基于智能手机睡眠监测的首发精神病复发风险预测：一项纵向研究

《Translational Psychiatry》：Predicting relapse risk in first episode psychosis using machine learning and sleep data

　　**摘要**睡眠障碍在首发精神病（FEP）患者中十分常见，并与精神病性症状加重及功能衰退相关，但目前尚不清楚哪些睡眠特征能够预测复发。本研究为一项纵向研究，269名首发精神病参与者通过智能手机应用程序，在12个月随访期的前30天内每日报告自己的睡眠情况，内容包括入睡困难、夜间醒来次数、睡眠不足以及睡眠时长。这些睡眠特征被用于预测12个月随访期内的复发情况及阳性症状，结局评估通过结构化访谈和临床记录进行。研究者采用分层嵌套交叉验证方法开发并验证了一个随机森林分类器，取得了AUC 0.75 ± 0.13、准确率0.72 ± 0.16的表现。结果发现，睡眠不足和不规则的睡眠时长是预测复发风险的最强指标。基于这些发现，研究团队开发了一个开源的交互式网页平台（为研究原型，不供临床使用），可根据睡眠障碍情况预测复发风险，展示了实时监测与个性化复发预防的潜力。