${specMeta.name} 피드
2026. 3. 1.·Journal of psychiatric research·코호트·🇨🇳 China
Digital phenotyping of depression: A multi-modal passive sensing approach to identifying novel behavioral and physiological markers of treatment response.
원문 읽기 ~5분 → AI 요약 ~1분
AI 핵심 요약
스마트폰으로 우울증 치료반응 예측 가능
임상 적용 포인트 · AI 추출
우울증 환자에게 일상 활동량, 수면 패턴, 사회적 상호작용 변화를 정기적으로 문진하여 치료 반응을 모니터링하세요.
요약· AI 생성
1) 주요우울장애 환자 183명을 대상으로 12주간 스마트폰과 웨어러블 기기를 통해 행동 및 생리학적 데이터를 수집한 전향적 관찰연구입니다. 2) 지리적 이동성 감소, 사회적 앱 사용 감소, 수면 패턴 장애가 우울증 심각도와 유의한 연관성을 보였습니다. 3) 14개 디지털 특성을 포함한 랜덤 포레스트 모델이 76.4%의 정확도로 치료 반응을 예측했습니다. 4) 성공적인 치료 과정에서 디지털 마커의 4가지 뚜렷한 시간적 패턴이 확인되었습니다. 5) 수동적 디지털 표현형 분석이 우울증 심각도 추적과 치료 반응 예측에 유용함을 입증했습니다.
임상적 의의
디지털 기기를 통한 객관적이고 지속적인 우울증 모니터링이 가능하며, 개인 맞춤형 정신의학 치료 접근법 개발에 기여할 수 있습니다.
연구 한계
연구 참여자가 183명으로 제한적이며, 실제 임상 환경에서의 적용 가능성과 장기적 효과에 대한 검증이 필요합니다.
디지털 표현형우울증 치료반응웨어러블 기기
연구 국가: 🇨🇳 China
연구 유형: Observational Study
MeSH: Humans, Male, Female, Major Depressive Disorder, Adult, Middle Aged, Wearable Electronic Devices, Machine Learning
이 요약은 MotionLabs 의료 AI가 생성했습니다. AI 요약은 원문의 핵심을 전달하기 위한 참고 자료이며, 임상 판단을 대체하지 않습니다.
MotionLabs 더 알아보기