TY -的AU -韦伯,基督教非盟-赫,马修·J AU -戴维森,理查德J AU -戈德堡,西蒙B PY - 2022 DA - 2022/11/8 TI -个性化的预测响应Smartphone-Delivered冥想训练:随机对照试验乔- J地中海互联网Res SP - e41566六世- 24 - 11 KW -精密医学KW -预测KW -机器学习KW -冥想KW -移动技术KW -智能手机应用KW -手机AB -背景:近年来，冥想应用程序越来越受欢迎，越来越多的人转向这些应用程序来应对压力，包括在COVID-19大流行期间。冥想应用是治疗抑郁和焦虑最常用的心理健康应用。然而，很少有人知道谁更适合使用这些应用程序。目的:本研究旨在开发和测试一种数据驱动的算法，以预测哪些人最有可能从基于应用程序的冥想训练中受益。方法:使用随机对照试验数据，将为期4周的冥想应用程序(健康心灵计划[HMP])与学校系统员工(n=662)的仅评估控制条件进行比较，我们开发了一种算法来预测谁最有可能从HMP中受益。基线临床和人口学特征提交给机器学习模型，以开发“个性化优势指数”(PAI)，反映个体预期从HMP与对照组中减少的痛苦(主要结果)。结果:出现显著组× PAI交互作用(t658=3.30;P=.001)，表明PAI评分调节了组间结果差异。将重复消极思维作为唯一基线预测因子的回归模型表现得相当好。 Finally, we demonstrate the translation of a predictive model into personalized recommendations of expected benefit. Conclusions: Overall, the results revealed the potential of a data-driven algorithm to inform which individuals are most likely to benefit from a meditation app. Such an algorithm could be used to objectively communicate expected benefits to individuals, allowing them to make more informed decisions about whether a meditation app is appropriate for them. Trial Registration: ClinicalTrials.gov NCT04426318; https://clinicaltrials.gov/ct2/show/NCT04426318 SN - 1438-8871 UR - //www.mybigtv.com/2022/11/e41566 UR - https://doi.org/10.2196/41566 UR - http://www.ncbi.nlm.nih.gov/pubmed/36346668 DO - 10.2196/41566 ID - info:doi/10.2196/41566 ER -