npj Digital Medicine· Ulrich W. Ebner-Priemer·· 13 天前AI 评分35
数字干预在日常生活中的有效试验——心理健康视角
Effective trialing of digital interventions in daily life – the mental health perspective

AI 导读
一篇发表于npj Digital Medicine的评论文章指出,尽管移动健康工具箱支持实时监测与即时干预,但多数商业心理健康应用缺乏科学验证,试点研究的乐观数据难以转化为成功的RCT。一项涵盖70项RCT的meta分析显示仅34%用户完成完整干预,行业数据显示近75%用户仅登录十次后即弃用健康应用。文章将失败归因于干预实施负担以及alpha膨胀和时间数据泄漏导致的期望高估。
- 背景
- 数字干预在心理健康领域被寄予厚望,但商业心理健康应用虽大量涌现,即时预防与即时干预两方面的进展仍然有限,多数商业应用缺乏科学验证与严格测试。作者由此追问:心理移动健康为何尚未达到预期。
- 做法
- 文章先梳理有前景的试点数据与失败的随机对照试验之间的落差,将其归因于干预实施层面以及alpha膨胀和时间数据泄漏带来的高估。随后围绕即时复发预防与即时适应性干预,提出未来试验应注意的步骤,并以双相障碍等为例讨论结局方差、真值时间精度与数字表型效度。
- 结论
- 一项覆盖70项随机对照试验的元分析显示,仅34%的用户完成完整干预;行业数据则显示近75%的用户在登录十次后弃用健康应用。观察性研究报告预测新发疾病发作准确率超过95%,但当前用数字表型预测并预防发作的随机对照试验均告失败;双相障碍观察性研究最常见时长仅为12周,MONARCA I和II总研究期分别为六个月和九个月,患者经历至少一次即将发作的估计概率低于20%。
- 意义
- 作者据此建议研究保证结局参数有足够方差、提高真值的时间精度、开发高效度数字表型,并采用前瞻性算法而非依赖含未来信息的模型。文章同时指出游戏化元素对依从性的作用尚缺系统证据,需纳入有亲身经历者的第一人称视角。
本页是 AI 精读,不转载论文原文;完整论文(含方法、图表与参考文献)见原文
来源:npj Digital Medicine · nature.com