スマートフォンで両極性気分の変化を検出する場合と検出しない場合があります

この週末のいくつかの主流メディアアウトレットは、「スマートフォンが双極性障害をどのように検出できるか」と語っています。新しい研究に基づいて、ある研究者は双極性障害を持つ人々の気分の変化を確実に検出すると主張しています。

これは、双極性障害を持つ人々の人口がどれほど多様であるかを考えると、一般化するためのいくつかの素晴らしい、頑健な研究でなければなりません。スマートフォンは本当に双極性障害を持つ人々の気分の変化を検出するという信頼できる仕事をすることができますか?

確認してみましょう。

新しい研究では、先にここで説明したのと同じ種類のパッシブスマートフォンモニタリングテクニックを採用し、組み込みのGPSと加速度計を使用して動きを検出します(個人がほとんどの時間、自分のスマートフォンを携帯していると仮定)。電話の音声分析。

はい、当然のことですが、このパッシブモニタリングを機能させるには、基本的に多くのプライバシーを放棄する必要があります。今、あなたはそれを研究者に任せています。しかし、これらのアプリのいずれかが商品化されると、会社にそれを放棄することになります。

この分野での過去の研究を考えると、新しい研究者(オスマニ、2015)が発見したのは驚くことではありません。

活動と場所のデータは共に、患者の気分の良い指標となりましたが、印象的には、94%の確率でこの気分の変化を正確に予測しました。これを患者の電話の分析と組み合わせることで、予測の成功率が97%以上に向上しました。 「ほとんどすべての変更はほとんど誤警報なしで検出されました」とオスマニは言います。

これらはちょうどです すごい 統計学。本当であるにはほとんど良すぎる…これは多分研究について何かが少し完璧すぎることを示唆しています。

これはニュース価値がありますか?

MIT Technology Reviewのようなメディアが、これがまったく新しいものではないことを理解したことは明らかではありません(記事でコンテキストが提供されていないため)。ただし、新しい研究の最大の問題は、記事でほとんど言及されていない問題です。現在の研究のサンプルサイズが小さいことについては、最後から2番目の段落に埋め込まれています。 「たとえば、12週間で対象となる患者は12人だけです。」しかし、その部分でさえ完全に真実ではありません。

調査は12名の参加者から始まりましたが、2名の患者が撤退し、さらに2名の患者のデータは、調査が行われた12週間の期間中に「[気分]状態の変化を経験しなかった」ため、単に使用されませんでした。つまり、データ分析はわずか8人で行われます。 8。

これが、この調査についてまったく報告しないことの大きな理由です。これは、この分野で他の小さな研究の山に入る小さなパイロット研究です。たとえば、このスマートフォンのパッシブモニタリング機能に関するレポートは、2012年に初めて報告されました。昨年、その見方を更新しました。

ちょうど発表されたばかりのミシガン大学の研究に関して私がそのとき言ったこと:

それは良い出発点ですが、2年前に述べたように、これが本当に長期的な価値があるかどうかを判断するには、はるかに大規模な研究が必要です。

その研究には6人の患者がいた。この新しいものは12(またはデータが実際に分析に使用された8)でした。私たちは進歩していますが、それは非常に小さな進歩です。さらに重要なことに、これらの小さなサンプルサイズは、調査結果から一般化するために必要な種類の能力を提供しません。オスマニは、以前のミシガン大学の研究を引用していなかったため、研究者がお互いの研究を利用していることはまったく明らかではありません。

この研究分野は、かなりの可能性を秘めた興味深い分野です。しかし、現在の研究の唯一の気分 確実に 変化が検出されたのは、人々がますます落ち込んでいる状態であり、だれかが軽躁状態や躁状態になることではありません。誰も落ち込んで研究を開始し、その後躁状態または低躁状態に移行しました。つまり、双極方程式の片側だけが証明されています。

研究者は、パッシブな気分状態監視のためのそのようなアプリを検討する前に、さらに一歩前進する必要があります。この領域の次の研究は、うつ病と双極性障害の両方の人々を調査する大規模な研究である必要があり、より強力な研究を行うのに十分なNを持っています。 (私は両方のグループをターゲットにするべきだと言います。これらの監視アプリが気分が高いだけでなく気分が高いことも検出することを確信していないためです。)

1年半前に言ったことで終わります。

私たちは、テキストメッセージや電話などの単純なことに使用するために私たち全員が持ち歩いているこれらの小型コンピューターを、表面をほんのひっかき始めたばかりの方法で活用できると信じています。私たちはこの分野で進歩を遂げていますが、現在私たちが利用できる膨大な技術力にもかかわらず、それは遅いようです。

私たちはこの研究分野で多くの第一歩を踏み出しました。今こそ、そのようなテクノロジーが堅牢で一般化可能であることを証明するために、より大きな(そしてより厳密な)2番目と3番目のステップを実行するときです。

参照

Osmani、V.(2015)。メンタルヘルスのスマートフォン:うつ病および躁病エピソードの検出(PDF)。 IEEE Pervasive Computing。

!-- GDPR -->