发表在9卷第八名(2022): 8月

本文的预印本(早期版本)可在https://preprints.www.mybigtv.com/preprint/38934,首次出版
在抑郁症治疗中实施远程测量数字健康工具的临床目标和态度:患者和临床医生的焦点小组

在抑郁症治疗中实施远程测量数字健康工具的临床目标和态度:患者和临床医生的焦点小组

在抑郁症治疗中实施远程测量数字健康工具的临床目标和态度:患者和临床医生的焦点小组

原始论文

1英国伦敦国王学院精神病学、心理学和神经科学研究所心理医学系

2NIHR莫兹利生物医学研究中心, 南伦敦和莫兹利NHS基金会信托,伦敦,联合王国

3.英国巴斯大学心理学系

4苏塞克斯大学心理学院,法尔默,东苏塞克斯,英国

通讯作者:

瓦莱里娅·德·安吉尔,硕士

心理医学系

精神病学、心理学和神经科学研究所

伦敦国王学院

东翼三楼E3.08

德克雷斯比尼公园16号

伦敦,SE5 8AF 

联合王国

电话:44 7415838882

电子邮件:valeria.de_angel@kcl.ac.uk


背景:智能手机和可穿戴设备等远程测量技术可以通过增强疾病表征和监测来改善抑郁症的治疗效果。然而,对患者和临床医生有临床意义的数字结果知之甚少。此外,如果要在治疗中成功实施这些技术,必须考虑利益攸关方关于在治疗中实施这些技术的障碍和促进因素的意见。

摘要目的:本研究旨在为抑郁症的数字健康研究确定有临床意义的目标,并探讨对其在心理服务中实施的态度。

方法:基于理论的方法用于定性数据,这些数据来自3个焦点组,包括目前诊断为抑郁症的患者和有6个月心理治疗经验的临床医生(N=22)。

结果:临床目标的新兴主题分为以下两大类:启动子而且标记的变化。前者是参与者为促进心理健康而采取的行为,后者标志着情绪的变化。这些主题被进一步细分为外部变化(行为变化)或内部变化(思想或感觉变化),并通过潜在的数字传感器进行映射。以下六个实施可接受性主题出现:技术相关因素、信息和数据管理、情感支持、认知支持、增强自我意识和临床效用。

结论:启动子标记变化分化对抑郁症数字表型的因果模型有影响,这篇论文提出了。内部和外部细分有助于确定哪些因素更容易通过使用主动和被动方法进行测量。本研究从治疗效果、服务提供、患者和临床医生的经验等方面讨论了心理治疗实施的影响。

JMIR Ment Health 2022;9(8):e38934

doi: 10.2196/38934

关键字



智能手机和可穿戴设备等远程测量技术(RMTs)的广泛应用,为协助抑郁症等长期健康问题患者的管理提供了机会。被动传感包括使用多个数字传感器自动监测行为、生理和环境信息[1],而主动传感则需要用户通过回答问卷或完成基于智能手机的任务来输入信息。结合使用,主动和被动监测提供了捕获与抑郁症相关的体征和症状的连续、生态有效和高分辨率测量方法。这些数据有许多潜在的用途,包括结果测量、患者分层和治疗中的临床决策。

认知行为疗法(CBT)是轻中度抑郁症患者的一线治疗方法;然而,大约50%的患者在治疗后没有从发作中恢复[23.].迄今为止,没有可靠的治疗结果预测指标[4];因此,一个关键问题是RMTs是否可以用于识别复苏的预测因素。例如,RMTs可以检测抑郁症的某些行为亚型,这可能比抗抑郁药对CBT更有反应。

RMTs的另一个应用是作为结果测量。目前,临床和研究结果测量依赖于很少使用的症状量表,它依赖于患者记忆和交流复杂的情绪状态、睡眠、食欲和其他抑郁症的核心症状,这是抑郁症的一种能力受损[5].RMT通过直接测量抑郁症的关键特征,如睡眠和活动,可能提供更有效的核心抑郁症现象学指标,从而提供更好的治疗结果的衡量标准。

RMTs的进一步应用将是向临床医生和患者提供信息,这可以增强护理的提供。例如,患者和临床医生可以使用RMT观察睡眠卫生或行为激活等干预措施的影响,这将比依赖日记或传统结果测量提供更直接和持续的目标行为变化指标。

抑郁症中兴趣行为的测量已经采取了自底向上或数据驱动的方法,从数字传感器推断临床状态;行为的数字标记已经适应了现有的传感器,而不是相反。6].这些方法有助于识别疾病的潜在数字生物标志物;然而,它们并不总是具有临床意义。为了产生与患者需求相关的临床目标,他们对疾病或改善的看法应该包括在内。数字健康研究中的临床结果基于主流诊断量表项目;然而,即使是已建立的心理测量学也被批评忽视了对患者很重要的结果领域[7].因此,需要以患者为中心的数字心理健康方法。

用户可接受性是技术采用的核心[8],因此,患者和临床医生对RMTs的可接受性对于在治疗中成功实施至关重要。虽然RMTs已显示出足够的可接受程度[9],很少有研究深入探讨患者体验的观点[6],而在临床环境下进行的试验则更少[10].这是有问题的,考虑到寻求治疗的人群有潜在的额外可接受性考虑,症状严重程度的负担增加,认知和情感资源低[11],以及分享个人资料的道德问题[12].

除了障碍之外,识别和利用治疗期间RMT使用的促进因素可能进一步激励其在服务中的使用。辛伯利特等[11]发现,患者认为RMTs提供了与同龄人联系的机会,并带来了一种控制感和对他们病情的理解。然而,以前的研究主要考虑的是已经在使用健康工具作为研究研究的一部分的参与者[13-15].虽然当前用户的经验无疑是有帮助的,但了解使用前对新工具的态度,包括采用这些工具的障碍和促进因素,对于在卫生保健服务中接受和实施这些工具至关重要。

因此,本研究的目标有两个方面。使用定性方法,我们首先旨在了解随着治疗的改善,什么结果对临床医生和患者来说是重要的,从而为数字健康研究创建有临床意义的目标。其次,我们的目的是探索患者和临床医生对使用RMTs的态度,并确定在抑郁症心理治疗中使用这些方法的任何可感知的障碍和促进因素。


设计

这是一项定性研究,采用焦点小组设计。主题分析被用来确定参与者的态度和经历中的首要主题。主题指南是根据研究目标制定的,其中两个主要目标分别分配到大约一半的会议。

参与者

我们共招募了22名参与者,其中16名(73%)是目前或最近使用改善心理治疗(IAPT)谈话治疗计划的人,该计划是由英国国家卫生服务(NHS)提供的心理治疗提供服务。IAPT项目中的另一组临床医生也被招募(6/ 22,27%)。他们要么提供CBT,要么是接受CBT治疗抑郁和焦虑患者的护理团队的一部分。

具有至少6个月工作经验的临床医生通过他们的服务通过电子邮件招募。患者是通过心理健康服务候诊室的广告和工作人员散发的广告招募的。如果患者年龄≥18岁,并且在过去一年中接受了至少三次iapt提供的抑郁症CBT治疗,则符合条件。

伦理批准

该研究由伦敦桥研究伦理委员会审查,并获得了卫生研究管理局的批准(文献19/LO/0662)。

病人与公众的参与

这项研究由一个具有心理健康问题经验的团队和他们的护理人员进行了审查,他们经过专门培训,通过研究人员的可行性和可接受性支持团队就研究建议和文件提供建议——这是由英国国家卫生研究所莫兹利生物医学研究中心通过伦敦国王学院、南伦敦和莫兹利NHS基金会信托提供的免费、保密服务。审查的文件包括所有参与者面对的文件,不包括面试时间表。

过程

2019年8月,由2名研究人员领导的3个独立焦点小组在伦敦国王学院进行了研究,其中2个针对患者,1个针对临床医生。所有参与者都提供了书面知情同意书以参加本研究。患者组为2小时,临床组为1小时。参与者因参与这项研究获得了25英镑(32.50美元)的补偿。

记录基线人口统计数据,包括年龄、性别、种族和接受或实施的治疗类型。在焦点小组讨论中,参与者被要求回答一系列预先设定的问题,以探索人们在心理健康方面所看重的结果(例如,改善睡眠、增加社交和完成日常家务)。此外,他们还被问及在心理治疗期间使用智能手机和可穿戴技术的态度(主题指南见补充注1)多媒体附件1).会议被录音并逐字转录(不包括填充词,如“erm”或“um”)。同样的两名研究人员——一名博士候选人和一名博士后健康心理学家——促成了所有的会议。

数据分析

2名研究人员使用NVivo软件(version 12;近年国际)。为了提高观点的广度和减少研究人员的偏见,编码由一名定性研究人员复制,他没有出现在焦点小组中。

继Braun和Clarke之后[16],采用了归纳的主题分析方法,其中数据驱动主题的生成,而不是先前的理论基础。研究人员通过阅读记录来确定新出现的主题。重复出现的主题在相同的代码下分组,直到确定主题的一般模式。然后,研究人员会面讨论和巩固主题,生成一个新的代码列表,用于下一轮编码。


样本人口

共有22人参加。样本的主要人口学特征载于表1.所有患者均诊断为抑郁症,63%(10/16)报告有合并症。一半的参与者(8/ 16,50 %)报告患有共病焦虑症,包括广泛性焦虑症和恐慌症。结果分为两个主要部分:(1)相关临床结果(2)实施障碍和促进因素。

表1。临床医生焦点组和患者焦点组参与者的人口学特征(N=22)。
特征 临床医生(n = 6) 病人 总(N = 22)


第1组(n=9) 第二组(n=7)
年龄(年),平均值(SD) 36.7 (9.3) 47.9 (15.7) 47.7 (11.6) 44.6 (13.3)
性别,n (%)

女性 5 (83) 6 (67) 7 (100) 18 (82)

男人 1 (17) 3 (33) - - - - - -一个 4 (18)
种族,n (%)

亚洲或亚洲英国人 1 (16) - - - - - - 1 (14) 2 (9)

非洲黑人,加勒比黑人,英国黑人 1 (16) 3 (33) - - - - - - 4 (18)

英国白人 3 (50) 4 (44) 4 (57) 11 (50)

白色的其他 - - - - - - 1 (11) 1 (14) 2 (9)

混合的或多民族的 1 (16) 1 (11) 1 (14) 3 (14)
共病性焦虑诊断,n (%) N/Ab 4 (44) 4 (57) 8 (50)c
身体健康状况,n (%) N/A 2 (22) 1 (14) 3 (19)c

一个不可用(没有具有这些特征的参与者)。

bN/A:不适用(未收集临床医生组的诊断信息)。

c只提供病人资料;总:N = 16。

临床结果

概述

焦点小组讨论的第一部分围绕着确定哪些行为变化标志着参与者情绪的改善或恶化。研究确定了两个主要主题:人们参与的,对情绪有影响的行为,被命名为变革的推动者,以及由于情绪变化而表现出来的行为,称为变化的标志.这些主题被进一步细分为外部变化(指他们行为上的变化,原则上可以客观衡量)或内部变化(指思想或感觉上的变化,而不是行动上的变化)。图1总结了小组中讨论的变化的标志和促进因素,并引用了例子。

图1。变化的内部和外部标志和促进因素及其相应的远程测量技术,通过它们可以进行测量。
查看此图
变革的推动者
内部

三个主要的子主题出现了,作为内部过程,可以帮助促进或阻碍人们情绪的改善。首先,参与者发现来自自己的压力或追求完美主义是一种压力更好的做更多的事会阻碍他们的进步。其次,他们觉得了解自己的疾病和意识到进步是令人欣慰的。第三,情绪改善后,一些人会通过不完成作业或停止用药,逐渐脱离治疗,“而不是继续工作,这样你就会变得自满”(P07),从而恶化心理健康。

外部

在所有焦点小组中,作为促进心理健康的一个普遍的子主题是保持活跃,包括剧烈运动和温和的体育活动。接下来是建立一个常规程序,临床医生和患者都发现这对体验改善至关重要。努力养成更好的睡眠习惯来改善心理健康,并在短期内设定现实的目标,会给人一种成就感。然而,不现实的目标如果没有完成,就有带来沮丧和恶化情绪的风险。

心理教育,包括报名和参与心理健康课程,被认为是有帮助的,完成治疗期间布置的家庭作业也是如此。此外,参与者发现寻找合适的消遣,如喜剧节目、音乐和追求爱好的价值。值得注意的是,只有临床医生讨论了社交媒体和屏幕时间对心理健康的潜在影响。

社会耻辱或其他人对参与者心理健康困难的反应,只有患者才会将其视为影响其精神状态的因素,但他们承认自己无法控制。

改变的标志
内部

当人们经历了改善,他们报告了一种普遍的感觉,能够更好地应对,对日常困难感到不那么不知所措,更有动力去过他们的日常生活。一个参与者总结为“我发现我能更好地运行我的一天”(P13)。参与者还报告说,随着症状的改善,他们的信心、自我接受度也有所提高,并为未来制定了更多的计划。

外部

被提及最多的一个主题是社会化,以及随着情绪的改善,他们如何“开始再次联系朋友,与他们重新建立社交联系”(P07)。他们提到了更多地外出和结识更多的人。

缺乏精力,无论是身体上的还是精神上的,被认为是一个更值得注意的事情,特别是在提到能够离开家作为身体和精神动力的结合时。临床医生指出,“人们变得更积极,不是吗,当我们通过治疗”(C02)。

成功完成日常任务和其他小的日常成就被强调,临床医生认为这代表着认知功能的改善。具体来说,人们注意到他们能够“把事情从我的待办事项清单上删除,而不仅仅是推迟它们”(P01)。

临床医生报告注意到病人说话的变化;然而,一位临床医生指出,焦虑患者的语言变化模式可能不同,与抑郁症患者相比,焦虑症患者在症状更严重时可能更快地回答问题。临床医生和患者都报告了自我护理习惯的改变。

患者表达了肢体语言的重要性,以及别人如何从他们的外表和面部表情辨别他们的情绪。

实施障碍和促进因素

研究的第二部分集中在RMTs如何被患者和临床医生感知,RMTs具有测量上述症状的潜力。研究共确定了6个主要主题及26个副主题(图2),以及各子主题的引语载于多媒体附件1

图2。数据中出现的六个主题和后续子主题的细分。结束节点对应于与每个子主题相关的代码数量;节点越大,该子主题的编码实例就越多。
查看此图
与技术有关的因素

在技术相关因素的第一个主题下,我们确定了可访问性、可用性和便利性、体验的个性化和模块化、可靠性和谨慎性或耻辱性的子主题。大多数参与者都担心这项技术的价格和周边的基础设施,包括可靠的Wi-Fi接入。嘉宾亦同意科技和软件必须简单易用;例如,要求定期充电或软件更新需要时间和技术素养,这将影响他们的参与度。参与者重视个性化体验的选项,并通过决定测量和操纵屏幕显示来调整软件以满足他们的需求。临床医生一致认为软件中的模块化对他们也很有用。

人们开始担心这项技术的可靠性,尤其是带有生理读数的设备,以及基于不可靠的传感器做出健康决定可能有害的可能性。谨慎也很重要,因为可穿戴设备不应该识别出患有精神疾病的人。与可穿戴设备相比,参与者更喜欢手机应用;然而,市面上的健身设备或智能手表可以避免这些问题。

信息和数据

数据和信息管理出现在三个焦点小组中,围绕五个主要主题:安全、隐私、对数据收集的控制、反馈以及临床医生数据管理和工作量。与患者相比,临床医生表达了更多的数据考虑。

在安全的子主题中,与会者主要关注敏感信息被泄露或通过数字传感器获取,并泄露给第三方和私人公司。隐私问题涉及谁可以访问数据,以及患者在访问数据方面有什么选择。此外,患者希望控制数据收集,并选择使用这项技术或选择退出,而不是作为治疗的先决条件。因此,出于健康或研究目的,许多参与者更喜欢可穿戴设备的想法,而不是智能手机应用程序,因为拥有一个单独的设备可以让参与者对数据收集的发生有一种意识和控制感。

患者通常希望回顾他们的进展,因此,从RMTs获得反馈是有价值的,但应该根据个人喜好进行定制,并以一种促进积极强化的方式。

对于临床医生来说,出现了与管理大数据、培训和临床工作量相关的主题。他们担心是否接受了足够的培训,这将影响工具的有效性和他们的总体工作量,并讨论了使用软件来帮助筛选大量信息以产生可操作的见解的必要性。临床医生进一步担心RMT数据是否会用于评估风险,这是否会增加他们的工作量。

情感支持

对于RMTs是否能在治疗期间提供额外的情感支持的态度有两个相反的方向。积极的一面是,参与者认为数字工具可以通过创建另一种沟通渠道来补充人类互动,这被认为有助于治疗中的讨论。临床医生和患者都讨论了RMTs如何在治疗后提供低强度的额外支持,例如,通过治疗后检查。这项技术还被认为提供了一个机会,通过分享成就和让其他人参与他们的目标来创建一个社区,从而提供了额外的支持来源。

相反,还有两个子主题围绕着对过度依赖技术和人际交往减少的担忧。临床医生认为,如果患者在治疗期间依赖可穿戴设备,并且在治疗后将其带走,则可能会影响复发率。患者对此表示赞同,并补充说,这种过度依赖可能会降低自主性。

几乎所有人都认为人类互动的任何替代都对治疗联盟有害。参与者认为,不再对治疗师负责会降低他们参与治疗或家庭作业的积极性。

认知支持

所有小组都讨论了通过智能手机自动发送信息或通知对激励的积极影响。参与者在几个方面积极地认为RMTs是帮助记忆的工具,包括帮助管理实际操作,如服药和跟踪改善情绪的东西。临床医生认为,使用RMTs作为记忆辅助可以提高家庭作业或药物治疗的依从性。另一种被认为是治疗的补充的方式是通过计划和目标设定。

提高自我意识

自我意识的副主题围绕着拥有一种反射性工具来识别幸福的触发点和助推器,评估治疗轨迹,积极或消极的强化,以及恶化沉思和健康焦虑的可能性。持续记录这些反映被认为有助于在生态环境中识别症状轨迹的变化,从而为改善人们的情绪和识别负面触发因素提供指导。

临床医生讨论了潜在的确定治疗轨迹的好处,这样他们就可以根据行为的变化调整策略。在这些小组中出现了积极强化的子主题,在这些小组中,人们认为展示进步可能会激励他们。其他人则建议谨慎行事,因为无法实现目标可能会导致自我挫败感。被预先警告情绪可能会下降给了一些人一种不祥的预感,他们觉得这可能会创造一个自我实现的预言。

人们普遍担心的是,由于人们沉迷于数据,监测健康状况是否会导致焦虑加剧,而这反过来又可能恶化睡眠不足等现有症状。的确,有些人不喜欢定期要求反思自己的精神状态,从而不断提醒自己精神状况不佳。临床医生强调,如果持续接受健康监测和反馈,患有健康焦虑的人将面临风险。

临床实用程序

临床效用的主题与数字工具如何以及在多大程度上补充治疗有关。所确定的子主题与改善临床体验、客观症状测量、结果定义、治疗效果或对证据基础的关注以及针对身体健康相关。

RMTs被认为可以通过取代问卷、提供电子替代纸张和游戏化数据收集来改善临床体验。两组患者都表示非常不喜欢重复的症状测量问卷,自动数据收集被认为是一个令人满意的选择。对于不能完全自动化的治疗,比如家庭作业,参与者仍然表现出更强烈的倾向于使用电子方法。

临床医生讨论了更客观的行为或生理症状测量的效用,可以帮助患者的症状背景化。与此同时,他们警告说,结果定义的客观基准在不同的患者之间会有很大的差异,例如在不同的情况下,症状的改善可能表现为相反的数字签名。

两组患者都讨论了信任问题,以及在治疗过程中,技术是否与基于人类的治疗一样有效。对于所有群体来说,基于数字工具读数的任何建议都必须是基于证据的,或得到NHS的认可,以确保其可靠性。

在临床人群中使用这些设备的另一个被讨论的好处是,它们鼓励改善身体健康和睡眠,据报道,这是治疗的目标项目。


我们的目的是了解哪些与改善相关的结果对临床医生和患者来说是重要的,以及在心理治疗中使用RMTs的态度。本研究的主要目的是为RMT研究提供有临床意义的目标,并帮助其在研究和临床实践中实施。

临床结果

参与者谈论了行为、认知和情绪的变化以及情绪波动。新兴主题被归类为变化的标志或促进因素,以区分参与者如何看待这些波动。改变的标志似乎被认为是精神状态改善的结果,而促进因素被认为是影响精神状态变化的思想或行为。

这种分化对抑郁症数字表型的因果模型有影响。毫无疑问,患者和临床医生的观点不一定反映这些症状的时间顺序关系的现实,这是因果推断的必要特征。然而,这个模型可以作为一个有用的框架来分析数字特征之间的关系。这一点尤其重要,因为除了少数例外[17],目前关于数字心理健康的许多工作都是基于相关性[18],确定因果关系对于提取可操作的见解是必要的,特别是当它们与治疗有关时[19].

在此模型中,描述为图3,变化的标志可以被用作精神状态变化的代理效果在因果效应模型中,因此是远程监测症状的主要目标。然而,促进者的改变可能是无关的当前的精神状态,但可作为治疗的可行目标和情绪波动的预测指标。

图3。改变的启动子和标记的模型描述。随着情绪的波动,变化的标志也在波动,比如社交、寄宿家庭或讲话,每一个都用彩色线表示。这些随情绪而变化,可以结合使用来评估当前的精神状态。改变的促进者,如日常生活、睡眠卫生和心理教育,可以被视为临床目标,可以在情绪下降趋势时采取行动(如红色星号所示),并促进改善心理健康。
查看此图

内部因素和外部因素的细分可能有助于确定哪些因素更容易用主动方法和被动方法进行测量。GPS和加速度计传感器已广泛用于此目的,并取得了令人满意的结果[20.21].其他因素,如肢体语言(步态和姿势)、日常生活的维持、自我照顾和任务完成等,如果有的话,文献基础非常稀缺(例如,步态[22]和完成任务[23]),可能是因为难以通过遥感操作它们。

尽管被动感知所需要的参与度非常低,但来自智能手机日历等活动应用程序的数据可以提供关于工作量、休闲活动和已完成日常任务等项目的低负担信息。例如,Wahle等人[23]在预测算法中加入了日历事件,以区分抑郁症患者和非抑郁症患者。然而,数据收集的多域方法可能更适合于捕获感兴趣的行为的复杂性质。

关于数字传感器的准确性和表面有效性的问题出现了,这些数字传感器真正检测到它们声称要测量的行为[24].然而,传感器数据已被广泛发现具有足够的构造有效性,因为它们可以预测自我评估的情绪[18].这意味着,尽管从数字特征推断真实行为时要谨慎,但它们可能是抑郁症的有益信号。

实施障碍和促进因素

概述

在卫生保健服务中实施数字卫生工具需要利益攸关方深入了解障碍和促进因素。在焦点小组讨论的第二部分,我们确定了六个主要主题:技术相关因素、信息和数据、情感支持、认知支持、增强自我意识和临床效用。以下章节将讨论这些主题对治疗实施的影响,包括治疗效果、服务提供以及患者和临床医生的经验。

治疗效果的影响

实施的必要驱动因素之一是,这些工具被认为可以改善治疗结果。RMTs可以提供更好的沟通和增强自我意识的认知是实现这一目标的两种途径。第三种方式是通过辅导作业[25].能够更密切地跟踪患者的轨迹将有助于康复和复发预测模型的开发[15]并帮助临床医生迅速做出更明智的决定[26].此外,整合一个治疗平台,通过身体健康跟踪、心理教育、记忆和激励辅助来加强患者与临床医生的沟通,这些辅助专门针对患者的症状和治疗计划,可以提高疗效,并朝着更全面和个性化的治疗方法迈进。

患者-临床医生的治疗关系是最突出的主题之一,尽管发现了所提供的额外低强度支持技术的价值,但对它可能取代人工治疗的担忧可能会让人感到不屑一顾,实际上会阻碍治疗效果。尽管缺乏关于数字健康对治疗关系影响的研究[27],最近的一篇叙事评论表明,可以在数字心理健康领域建立联盟,尽管它可能采取不同的形式[28].鉴于治疗联合是治疗反应的高度预测因素[28],在制订实施策略时,应审慎考虑上述事项[29].

重要的是,在反馈时间表方面的RMT功能需要根据个人需求进行调整,以免加剧症状。一般来说,反馈是值得赞赏的;然而,对于那些患有健康焦虑的人来说,密切监测是非常不可取的。事实上,来自身体健康领域的案例研究发现,在这种情况下,可穿戴设备会恶化心理健康。30.].

对服务提供的影响

数字鸿沟(受益于数字时代的人和没有受益于数字时代的人之间的差距)的扩大可能会对服务提供产生负面影响。这项研究发现,与技术相关的因素,如可访问性、可用性和复杂性,会以三种主要方式扩大数字鸿沟,从而影响服务提供的广度:技术经验和文化水平较低的人不太可能从设计较复杂的技术中受益[31],患有严重抑郁症的人更容易失业,因而对电子设备或稳定互联网的购买力较低[32],认知能力下降可能会影响与设备有效互动的能力。

尽管有研究将远程监测与整体卫生保健的增加联系起来[33]以及服务提供能力的整体提高,但如果获取、经验或能力较少的人不太可能从这项技术中受益,则不平等仍可能出现。

病人的经验

改善患者体验的主要潜力是取代反复出现症状的问卷,患者几乎一致不喜欢这种问卷,他们不喜欢重复和消极地描述他们的症状。之前的研究也支持了这一观点,研究表明抑郁症患者会重视健康和疾病的衡量标准[34].数字活动数据收集方法可以以不同的方式捕捉症状,例如视觉或动画尺度。通过加入被动传感,它们的使用也可以完全减少。

患者的其他担忧围绕着数据,特别是关于数据收集和访问的机构,这一发现在其他地方得到了复制[11].因此,患者和临床医生讨论哪些行为需要监测,以及为什么要监测,可以改善人们对RMT在治疗中的使用态度。如果某些特征(如基于位置的数据)被认为与患者的治疗无关,因此没有被记录下来,对一些人来说,隐私问题可能会减少。

临床医生的经验

对于临床医生来说,一个关键的促进因素是使用客观的行为测量来将症状背景化。他们认为,这可以用来激励和参与病人的护理。然而,可能影响临床医生接受的一个主要因素与数据管理和互操作性有关,在初级保健环境中也发现了一个问题[35].电子病历系统已经成为临床医生输入过多数据的一个来源。添加由数字健康工具产生的主动和被动数据不太可能改善护理,而且可能会使临床医生负担过重,除非他们能够获得足够的工具和培训,以可操作的方式管理和解释数据。许多关于可接受性的研究都围绕着患者;然而,临床医生是最终用户,他们已被证明对新技术的实施表达了不同的态度,这种态度可以通过接触技术和培训来改善[36].

优势与局限

这项研究包括临床医生的观点,这是一个对实施成功具有强烈影响的关键利益相关者,我们的目标是影响其实践。包括3个单独的焦点小组允许在本研究中捕获不同的动态和更广泛的经验。

一些局限性包括,尽管在实施前捕获态度很重要,但在持续使用RMT后,这里报告的障碍和促进因素可能会有所不同。这项研究依赖于来自单一卫生服务机构的具有治疗经验的参与者的小样本,这意味着这些结果可能无法广泛推广到其他环境。

此外,参与者以前使用技术的经验不包括在分析中。

围绕这个术语也可能存在混淆rmt以及它们的用途;因此,在患者更有可能想象的自我管理和临床护理中的预测之间可能会出现二分法。后者的理解较少,因此可能影响了参与者的反应。

未来的研究

未来的纵向研究可能包括捕捉本研究中呈现的情绪和心理因素的主动数据,并可能生成与本文报道的行为标记密切匹配的被动数据特征。关于抑郁症严重程度和设备使用的研究已经在进行中[37].将这种方法应用于目前正在接受心理治疗的患者,可以深入了解心理健康服务中实际参与和设备使用的差异。最后,Torous等的研究[38]阐明了支持数字卫生平台工作联盟的重要性;因此,对远程测量和数字治疗进行类似的研究是必要的。

结论

数字工具带来了新的数据收集方法和新的成果;因此,有必要重新评估被认为重要的临床靶点。因此,关于应该测量和分析什么类型的信息的建议,以及不同涉众对其使用的态度,是非常重要的。本研究采用定性方法来确定对患者和临床医生重要的临床目标,并开发了一个框架来确定哪些因素可能更容易使用主动或被动方法进行测量。我们还确定了围绕RMTs态度的6个主要主题,这些主题可以推动卫生保健环境中的实施工作。

致谢

这项研究是由伦敦南部国家健康与护理研究生物医学研究中心、莫兹利国家卫生服务基金会信托基金和伦敦国王学院资助的独立研究。本文仅代表作者个人观点,并不代表英国国家卫生服务体系、英国国家卫生与保健研究所或英国卫生与社会保健部。研究的资助者在研究设计、数据收集、数据分析、数据解释或手稿撰写中没有任何作用。

利益冲突

MH是疾病和复发-中枢神经系统远程评估项目的首席研究员,该项目是由创新药物倡议和欧洲制药工业协会联合会资助的竞争性公私合作伙伴关系。

多媒体附件1

主题和子主题的主题指南和患者和临床医生的报价。

DOCX文件,32kb

  1. Mohr DC, Shilton K, Hotopf M.数字表型,行为感知,或个人感知:数字时代的名称和透明度。NPJ数字医学2020年3月25日;3:45 [免费全文] [CrossRef] [Medline
  2. 2017-18年,完成心理治疗的患者中有一半以上康复。国家医疗服务数字化2018年11月20日URL:https://digital.nhs.uk/news/2018/more-than-half-of-patients-who-finished-psychological-therapy-recovered-in-2017-18[2022-08-01]访问
  3. 实现循证心理疗法的大众效益:IAPT计划。临床精神病学2018年5月07日;14:159-183 [免费全文] [CrossRef] [Medline
  4. Cohen ZD, DeRubeis RJ。抑郁症的治疗选择。临床精神病2018年5月07日;14:209-236。[CrossRef] [Medline
  5. 韦尔斯JE,霍伍德LJ。对抑郁症主要症状的回忆有多准确?回顾和纵向报告的比较。精神医学2004年8月;34(6):1001-1011。[CrossRef] [Medline
  6. Taylor KI, Staunton H, Lipsmeier F, Nobbs D, Lindemann M.基于数字健康技术传感器数据的结果测量:以数据和患者为中心的方法。NPJ数字医学2020年7月23日;3:97 [免费全文] [CrossRef] [Medline
  7. Chevance A, Ravaud P, Tomlinson A, Le Berre C, Teufer B, Touboul S,等。确定对患者、非正式护理人员和卫生保健专业人员重要的抑郁症结局:对一项大型国际在线调查的定性内容分析。《柳叶刀》精神病学2020年8月;7(8):692-702。[CrossRef] [Medline
  8. 戴维斯FD。感知有用性、感知易用性和用户对信息技术的接受度。MIS Q 1989 9月13日(3):319-340。[CrossRef
  9. Girolamo G, Barattieri di San Pietro C,宝格丽V, Dagani J,法拉利C, Hotopf M,等。社区抑郁症患者对实时健康监测的可接受性:文献的系统回顾和meta分析抑郁焦虑2020年4月27日;37(9):885-897。[CrossRef
  10. 多根E,桑德C,瓦格纳X, Hegerl U, Kohls E.基于智能手机的情感障碍客观和主观数据监测:我们在哪里,我们要去哪里?系统的回顾。J Med Internet Res 2017 july 24;19(7):e262 [免费全文] [CrossRef] [Medline
  11. Simblett S, Matcham F, Siddi S,宝格丽V, Barattieri di San Pietro C, Hortas López J,雷达- cns财团。抑郁症远程测量和管理移动医疗技术的障碍和促进因素:定性分析。JMIR Mhealth Uhealth 2019 1月30日;7(1):e11325 [免费全文] [CrossRef] [Medline
  12. Kolovson S, Pratap A, Duffy J, Allred R, Munson SA, Areán PA。了解远程数字健康研究中参与者的参与需求和对被动感知的态度。Int Conf普适计算技术运行状况2020年5月;2020:347-362 [免费全文] [CrossRef] [Medline
  13. 张志勇,张志刚,杨世峰,等。Fitbit在抑郁症行为激活治疗中的可接受性:一项定性研究。基于证据的Ment Health 2017 11月;20(4):128-133 [免费全文] [CrossRef] [Medline
  14. Saunders KE, Bilderbeck AC, Panchal P, Atkinson LZ, Geddes JR, Goodwin GM.双相情感障碍远程情绪和活动监测的经验:一项定性研究。欧洲精神病学2017 Mar;41:115-121 [免费全文] [CrossRef] [Medline
  15. Matcham F, Barattieri di San Pietro C,宝格丽V, de Girolamo G, Dobson R, Eriksson H, RADAR-CNS财团。重性抑郁症疾病和复发的远程评估(RADAR-MDD):一项多中心前瞻性队列研究方案BMC精神病学2019 Feb 18;19(1):72 [免费全文] [CrossRef] [Medline
  16. Braun V, Clarke V,运用心理学的主题分析。精神病学鉴定2006年1月;3(2):77-101。[CrossRef
  17. 梅耶霍夫J,刘涛,kkording KP, Ungar LH, Kaiser SM, Karr CJ,等。使用智能手机传感器特征评估抑郁、焦虑和社交焦虑的变化:纵向队列研究。J medical Internet Res 2021 Sep 03;23(9):e22844 [免费全文] [CrossRef] [Medline
  18. De Angel V, Lewis S, White K, Oetzmann C, Leightley D, Oprea E,等。抑郁症被动监测的数字健康工具:方法的系统回顾。NPJ数字医学2022年1月11日;5(1):3 [免费全文] [CrossRef] [Medline
  19. 数字医学中的因果关系。Nat Commun 2021 9月15日;12(1):5471 [免费全文] [CrossRef] [Medline
  20. 王锐,谢海华,王志强,王志强。下一代精神病学评估:使用智能手机传感器监测行为和心理健康。精神科康复杂志2015 Sep;38(3):218-226 [免费全文] [CrossRef] [Medline
  21. 张志刚,张志刚,张志刚,张志刚,等。抑郁和非抑郁个体在日常生活中的体力活动水平和时间。Transl Psychiatry 2020年7月30日;10(1):259 [免费全文] [CrossRef] [Medline
  22. 王勇,王娟,刘霞,朱涛。基于步态数据的抑郁症识别:步态特征在抑郁症识别中的贡献。前沿精神病学2021年8月;12(6):661213-661211 [免费全文] [CrossRef] [Medline
  23. Wahle F, Kowatsch T, Fleisch E, Rufer M, Weidt S.抑郁症患者的移动感知和支持:野外试点试验。JMIR Mhealth Uhealth 2016 9月21日;4(3):e111 [免费全文] [CrossRef] [Medline
  24. Birk RH, Samuel G.数字数据能诊断心理健康问题吗?“数字表型”的社会学探索。社会健康疾病2020年11月;42(8):1873-1887。[CrossRef] [Medline
  25. 唐伟,Kreindler D.支持家庭作业依从的认知行为治疗:移动应用程序的基本特征。JMIR Ment Health 2017 Jun 08;4(2):e20 [免费全文] [CrossRef] [Medline
  26. 孙文杰,李志刚,李志刚。心理治疗对抑郁和焦虑症状变化的影响。J情感失调2019年4月15日;249:327-335 [免费全文] [CrossRef] [Medline
  27. Henson P, Wisniewski H, Hollis C, Keshavan M, Torous J.数字心理健康应用程序和治疗联盟:初步综述。北京心理公开赛2019年1月;5(1):e15 [免费全文] [CrossRef] [Medline
  28. Ardito RB, Rabellino D.治疗联盟和心理治疗的结果:历史考察,测量和研究前景。《前线精神》2011年10月18日;2:270 [免费全文] [CrossRef] [Medline
  29. 韩森P,派克P, Torous J.考虑数字心理健康干预的治疗联盟。哈佛精神病学2019;27(4):268-273。[CrossRef] [Medline
  30. 罗曼,葛希,兰珀特。智能手表对心房纤颤患者健康焦虑的影响。心血管数字健康杂志2020;1(1):9-10 [免费全文] [CrossRef] [Medline
  31. 张志强,张志强,张志强,等。生物标记物的研究进展。Digit Biomark 2017 9月1日(1):87-91 [免费全文] [CrossRef] [Medline
  32. 李志强,李志强,李志强,等。抑郁症员工的失业、工作保留和生产力损失。精神科服务2004年12月;55(12):1371-1378 [免费全文] [CrossRef] [Medline
  33. Banbury A, Roots A, Nancarrow S.对农村居民电子卫生和远程监测应用的快速审查。澳大利亚农村卫生2014年10月22日(5):211-222。[CrossRef] [Medline
  34. Simblett S, Matcham F, Curtis H, Greer B, Polhemus A, Novák J,疾病和复发的远程评估-中枢神经系统(雷达- cns)联盟。患者对远程测量技术帮助慢性健康状况的测量优先事项:定性分析。JMIR Mhealth Uhealth 2020 Jun 10;8(6):e15086 [免费全文] [CrossRef] [Medline
  35. Davis MM, Freeman M, Kaye J, Vuckovic N, Buckley DI。临床医生和工作人员对将远程监测技术纳入初级保健的可接受性的系统性回顾。Telemed J E Health 2014年5月;20(5):428-438 [免费全文] [CrossRef] [Medline
  36. Bourla A, Ferreri F, Ogorzelec L, Peretti CS, Guinchard C, Mouchabac S.精神病学家对颠覆性新技术的态度:混合方法研究。JMIR Ment Health 2018年12月14日;5(4):e10240 [免费全文] [CrossRef] [Medline
  37. Matcham F, Leightley D, Siddi S, Lamers F, White KM, Annas P, RADAR-CNS联合体。重度抑郁症疾病和复发的远程评估(RADAR-MDD):纵向远程测量研究中的招募、保留和数据可用性BMC精神病学2022年2月21日;22(1):136 [免费全文] [CrossRef] [Medline
  38. Torous J, Wisniewski H, Bird B, Carpenter E, David G, Elejalde E,等。为心理健康和不同的医疗保健需求创建一个数字健康智能手机应用程序和数字表型平台:一个跨学科和协作的方法。中国生物医学工程学报2019年4月27日;4(2):73-85。[CrossRef


认知行为疗法:认知行为疗法
IAPT:改善心理治疗
国民健康保险制度:国民保健制度
RMT:遥测技术


编辑:J Torous;提交22.04.22;A Chevance, R Armstrong Junior的同行评审;作者评论02.06.22;修订本收到13.06.22;接受13.06.22;发表15.08.22

版权

©Valeria de Angel, Serena Lewis, Katie M White, Faith Matcham, Matthew Hotopf。最初发表于JMIR心理健康(https://mental.www.mybigtv.com), 15.08.2022。

这是一篇开放获取的文章,根据创作共用署名许可协议(https://creativecommons.org/licenses/by/4.0/)的条款发布,允许在任何媒介上不受限制地使用、分发和复制,前提是正确引用了首次发表在JMIR精神健康杂志上的原创作品。必须包括完整的书目信息,https://mental.www.mybigtv.com/上的原始出版物的链接,以及此版权和许可信息。


Baidu
map