JFR JMIR表格规定 形成性研究 2561 - 326 x 卡塔尔世界杯8强波胆分析 加拿大多伦多 v6i7e30230 35802420 10.2196/30230 原始论文 原始论文 移动健康和基于社交媒体的干预对患有早期精神病的年轻成年人的可行性和精神病的临床风险:调查研究 Torous 约翰 布莱恩 瑞秋 吉米 Buente 韦恩 弗朗哥 奥利维亚H 废话 1 https://orcid.org/0000-0002-5326-3918 卡尔金斯 莫妮卡E 博士学位 1 https://orcid.org/0000-0002-0546-0263 Giorgi 塞尔瓦托 女士 2 https://orcid.org/0000-0001-7381-6295 莱尔H 博士学位 2 https://orcid.org/0000-0003-2047-1443 电流的 拉奎尔E 医学博士 1 https://orcid.org/0000-0002-4082-8502 科勒 基督教的克 医学博士 1 https://orcid.org/0000-0003-2203-7966 阳光明媚的X 医学博士 1 3.
范斯坦医学研究所 Northwell健康 263街75-59号 格伦橡树,纽约,11004 美国 1 631 786 3737 stang3@northwell.edu
https://orcid.org/0000-0002-4001-8120
精神科 宾夕法尼亚大学 费城,宾夕法尼亚州 美国 计算机与信息科学 宾夕法尼亚大学 费城,宾夕法尼亚州 美国 范斯坦医学研究所 Northwell健康 格伦奥克斯,纽约 美国 通讯作者:Sunny X Tang stang3@northwell.edu 7 2022 8 7 2022 6 7 e30230 3. 6 2021 27 8 2021 21 3. 2022 15 4 2022 ©Olivia H Franco, Monica E Calkins, Salvatore Giorgi, Lyle H Ungar, Raquel E Gur, Christian G Kohler, Sunny X Tang。最初发表于JMIR Formative Research (https://formative.www.mybigtv.com), 08.07.2022。 2022

这是一篇开放获取的文章,根据创作共用署名许可协议(https://creativecommons.org/licenses/by/4.0/)的条款发布,允许在任何媒介上不受限制地使用、分发和复制,前提是正确引用了首次发表在JMIR Formative Research上的原创作品。必须包括完整的书目信息,https://formative.www.mybigtv.com上的原始出版物的链接,以及此版权和许可信息。

背景

数字技术、互联网和社交媒体被越来越多地作为监测症状和提供心理健康治疗的有前途的手段进行研究。这些应用程序和干预措施已经初步证明了可接受性和可行性,但之前的报告表明,相对于普通人群,精神病患者获得技术的机会可能仍然有限。

客观的

我们评估并比较了患有精神障碍(PD)的年轻人、有精神病临床风险(CR)的年轻人和无精神病青年(PF)对技术和社交媒体的获取和使用。

方法

参与者是通过一个致力于早期精神病的协调专业护理诊所以及正在进行的研究招募的。我们调查了21名PD、23名CR和15名PF参与者对技术和社交媒体(特别是Facebook和Twitter)的使用情况。用r进行统计学分析,组间分类变量比较采用Fisher精确检验,连续变量比较采用单因素方差分析,协变量评价采用多元线性回归。

结果

PD、CR和PF参与者对技术和社交媒体的使用情况相似。与PF个体相比,PD而非CR的个体不太可能每周或更高频率地发帖。我们发现活跃社交媒体帖子的减少是精神病患者独有的,与其他精神疾病诊断或人口统计学变量无关。此外,年龄、性别、白人与非白人种族的差异不影响发帖频率。

结论

对于患有精神病谱系障碍的年轻人来说,似乎不存在限制实施数字和移动卫生干预措施的“技术差距”。精神病患者在社交媒体上的活跃发帖减少,这可能与阴性症状或社交功能受损有关。

社交媒体 精神病 临床高危 技术 数字医疗
简介 精神病学中的数字健康

技术的日益普及为更广泛的人口更容易获得医疗保健以及制定和实施数字干预措施开辟了一条新的途径。近年来,移动和基于网络的健康干预措施被广泛用于评估和协调心理健康客户[ 1].社交媒体和移动健康干预提供了一个独特的机会,可以让正在出现精神病障碍(PD)或处于精神病临床风险(CR)的年轻人参与进来,这些年轻人有明显的精神病临床症状,但尚未达到阈值标准。精神病早期干预和预防的重要性是长期成功的关键因素,并且已经表明,减少精神病未经治疗的时间可以提高长期治疗的结果[ 2 3.].

移动和社交媒体干预和评估工具在精神病学中相对较新,但初步研究显示有希望的参与、疗效和预后效用[ 4 5].例如,基于社交媒体语言的分类模型能够识别首发精神病患者的早期复发迹象[ 6].在另一项研究中,通过智能手机社交活动的变化,也预测了复发事件[ 7].在干预措施中,PD患者受益于联合治疗方案,包括通过移动健康干预和心理社会服务进行监测。数字社交网络已被整合到移动健康应用程序中,以促进同伴支持和改善激励症状[ 8].其他有前景的移动健康干预措施包括通过智能手机上的短信和应用程序提醒坚持服药和预约、干预和病例管理。移动干预也可以从标准化沟通到与临床医生的实时互动;例如,患者可以通过视频会议或短信与治疗师进行实时会话,或者他们可以接收标准化的通信,如预先录制的视频,以及基于他们在通信时输入的提示文件[ 9].

获取技术

在目标人群中获得技术对于基于移动和社交媒体的干预措施的可行性至关重要。在全球范围内,所有年龄组获得技术的机会都大幅增加,但对于有精神病风险或被诊断患有精神病的个人来说,可能存在“技术差距”[ 2].在从住院和门诊招募的成年患者中,只有48%的人可以上网,只有27%的人每天使用社交网站[ 10].然而,年龄越小,接触科技的机会就越多。在一项针对首次精神病发作的年轻人的研究中,100%的人使用社交媒体,其中90%的人每天平均使用约2小时[ 5].在西班牙完成的另一项研究表明,首发精神病患者对包括电脑和智能手机在内的数字技术有类似的兴趣,但接触的机会减少了。 11].如果患有精神病的年轻人普遍使用数字技术和社交媒体,这将提供一种外展途径,并可能成为监测症状和副作用并提供治疗的方法。

客观的

据我们所知,没有研究直接比较了CR、PD和无精神病(PF)青年精神病谱系中技术和社交媒体的获取和使用。大多数研究也没有区分被动访问社交媒体和主动发帖。在这项研究中,我们调查了CR和PD青年以及PF比较参与者对数字技术、互联网的使用情况,以及对Facebook和Twitter的访问和发布情况。我们假设,在患有精神病和精神病临床风险的年轻成年人中,“技术差距”减少或不存在,这表明社交媒体和移动健康干预在这一人群中是可行和可实施的。

方法 参与者

在这项研究中,评估了三组:PD、CR和PF,共包括59名18-32岁的参与者。PD参与者从宾夕法尼亚大学精神病评估和康复中心招募,这是一个致力于早期精神病的协调专业护理诊所。CR和PF的参与者是从宾夕法尼亚大学和费城儿童医院终身大脑研究所的其他正在进行的研究的参与者中招募的。我们对精神病对技术和社交媒体使用的主要影响很感兴趣。因为心理健康障碍在社区的年轻人和青少年中很常见[ 12],我们的PF对照组没有排除非精神病患者。

精神病评估和康复中心所有18-35岁的稳定门诊患者以及终身大脑研究所研究的潜在参与者都被联系并征求他们的同意,以参加这项调查,作为更大规模研究的筛选程序。所有参与者都居住在大费城地区,包括城市和周围的郊区环境。完成这项调查没有报酬。有几个符合条件的人总体上对研究不感兴趣,但没有人特别拒绝参与这项调查。这是一个简短的单时间点评估,没有人在完成之前退出。

伦理批准

所有程序都由宾夕法尼亚大学机构审查委员会根据协议831509批准,费城儿童医院的协议号为16-013305。

研究设计与评估

调查由研究协调员亲自或通过电话进行口头完成。同意参与的个人通过一份关于他们获得技术和使用社交媒体(Facebook和Twitter)的问卷进行了调查。对技术的访问通常被定义为以可靠的方式使用技术的能力,包括个人所有权、共享设备和公共访问点。主动发布被定义为评论、发布状态更新或以其他方式贡献原创内容,而被动访问社交媒体,包括滚动页面、查看或点赞。我们没有区分通过Wi-Fi上网和数据套餐。

PF组和CR组采用前驱症状结构化访谈进行半结构化访谈,评估精神病的阈值和阈下症状。CR或PF状态由病例会议协商一致决定。PD组接受了精神病学家和精神病心理学家的一致临床诊断,并被确定患有以下精神疾病诊断与统计手册第五版(DSM-5)中的一种精神病:精神分裂症(n=13),分裂情感性障碍(n=4),具有精神病特征的双相I型障碍(n=1),或未明确的精神病障碍(n=3)。根据DSM-5标准评估共病性非精神病性疾病,并在所有3组中也均存在,与预期人口比率成比例。

统计分析

在R (version 3.5.2;R统计计算基础)。使用Fisher精确检验比较各组间的分类变量,包括技术获取和发帖频率的主要结果。Fisher精确测试还用于比较社交媒体访问和其他诊断的发帖率,以及性别和种族影响。使用单因素方差分析(one -way ANOVA)比较各组之间以及活跃用户与不活跃用户之间的年龄差异。为了解释年龄、性别和种族的群体差异,我们还以群体作为兴趣的自变量,并为人口统计学变量进行了logistic回归预测社交媒体访问和发帖。显著性为2尾,=.05。

结果

表1显示21个PD、23个CR和15个PF参与者的详细信息。移动电话的普及率普遍较高(96%-100%, P>.99),智能手机(95%-100%, P>.99),电脑(85%-95%, P=.84),以及互联网(95%-100%, P=收)。大多数年轻人使用Facebook,但不使用Twitter。三组的社交媒体访问率相似(至少每周62%-74%, P= =收)。然而,在社交媒体上发帖存在显著的主群体效应(至少每周5%-43%, P< .009)。CR积极发帖的比例与PF相似(CR 43% vs PF 27%, P=.31),但PD积极张贴率明显低于非精神病组(5%, P< . 01)。当单独检查Facebook的使用情况时,因为这是拥有最多用户的平台,我们发现了一致的结果:访问不受精神病组的影响( P>.99),但对分组发帖有显著的主要影响( P= .02点)。当性别、年龄和种族共变时,精神病诊断仍然是活跃社交媒体帖子减少的重要预测因素(标准化) β= -1.22, P=.03),但它并不是社交媒体访问的重要预测因素(标准化) β= -0.29, P= .40)。

活跃的社交媒体帖子减少是精神障碍所特有的,在诊断注意力缺陷/多动障碍时没有群体效应( P=.67),情绪( P=.54),或焦虑障碍( P>.99),当比较每周或更大使用的流行率时。年龄的变化( P=.63),性( P=.13),以及白种人与非白种人( P=.77)不影响发文频率。

样本特征、技术获取和社交媒体使用。

变量 PF一个(n = 15) CRb(n = 23) PDc(n = 21) P价值
年龄(年),平均值(SD) 23.5 (4.2) 22.0 (2.9) 24.2 (3.4) .10
性别,n (%) . 01
11 (73) 12 (52) 5 (24)
男性 4 (27) 11 (48) 16 (76)
种族,n (%) .09点
白色 4 (29) 11 (50) 14 (67)
非裔美国人 7 (50) 9 (41) 6 (29)
混合 1 (7) 2 (9) 0 (0)
亚洲 2 (14) 0 (0) 1 (4)
其他 0 (0) 0 (0) 0 (0)
合并症,n (%)
注意缺陷/多动障碍 2 (13) 3 (13) 2 (10) >。
焦虑性障碍 2 (13) 15 (65) 5 (24) .002
情绪障碍 3 (20) 12 (52) 7 (33) .14点
技术可及性,n (%)
移动电话 15 (100) 22日(96) 21 (100) >。
智能手机 15 (100) 22日(96) 20 (95) >。
电脑 13 (87) 21 (91) 20 (95)
互联网 15 (100) 23 (100) 20 (95)
社交媒体使用,n (%)
至少每周访问一次 10 (67) 17 (74) 13 (62)
脸谱网 10 (67) 15 (65) 13 (62)
推特 3 (20) 5 (22) 0 (0)
至少每周一次 4 (27) 10 (43) 1 (5) . 01
脸谱网 4 (27) 9 (39) 1 (5)
推特 2 (13) 3 (13) 0 (0)
Facebook(曾经) 14 (93) 17 (74) 15 (71) 低位
Twitter(永远) 4 (27) 6 (26) 2 (10) .30

一个PF: psychosis-free。

bCR:精神病的临床风险。

c精神病。

讨论 主要研究结果

我们发现,与PF患者相比,参与我们临床护理和研究项目的PD和CR患者获得技术的途径和使用社交媒体的程度相似。这就支持了在获得技术方面对年轻CR和PD人群进行移动医疗和社交媒体干预的可行性。我们的研究结果与之前的研究结果一致,这些研究表明,使用数字技术治疗精神病谱系障碍和其他慢性严重精神疾病是一种可行的服务提供方法。在我们的研究中,拥有移动电话和智能手机以及使用互联网的绝对比率高于Young等人的报告[ 13],这可能是因为我们的参与者年龄较小。以前的大多数研究都比较了心理健康客户和公布的一般人群的规范数据之间的技术获取情况,但没有使用一致的标准化方法直接在各组之间进行比较。一项研究直接比较了首发精神病患者和健康对照受试者之间(无法获得)技术的使用情况;他们发现,减少电脑、平板电脑、智能手机和智能电视(但不包括游戏机)的使用频率会产生显著但小到中等的影响。 11].然而,目前尚不清楚人口差异是否可能是造成这种差异的原因之一。没有研究纳入精神病临床风险比较组。

另一个相关的考虑因素是临床医生对技术的舒适度。Camacho和Torous最近的一项研究[ 14]调查了42家协调专业护理诊所,发现卫生保健提供者支持在其早期精神病护理模式中实施技术;虽然69%的受访员工对自己为他人提供技术援助的能力充满信心,但78%的人表示,额外的数字技能培训将是有益的。

我们还发现活跃的社交媒体帖子有精神病特异性的减少。社会认知障碍和阴性症状可能有助于这一发现。这一解释得到了Rehki等人[ 15表明阴性症状严重程度的增加与使用社交媒体的可能性降低有关。在这项研究中,他们建议在精神分裂症患者的临床评估中应考虑通过社交媒体进行的社交互动,因为它是一种重要的沟通和培养关系的形式。尽管CR患者也可能出现明显的阴性症状,但我们的研究结果表明,这些症状并没有反映在社交媒体发帖和访问率的显著变化中。尽管患有PD的年轻人发帖频率明显低于患有CR和PF的年轻人,但患有PD的人访问社交媒体的频率相似,这为干预提供了一个潜在的途径。据我们所知,没有其他研究区分了社交媒体访问和发布,所以我们是第一个报告精神病患者在社交媒体上发帖减少的研究,而被动使用社交媒体的水平没有差异。这种影响在情绪障碍、注意力缺陷/多动障碍和焦虑中没有出现,因此似乎是精神病特有的。

本研究的局限性包括取样的地理区域和有限的样本量。社会经济地位也可能影响对技术的获取,但在这个样本中没有一致的测量。有可能进入专门的精神病治疗中心的患者和那些自愿参与研究的患者可能比精神病患者的普通人群有更多的机会获得技术。此外,我们的调查只包括两个社交媒体平台,Facebook和Twitter。未来的研究可能会考虑包括最近在年轻人中变得更流行的其他社交媒体平台的访问和使用,以及关于他们是否愿意分享他们的数字访问和通过数字平台接受治疗互动的问题。客观的使用统计数据和其他元数据也可以提供有用的信号。隐私风险和关切也可能是实施这类干预措施的技术和主观障碍。这项研究没有解决这些问题。

结论

总的来说,我们的发现鼓励进一步发展移动医疗和基于社交媒体的干预措施,并监测患有精神病的年轻人和有精神病临床风险的年轻人。与没有精神病的年轻人相比,患有精神病的年轻人似乎没有明显的“技术差距”。较低的积极参与可能反映了社会认知和功能障碍。值得注意的是,获得技术并不意味着数字健康干预最终会有效或可实施——然而,对患有精神病的年轻人提供技术确实为可行性提供了一些基础。未来的研究需要直接评估数字健康和基于社交媒体的干预和评估策略的有效性和可用性,同时考虑与隐私问题和花费在社交媒体上的时间增加相关的其他潜在有害影响。

缩写 CR

精神病的临床风险

第五版

精神疾病诊断与统计手册第五版

PD

精神病障碍

PF

psychosis-free

SXT获得了大脑和行为研究基金会NARSAD青年研究者奖和ASCP早期职业研究奖的资助。我们感谢参加者及其家属的合作。我们还要感谢来自宾夕法尼亚大学的林赛·施密特、齐山·胡克、拉托尼亚·麦柯里、维多利亚·彼得鲁什卡、科莎·鲁帕雷尔、托马斯·霍兴和伊瓦·Ung。

SXT是Neurocrine Biosciences和North Shore Therapeutics的顾问,获得了Winterlight Labs的资助,并持有North Shore Therapeutics的股权。其他作者没有披露报告。

巴特拉 声音的 贝克 罗斯一个 福马 费利西亚 DiBiasi 信仰 Peters-Strickland 蒂莫西 数字健康技术用于严重精神疾病患者:文献系统综述 医疗设备(奥克兰) 2017 10 237 251 10.2147 / MDER.S144158 29042823 mder - 10 - 237 PMC5633292 弗斯 J J Torous J Bucci 年代 弗斯 晶澳 基于“增大化现实”技术 精神病患者的手机拥有率和“移动健康”的认可:一项横断面研究的元分析 Schizophr牛 2016 03 42 2 448 55 10.1093 / schbul / sbv132 26400871 sbv132 PMC4753601 Moe 鲁宾斯坦 海尔哥哥 加拉格尔 CJ 维斯 DM 斯图尔特 一个 监督下 新泽西 改善首发精神病的专科治疗:生态模式 风险管理健康政策 2018 11 127 138 10.2147 / RMHP.S131833 30214330 rmhp - 11 - 127 PMC6121768 卡马乔 E 莱文 l Torous J 智能手机应用程序支持前驱期和早期病程精神分裂症的协调专业护理:系统回顾 J医疗互联网服务 2019 11 12 21 11 e16393 10.2196/16393 31714250 v21i11e16393 PMC6880233 伯恩鲍姆 毫升 Rizvi 房颤 法伯尔 K 亚丁顿 J 科瑞尔说道 美国格柏公司 C 拉赫蒂 交流 Loewy RL Mathalon DH 纳尔逊 Voineskos 一个 沃克 英孚 病房 E 凯恩 JM 首发精神病治疗的数字轨迹 Psychiatr服务公司 2018 12 01 69 12 1259 1263 10.1176 / appi.ps.201800180 30256181 PMC6408281 伯恩鲍姆 毫升 Ernala SK Rizvi 房颤 De Choudhury 凯恩 JM 通过使用机器学习和临床评估来识别精神分裂症社交媒体标记的协作方法 J医疗互联网服务 2017 08 14 19 8 e289 10.2196 / jmir.7956 28807891 v19i8e289 PMC5575421 巴克 B 谢勒 E 布莱恩 R R W 坎贝尔 一个 Choudhury T 豪泽 凯恩 JM Ben-Zeev D 智能手机社交行为与精神分裂症复发的关系:一项初步报告 Schizophr Res 2019 06 208 167 172 10.1016 / j.schres.2019.03.014 30940400 s0920 - 9964 (19) 30108 - 2 PMC6580857 Schlosser Campellone TR Truong B 埃特尔 K Vergani 年代 Komaiko K Vinogradov 年代 PRIME的功效,一个旨在提高精神分裂症年轻人动机的移动应用程序干预 Schizophr牛 2018 08 20. 44 5 1010 1020 10.1093 / schbul / sby078 29939367 5042996 PMC6101497 Ben-Zeev D 布莱恩 RM Aschbrenner 乔纳森 G Steingard 年代 基于视频的精神分裂症患者移动健康干预:将“口袋治疗师”带入生活 精神科康复 2018 03 41 1 39 45 10.1037 / prj0000197 27295133 2016-28957-001 PMC5154775 米勒 BJ 斯图尔特 一个 Schrimsher J 皮尔普斯 D 巴克利 PF 精神分裂症患者之间的联系如何?手机、电脑、电子邮件和社交媒体的使用 精神病学Res 2015 02 28 225 3. 458 63 10.1016 / j.psychres.2014.11.067 25563669 s0165 - 1781 (14) 00960 - 3 Fernandez-Sotos 帕特丽夏 Fernandez-Caballero 安东尼奥 冈萨雷斯 帕斯卡 Aparicio 人工智能 Martinez-Gras 伊莎贝尔 Dompablo Garcia-Fernandez 罗瑞拉 桑托斯 莱托 Rodriguez-Jimenez R 西班牙早期精神分裂症患者的互联网接入数字技术:多中心研究 J医疗互联网服务 2019 03 14 21 4 e11824 10.2196/11824 30950798 v21i4e11824 PMC6533031 Merikangas 基米-雷克南 J Burstein Swanson SA Avenevoli 年代 l Benjet C Georgiades K Swendsen J 美国青少年精神障碍的终生患病率:来自全国共病调查复制-青少年补充(NCS-A)的结果 美国儿童青少年精神病学研究所 2010 10 49 10 980 9 10.1016 / j.jaac.2010.05.017 20855043 s0890 - 8567 (10) 00476 - 4 PMC2946114 年轻的 作为 科恩 一个 新和合本 N Nowlin-Finch N Oberman RS Olmos-Ochoa TT 戈德堡 RW 惠兰 F 严重精神疾病患者使用手机和智能手机的情况 Psychiatr服务公司 2020 03 01 71 3. 280 283 10.1176 / appi.ps.201900203 31744429 PMC7054173 卡马乔 E Torous J 数字心理健康在协调早期病程精神病专科护理中的兴趣和准备:对30个州42个项目的调查研究 早期干预精神病学 2021 10 15 5 1243 1255 10.1111 / eip.13073 33260266 Rekhi G 女士 J 精神分裂症患者使用社交媒体的临床决定因素 《公共科学图书馆•综合》 2019 14 11 e0225370 10.1371 / journal.pone.0225370 31747434 玉米饼- d - 19 - 06610 PMC6867641
Baidu
map