冲动行为的数字棉花糖测试(DMT)诊断和监测移动健康应用程序:开发和验证研究

简介

背景

Mischel和同事进行的经典棉花糖测试[1研究发现，儿童时期无法抑制短期反应，预示着较低的教育程度、较低的压力适应力、以及成年后较高的药物使用率和BMI。在这个测试中，如果孩子们等待一段时间，他们可以在一个小而直接的奖励(例如，一个棉花糖)和一个更大的奖励(例如，两个棉花糖)之间做出选择。尽管未来的研究表明，社会经济地位等多种因素在延迟满足和生活结果之间起中介作用[2]，这项研究引发了大量关于冲动反应、自我调节、临床和生活结果之间关系的研究[3.-11］．

冲动是一种多维结构，其主要特征是无法抑制对短期奖励的反应，尽管长期的负面后果或潜在收益的损失[12-14］．在《诊断与统计手册》(Diagnostic and Statistical Manual)中，冲动性是许多疾病的常见转诊特征[15］．大量的心理学和医学研究已经证明了冲动特征与各种身体和心理健康结果之间的关系。14，16］．在各种研究和亚型中，高度冲动的人被发现更有可能患有肥胖症、II型糖尿病、物质使用障碍、注意力缺陷/多动障碍(ADHD)、赌博问题、双相情感障碍、边缘性人格障碍和自杀行为等[14，16，17］．冲动的程度不仅预示着许多情况的发生，而且还预示着成功干预结果的可能性[18-20.］．

冲动行为的测量

长期以来，在心理学和医学研究中，冲动的测量一直被认为是具有挑战性的，因为这种结构的多维性和异质表现[13，14］．冲动行为包括一些相关但不同类型的特征，如积极和消极的紧迫感，缺乏计划或预谋，缺乏毅力，注意力不集中，现在和未来的折扣，反应抑制和感觉寻求[13］．有证据表明，冲动的每一种亚型在自我报告、神经生物学和认知测量中都以不同的方式表现出来，而且不同类型的测量在识别冲动行为的潜在成分方面各有优缺点[21-23］．

因此，自我报告和基于绩效的评估之间的关系始终是低量级的，但与认知和行为独立相关[21，24］．例如，一项关于冲动性和BMI之间关系的元分析发现，基于表现的冲动性行为测量产生的效应量明显大于问卷调查，并且冲动性的不同领域与BMI独立相关[25］．因为这些测量不是高度相关的，但确实预测了冲动和临床结果的不同方面，评估范式应该包括广泛的评估，并具有针对特定临床环境的个性化能力。这种评估方法将通过预测特定的潜在方面来提高诊断的准确性，从而推动科学的发展，而不是专注于冲动的单一构造[26］．

冲动作为一种随时间和背景而表现出来的性格类型或特征，与受物质和其他刺激影响的暂时状态之间的区别也值得研究[10］．总的来说，冲动行为的基于特征的人格模型揭示了与生活结果的牢固关系[27]和症候学[16］．与此同时，基于特质的研究可能会受到其他因素的干扰，包括环境、情绪、认知和社会环境[2，28，29]，并受到当前状态和上下文的严重影响。因此，随着时间的推移，通过自我报告和行为测量来测量特质和状态冲动性是很重要的，以更好地理解在现实世界环境中与临床结果的关系[29］．大多数冲动的特征和行为测量并没有被设计或验证为状态测量或作为频繁监测评估范式的一部分使用;然而，一些初步研究表明，在现实环境中，冲动行为可以通过生态瞬时评估(EMA)和经验采样进行可靠的测量。21，29-33］．

移动健康

移动健康(mHealth)技术已经证明，智能手机应用程序和传感器能够收集有关个人活动、行为、症状、认知和背景的数据[34-37］．移动医疗研究平台和框架，包括苹果的ResearchKit (iOS) [38和Android的ResearchStack [39]，提供了利用各种患者报告和生成的数据开发新颖和可扩展的移动健康研究的机会[40，41］．移动健康研究证明了在个人生活经验中收集个性化和频繁的多模态数据的潜力，以加强医疗状况的评估、监测和诊断，并揭示症状集群[42，43］．

移动健康技术可以通过提高冲动性整体预测负面结果(如精神或医疗条件的发作或恶化以及治疗失败)的准确性，进一步推动冲动性科学的发展。移动健康应用程序可以极大地促进密集的纵向研究[44，45来理解日常环境中冲动行为的主体差异。用于研究冲动性潜在结构的多模态方法分别结合了行为和自我报告测量，并包括基于特征和基于状态的方法，以实现对冲动性方面更全面和频繁的评估。每一个冲动行为的特征和状态测量可以进一步个性化和适应个人和研究的背景。这种个性化和模块化的方法对于冲动行为的研究特别有用，因为它们在身体、医学和心理状况的临床试验中很常见。

为了扩大对冲动性的测量，我们开发了经过验证的实验室冲动性评估的移动版本，并使用苹果的ResearchKit (iOS)在手机上进行每日和瞬时自我报告测量[38和Android的ResearchStack [39移动健康平台。在一项名为数字棉花糖测试(DMT)的综合研究中，我们将这些测量方法与传统的自我报告和实验室冲动性测量方法结合起来。

客观的

这项研究的主要目的是通过开发和完善一个移动诊断和监测应用程序，使用基于特征和状态的自我报告和冲动性潜在方面的性能测量，来推进冲动性科学和冲动性行为的研究。为了实现这一目标，我们进行了为期21天的密集纵向研究，使用移动DMT应用程序测量冲动性的各个方面。

方法

不同的应用程序

整体应用设计

我们开发了一个名为DMT的移动监控应用程序，用于远程评估和监控冲动行为。DMT应用程序是基于Apple的ResearchKit (iOS)和Android的ResearchStack开源框架开发的，用于开发健康研究应用程序(图1)，让研究人员可以轻松开发直观、标准化的数据收集移动应用程序。DMT应用程序由三个主要模块组成:基线自我报告、当前状态EMA和主动行为绩效任务(图2)．

‎ 查看此图

‎ 查看此图

自我报告

自我报告数据和患者报告结果在行为和医学研究中无处不在。在临床试验和实践中，个性和特质的自我报告测量在冲动性评估中很常见[29］．我们使用语义差异收集了各种临床相关的自我报告测量和结果[46]，冲动的一般特征测量[13，47]，以及冲动性的日常测量[29]，如下所述。

教育津贴

EMA方法涉及对受试者当前行为和经历的重复采样[48］．EMA指标通常用于临床试验和移动健康研究。对于冲动性，EMA方法可用于理解个体内的差异性和冲动性行为的情境因素[29，49］．我们的DMT应用程序包括各种基于语义差异量表的EMA问题[46，50每天早晚都有提示。

我们还实现了摄影影响计(PAM;图3)来测量情绪状态和影响。PAM的设计是为了评估用户在给定时间内选择最能代表他们情绪的图像时的瞬间反应[51］．我们使用PAM的积极和消极情绪得分，这些得分已被验证，与积极和消极情绪量表(PANAS)相对应[52］．

‎ 查看此图

活动性能任务

主动执行任务是苹果的ResearchKit (iOS)中较具创新性的部分。38和Android的ResearchStack [39开源框架。这些任务邀请用户在部分受控条件下执行活动，同时使用手机传感器收集数据。ResearchKit [38]包括苹果和研究团体开发的几个预定义的记录任务[53]，可分为运动活动、健康、认知和言语等类别。ResearchStack支持各种各样的社区贡献的应用程序，尽管在撰写本文时还没有这些任务的集中列表或存储库。在认知范畴，一个相关的例子是经典的Stroop Color and Word Test的改编，该测试广泛应用于临床实践和心理学研究[54］．

作为DMT应用程序和研究的一部分，我们在移动设备上调整了三个相关的行为和认知表现任务。具体来说，我们采用了三种与冲动控制相关的实验室行为测量方法:移动气球模拟风险任务(mart)、移动Go-No-Go (mGNG)和移动延迟折扣(mDD)。这些任务在视觉上进行了修改，以符合手机的规格，并适应于每天用于测量冲动控制和行为的行为表现。例如，mart在每次试验中向用户提供15个气球，需要大约2分钟才能完成(图3)．关于活动任务开发的其他详细信息可以在OSF的DMT项目文件夹中找到[55］．

ResearchKit和ResearchStack

我们使用苹果的ResearchKit (iOS)和Android的ResearchStack开源框架的扩展开发了DMT，用于开发研究研究应用程序，这使得研究人员可以轻松地开发直观和标准化的数据收集移动应用程序。这些平台旨在满足大多数科学研究的需求，包括获取参与者的同意，可扩展的输入任务，以及机构审查委员会批准所必需的安全和隐私需求。该扩展构建在ResearchKit和ResearchStack之上，并扩展了可用的调查，包括可适应的视觉评估和自定义性能任务，如BART，并支持集成Ohmage-Omh [56，57后端开箱即用。可以轻松创建其他服务器集成，例如Sage Bionetworks Bridge平台[40］．

应用程序的结构是由一个JavaScript对象符号(JSON)文件定义的，它指定了应用程序要实例化的调查或活动任务步骤。JSON文件被转换成一个步骤对象数组，应用程序使用任务生成器创建一个任务，然后将该任务呈现给研究参与者。任务的结果由结果处理器处理，结果处理器包括在本地存储结果并通过电子邮件发送给研究人员、发送给Ohmage-Omh研究经理或发送到自定义服务器的模块。例如，要为DMT创建mart (图4)，研究人员将需要创建一个JSON文件[55］．mart包括三个步骤:(1)介绍研究的指导步骤，(2)mart主动步骤，(3)感谢参与者的最后指导步骤。

‎ 查看此图

测试

2016年8月至11月期间，有10名测试用户测试了应用程序的功能。iOS和Android平台都进行了测试，并向开发人员提供了反馈，该应用程序的第二个版本于2016年12月发布。该研究使用的最终版本于2017年1月发布。

不同的研究

参与者

参与者从基因型和表型登记处招募[58]，一个由诺斯韦尔健康的范斯坦医学研究所发起和管理的基因库[59］．参与者完成了一个简短的匿名在线筛选评估，这表明他们是否有资格参与这项研究。符合条件的参与者随后完成了与研究人员的电话通话，其中包括知情同意的一般概述，并在诺斯韦尔健康实验室安排了一次面对面的约会。所有研究数据都被发送到Sage Bionetworks提供的符合HIPAA(健康保险携带与责任法案)的数据库服务器。这项研究得到了诺斯韦尔健康机构审查委员会下属的范斯坦医学研究所的批准[55］．

参与这项研究的资格标准包括:流利并能够阅读八年级水平的英语，年龄在18岁至75岁之间，拥有智能手机。那些报告有严重的精神或身体健康问题，并由过去一年的当前治疗或阈值症状证明的个人不包括在外联电子邮件中。精神健康问题包括任何形式的精神病或精神病性障碍、双相情感障碍和重度抑郁症。参与者的基线访谈获得50美元，完成至少80%的早晚评估获得25美元，第21天调查获得25美元。

总样本量为116例，其中63.8% (n=74)为女性，平均年龄为44.7岁(SD 13.92)。总体而言，70.7%(82/116)的参与者为白人，10.3%(12/116)为黑人/非洲裔美国人，7.8%(9/116)为西班牙裔/拉丁裔，11.2%(13/116)为其他。样本在教育程度上是混合的，36.2%(42/116)拥有大学以下学位，27.6%(32/116)拥有大学学位，36.2%(42/116)拥有研究生学位。在116名受访者中，85人(73.3%)在职，58人(50.0%)已婚。平均BMI为28.1 kg/m (SD 6.86)²．与其他移动健康研究相比，流失率相对较低[60］．在招募的116名参与者中，104人(89.7%)完成了移动基线评估，100人(86.2%)完成了至少一次早晚评估，93人(80.2%)完成了第21天评估。

过程

在诺斯韦尔健康实验室的亲自预约中，参与者能够解决与研究有关的任何问题，包括智能手机的使用和隐私。任命分为三个部分。首先，受试者在电脑上完成标准的自我报告和行为测量(见下文)。在约会的第二部分，参与者被指导如何将DMT应用程序下载到他们的智能手机上，并向他们展示了如何使用该应用程序的5分钟培训视频，以及在整个21天的研究中他们的参与预期。在参与者观看培训视频并有机会提问后，他们将在DMT应用程序上完成基线评估。有关研究程序和材料的其他详细信息可在OSF的DMT项目文件夹中找到[55］．

实验室评估

特质自我报告

我们使用了两种最常见的广义冲动性问卷:巴拉特冲动性量表(BIS)和紧迫性，预谋(缺乏)，毅力(缺乏)，感觉寻求，积极的紧迫感冲动性行为量表(UPPS)。

BIS是最被广泛引用的冲动性评估工具，并已被用于促进对冲动性结构及其与其他临床现象关系的理解[47，61］．我们使用了一个更短的版本，叫做BIS-15 [62］．BIS-15量表衡量冲动的三个方面:注意力(无法集中注意力)、运动(不思进取)和计划性(缺乏未来方向或前瞻性)。

冲动性行为量表[13)评估冲动性的分量表:紧迫感(在负面影响的情况下鲁莽行事)、缺乏预谋(难以思考和反思行为的后果)、缺乏毅力(无法集中精力完成任务)和寻求刺激(尝试和享受刺激或危险活动的倾向和开放)。这些分量表与精神病理学有异质关系[16］

行为和认知主动表现任务

我们使用了三种通常用于测量冲动控制和相关结构的行为测量的验证标准版本:BART, GNG和DD。这些测量是计算机化的，并在诺斯韦尔健康实验室执行。

BART是一种衡量风险的方法，它要求个人通过反复抽气球赚取虚拟货币来平衡潜在的回报和损失。63］．BART标准被发现可以预测冒险行为、药物滥用、赌博和不健康饮食[63，64］．我们使用Inquisit软件[65]，并使用基于Lejuez等人的脚本来衡量冲动性和风险规避[63]，这在之前的研究中得到了验证。参与者每人得到30个气球，每次一个。对于每个气球，他们都有机会反复给气球打气来增加他们潜在的假设收入，或者停止打气来收集他们的累积收入。然而，如果气球爆了，参与者就失去了当前气球的所有潜在奖金。在这个模型中，未爆炸气球的平均泵数是主要因变量，数值越高表明风险越大。标准的实验室BART任务大约需要7分钟才能完成。我们记录了所有试验的平均泵次数，以衡量冒险倾向[63］．

GNG是一种行为抑制和认知控制的测量方法。研究发现，与对照组相比，多动症患者表现出更差的抑制控制能力[66］．GNG表现在健康对照组与物质使用者或饮食失调个体之间也存在差异[67，68］．我们使用Inquisit软件[65]，基于Fillmore等的实现过程[69］．参与者被要求在看到绿色矩形(=go)时按下空格键，而在看到蓝色矩形(=no-go)时不要按空格键。蓝色和绿色矩形可以是垂直的，也可以是水平的。垂直矩形有很高的概率是绿色的(“放行”试验)，水平矩形有很高的概率是蓝色的(“不放行”试验)。在矩形颜色显示之前，参与者接收到关于矩形方向的信息(=cue)。激活和抑制倾向一致地形成线索依赖[70］．这项任务包括250条线索，大约需要10分钟才能完成。我们联合记录了抑制委员会和遗漏错误，以及在所有试验中对目标的反应时间。

DD是衡量玩家延迟较小虚拟奖励以换取较大虚拟奖励的能力。DD是精神疾病的跨诊断过程[71，72］．我们使用基于实验室的Inquisit软件，并基于Richards等人的实现程序[73］．参与者被要求在以下两种情况中进行选择:一种是有不同时间或概率延迟的标准数额的假设金钱(10美元)，另一种是没有延迟的可变数额，直到找到每个延迟的无差异点，或者直到每次延迟运行30次试验。该脚本建立了(1)假设的收益，参与者开始对较高的货币奖励进行折现，以支持较短的等待时间(延迟折现)，以及(2)虚构的收益，参与者开始对不确定事件的高货币奖励进行折现，而支持确定胜利的低货币奖励(概率折现)。耗时约15分钟。我们记录了在所有5次试验中为每个任务管理选择较小奖励的累积概率[74，75］．

移动评估(DMT App)

时间表

我们使用DMT应用程序进行了一项为期21天的移动评估研究。使用DMT应用程序进行移动评估的时间表总结在表1．

DMT自我报告和EMA

DMT应用程序冲动性的主要测量方法通过自我报告语义差异进行评估[46，50］．我们从语义差异量表中选择了20个项目，并在研究过程中的不同时间点使用选择的项目表1．所有的项目都在基线和研究结束时进行了测量。参与者被要求报告基于特征(总体感觉)或当前状态(现在感觉)的语义差异。

DMT应用程序还提示PAM (图3)来测量情绪状态和情绪。PAM是为瞬间反应而设计的，用户可以选择在给定时间内最能代表他们情绪的图像[51］．在基线时，每天早上和晚上，在研究结束时(表1)．

DMT活动性能任务

BART (mart)的DMT应用程序版本与实验室版本相似，只是它更短(15次试验;长约2分钟)。参与者被要求在15次试验中尽可能多地赚钱(图4)．对于参与者来说，这项任务被命名为“气球游戏”(图2)．

提示GNG (mGNG)的DMT应用程序版本包括75个试验，每个试验都有以下顺序:固定交叉(250毫秒);空白屏幕(250毫秒)，垂直或水平提示(白色矩形)，用于6个刺激启动异步中的一个(100、200、300、400、500、750毫秒);前进或不前进目标(分别为绿色或蓝色矩形)，直到参与者响应或500毫秒;以及试验间隔(250毫秒)。参与者被要求以尽可能快的速度按下屏幕上的绿色目标，而不是蓝色目标。信号以70%的概率向目标发出信号(水平方向:前进，垂直方向:不前进)。对于参与者来说，这项任务被命名为“正方形测试”(图2)．

在DMT应用程序版本的DD任务(mDD)中，参与者有5个选择，一个较小的假设货币或基于时间的奖励，根据之前的回答在每次试验中有所不同，另一个较大的固定奖励在所有试验中保持不变。对于参与者来说，任务被命名为“现在还是以后?””(图2)．

结果

方法和描述性统计

在这项研究中，我们验证了自我报告、EMA和移动设备上冲动行为的行为测量。总的来说，我们验证了我们的移动评估与先前验证的冲动性临床测量，如BIS-15和UPPS。我们还检查了新测量方法的心理测量特性。描述性统计和分析可在OSF的DMT项目文件夹[55］．

语义的差异

我们对基线测量的20项语义差异量表进行了主成分分析(表1)．我们的探索性分析得出了一个包含6个因素的解决方案，我们称之为低效、消极、冷静、不健康、寻求刺激和故意的。综合起来，这些成分解释了量表中74%的方差。主成分分析的完整结果显示在表2．

与BIS-15和UPPS的相关性

我们检查了验证的测量(BIS-15和UPPS)与我们的6个因素之间的相关性。低效和寻求刺激因素与冲动和冲动行为的各种特质测量高度相关。相反，消极、平静和不健康因素与冲动和冲动行为的特征测量只显示出极小或不显著的相关性。的impulsive-intentional因子仅包含一个项目，与9个基于特质的测量中的7个显著相关。完整的相关结果显示在表3．

个体内的变化

我们进一步研究了基线和早晚测量之间自我报告语义差异的个体内变异性。我们比较了个体的“总体感觉”自我报告与21天内相同语义差异的平均每日报告之间的相关性。

如表4，基线和早晨测量之间的相关性从中等(r=0.4)至高(r= 0.7)lonely-connected，optimistic-pessimistic,determined-aimless具有最高的相关性，并且focused-distracted，energetic-tired,bored-engaged相关性最低。基线和夜间测量之间的相关性从低(r=0.2)至高(r= 0.7)lonely-connected，cautious-thrill寻求,impulsive-intentional具有最高的相关性，并且focused-distracted，energetic-tired,bored-engaged相关性最低。总体而言，早晚瞬时测量与基线的偏差和变异性相似，晚间与基线测量的校准较低。

早晚测量之间的相关性非常高(r= 0.8 - -0.9)。我们发现，与早上相比，人们在晚上更冲动、更分心、更漫无目的、更疲劳、更悲观、更寻求刺激。除此之外，我们发现人们在早晨和晚上报告的无聊、孤独、羞耻和沮丧程度相似。

情绪状态与情感的影响

我们检查了PAM任务中的四个指标(效价、唤醒、积极和消极)，因为它们与早晨和晚上的瞬时语义差异相关(表5)．在四个PAM指标中，积极影响与各种语义差异的相关性普遍高于其他指标。在研究的10个语义差异中，energetic-tired而且frustrated-content与PAM指标的相关性最高。然而,这两个impulsive-intentional而且cautious-thrill寻求语义差异通常与任何PAM指标(表5)．

活动性能任务

mBART

为了验证mart，我们评估了经过验证的BART实验室测量和探索性mart活动任务中的行为之间的相关性。实验室爆炸次数(N=114;均值6.55，标准差5.25)高度相关(r= 0.658,P<.001)与mart中的爆炸次数(N=102;平均5.62,SD 2.65)。我们还估计了mart中爆炸次数的测试重测可靠性，并发现基线和早晨之间存在高度相关性(r= 0.663,P<.001)，晚上(r= .0673,P<.001)，第21天(r= 0.451,P<措施)。泵数量的结果与爆炸数量的结果几乎相同，因为这些测量结果高度相关(r= 0.643,P<措施)。mart上的爆炸次数与感觉寻求特质(r= 0.216,P= 03)。爆炸次数(r= 0.30,P=.002)和泵的数量(r= 0.268,P=.006)，与语义差异的刺激寻求因子相关。

mGNG

为了验证mGNG，我们测试了经过验证的实验室测量的GNG行为与探索性mGNG活动任务之间的相关性。实验室中的响应时间(毫秒)(N=109;均值353，标准差43)高度相关(r= 0.467,P<.001)， mGNG的响应时间(N=97;平均430,SD 80)。我们还估计了mGNG中响应时间的测试-重测可靠性，并发现基线和早晨(r= 0.88,P<.001)，晚上(r= 0.862,P<.001)，第21天(r= 0.789,P<措施)。由于实验室任务的总体错误率较低(平均值为0.00765，标准差为0.014569)，而mGNG的总体错误率较高(平均值为0.39，标准差为0.74)，因此实验室和移动版本之间的错误率不相关。值得注意的是，基线时mGNG的平均错误率与早晨、晚上和第21天的错误率无关。测试-重测信度在研究过程中发生了变化，因为早晨与晚上相关(r= 0.477,P<.001)和第21天(r= 0.454,P<.001)，也与晚上(r= 0.461,P<措施)。这与参与者在研究期间报告的对mGNG的沮丧相一致，这可能导致了更差的表现。mGNG任务应答率与感觉寻求特质负相关(r= -0.310,P= .002)。mGNG的错误率与语义差异的组织因素呈负相关(r= -0.194,P=.06)，反应时间与语义差异的谨慎因素(r= -0.196,P= . 05)。

mDD

我们在用等效的实验室版本验证mDD活动任务时遇到了麻烦，因为我们使用了DD的一个缩短的探索性版本[74］．然而，我们的结果产生了中等的测试重测信度和收敛效度。我们考察了在金钱和时间方面选择后一种奖励的倾向。6个月后选择奖励(金钱)的倾向与1个月后选择奖励(金钱)的倾向高度相关(r= 0.489,P=.002)和1年内的后期奖励(时间)(r= 0.396,P<措施)。1年内选择较晚时间奖励的倾向与6个月内选择较晚时间奖励的倾向高度相关(r= 0.523,P=措施)。我们还估计了mDD中后期选择倾向的测试-重测可靠性，并发现了高相关性。基线时6个月后选择奖励(金钱)的倾向与第21天6个月后选择奖励(金钱)的倾向高度相关(r= 0.414,P<措施)。基线时12个月后选择奖励(时间)的倾向与第21天12个月后选择奖励(时间)的倾向高度相关(r= 0.394,P<措施)。6个月后第21天选择后一种奖励(金钱)的倾向与12个月后第21天选择后一种奖励(时间)的倾向高度相关(r= 0.411,P<措施)。mDD和任何自我报告测量之间没有关联。

讨论

主要结果

总的来说，目前的研究证明了在日常生活中使用DMT移动应用程序评估特质和状态冲动性的不同方面的潜力。与之前的研究类似，结果表明，现有的自我报告测量和计算机性能任务之间的并发和预测有效性水平不同，这些任务的移动状态和特质版本在21天内测量。

特质和状态自我报告测量

我们建立在语义差异量表的基础上，在DMT应用程序中开发自我报告冲动性的特质和状态测量。我们对基线语义差异的探索性主成分分析得出了六个特质冲动性因素:低效、消极、冷静、不健康、寻求刺激和故意。我们发现，低效的、有意的和寻求刺激的因素与特质冲动性的各个方面高度相关，而消极的、冷静的和不健康的因素只与基于特质的测量略有相关。值得注意的是,impulsive-intentional因子仅由一个项目组成，与9个基于特质的测量(BIS-15/UPPS)中的7个显著相关，可以潜在地用作特质冲动性的简约单项目测量。

为了加强对状态冲动性和个体内部变异性的理解，我们检查了在DMT研究期间的早晨和晚上一般自我报告和瞬时语义差异测量之间的差异。基线测量值与早晨测量值之间的相关性介于中等(r=0.40)至高(r= 0.70)lonely-connected，optimistic-pessimistic,determined-aimless显示出最高的相关性，以及focused-distracted，energetic-tired,bored-engaged显示出最低的相关性。基线和夜间测量之间的相关性从低(r=0.20)至高(r= 0.70)lonely-connected，cautious-thrill寻求,impulsive-intentional显示出最高的相关性，以及focused-distracted，energetic-tired,bored-engaged显示出最低的相关性。总体而言，早晚瞬时测量与基线的偏差和变异性相似，晚间反应显示与基线测量的校准较低。

我们的研究设计还允许我们通过比较早晨和晚上的瞬间自我报告，在日常生活的背景下调查这些结构。早晚测量之间的相关性非常高(r= 0.80 - -0.90)。我们发现，与早上相比，人们在晚上更冲动、更分心、更漫无目的、更疲劳、更悲观、更寻求刺激。除此之外，我们发现人们在早晨和晚上报告的无聊、孤独、羞耻和沮丧程度相似。这些结果有助于强调一天中冲动方面的变化。可归因于身心耗损的措施[76]在早晚的时间里变化最大，而那些评估基于性格特征的人则更稳定。重要的是要认识到我们使用的是非临床样本。以前的研究(例如，Tomko等[29])的研究报告称，与非临床样本相比，临床样本的日常冲动可能变化更大，这表明需要在临床人群中进行进一步的研究。

结果还表明，一些暂时的状态评估是高度相关的时间和一天，如focused-distracted而且determined-aimless，而其他人则如lonely-connected而且frustrated-content在所有评估期间没有发现显著的关系。还值得注意的是，一些项目，包括impulsive-intentional而且seeking-cautious兴奋,只在早上和晚上与基线到早上或晚上相关，这表明尽管平均值可能在早上和晚上有所不同，但随着时间的推移，存在相对的日内关联和稳定性。

最后，我们研究了情绪状态的作用，包括效价、唤醒、积极和消极，使用PAM [51］．我们观察到，积极情绪与各种瞬时语义差异的相关性普遍高于效价、唤醒和消极情绪。具体地说,energetic-tired而且frustrated-content与PAM指标的相关性最高。然而,这两个impulsive-intentional而且cautious-thrill寻求语义差异通常与任何价、唤醒、积极或消极的情绪状态测量无关。这些高相关性表明，使用自我报告照片而不是基于文本的自我报告项目，或与之结合，可以将瞬时状态评估扩展到更广泛的受众，无论语言或教育程度如何[51］．进一步的研究需要在不同队列的临床样本中测试PAM。

活动性能任务

DMT研究的主要目标之一是验证DMT应用程序中的行为和认知主动表现任务。之前的研究强调了行为任务的转诊断潜力[71，72]但也发现了与自我报告相比，测试-重测可靠性方面的挑战[77］．在DMT应用程序中，我们基于这些任务的验证计算机化版本，对DMT活动性能任务(mart、mGNG和mDD)的设计建模[63，69，74］．尽管我们努力将移动任务与实验室任务相匹配，但我们在验证这些任务时只发现了适度的成功。本研究中mart效度最高，mGNG次之，mDD效度最低。

具体而言，mBART活动任务显示出与实验室BART任务的高度相关性，高测试-重测信度，以及与自我报告测量的收敛效度。mBART任务中的风险承担与自我报告的感觉寻求相关，这与先前基于实验室的BART研究相对应[78］．我们的结果也与MacLean及其同事的结果一致[79他透露，另一个不同的移动版本的BART与实验室的计算机版本显示出良好的并发和预测有效性。与我们的结果不同，我们的结果在每天的时间和时间上基本稳定，而在他们的非每日吸烟者样本中，BART指数随着时间的推移存在一些差异。当这些研究结合起来时，BART似乎可以转化为手机，以可靠地评估现实环境中的风险承担。然而，正如在其他研究中发现的那样，自我报告和风险行为测量之间的弱相关性[78，80]，就有理由在未来对特定领域或更一般的风险措施进行调查[80在冲动行为的背景下。

GNG是临床试验中常见的抑制和认知控制行为测量方法[66-69］．在这些试验中，通常用两个主要结果来衡量认知控制:错误率和反应时间。错误率在成瘾和物质使用研究中尤为重要。在移动设备上，以及在自然环境和实验室之外(即mGNG)执行时，这些指标的分布预计将发生巨大变化。我们的研究结果表明，反应时间在不同时间和环境下都是稳定的，基线、早晨、晚上和第21天的相关性在0.79至0.86之间，且无显著的平均差异。错误率在时间点上的相关性较弱，但总体均值相对稳定。这一发现可能是由于GNG任务的计算机化实验室版本中的地板效应，这在健康样本和基线且没有实验操作(如酒精给药)的临床样本中很常见[81-83］．

DD用于衡量玩家将即时、较小、较短的奖励推迟到较长时间、较大奖励的能力。在这项研究中，我们没有设法获得新mDD和实验室DD任务的并发有效性。然而，在DMT研究期间，mDD中的个人选择通过DD的金钱版本和时间版本之间的相关性显示出适度的收敛效度。mDD中的选择也显示了从基线到第21天的中等测试重测可靠性。无效结果也可能是由于mDD任务的假设结构，而不是与激励相容的结构，这降低了有效性[84，85]，或使用只有5个决策点的简短任务。

综合来看，我们的结果强调，实验室移动评估可以在现场可靠地收集。尽管人们对自我报告冲动性测量之间相对较弱的关系存在一些担忧，但除了mart之外，在基线执行这些任务的之前验证的计算机版本中也发现了类似的结果，这表明在冲动性的客观测量中存在更多系统性问题[23，26］．目前，这些问题似乎还不能通过这些任务的移动版本来解决。我们计划在DMT应用程序的未来研究中完善并进一步验证mart、mGNG和mDD任务。

与其他移动健康应用的比较及相关研究

移动健康应用程序的一个常见临床用途是远程诊断[86］．对直接面向消费者应用程序的系统回顾发现，许多症状检查和诊断应用程序缺乏足够的临床证据[87］．我们的研究结合了有效的评估和新的测量方法，产生了支持DMT应用程序诊断功能的证据。在未来，DMT应用程序可以用作远程面向患者的移动健康应用程序，以诊断和监测冲动行为。

我们的目标是为研究人员和临床医生开发和验证DMT应用程序。我们使用了苹果的ResearchKit [38和Android的ResearchStack [39]开发健康研究应用程序的开放源码框架(图1)，让研究人员可以轻松开发直观、标准化的数据收集移动应用程序。我们开发的DMT应用程序和测量方法是跨平台、开源和标准化的。例如，我们的mart和mGNG任务可以很容易地被其他研究人员用于各种使用移动设备的心理、行为和临床研究。

我们的研究还表明，在移动健康研究和应用程序中，行为和认知主动表现任务具有更广泛的设计意义。在这些任务中，用户在部分控制的条件下执行活动，而手机传感器用于收集数据。移动设备和应用程序上的用户界面和用户体验与经过验证的实验室行为和认知任务有很大不同。移动表演任务通常按照预期在个人的生活体验中进行，注意力有限，分心充足。这项研究中的一些任务(如mGNG和mDD)需要更持久的注意力和信息处理，而其他任务(如mart)则更具吸引力和游戏化。用户体验的影响对验证研究提出了挑战，需要在移动健康研究中更仔细地设计行为和认知主动表现任务。

冲动评估和干预的未来

尽管实验室和自我报告测量对特质冲动性具有预测能力，但还需要对不同样本进行更多研究，以解开冲动性和健康结果之间的关系[2，28，29］．我们的研究揭示了与先前研究相似的结果，即冲动不是一个单一的构念，而是由定性上不同的构念组成，这些构念可能有也可能没有一些重叠[22］．此外，每个人的冲动行为和健康结果之间的复杂关系可能需要一种n- 1的方法来预测和控制冲动行为[37，88，89］．新的移动健康方法，如使用多模态评估策略的DMT，将特征和状态冲动性与上下文变量考虑在内，需要进一步了解如何预测冲动性行为。未来的研究应考虑环境因素，如环境、情绪和意向性，以进一步理清特质和状态冲动之间的关系，以及这些工具测量的不同维度。环境因素也可用于设计更精确的行为改变和移动技术的数字健康干预措施[88，90-93］．

我们的最终目标是从特质和状态冲动性的测量转向对冲动控制和行为干预的实施和评估。尽管关于冲动对心理和身体健康结果的影响的研究铺天盖地，但它本身作为干预的目标在很大程度上被忽视了。我们基于移动设备的测量方法可用于在同一移动设备和应用程序上设计个性化和适应性干预措施。即时适应性干预(JITAI)可通过适应个人不断变化的内部和环境状态，在正确的时间提供正确类型/数量的支持[90，94］．

使用每日自我报告测量方法进行的研究表明，某些状态冲动域的波动(例如，缺乏计划，消极的紧迫感)预示着重度饮酒，突出了根据日常波动引发干预的机会[95］．类似地，行为主动任务可以检测到白天抑制控制的恶化[96］．为了设计JITAI，将单项意向性测量与mart的结果相结合，可以潜在地预测在某个特定的早晨，与其他日子相比，意向性降低和承担更多风险的脆弱状态，或者揭示这些变量随时间缓慢变化的数据趋势。因此，随着更多的研究，DMT有可能成为一种即时干预系统，适用于容易冲动的人，并可以推广给世界各地的人。

随后，使用类似游戏的组件来了解用户的状态可以为新的数字心理干预的设计提供信息，因为相同的组件可以无缝地用于评估和干预。例如，在mart中失败时，用户可能会被引导与新气球进行交互，以帮助他们重新评估可能导致爆炸的泵的数量，就像新的健康电子游戏以持续的方式评估和适应用户状态以增强治疗效果一样[97］．同样，对操纵折扣的干预措施的研究发现，基于学习的干预措施是最有效的[98］．使用DMT将评估和干预结合在一个组件中，为数字微干预开辟了空间，这些微干预侧重于人们在日常生活中可以采取的非常小而有益的步骤[99，这可能比传统的长期干预更容易被接受。我们计划引入和研究不同的个性化和自适应数字干预措施[91，92，99，One hundred.]以减少DMT应用程序未来研究中的冲动反应。

限制

目前DMT研究的设计和实施还不足以完全验证我们为DMT应用程序开发的行为和认知主动表现任务。与其他创建了移动版冲动评估的研究类似，尽管存在局限性，但这是朝着正确方向迈出的又一步。我们特别强调，由于我们选择的实验室任务和我们开发的移动任务都面临挑战，我们在针对等效的客观实验室任务验证mDD时存在局限性。我们将继续努力，根据临床症状概况、诊断、上下文因素和行为，进一步完善和验证移动自我报告和主动绩效任务，以生成关于这些结构如何与心理健康和日常生活互动相关的数据。

由于每日评估的数量和频率，这项研究对参与者来说也是相当繁重的。我们的结果将有助于为未来的研究设计一个精简和个性化的DMT应用程序，因为我们试图复制和进一步完善我们的测量方法。最后，我们计划在肥胖、成瘾和心理健康背景下的临床样本中验证DMT应用程序。

结论

DMT应用程序可以用来增强我们对冲动、冲动行为和自我调节失败的理解。冲动性测量是一项复杂的工作，因为评估多个不同组件的测量范围突出了结构的多维性。各种各样的评估模式(例如，自我报告与行为主动表现任务)以及日常和瞬时评估的使用增加了这个构建有效性的问题。这些挑战也为我们完善评估策略提供了机会。

最终，目标是使用基于特征和状态的自我报告和行为测量来预测整体和暂时的临床结果，从而引发个性化和自适应的数字干预。这些干预措施可以有针对性和量身定制，以减少冲动反应的各种潜在触发因素，并增强自我调节。只有通过严格的创新和测试，我们才能开始建立这些及时的干预措施。