利用基于智能手机的社会体验评估来预测首次精神病发作的复发风险

《Schizophrenia》：Using smartphone-based assessment of social experience to predict relapse in first-episode psychosis

　　

摘要

社会情感变化是精神病复发的早期指标，但由于其动态性和主观性，很难在常规临床评估之间捕捉到。基于智能手机的生态评估方法能够记录日常生活中的真实社会体验。为填补这一空白，我们研究了通过智能手机评估得出的社交接触情况和社会体验是否与首次精神病发作后的复发有关，并探讨了是否可以利用机器学习技术通过智能手机数据预测复发。这项纵向研究共纳入256名首次精神病发作的患者，他们均完成了至少一次智能手机评估，这些患者来自2020年至2023年间英格兰和威尔士的10家早期干预机构。参与者首先接受了基线临床评估，随后在30天内每天填写智能手机调查问卷，内容涉及社交接触情况（独自相处还是与他人相处）以及社会体验（对社交接触的情绪反应的综合指标）。在4个月、8个月和12个月后，通过结构化访谈和电子健康记录来评估复发情况。在256名被分析的参与者中（平均年龄25.7岁，标准差5.3，其中44.5%为女性），分别有8.2%、13.5%和20.1%的参与者在4个月、8个月和12个月内出现复发。较高的社会体验水平在后续随访中始终能降低复发风险，无论是日常评估还是即时评估结果都显示出类似效应，而社交接触情况则呈现出不稳定的关联关系。利用30天内的五次智能手机评估数据构建的机器学习模型，在预测12个月后的复发情况时，其验证准确率为0.790（AUC值为0.829）；而使用7天内的单次智能手机评估数据构建的模型的准确率为0.715。这些研究结果表明，通过智能手机进行的简短自我报告式社会体验评估，是一种负担较轻、易于推广的工具，可用于早期识别复发风险，从而为精神病护理提供更及时、个性化的干预措施。