睡眠和活动模式作为精神病学中的跨诊断行为生物标志物：来自DeeP-DD研究的纵向观察性研究

《JMIR Formative Research》：Sleep and Activity Patterns as Transdiagnostic Behavioral Biomarkers in Psychiatry: Longitudinal Observational Study From the DeeP-DD Study

精神科症状监测中穿戴式活动记录仪的分析显示，晚起床时间与抑郁焦虑症状呈正相关，轻体力活动与抑郁症状负相关，且这些关联在周、月及整体时间尺度下均保持稳定。样本为8名跨诊断患者，采用Spearman相关分析及重复测量校正。

　　这项研究聚焦于一种名为“actigraphy”的被动式可穿戴设备在精神疾病监测中的潜在应用。研究团队由来自加拿大蒙特利尔多米尼克大学心理健康研究所的多名研究人员组成，他们通过分析8名患者的初步数据，探索了actigraphy记录的睡眠和活动特征与精神症状严重程度之间的关系。研究不仅关注单一诊断类别，还涵盖了多种精神疾病，包括精神分裂症谱系障碍、双相情感障碍、焦虑障碍、抑郁症等，旨在发现适用于广泛精神疾病群体的客观行为标记物。研究还考察了这些标记物在不同时间尺度（如每日、每周、每月）上的表现，以评估其在临床实践中的实用价值。

在精神医学领域，症状评分量表虽然被广泛使用，但它们存在一些局限性。首先，这些量表依赖于患者自我报告，这可能导致主观偏差。其次，评分频率较低，无法实时反映症状的变化。此外，这些工具往往缺乏预测能力，难以提前识别如复发等不良结局。因此，临床医生在监测疾病进展或预测不良事件方面面临挑战。相比之下，actigraphy作为一种基于可穿戴设备的非侵入性技术，能够提供连续、客观的行为数据，包括睡眠和活动模式，这在精神疾病的诊断和治疗中具有重要意义。

actigraphy的核心优势在于其对行为模式的高分辨率记录。它能够捕捉个体在日常生活中睡眠和活动的细微变化，这些变化可能与情绪波动或精神症状的严重程度密切相关。例如，研究发现，睡眠起始时间（rise time）的延迟与较高的抑郁症状评分（PHQ-9）和焦虑症状评分（GAD-7）存在显著关联。这些结果表明，actigraphy可以作为一种有效的工具，帮助医生更全面地了解患者的行为模式，进而支持更精准的临床决策。

研究团队采用了一种可行性案例系列研究的方法，分析了8名患者在长达5个月内的actigraphy数据。这些患者均来自多米尼克大学心理健康研究所的不同临床科室，包括精神分裂症高风险门诊、首次发作精神病门诊以及双相情感障碍门诊。他们的主要诊断包括精神分裂症谱系障碍、双相情感障碍和人格障碍，同时存在多种共病情况，如抑郁症、焦虑症、注意力缺陷多动障碍等。这种多样化的精神疾病背景使得研究结果更具普遍性，能够反映actigraphy在跨诊断群体中的适用性。

为了确保数据的准确性和完整性，研究团队采用了多种方法进行数据处理。首先，他们使用了REDCap平台收集患者和临床医生的问卷数据，包括PHQ-9、GAD-7、CGI-S、SAPS和SANS等。这些问卷涵盖了抑郁、焦虑、整体疾病严重程度、阳性症状和阴性症状等多个方面。其次，actigraphy数据通过GENEActiv软件进行分析，提取了包括总睡眠时间、睡眠效率、夜间活动次数、活动持续时间、睡眠起始时间、起床时间等关键特征。此外，团队还记录了非佩戴时间，以便分析可能影响数据完整性的因素。

在数据处理过程中，研究团队特别关注了不同时间尺度下的数据表现。例如，在每日分析中，他们发现睡眠起始时间的延迟与次日症状严重程度存在一定的相关性，但这些相关性在多重比较校正后并不显著。然而，在每周和每月的时间尺度上，这些相关性更为明显。例如，研究发现，每周的起床时间延迟与较高的PHQ-9和GAD-7评分显著相关，而在每月时间尺度上，更多的轻度活动时间与较低的PHQ-9评分相关。这些结果表明，actigraphy在跨时间尺度上具有一定的临床意义，尤其是在监测长期行为模式和症状趋势方面。

值得注意的是，研究团队在分析过程中发现了一些有趣的个体差异。例如，参与者7的PHQ-9评分与每周起床时间延迟存在显著正相关，而参与者5的PHQ-9评分与每周中度活动时间增加存在显著正相关。后者可能与参与者在抑郁状态下的行为模式有关，例如在感到抑郁时倾向于进行长时间的散步。这种个体化的关联表明，actigraphy数据需要结合具体的临床背景进行解读，以避免误解。

此外，研究团队还发现了一些跨个体的模式。例如，在每周时间尺度上，较晚的起床时间与较高的PHQ-9和GAD-7评分相关，而在每月时间尺度上，更多的轻度活动时间与较低的PHQ-9评分相关。这些结果进一步支持了actigraphy在跨诊断群体中的应用潜力。尽管这些关联在多重比较校正后并不完全显著，但它们的持续性表明，actigraphy可以作为精神症状变化的客观标记物，为临床医生提供更可靠的信息。

研究还指出了一些局限性。首先，样本量较小，这可能限制了统计效力，使得某些效应难以被检测到。其次，数据缺失问题较为常见，主要是由于设备故障或参与者的不一致佩戴行为。此外，由于actigraphy数据需要通过物理连接下载，无法实现实时监测，这在某些情况下可能影响其临床应用的及时性。尽管如此，研究团队发现，actigraphy数据可以在每月基础上生成返回结果报告，这在一定程度上支持了临床实践。

总的来说，这项研究为actigraphy在精神疾病监测中的应用提供了初步证据。研究发现，睡眠起始时间和活动模式与精神症状严重程度之间存在显著关联，尤其是在跨时间尺度的分析中。这些结果不仅支持了actigraphy作为客观行为标记物的潜力，还为未来的研究提供了方向。例如，研究团队计划使用更大的数据集进一步验证这些发现，并探索更复杂的分析方法，如傅里叶变换，以捕捉睡眠和活动数据中的周期性和节奏性特征。这些方法可能会揭示更细微的昼夜节律变化，这些变化与症状波动密切相关。

研究还强调了actigraphy在临床实践中的重要性。由于其非侵入性和高分辨率，actigraphy可以作为一种辅助工具，帮助医生更全面地了解患者的行为模式，从而支持更精准的治疗决策。此外，actigraphy数据的客观性使其在患者自我报告不可靠的情况下更具价值，例如在严重精神疾病患者中。这为未来开发基于actigraphy的数字化干预措施提供了基础，如个性化反馈报告，这些报告可以基于actigraphy数据生成，以帮助患者和医生更好地管理精神健康。

然而，研究团队也指出了一些需要进一步探讨的问题。例如，如何在实际临床环境中优化actigraphy数据的采集和分析流程，以提高数据的完整性和可靠性。此外，如何将这些数据与现有的临床工具相结合，以形成一个更加全面的数字化监测系统。这些问题对于推动actigraphy在精神疾病领域的应用至关重要。

总的来说，这项研究为actigraphy在精神疾病监测中的应用提供了重要的初步证据。尽管存在样本量小和数据缺失等问题，但研究结果表明，actigraphy记录的睡眠和活动特征在跨诊断群体和不同时间尺度上具有一定的临床意义。这些发现不仅支持了actigraphy作为客观行为标记物的潜力，还为未来的研究和临床实践提供了方向。通过进一步的研究和数据分析，actigraphy有望成为精神疾病监测和预测的重要工具，从而改善精神疾病的诊断、治疗和管理。