) 图3)，在仅评估条件下，4周内HMP窘迫变化的预测斜率为−0.049(即窘迫的预期减少)，而在仅评估条件下的预测斜率为0.047(即窘迫的预期增加)。假设这个个体的干预前痛苦水平在第50百分位，在4周正念应用程序课程后，他们将被预测在第41百分位(相对于干预前痛苦分数)，如果他们只完成症状评估(即对照条件)，则将在第58百分位。总之，基于对持续性消极思维的简要评估，我们的算法可以在个人用户决定参加为期数周的基于应用程序的冥想训练课程之前，为他们提供有关预期收益的有用信息。

越来越多的人开始求助于冥想应用程序来缓解他们的情绪困扰。冥想应用是治疗抑郁和焦虑最常用的心理健康应用。 30.］．尽管它们越来越受欢迎，但人们对这些应用程序的好处知之甚少。在这项研究中，我们开发了一种算法来预测个体从基于智能手机的冥想干预(HMP)中获得的好处，相对于仅评估的控制条件。我们发现证据表明，数据驱动的模型可以成功预测冥想应用程序与仅评估对照条件的差异反应，使用自我报告的基线人口统计学和临床特征。具体而言，PAI评分显著缓和了结果的组间差异。PAI得分越低的个体，反映出相对较强的冥想应用程序(即HMP)推荐，如果随机分配到冥想应用程序，相对于对照组，结果会更好。正如预期的那样，考虑到整个组(即HMP >对照组)的结果差异[ 31]，模型通常预测HMP比对照条件带来更大的效益。然而，HMP的预期益处并不总是很大，在某些情况下，PAI模型预测的结果在组间差异相对较小(“黄色区域”) 图3)或者在对照条件下(“红色区域”)得到更好的结果。前一种情况可以解释为，参加一个为期数周的冥想应用程序课程的成本(例如，时间投资，延迟参与其他更有帮助的干预)可能不值得潜在的好处。

关键的是，只包含重复消极思维基线水平信息的比较线性回归模型与多变量机器学习模型相比表现得相当好(相反，参考Webb等人的研究[ 65]及巴克曼等人[ 66])。重复的消极思维调节了基于应用程序的冥想训练的结果，相对于仅评估的控制条件。重要的是，这些发现揭示了较高的重复性消极思维不仅仅是一个人经历痛苦减少可能性的一般“预后”指标(例如，由于回归到平均值或时间的流逝)。换句话说，更多的重复消极思维并不意味着更大程度的抑郁减轻 这两个冥想应用程序和控制条件。相反，类似于之前的研究，专注于不同的正念应用程序和样本(反刍能力增强的青少年)[ 43， 45]，重复消极思维基线水平较高的个体从冥想应用程序中获得的相对益处更大。一个问题是，这些发现是针对重复消极思维的，还是可能受到相关临床特征的驱动，尤其是抑郁症状或抑郁。敏感性分析显示，即使控制了抑郁症状的严重程度或痛苦，重复的消极思维也显著地缓和了结果的组间差异( 多媒体附件1)．总之，这些发现表明，对重复性消极思维进行简短的自我报告评估，可以告诉哪些人最有可能从基于应用程序的冥想训练中受益。

如 图3，我们的预测模型可以很容易地应用于为新人推荐个性化的冥想应用程序。首先，该模型提供了一个二元预测，即相对于症状评估，个体是否预计从冥想应用程序中经历更大的痛苦减轻(即，基于PAI分数落在交点的左边还是右边[垂直虚线灰色])。其次，该模型提供了对 级冥想应用程序和对照条件之间的预期结果差异。最后，该模型还区分了使用冥想应用程序的推荐的优势，由图中的绿色(自信推荐)和黄色(谨慎推荐)区域划分(边界由引导CI和Johnson-Neyman区间定义)。总的来说，这些信息可以用来为个人提供关于预期结果的客观指标，以告知他们是否参加冥想应用程序课程的决定。这些信息可以很容易地在移动医疗干预措施中实施，如HMP。在决定使用这款应用之前，参与者可以先完成一份关于重复性消极思维的简短自我评估报告，并收到关于预期结果的反馈。

尽管在鼓励最佳利用用户的时间和注意力方面可能有用，但告诉一些人使用冥想应用程序可能对他们没有好处，不太可能被许多干预开发者所接受。然而，这些模型可以很容易地扩展到比较一个或多个移动健康干预措施的实例。考虑到数以千计的心理健康应用程序[ 25]，两者应该进行比较?一种方法是专注于最流行的(例如，下载频率最高的)心理健康应用程序，其中包括正念、日志记录、CBT和情绪跟踪应用程序。 29， 30.］．例如，未来的研究可以开发算法来预测对各种流行的心理健康应用程序的反应，这些应用程序在干预重点上存在很大差异(例如，冥想应用程序vs基于cbt的应用程序vs情绪跟踪)[ 29， 67，甚至将心理健康应用程序与传统的(面对面的)心理治疗或药物治疗进行比较。例如，这些研究可以确定，我们是否可以预测哪些有抑郁症状的人需要传统的面对面的CBT(或抗抑郁处方)，而哪些人可以通过简短的基于应用程序的冥想或CBT课程来缓解症状。此外，未来的研究可能会比较单个应用程序的不同版本。例如，个体可能在不同类型的冥想(例如，培养对呼吸的集中注意力、开放式监测或爱心冥想)或不同长度或频率的引导冥想课程中受益程度不同。

除了为消费者的选择提供信息外，预测谁最有可能从特定干预中受益的能力还可以为医疗保健政策和决策提供信息。与阶梯式护理模式相反，在阶梯式护理模式中，治疗强度根据干预措施的反应而逐步升级，预测模型可用于最初根据患者的基线特征(即分层护理)将患者分配到预计可为其产生最佳结果的治疗中[ 68］．从理论上讲，后一种方法可以最大限度地减少接受有效干预的延迟。

未来研究的另一个重要途径是测试这些发现在多大程度上可以推广到其他冥想应用程序(例如Headspace和Calm)。在许多方面，HMP与其他冥想应用程序相似。它包括正念和连接(例如，爱心，同情)的训练，这些练习也可以在流行的正念应用程序中使用，如Headspace和Calm。一个不同之处在于，HMP包括专门为培养健康的自我意识(洞察模块)以及生活的目标和意义(目的模块)而设计的实践。这些实践的纳入源于HMP所基于的基于神经科学的幸福模型[ 36］．因此，更准确的说法是，HMP是一个冥想应用程序，它有意超越正念，同样强调幸福的其他领域，以及旨在支持这些额外领域的冥想实践。最终，还需要进一步的研究来测试这项研究中提出的发现模式是否适用于其他冥想和正念应用程序。

最后，鉴于之前缺乏预测心理健康应用程序结果的研究，需要进一步研究来测试预测正念应用程序预后对患者结果的影响。例如，在使用正念应用程序之前，患者可以随机分配接收他们预测的结果或不接收这些信息。可以检查几个相关的结果，包括(1)症状改变的组间差异，(2)接受这些预测对治疗效果预期的影响程度，(3)预期与应用结果之间的关系，以及(4)个体使用算法推荐的干预或无视建议的程度。

这项研究有几个重要的局限性。首先，尽管从实施的角度来看，完全基于自我报告数据的模型是有吸引力的，但我们可能已经排除了其他患者特征，这些特征提供了重要的额外预测信息，以告知最佳治疗建议(例如，生物标志物和认知任务)[ 12］．此外，重复的消极思维作为差异反应的预测因子，可以通过传统的回顾性自我报告问卷以外的方法进行更有效的评估(例如，重复的每日生态瞬间评估[ 43， 69])。其他相关变量(如应用程序使用数据、动机变量和参与其他与更好的心理健康相关的活动)可以在未来的研究中进行评估。其次，我们的结果出现在一个特定的样本(学区员工)中，其中没有足够的男性、黑人、土著、有色人种或低收入人群的代表性。样本在种族方面代表了威斯康辛州(83%的威斯康辛人是白人)，但女性的比例更高。然而，我们样本中的性别差异并不令人惊讶，因为女性比男性更有可能被聘为教师[ 70]和(2)经历抑郁和焦虑症状并寻求治疗[ 71］．第三，我们无法通过评估一个全新样本(例如，来自另一个RCT)的模型预测性能来进行外部验证。第四，在数字疗法中很常见 48，相当一部分参与者使用这款应用的时间相对较短。然而，当我们将分析限制在使用应用程序较长时间的参与者子集时，结果仍然显著( 多媒体附件1)．第五，我们没有包含主动比较条件。我们的仅评估控制条件并不是为控制安慰剂相关过程而设计的[ 72］．这里所展示的方法最终可能在帮助患者和临床医生在旨在治疗的竞争性干预措施之间做出决定方面是最相关的。

这项研究展示了数据驱动方法在个性化冥想应用程序推荐方面的潜在效用。本研究的自然延伸是使用双随机设计对我们的算法进行前瞻性测试。例如，参与者可以被随机分配到(1)随机治疗分配(即治疗A或治疗B)或(2)分配到他们的算法指示的治疗。在后一种情况下，如果患者的结果显著(且具有临床意义)更好，则结果将支持基于算法的治疗建议的临床益处(关于最近一个类似设计测试患者与治疗师预测匹配的例子，请参阅Constantino等人的研究[ 73])。除了比较治疗方案外，这种设计还可以很容易地用于评估HMP或其他移动健康干预措施的其他可定制元素。这可能包括分配接受各种组件或HMP中的组件排序，分配到HMP或替代常用的移动健康干预(如CBT、行为激活、日志或情绪跟踪应用程序)，或分配到不同的治疗强度(如冥想练习频率)。

其他可能富有成效的未来方向包括评估以前显示或假设的更广泛的患者特征，以预测对不同干预措施的反应可能性[ 5］．此外，预测模型可以使用来自评估移动健康干预措施的大型自然主义数据集的数据来开发，就像对亲自心理治疗和药物治疗所做的那样[ 65， 74- 76］．除了在“现实世界”环境中测试这些模型的效用外，自然环境通常提供相对于随机对照试验的大型数据集，因此可以增加统计能力[ 28］．最终，这些方法可能会逐渐帮助我们补充对试验和错误的依赖，以经验支持，数据驱动的算法来客观地向个人传达预期的益处，使他们能够做出明智的决定，哪些干预措施最适合他们的需求。