使用智能手机应用程序对乳腺癌患者进行每日心理健康评级的抑郁症筛查

简介

精神痛苦可损害治疗过程和结果，如对治疗建议的坚持程度、对护理的满意度和生活质量[1-3.］．然而，在癌症患者中，当抑郁症存在时，检测到抑郁症的时间不到30%，这主要是由于患者和临床医生的时间限制以及患者不愿进行抑郁症筛查试验[4，5］．为了减轻患者的负担，研究人员开发了只使用一两个问题的更简单的筛查工具，如痛苦温度计和患者健康问卷-2 (PHQ-2) [5，6］．然而，这些筛查方法在处理很少去看医生的患者时仍然存在问题，因为这些患者没有机会进行检查。为了缓解这一问题，医生建议患者在纸上记录他们的“患者报告结果”(PROs)，作为一种精神状态日记[7，8］．然而，在纸上记录每日心理健康评级的不便导致使用这种日记的比例很低[7，9］．

移动电话，特别是智能手机的使用迅速增加，促使医疗保健提供商考虑将手机应用程序作为收集心理优点的一种方式。这类应用程序被称为心理健康追踪器[10，11］．尽管心理健康追踪器在肿瘤治疗中有潜在的好处，但之前的研究主要集中在评估数据收集的可行性和总体响应率[7，10，12]，只有少数研究评估抑郁症筛查数据的有效性[11，13］．这些有效性研究表明，通过短信发送的情绪评级是否可以用作抑郁症评估的代理。13]以及通过手机报告的分数是否与使用传统抑郁症筛查问卷的纸质测试报告的分数一致[11］．因此，目前尚不清楚使用简单仪器和面部表情量表通过移动心理健康追踪器收集的每日心理健康评级是否可以用于临床目的筛查抑郁症。

我们的研究主要有三方面的贡献。首先，我们提供了移动心理健康追踪器的性能评估。一些研究人员对使用为手机设计的更简单、更短的抑郁症筛查调查表示担忧，担心它可能会增加测量误差。然而，我们认为，使用移动心理健康追踪器所涉及的较短的回忆期可以弥补潜在的测量误差。先前的研究表明，随着回忆时间的增加，人类记忆的准确性会大幅下降。14-17］．使用移动心理健康追踪器可以缩短患者的回忆期，因为患者可以轻松地每天报告心理健康评级。我们的研究结果表明，通过移动心理健康追踪器收集的每日心理健康评级提供的结果与传统的抑郁症筛查工具相当。

其次，我们提出了三种数据处理方法(平均、比率和频率)，用于从日常心理健康评级中生成指标变量，并评估这三种方法之间筛查准确性的表现。从实际的角度来看，目前还没有讨论如何将通过手机应用程序报告的每日心理健康评级转化为用于抑郁症筛查的指标变量。虽然有几项研究使用患者情绪评分的横断面时间序列数据进行了分析，但这些研究的重点是寻找与情绪变化相关的因素[18-20.］．因此，我们提出的方法帮助临床医生转换通过手机应用程序报告的每日心理健康评级，以生成抑郁症筛查的指标变量。

最后，我们展示了坚持对筛查准确性的影响。通过移动心理健康追踪器从患者身上收集的大量日常数据可能会成为临床医生的负担。因此，设计一种系统的方法来自动区分有用数据和可能只会增加噪音、偏差和可变性的数据是至关重要的，这些都是移动数据的常见陷阱[21］．

我们注意到，坚持治疗的患者往往会做出额外的努力来完成建议的治疗计划[22]，正如在支持性精神卫生保健环境中报告精神PROs的癌症患者中观察到的那样。我们预计患者对自我报告PROs的坚持与数据的数量和质量呈正相关，从而提高了模型的统计准确性[23］．我们通过将患者分为高依从性组和低依从性组并比较他们的筛查准确性来验证这一论点。

研究背景

2013年初，韩国最大的医院开发了一款名为Pit-a-Pat的手机应用。10) (图1)，旨在收集乳腺癌患者的pro信息。患者每天通过应用程序对三个心理健康项目进行评分:焦虑、情绪和睡眠满意度，这些项目已被证明与抑郁症有关。24，25］．这些评分是使用面部表情量表(图1)．患者报告他们的睡眠满意度的范围从0(非常差)到10(非常好)，但这个范围反过来，从0(非常好)到10(非常差)，以便与其他测量相一致，其值随着抑郁症的严重程度而增加。患者记录他们的情绪水平，从0(没有)到7(非常严重)，焦虑水平从0(没有)到10(非常严重)。

该应用程序还每两周进行一次PHQ-9测试。这项测试是初级保健机构中使用最广泛的抑郁症筛查工具之一[24，26-29］．

‎ 查看此图

方法

我们的分析大致包括两部分。一是评估抑郁症筛查的移动心理健康追踪器的准确性。另一个是检查坚持对筛查准确性的影响。

抑郁症筛查经验模型的评估

因变量

抑郁作为因变量，以PHQ-9测试结果为基础进行测量。PHQ-9测试由9个项目组成，每个项目的得分从0-3分，最终得分是这9个项目得分的总和。我们根据先前的文献对抑郁症的诊断采用了5分的分界点[26，27，29，30.］．这个相对较低的临界值降低了有抑郁倾向的癌症患者被归类为“正常”的可能性。几项研究表明，在癌症治疗中，抑郁症的严重程度往往被低估了。31-33]，尽管由于抑郁症对健康结果的负面影响，未能发现抑郁症的成本很高[2，3.］．因此，在抑郁症治疗中，研究人员更强调提高真阳性率，而不是真阴性率[34因为正确识别抑郁症患者比正确识别非抑郁症患者重要得多。

生成指标变量的三种数据处理方法

我们使用三种方法从每日心理健康评级中构建两周指标变量:(1)平均值，(2)频率和(3)比率。我们通过使每日心理健康评级与PHQ-9问卷的时间间隔保持一致来生成指标变量，PHQ-9问卷的时间间隔为两周。例如，使用2015年4月1日至14日报告的每日心理健康评级，我们生成了指标变量，并将其与2015年4月14日测量的PHQ-9评分相匹配，后者记录了患者在同一时期的抑郁倾向。

平均方法是计算一个病人每两周的心理健康等级的平均值。平均方法对医生来说很容易实施，因为它生成了一个连续变量，不需要医生计算最佳分界值[35］．然而，实用指南建议通过计算人们在特定时期有抑郁倾向的天数来衡量抑郁症的严重程度[24，34］．

出于这个原因，我们测试了另外两种方法:频率方法，它计算在两周内抑郁的天数，以及比率方法，它计算分数表明抑郁的天数与评级在两周内报告的总天数的比率。为了构建这些指标变量，我们遵循两个步骤将每日心理健康评级转化为离散量表(图2)．我们首先为某一天报告的分数高于某一临界值的日子分配1分。例如，如果某一天的睡眠满意度得分高于临界值(如7分)，我们就认为患者当天抑郁，并将这一天的值定为1 (图2因此，每天都被赋予一个二进制值(1=抑郁，0=正常)来表示患者当天是否抑郁。其次，基于每种方法计算两周抑郁状态(图2例如，在给定时间(6天)内，有3个值为1,3个值为0，则用频率法和比值法计算的指标变量分别为3和0.5。我们将这一程序应用于所有类型的日常心理健康评级。然后，我们对每种方法进行了分析，以评估三种方法的筛选性能。

‎ 查看此图

模型规范

我们的模型旨在使用三种类型的心理健康评级产生的指标变量来识别抑郁症:

抑郁_我,不=睡眠_我,不+心情_我,不+焦虑_我,不+e_我,不

在下标我而且t分别标明每个病人和每两周周期。因变量抑郁症，取一个二进制值(0=正常，1=抑郁症)。因为我们主要感兴趣的是日常心理健康评级在多大程度上可以识别抑郁症，所以我们在主要模型中没有包括控制变量。使用随机效应逻辑回归模型估计模型参数[36-38)(见多媒体附件1)．逻辑回归是一种基于指标变量(即自变量)估计二元因变量概率的分类器模型。考虑到随机效应模型的估计效率，我们使用了随机效应模型而不是固定效应模型。我们的数据集是一个短面板集，这意味着患者的数量远远大于观察的时间戳的数量。固定效应模型的估计效率可能是一个问题，因为固定效应模型应该估计虚拟变量的参数，其数量与我们样本中的患者数量相同。此外，我们的数据集包含一些在研究期间仅报告过一次PHQ-9检测结果的患者。这些患者将被排除在固定效应模型的分析之外。因此，随机效应模型更适合我们的情况。

受试者工作特性分析

受试者工作特征(ROC)分析用于评估模型的筛选准确性。ROC是一种图形图，被广泛用于证明分类器模型的预测精度。它绘制了基于逻辑回归模型计算的预测概率在不同阈值(0<值<1)下的真阳性率(即敏感性)与假阳性率(即1-特异性)。ROC曲线下的面积，称为曲线下面积(AUC)，表示分类器模型对积极案例的排名高于消极案例的概率。因此，AUC越高，分类器模型的预测性能越好。评估ROCs性能的粗略标准指出，AUC高于0.7被认为是临床可接受的[39］．

计算每个心理健康等级分界点的程序

如前所述，我们为比率和频率方法构造了二分变量。二分变量需要最优的截断值[35因为病人的精神状态应该分为两类。通过模拟模型计算出最优截值。首先，我们通过使用带有任意临界值的每日评分项目来预测患者的精神状态。然后，我们比较了所有可能的截断值的AUC，并选择给出最高AUC的作为最佳截断值。例如，为了确定焦虑变量的截止值，我们(1)选择一个任意的截止值，(2)根据比率或频率方法计算焦虑(步骤2)图2)，(3)估计一个简化模型，抑郁_它=焦虑_它+e_它(4)通过ROC分析计算AUC。由于焦虑的值可以从0到10，我们重复了10次这个过程，然后选择产生最高AUC的截止值。

心理健康等级在抑郁症检测中的稳健性分析

我们的实证分析的主要目的是测试抑郁症筛查的性能。因此，我们的模型筛选精度的一致性很重要。我们进行了另外两项分析，以确保结果的稳健性。

首先，我们进行了稳健性分析，通过使用五重交叉验证程序来验证我们的模型。我们(1)将数据随机划分为5个样本大小约为100的子集，(2)将其中4个子集作为训练集计算各指标变量的截止值，(3)生成比率法和频率法的指标变量，(4)使用训练集进行随机效应逻辑回归，(5)计算剩余子集作为测试集的预测概率，(6)采用ROC分析并计算AUC。步骤2-5通过交替训练和测试数据集重复5次。

其次，如果患者在进行PHQ-9测试的当天提交心理健康评级，可能会引起潜在的偏见。因此，我们使用子样本进行分析，该子样本排除了PHQ-9测试当日报告的每日评级。

评估坚持对筛查准确性的影响

将PROs作为复合结构的坚持概念化

在先前关于移动和互联网医疗保健环境中自我报告依从性的研究中，研究人员倾向于仅用一个维度来衡量依从性——在给定时期内对技术的反应率[10，40］．这种做法可能太简单了，因为坚持的多维特征[22，41-44］．我们根据三个维度将患者分为高依从性组和低依从性组:(1)活跃度，(2)及时性和(3)持久性。活跃度是指病人的活动遵守特定准则的程度[22，44］．我们将活跃度计算为报告每日心理健康评级的总天数。对于及时性，它捕捉了文献中患者不遵守治疗计划的情况[41，42]，我们统计了评分报告没有延迟的总天数，因为应用程序允许用户提交过去几天的评分。坚持不懈，定义为在规定期间持续参与临床治疗[43]，用两个变量进行测量:(1)患者报告每日评分的第一天和最后一天之间的两周周期数(即总持续时间)，以及(2)报告评分的两周周期总数。总持续时间是持久性的一个重要维度，因为如果患者在几周后停止使用应用程序，它会捕捉到间断效应。然而，在某些情况下，患者可能只提交两次评级，一次是在研究早期，另一次是在研究后期。因此，我们还考虑了报告评级的两周周期的总数。这一指标仍然不同于活跃度，因为它捕捉了那些在前几周非常积极地报告评分，随后很少使用应用程序的患者的较低依从性。

我们将患者对使用移动心理健康追踪器的坚持程度视为这三个因素的综合构建。这些因素(活跃度、及时性和持久性)涉及坚持的不同方面，这三者的相对重要性尚不清楚。此外，患者坚持使用移动心理健康追踪器的方式可能因他们的性格而异。

k -均值聚类分析与受试者工作特征比较检验

为了根据患者的依从性水平对其进行分类，我们使用了一种方法k-means聚类算法(参见多媒体附件1） ［45，46］．的k-means聚类将被试分为同质的亚组，每个观测值属于簇内距离最小和簇间距离最大的簇。聚类的数量可以根据统计标准来确定，例如赤池信息标准(AIC) [47］．然而，统计方法通常会返回如此多的聚类，以至于解释聚类的特征变得复杂。因此，研究者的判断也经常被用到[46］．为了更容易解释结果，我们将患者分为两组(即粘附程度高和粘附程度低的患者)。我们还检查了三个集群的结果作为稳健性检查，如下所述。

将患者分为高依从性组和低依从性组后，我们在ROC分析中比较各组的auc。此外，为了支持我们将依从性作为一个多维变量来衡量的方法，我们比较了根据先前研究对各组进行分类时，高依从性组和低依从性组的auc [10，40]，仅在根据我们使用活跃度、及时性和持久性的方法对群体进行分类时使用回复率。

依从性对筛查准确性影响的稳健性分析

为了检验我们发现的稳健性，即坚持程度越高的患者筛查准确性越高，我们检查了可能影响我们ROC比较试验的两个潜在偏倚来源——患者数据收集周期的长度和聚类的数量。

首先，我们研究了患者数据收集周期长短的差异是否会影响结果。由于每位患者在研究期间的不同时间开始使用应用程序，对于在研究期间很早就或很晚开始使用应用程序的患者，持久性的测量可能会有偏差。例如，对于在研究后期开始使用该应用程序的患者，持久性可能被低估。同样，对于较早开始使用该药物的患者，持久性可能被高估。因此，如果我们只考虑每个患者在前24周期间(即总研究期的一半)收集的评级数据，我们检查了我们的结果是否稳健。我们还分析了子样本，排除了在过去12周内加入研究的患者，这是我们样本中患者的平均使用时间。

其次，我们检查了当患者被分为三组而不是两组时，结果是否得到维持。此分析还允许我们处理每个组(高和低)中可能使结果偏斜的异常值的可能性。

结果

样品描述

共有85名乳腺癌患者知情同意参与本研究(机构审查委员会No. 2012-0709)。从2013年4月初到2014年3月底，这些患者每天提交了5817份心理健康评级。我们排除了7名未完成PHQ-9测试的患者报告的25个评分。结果，我们的分析使用了78名患者在24个两周期间报告的5792个每日心理健康评级。我们样本中的78例患者提供了497个PHQ-9测试结果，其中包括270个正常状态和227个抑郁状态，使用5分的临界值[26，27，29，30.］．平均每位患者有6.4次观察，观察次数从1 (n=11)到24 (n=1)。患者报告在2周(14天)内至少有11天评分的累计天数百分比为65.59%。表1显示了我们样本中78例患者的人口统计信息。

表2显示基于比率方法获得的每日心理健康评级和指标变量的汇总统计数据。文中还列出了比率法和频率法各指标变量计算得到的最佳分界值表2．对于比率法和频率法，睡眠、焦虑和情绪的分值分别为7分、6分和4分。表3显示了这些变量的相关矩阵。

抑郁症筛查经验模型的评估

不同数据处理方法在抑郁症检测中的表现

表4用三种不同的方法来构建指标变量，展示了我们模型的结果。使用比率方法，所有三种类型的心理健康评级在统计上都是显著的(P≤.001)用于预测患者的精神状态。这一结果表明，每种类型的心理健康评级涉及患者心理状态的不同维度。例如，考虑这样一个案例，两名患者报告了相同程度的焦虑和情绪状况，但睡眠状况不同。我们的结果表明，在保持其他变量不变的情况下，睡眠时间增加十分之一单位(0.1)(即抑郁天数与给定两周期间报告的总天数的比率增加0.1)与患者抑郁可能性增加31.3%相关，因为exp(0.272)=1.313。同样，在其他条件相同的情况下，情绪和焦虑每增加十分之一，患者抑郁的可能性就会增加19%。同样，所有三种类型的心理健康评级与平均方法有统计学意义(P<.05)，睡眠增加十分之一，情绪，焦虑会使患者抑郁的几率分别增加4%、7%和4%。频率法的睡眠和情绪评分有统计学意义(P< . 05)。然而，焦虑评分并不显著。睡眠增加十分之一单位，在频率模型中，情绪和焦虑分别与患者抑郁的可能性增加约1%，2%和1%有关。

图A图3为三种模型预测结果的ROC曲线及相应的auc。由比值、平均值和频率近似的roc计算得到的auc分别为0.8012、0.7867和0.7635。比率法的AUC在统计上无差异(P=.150)，但有显著差异(P=.001)。这一结果表明，采用比率法和平均法筛查抑郁症的准确率在统计学上无差异，而采用频率法筛查抑郁症的准确率在我们的实证结果中略低。

‎ 查看此图

心理健康等级在抑郁症检测中的稳健性分析

首先，我们进行了五次交叉验证测试。采用比值法，五个子集的auc范围为0.7228 ~ 0.8568。5个子集的聚合结果得到AUC为0.7836。使用平均方法，AUC范围为0.7234至0.8488，聚合结果的AUC为0.7755。频率方法的AUC范围为0.7107 ~ 0.8188，聚合结果的AUC为0.7385。这些结果表明，根据auc高于0.7的临床可接受的粗略标准，我们的模型过拟合的风险较低[39］．

其次，我们使用子样本进行分析，排除PHQ-9使用当天报告的每日评分。子样本包括从5022个每日评分中提取的480个观察值，这仍然为我们的分析留下了足够的每日评分。三种方法子样本新分析结果的各项系数均有统计学显著性(P<.05)，从而证实了主要分析的结果。图B图3为ROC曲线和相应的auc。使用比率方法得到的AUC为0.795，使用平均方法得到的AUC为0.7817，使用频率方法得到的AUC为0.766。比率方法的auc与平均方法的auc之间的差异无统计学意义(P=.197)，但比值与频率方法之间的差异具有统计学意义(P= .02点)。这一结果与主要分析一致，说明三种方法筛查抑郁症的准确性都是可以接受的(AUC >0.7)，而比值法和平均法的结果在统计学上高于频率法。

评估坚持对筛查准确性的影响

坚持自我报告PROs对基于复合结构的筛查准确性的影响

表1提供用于确定患者依从性水平的四个变量(即主动性、及时性、持续时间和持久性)的描述性统计数据。在78例研究患者中，58例和20例分别被分为低依从性组和高依从性组。两周面板数据集中的497项观察结果包括低依从性组的208项观察结果和高依从性组的289项观察结果。方差分析(ANOVA)检验结果显示，两者四个变量的均值差异有统计学意义(P<措施)。同时，我们进行了t检验和皮尔逊卡方检验，以检验分类结果是否与其他潜在因素相关(见表1)，例如患者的基线抑郁严重程度和人口统计数据。结果表明，人口统计学变量与依从性水平无显著相关(P> . 05)。

图4而且表5(见复合结构)显示根据我们的建议测量的依从性水平的ROC比较检验结果。结果表明，比值(高值:0.8524，低值:0.7234)、平均值(高值:0.8425，低值:0.7016)和频率(高值:0.8529，低值:0.6664)计算出的auc分别接近。高依从性组的所有auc在统计学上都更高(P<.01)。这些结果支持了我们的观点，坚持自我报告与抑郁症筛查准确性的提高有关。

‎ 查看此图

坚持自我报告PROs对基于先验方法的筛查准确性的影响

表5(见先前方法部分)展示了在先前研究之后，依从性水平根据2周期间(即报告评分的天数，至14天)的响应率进行测量时的auc比较结果[10，40］．当我们仅使用响应率时，结果显示由比值(较高:0.8113，较低:0.7594)、平均值(较高:0.8076，较低:0.7290)和频率(较高:0.8198，较低:0.6588)计算的auc趋近。虽然在高依从性组和低依从性组之间，auc与频率法的比较在统计学上存在差异(P<.01)，比值与平均方法无显著性差异(P> 0.1)。这些结果表明，仅基于一个维度(响应率)衡量的依从性不足以区分在筛选准确性方面产生不同质量PROs的两个组。另一方面，我们使用三个维度来衡量依从性的方法将患者分为两个不同的组，支持我们的建议。

依从性对筛查准确性影响的稳健性分析

首先，如果我们只考虑每个患者在前24周期间(即总研究期的一半)收集的pro，我们检查了我们的结果是否稳健(见表6)．该子样本分析表明，所有三种方法的筛查准确性在统计学上更高(P<.05)高于低依从性组。除去过去12周内加入研究的患者的子样本分析结果也与我们的主要结果一致(P< . 05)。

其次，我们检查了当患者分为三组时，我们的结果是否保持不变。方差分析结果支持三组间差异有统计学意义(P<措施)。这些结果表明，对于依从性较高的患者，筛查准确性更高(P(见< . 05)表6)．

讨论

主要研究结果

这项研究为医疗保健提供者和患者提供了一些学术意义以及重要的实际意义。首先，这项研究是对移动心理健康追踪器抑郁症筛查性能的首次尝试，这种追踪器每天收集患者的心理健康评级。我们的研究结果表明，在临床环境中，移动心理健康追踪器的抑郁症筛查性能与传统的PHQ-9测试方法相当。

对于收集与抑郁倾向相关的少量问题的数据可能存在担忧。然而，基于我们的发现，我们认为移动电话的便携性，使患者能够每天报告他们的心理健康评级，弥补了这一缺点。记忆回忆问题对癌症患者来说尤其重要，因为癌症治疗的副作用常常导致他们的精神状态不稳定。48，49］．较短的召回期可以减少测量误差的可能性，并抵消较短调查的局限性。另一个担忧可能涉及患者每天报告心理健康评级的不便。然而，面部表情量表的使用应该会减少这种不便。先前的心理学研究表明，使用面部表情量表需要较少的认知努力，并且在解释问卷项目时对患者的负担较小[50，51］．此外，面部表情量表实际上可以让参与调查更愉快。52］．因此，使用适合小手机屏幕的面部表情量表可能会促进用户参与，可能会使数据更有用。

其次，这项研究提供了经验证据，表明患者坚持通过移动心理健康追踪器进行自我报告，对抑郁症筛查的准确性有积极影响。对于临床医生来说，分析从各种来源(如移动或可穿戴设备)获得的大量pro可能效率低下，因为这些数据容易受到常见仪器缺陷的影响，如噪声、偏差和可变性[21］．为了设计一种系统的方法来区分有意义的pro和噪音，我们采用了依从性的概念，因为众所周知，依从性的患者倾向于做出更多的努力来成功地遵守建议的治疗指南[22］．依从性较高的患者报告的PROs往往质量和数量都较高，我们的结果表明，对于这些患者，抑郁症筛查的准确性更高[23］．

第三，我们提供了一个新的角度来衡量坚持自我报告作为一个多维结构，包括活跃度、及时性和持久性。先前关于手机pro依从性的实证研究往往只关注pro的总数(活跃度)，而没有考虑到总体依从性水平会随着时间的推移而下降[10，40］．通过纳入患者在整个治疗期间及时报告(及时性)的自主程度(持久性)，这种新的测量方法使我们能够捕捉短期和长期视野的时间影响。我们的实证分析表明，当根据三个维度(活跃度、及时性、持久性)对群体进行分类时，高依从性组和低依从性组之间的筛查准确性差异比仅根据活跃度进行分类时更明显，这支持了我们的观点，即时间维度也是患者依从性的重要方面。

第四，我们的研究结果对患者也有重要的意义。每日报告心理健康评级对病人来说是一个沉重的负担，并可能对他们的精神状态产生不利影响[53，54］．然而，如果患者认识到报告其结果的临床益处(即PRO)，这些负担可能会减轻[55］．我们的研究结果可以帮助患者了解坚持治疗的积极影响，并为他们坚持自我报告提供动力，从而提高治疗质量。

实际意义

我们的研究为临床医生提供了一个实用的指南，可以将通过移动心理健康追踪器报告的每日心理健康评级转化为抑郁症筛查的指标变量。随着新技术产生新类型的数据，医生们面临着如何处理这些数据的挑战。例如，他们可能会有这样的问题:“一个变量应该被二分吗?”我们应该如何确定分界值?以及“我们应该如何将每天的pro转换成两周一次的格式?”比率法比频率法好吗?”

这些问题并不容易回答，答案因情况而异。平均方法对医生来说很容易实施，因为它不需要临床医生计算临界值[35］．计算最佳分界值对他们来说可能是一项繁重的工作，因为分界值可能会因人口统计或问卷的规模而有所不同[35］．此外，在没有足够的数据的情况下，不能先验地计算出最佳临界值。因此，临床医生必须等待一定的时间，直到获得足够多的数据，才能得到最佳的临界值。这意味着比例和频率方法不能在医生刚刚开始使用每日心理健康评级进行抑郁症筛查的早期使用。我们的实证结果表明，采用平均方法进行抑郁症筛查的准确性在临床上是可以接受的[39］．因此，在早期，使用平均方法可能更合适。

随着数据的积累，临床医生可能会选择比值法或频率法。在某些情况下，医生可能希望看到患者在特定时期抑郁天数的简单计数，以便与传统抑郁症筛查测试的结果进行比较。在这种情况下，尽管日常心理健康评分作为连续变量，以及基于平均方法获得的值，可以为临床医生提供许多详细的信息，但医生仍然需要确定分数是否高到足以认为患者患有抑郁症[35］．因此，仍然需要一个系统的方法来构建合理的界限，我们相信我们提出的方法(比值法和频率法)及其表现的经验结果对临床医生有价值。

应该注意的是，数据处理的结果取决于数据的性质，例如缺失值和异常值，并且每种方法在处理这些问题时都有其自身的局限性。例如，平均方法容易受到异常值的影响。频率方法只考虑萧条的日子，忽略了正常日子和没有报告评级的日子之间的差异。比率方法考虑的是报告评级的天数，忽略了被忽略的天数。因此，重要的是要注意数据处理方法的相对优势因情况而异。我们建议医生根据他们的临床目的选择合适的方法。

限制

我们的研究是一项衍生性研究，在更广泛地采用该测量方法之前，我们仍然需要使用不同的患者样本进行未来的验证研究。首先，我们使用三个变量来评估心理健康——睡眠、情绪和焦虑——以收集患者精神状态的信息。虽然我们选择这三个变量是基于之前的研究[24，25]，可能还有其他重要的维度来评估日常的精神状态。然而，据我们所知，还没有研究调查哪种类型的心理健康专业人士应该被考虑用于移动心理健康追踪器。因此，我们研究的自然延伸将是调查用于移动心理健康追踪器的心理维度的最佳选择。其次，我们没有考虑处理评级缺失的方法。对这一问题的进一步研究可能有助于提高手机环境下抑郁症筛查的准确性。例如，未来的研究可能会研究缺失值的数量如何影响筛查性能，或者如何通过手机应用程序通过评级有效地估算缺失值来改善抑郁症筛查。

第三，我们的研究是在韩国的乳腺癌治疗环境中进行的。因此，我们的结果可能无法推广到其他类型的精神疾病或患有不同疾病的患者，特别是患有更严重恶性肿瘤的患者，如胰腺癌和直肠癌。此外，与其他国家相比，韩国的手机用户比例很高。移动应用程序开发技术和数据管理技能被认为是高质量的。因此，我们的研究结果可能不适用于补充基础设施没有得到充分支持的环境。在这方面，我们的研究证明了在其他环境下对移动心理健康追踪器使用的评估有必要进行进一步的研究。

结论

通过手机应用程序获得的自我报告的每日心理健康评级可用于乳腺癌患者的抑郁症筛查。坚持自我报告可以提高基于手机的方法在这一人群中管理痛苦的有效性。