智能手机冥想训练反应的个性化预测:随机对照试验

介绍

背景

精准医学，涉及到利用个体的可变性来指导预防和治疗，在过去几年中在健康科学中获得了发展势头[1］．这种方法旨在通过将患者与最有可能取得成功的干预措施相匹配来改善结果。在一些医学专业中，精准医学在个性化护理方面取得了令人印象深刻的进步。例如，肿瘤学(如肺癌和乳腺癌)的研究已经根据患者肿瘤的独特遗传特征有效地将患者与靶向癌症治疗相匹配，这已被证明可以改善结果[2-4］．

精神病学和临床心理学长期以来一直希望更好地将患者与干预措施相匹配。许多研究已经检查了患者层面的因素(如人口统计学、临床和神经生物学特征)作为治疗反应的预测因素[5，6］．然而，由于许多潜在的预测因素和研究中与结果相关的存在、方向和强度的不一致性，经验支持的最佳治疗匹配指南仍然难以捉摸。

机器学习已经成为一种很有前途的分析方法，非常适合处理和整合大量预测变量，包括相关预测变量，这些预测变量可能单独只能适度地预测感兴趣的结果，但可以集体预测患者结果的显著差异。7，8］．特定的机器学习方法，如基于决策树的算法(如随机森林)也可以有效地模拟非线性和高阶相互作用，这些相互作用可能是预测关系的基础[9］．与强调评估特定假设(即零假设显著性检验)的传统统计方法相反，机器学习模型通常强调优化预测性能，并评估模型对新个体的可泛化性(例如，通过交叉验证[CV]，保留样本或外部验证)。10］．机器学习方法越来越多地应用于精神病学和临床心理学，并取得了一些成功，越来越多的研究表明，机器学习方法能够预测对各种精神病学治疗的反应[10-12］．

为了追求精确的心理健康，研究人员利用机器学习方法来优化治疗建议[13-15］．例如，DeRubeis等[16]发展了个性化优势指数(PAI)作为一种基于预处理患者特征指导治疗建议的算法。这些模型试图预测特定患者从治疗a和治疗b中获得的益处。PAI已经成功地用于预测对认知行为治疗(CBT)和抗抑郁药物的反应[16认知行为治疗与人际关系治疗[17认知行为疗法与心理动力疗法的对比[18]，以及抗抑郁药物与安慰剂的对比[19］．

先前使用PAI及相关方法的研究[12提供了有希望的初步证据，表明数据驱动的算法可以通过将个体与最有益的治疗相匹配来改善患者的治疗结果，而不是目前治疗选择的次优试验和错误方法，这种方法导致精神疾病拖延，直到找到有效的治疗方法。然而，事实仍然是，有相当一部分患有精神疾病的人没有得到治疗[20.，21］．数字卫生技术，如基于互联网的CBT [22和智能手机上的心理健康应用[23]，有可能大大增加获得循证治疗的机会[24］．然而，成千上万的心理健康应用程序的可用性让潜在的消费者面临着令人眼花缭乱的选择，基本上没有办法知道哪个特定的应用程序最适合他们的需求。25］．数据驱动的治疗推荐算法，如PAI，为告知最佳的患者-治疗匹配提供了有前途的工具。这种方法对于解决移动医疗(mHealth)方法的持续局限性也很有价值，包括出了名的高和快速脱离接触[26，27］．此外，移动医疗的可扩展性使其能够收集足够的动力样本大小，以进行稳健的建模[28］．

最近对现有心理健康应用程序的分析显示，冥想和正念训练(以及日记和情绪跟踪)是应用程序中最常见的功能[29］．在最近对27款抑郁症和焦虑症应用的评估中，两款最广泛使用的冥想应用(Headspace和Calm，月活跃用户分别为500万和900万)占日活跃用户的96% [30.］．尽管冥想应用程序越来越受欢迎，但一个关键问题仍未得到解答:为谁基于应用程序的冥想训练适合吗?

本研究

这项研究涉及对一项大规模随机对照试验(RCT)的二次分析，该试验比较了基于冥想的智能手机应用程序健康思维计划(HMP)与仅评估的控制条件[31］．该随机对照试验是在COVID-19大流行期间对威斯康星州学区员工(n=662)进行的。与大流行前相比，在2019冠状病毒病大流行期间，情绪困扰和抑郁症状的发生率大幅增加[32］．现有证据表明，在大流行期间，教师的情绪幸福感也有所下降[33，34]，因为他们要应对与covid -19相关的压力、不确定性和风险，并恢复面对面的指导。利用上述随机对照试验的数据，本研究的总体目标是开发和评估一种数据驱动(PAI)方法，为学校员工提供个性化的冥想应用程序推荐。利用现成收集的自我报告的基线人口统计学和临床特征，我们开发并测试了一种机器学习算法，以确定哪些人最有可能从HMP应用程序中受益。

方法

参与者及程序

在2020年6月中旬至2020年8月下旬期间，通过电子邮件和其他电子媒体招募了威斯康星州学区的员工(有关研究程序的完整描述，请参阅Hirshberg等人的研究[31])。符合条件的参与者是目前在威斯康星州一所学校工作的成年人(年龄≥18岁)，他们拥有一台能够下载HMP的智能手机，英语流利，很少接触冥想或HMP应用程序，并且抑郁症状低于严重范围(t患者报告预后信息系统评分<70分35])。的t得分以50为总体标准，标准差为10。在完成测试前测量后，666名参与者被随机分配到使用为期4周的HMP或仅评估的对照条件(4名参与者因多次注意检查失败而被删除;参见图S2多媒体附录1［31，35-49查阅CONSORT[试验报告综合标准]流程图)。参与者在干预期间(即第1、2和3周)每周完成问卷调查，并进行治疗后评估(第4周)和随访评估(干预期结束后3个月)。这些措施通过基于网络的REDCap(研究电子数据采集)调查系统进行管理。

该试验已在ClinicalTrials.gov (NCT04426318)和开放科学框架(Open Science Framework)预注册。50］．然而，目前的预测分析并不是预先计划的，也没有包括在预登记的数据分析计划中。所有代码(在R统计软件[51])用于复制手稿中的分析已发布在开放科学框架[52］．

HMP包括冥想练习，旨在培养支持幸福的四大支柱的技能:意识、联系、洞察力和目的。36，37］．我们鼓励参与者用大约一周的时间(即总共4周)来学习这4个模块的内容。内容包括教学指导和指导冥想练习。在指导练习中，参与者可以选择5到30分钟的练习时间。在为期4周的试验中，HMP应用程序的平均使用时间为10.9 (SD 9)天。有关更多试验和样本细节，请参阅Hirshberg等人的研究[31］．

伦理批准

研究程序由威斯康星大学麦迪逊分校机构审查委员会(编号2020-0533)批准。

措施

人口特征

参与者在基线时报告了他们的年龄、性别认同、种族和民族、婚姻状况和收入。

主要的结果

在父母RCT中预先指定的主要结果是心理困扰，这是计算机自适应版本的PROMIS焦虑和PROMIS抑郁测量的复合[35]和十项感知压力量表[38］．这三个都是广泛使用的测量方法，具有既定的信度和效度[39，40］．指多媒体附录1获取详细信息。与预先指定的数据分析计划一致，多层模型估计了4周干预期间的痛苦变化。为每个参与者计算随机斜率(代表干预期间个体痛苦变化)，并作为我们机器学习预测模型的主要结果。

预测

几个额外的自我报告问卷评估了次要结果和候选调解人，这些调解人理论上与HMP中训练的幸福支柱有关。15项持续性思维问卷[53评估忧虑和沉思(克朗巴赫)α= .95)。世界卫生组织[54评估全球福祉(α= .85)。五面正念问卷八项意识行为子量表[55评估日常生活中的注意(α=点)。美国国立卫生研究院工具箱孤独感问卷调查56评估的感知到的社会脱节(α= .90)。12项自我同情量表简表[57评估对自己的好感(α= 0.86)。德雷塞尔10项融合量表[58评估与内部经验保持距离的能力(α=点)。生活意义问卷(MLQ) [59])评估存在和寻找意义(克朗巴赫)α=。91一个nd Cronbachα=。93.respectively).

分析策略

预测变量包括干预前困扰(复合测量)、焦虑(PROMIS)、抑郁(PROMIS)、压力(感知压力量表)、重复消极思维(PTQ)、有意识行为的正念方面(五方面正念问卷)、孤独(美国国立卫生研究院工具箱孤独)、融合(德雷克索融合量表)、存在感(MLQ)、寻找意义(MLQ)、自我同情(自我同情量表简表)、幸福(世界卫生组织5项)、年龄、性别、种族、婚姻状况和收入。

缺失值推定

缺失数据的输入使用基于随机森林的输入(R中的MissForest包)。60])。为了避免预测者和结果评分之间的污染，这可能会对预测性能产生乐观偏差，结果变量(痛苦变化斜率)被排除在归算程序之外。数据缺失率很低，没有一个变量缺失超过6个值。指多媒体附录1有关更多详情。

产生预测结果

为了预测预后，使用了2种预后模型(使用弹性网正则化回归[ENR];开发了glmnet包(R):一个用于接受HMP的参与者，一个用于接受仅评估控制条件的参与者。尽量减少过度拟合，这可能发生在传统的k-折叠CV，对每个预测模型使用嵌套CV程序(即，结合外部和内部CV循环[41-44])。指多媒体附录1参阅嵌套CV程序的详情。

前面提到的步骤为HMP参与者生成了预测的HMP结果，并为对照参与者生成了预测的控制条件结果。为了对反事实条件(即未接受治疗条件)产生预测结果，为一组(即全HMP或对照样本)开发了ENR模型，并用于预测另一组参与者的结果。

评估建议

作为前面提到的预测模型的最终产物，每个参与者都有2个预测结果得分:一个是HMP，一个是对照条件。与之前的类似研究一致[18，19，61]，我们通过减去这两个预测结果(即HMP痛苦变化的预测斜率)来计算PAI评分-对照)。因此，负PAI分数表明，相对于仅评估的控制条件，一个给定的参与者预计在HMP中经历更大的痛苦减少(即，更负的斜率)(反之亦然，对于正PAI分数)。PAI可以被解释为一个连续的指标，反映了一种治疗条件相对于另一种治疗条件的优势的预期程度(例如，较大的负PAI值表明该模型预测了有利于HMP结果的相对较大的组间差异)。我们通过组(即干预条件)× PAI相互作用来检验PAI评分是否调节了治疗组在结果(即痛苦变化斜率)方面的差异。后一个测试让我们回答了以下问题:更多的负PAI分数(反映相对于控制条件的HMP相对更大的预测收益)实际上与更大的观察到的支持HMP的结果有何差异?

比较模型

我们将上述多变量机器学习(ENR)模型与一个简单的线性回归模型进行了比较，该模型将基线重复性消极思维(PTQ)分数作为唯一的预测因子(即，重复上述步骤为每个参与者生成PAI分数)，通过10倍CV(重复100次以生成稳定的估计)实现。在之前的研究的基础上，在这个比较模型中选择了重复的消极思维作为预测因子，表明它可以预测对正念应用程序的反应[43，45］．指多媒体附录1以基线焦虑为唯一预测因子的附加分析。最后，我们使用最终模型的参数估计来证明预测结果的转换个性化的基于应用程序的正念训练建议。

所有分析均使用R软件(4.0.2版)进行[62］．样本量最初是为父试验的目的而确定的，目的是检测主要结局(痛苦变化)的组间差异。50])。为了估计当前的样本量是否足以支持本研究中提出的分析，使用了蒙特卡罗模拟方法(R中的InteractionPoweR包)。根据先前正念应用随机对照试验的效应量[45]，模拟显示，至少需要153个样本量进行x组PAI相互作用试验(与Cronbachα= . 05;权力= 80%;见图S1，包括图注多媒体附录1以获取更多的功率分析细节)。

结果

样本人口

大多数(523/662,79%)参与者报告的抑郁或焦虑症状在基线时高于PROMIS抑郁和PROMIS焦虑测量的临床临界值(t评分>55)，超过一半的样本(343/662,51.8%)在基线时报告中度或更严重的焦虑或抑郁症状(t分数> 60)。

两组在人口统计学或临床变量方面没有基线差异(表1）.在被分配到HMP组的患者中，95.6%(329/344)下载了该应用程序，78.8%(271/344)使用该应用程序≥1天。平均用药天数为10.88天(SD 9.08)。平均练习时间为127.93分钟(标准差为130.63)。

结果预测

较高的痛苦、抑郁和压力基线水平预示着HMP (表2）.结果与这3个预测因子的零阶相关为r =−0.30(遇险);r =−0.30(凹陷)r =−0.26(压力)。HMP组的预测结果与观察结果显著相关(r= 0.27;P<措施;均方根误差[RMSE]=0.10)，但与对照条件结果(r= 0.07;P= . 21;RMSE = 0.12)。相反，对照组的控制条件预测结果与观察结果显著相关(r= 0.19;P<措施;RMSE=0.10)，但与HMP结果无关(r= 0.10;P= 0。06;RMSE = 0.12)。以下变量的基线得分越高，在控制条件下的结果越好:痛苦、焦虑、抑郁、压力、孤独、融合和存在。此外，重复性消极思维水平较低、自我同情程度较高以及已婚与控制条件结果较好相关(表2）.

冥想应用推荐

PAI平均评分为- 0.07 (SD 0.03;范围- 0.17至0.03)，表明该模型预测HMP冥想应用程序的平均症状改善程度高于仅评估的对照条件。模型推荐除5人(657/662,99.2%)外的所有参与者的HMP (PAI<0)。

评估建议

在预测预后方面，组与PAI之间存在显著的相互作用(t₆₅₈= 3.30;P=措施;调整r²=0.10)，表明PAI评分调节了组间结果差异。如图1，随着PAI分数的降低(即，反映了相对较强的HMP建议)，观察结果的组间差异增加，有利于HMP。

‎ 查看此图

比较模型

在应用于HMP组的线性回归比较模型中，较高水平的重复消极思维与a显著相关更大的减少正念应用程序的痛苦(B)=−0.02;t₃₄₂=−3.37;P<措施)。HMP预测结果与观察结果的相关性为r= 0.16 (P= .003;RMSE=0.10)r=−0.14 (P= .02点;RMSE=0.12)。与HMP组的发现模式相反，应用于对照样本的线性回归模型显示，较高水平的重复消极思维与抑郁显著相关贫穷结果比对照条件下(B=0.01;t₃₁₆= 2.44;P= .02点)。

对照条件预测结果与观察结果的相关性为r= 0.11 (P= .049;RMSE=0.11)r=−0.18 (P<措施;RMSE=0.12)。

组与PAI之间存在显著的交互作用，可预测痛苦的变化(t₆₅₈= 3.81;P<措施;调整r²=0.11)，表明PAI评分可调节组间结果差异(图2）.具体来说，随着PAI分数的下降(反映重复性消极思维分数的增加)，有利于HMP条件的组差异也增加了。鉴于重复消极思维与抑郁症状之间的联系[46，47]，我们还进行了额外的敏感性分析，控制抑郁症状的基线水平(以及考虑应用程序使用的天数)，得出了相同的发现模式(多媒体附录1）.综上所述，这些结果表明，一个简单的线性回归，包括重复的消极思维作为唯一的预测因子，相对于一个更复杂的多变量ENR模型(即调整后的ENR)，产生了相当的性能r²= 0.11 vsr²=0.10)。

‎ 查看此图

将预测模型转化为个性化冥想应用程序推荐

为了证明预测模型转化为个性化建议，我们使用上述回归模型的参数估计，根据干预前重复消极思维得分，估计新个体在HMP和仅评估条件下的痛苦预测变化。考虑到更简单的回归模型与更复杂的多变量ENR模型相似，我们使用前一个模型进行演示。

首先，如图所示图3，我们绘制了PAI分数与HMP(蓝线)和仅评估对照条件(红线)结果之间的关系。灰竖线虚线表示两条回归线相交的点。PAI分数在这条线左边的个体相对于只进行评估的对照条件，预计在HMP方面有更好的结果(PAI分数在这条线右边的个体反之亦然)。这条线左边的区域是黄色的，反映了对基于应用程序的冥想训练的“谨慎建议”。其次，我们通过引导重新采样(R中的Boot package)计算了95% CI [63］．具体来说，我们用替换绘制了1000个样本，并重新计算了每个样本中的2条回归线及其交点。垂直红色虚线表示该交点95% CI的左边界。换句话说，如果一个人的PAI分数落在这条线的左边，我们对HMP相对于仅评估条件的预测收益的信心就会增加。第三，我们还实施了约翰逊-内曼技术[64[interaction package in R]探讨组与PAI的相互作用，并估计调节因子(PAI)的值，在该调节因子下，组间的结果差异具有统计学意义。这种情况发生在PAI< - 0.02(实心垂直灰线)图3，与虚线相邻)。如果参与者的PAI分数落在95% CI(红色虚线)和Johnson-Neyman阈值(灰色实线)的左边，则该图区域被涂成绿色，以反映使用HMP的更有信心的建议。

举一个具体的例子来说明，重复性消极思维(PTQ)得分高于平均值(即41)1 SD的个体，其PAI得分为- 0.10(在的“绿区”内)图3)，在4周内，HMP的焦虑变化斜率预测为- 0.049(即预期的焦虑减少)，仅评估条件的焦虑变化斜率预测为0.047(即预期的焦虑增加)。假设这个人的干预前的痛苦水平在第50百分位，那么在4周的正念应用课程之后，他们将被预测在第41百分位(相对于干预前的痛苦分数)，如果他们只完成了症状评估(即对照条件)，他们将被预测在第58百分位。总之，基于对持续性消极思维的简要评估，我们的算法可以在个人用户决定参加为期数周的基于应用程序的冥想训练课程之前，为他们提供有关预期收益的有用信息。

‎ 查看此图

讨论

主要研究结果

越来越多的人开始使用冥想应用来缓解情绪困扰。冥想应用是治疗抑郁和焦虑最常用的心理健康应用[30.］．尽管它们越来越受欢迎，但人们对这些应用程序的好处知之甚少。在这项研究中，我们开发了一种算法来预测个体将从基于智能手机的冥想干预(HMP)中获得的收益，相对于仅评估的控制条件。我们发现有证据表明，数据驱动的模型可以成功预测对冥想应用程序的不同反应，而不是使用自我报告的基线人口统计学和临床特征进行评估的控制条件。具体而言，PAI得分显著调节了结果的组间差异。如果随机分配到冥想应用中，PAI负得分较高的个体(反映了相对较强的冥想应用(即HMP)推荐)的结果优于对照条件。正如预期的那样，考虑到整体组(即HMP >对照组)结果的差异[31]，这些模型通常预测，与控制条件相比，HMP的益处更大。然而，HMP的预期收益并不总是很大，在某些情况下，PAI模型预测的结果在组间差异相对较小(“黄色区域”)图3在对照条件下(“红色区域”)甚至有更好的结果。前一种情况可以解释为，参加一个为期数周的冥想应用程序课程的成本(例如，时间投入，延迟参与其他更有帮助的干预措施)可能不值得潜在的好处。

关键是，只包含重复性消极思维基线水平信息的比较线性回归模型比多变量机器学习模型表现得相当好(相反，参考Webb等人的研究[65]和Buckman等人[66])。相对于只进行评估的对照组，重复的消极思维对基于应用程序的冥想训练的结果有调节作用。重要的是，这些发现表明，不断重复的消极思维并不仅仅是一个人经历痛苦减少可能性的一般“预后”指标(例如，由于回归均值或时间的推移)。换句话说，更多的重复消极思维并不预示着更多的痛苦减少这两个冥想应用程序和控制条件。相反，与之前的研究类似，研究重点是不同的正念应用程序和样本(反刍能力增强的青少年)[43，45)，重复性消极思维基线水平较高的个体从冥想应用程序中获得的相对益处更大。一个问题是，这些发现是针对重复性消极思维的，还是可能是由相关的临床特征驱动的，尤其是抑郁症状或痛苦。敏感性分析显示，即使在控制抑郁症状的严重程度或痛苦的情况下，重复的消极思维也显著地缓和了结果的组间差异(多媒体附录1）.总之，这些发现表明，对重复消极思维进行简短的自我报告评估，可以告知哪些人最有可能从基于应用程序的冥想训练中受益。

如图3，我们的预测模型可以很容易地应用于为新人推荐个性化的冥想应用程序。首先，该模型提供了一个二元预测，即相对于仅进行症状评估，个体是否预计会从冥想应用中更大程度地减轻痛苦(即，基于PAI分数是落在交叉点的左侧还是右侧[垂直虚线灰色线])。其次，该模型提供了一个估计级冥想应用程序和控制条件之间预期结果的差异。最后，该模型还区分了使用冥想应用程序的建议的强度，由图中的绿色区域(自信推荐)和黄色区域(谨慎推荐)划分(边界由自举CI和Johnson-Neyman区间定义)。总的来说，这些信息可以用来为个人提供有关预期结果的客观指标，以告知他们是否参加冥想应用程序课程。这些信息可以很容易地在移动医疗干预措施(如HMP)中实施。在决定使用该应用程序之前，参与者可以首先完成一份简短的自我报告评估，并获得关于他们预测结果的反馈。

虽然在鼓励用户最佳利用时间和注意力方面可能有用，但告诉一些人使用冥想应用可能对他们没有好处，这可能不会被许多干预开发者所接受。然而，这些模型可以很容易地扩展到正在比较一种或多种移动卫生干预措施的实例。鉴于数以千计的可用心理健康应用程序[25，哪个应该比较?一种方法是关注最流行的(例如，最常下载的)心理健康应用程序，包括正念、日志、认知行为疗法和情绪跟踪应用程序[29，30.］．例如，未来的研究可以开发算法来预测人们对各种流行的心理健康应用程序的反应，这些应用程序在干预重点上存在很大差异(例如，冥想应用程序vs基于cbt的应用程序vs情绪跟踪)[29，67]，甚至将心理健康应用程序与传统的(面对面的)心理治疗或药物治疗进行比较。这些研究可以确定，例如，我们是否可以预测哪些有抑郁症状的人需要传统的、面对面的CBT(或抗抑郁药物处方)，而哪些人可以通过简短的基于应用程序的冥想或CBT课程来缓解症状。此外，未来的研究可以比较单个应用程序的不同版本。例如，个体从不同类型的冥想(例如，培养对呼吸的集中注意力，开放监控或仁爱冥想)中受益的程度可能不同，或者指导冥想的长度或频率也可能不同。

除了为消费者的选择提供信息外，预测谁最有可能从特定干预措施中受益的能力还可以为卫生保健政策和决策提供信息。在阶梯式治疗模式中，治疗强度根据对干预措施的反应逐步升级，与此相反，预测模型可用于根据患者的基线特征(即分层治疗)，初步将患者分配到预期能产生最佳结果的治疗中[68］．从理论上讲，后一种方法可以最大限度地减少接受有效干预的延迟。

未来研究的另一个重要途径是测试这些发现在多大程度上可以推广到其他冥想应用程序(例如Headspace和Calm)。在许多方面，HMP与其他冥想应用程序相似。它包括正念和联系(例如，慈爱、同情)的训练，这些练习也可以在Headspace和Calm等流行的正念应用程序中找到。一个不同之处在于，HMP包括专门为培养健康的自我意识(Insight模块)以及生活目的和意义(Purpose模块)而设计的实践。纳入这些实践源于基于神经科学的幸福感模型，而HMP正是基于该模型[36］．因此，更准确地说，HMP是一个冥想应用程序，它有意超越正念，同等重视其他领域的幸福和冥想实践，旨在支持这些额外的领域。最终，还需要进一步的研究来测试这项研究的发现模式是否可以推广到其他冥想和正念应用程序中。

最后，鉴于之前缺乏预测心理健康应用结果的研究，需要进一步的研究来测试呈现预测的正念应用对患者结果的影响。例如，在使用正念应用程序之前，患者可以被随机分配接收他们预测的结果或不接收这些信息。可以检查几个相关结果，包括(1)症状变化的组间差异，(2)接受这些预测对治疗获益预期的影响程度，(3)预期与应用结果之间的关系，以及(4)个体使用算法推荐的干预措施或无视建议的程度。

限制

这项研究有几个重要的局限性。首先，尽管从实施的角度来看，完全基于自我报告数据的模型很有吸引力，但我们可能排除了其他提供重要的额外预测信息的患者特征，以告知最佳治疗建议(例如，生物标志物和认知任务)[12］．此外，重复性消极思维作为差异反应的预测因素，可能通过传统的回顾性自我报告问卷(例如，重复的每日生态瞬间评估)以外的方法更有效地进行评估[43，69])。其他相关变量(例如，应用程序使用数据、动机变量和参与与更好的心理健康有关的其他活动)可以在未来的研究中进行评估。其次，我们的结果是在一个特定的样本(学区员工)中出现的，这个样本没有足够的男性、黑人、土著、有色人种或低收入个人的代表。该样本在种族方面代表了威斯康辛州(83%的威斯康辛人是白人)，但女性的比例更高。然而，我们样本中的性别差异并不令人惊讶，因为女性比男性更有可能(1)被聘为教师[70](2)经历并寻求抑郁和焦虑症状的治疗[71］．第三，我们无法通过在一个全新的样本(例如，来自另一个RCT)中评估模型预测性能来进行外部验证。第四，正如数字疗法中常见的那样[48]，相当一部分参与者使用这款应用的时间相对较短。然而，当我们将分析限制在使用该应用程序较长时间的参与者子集时，结果仍然很重要(多媒体附录1）.第五，我们没有包括一个主动比较条件。我们的仅评估对照条件并非设计用于对照安慰剂相关过程[72］．这里展示的方法可能最终在帮助患者和临床医生决定相互竞争的治疗干预措施之间最相关。

结论及未来发展方向

这项研究展示了数据驱动方法在个性化冥想应用推荐方面的潜在效用。本研究的自然延伸是使用双随机设计对我们的算法进行前瞻性测试。例如，参与者可以被随机分配到(1)随机治疗分配(即，治疗A或治疗B)或(2)被分配到他们的算法指示的治疗。在某种程度上，后一种情况下患者的结果明显(并且临床上有意义)更好，结果将支持算法告知治疗建议的临床益处(对于最近类似设计测试的例子，患者与治疗师的预测匹配，请参考Constantino等人的研究[73])。除了比较治疗方案外，该设计还可以很容易地用于评估HMP或其他移动健康干预措施的其他可定制元素。这可能包括分配接收HMP中的各种组件或组件排序，分配到HMP或替代常用的移动健康干预(例如，CBT，行为激活，日志或情绪跟踪应用程序)，或分配到不同的治疗强度(例如，冥想练习频率)。

其他可能取得成果的未来方向包括评估先前显示或假设的更广泛的患者特征，以预测对不同干预措施的反应可能性[5］．此外，可以利用评估移动医疗干预措施的大型自然数据集的数据开发预测模型，就像对面对面心理治疗和药物治疗所做的那样[65，74-76］．除了在“现实世界”环境中测试这些模型的效用外，自然环境通常提供相对于随机对照试验的大数据集，因此可以提高统计能力[28］．最终，这些方法可能会逐渐帮助补充我们对试验和错误的依赖，以经验支持的，数据驱动的算法来客观地向个人传达预期的益处，使他们能够做出明智的决定，哪些干预措施最适合他们的需求。