基于智能手机的虚拟代理在COVID-19隔离期间帮助有睡眠问题的人:可行性研究

简介

当前的COVID-19危机导致了大规模的公共卫生干预措施，导致全球几乎所有人口被隔离[1］．然而，最近的研究表明，禁闭可能会引起几种负面的心理影响，包括创伤后应激症状、焦虑、抑郁、愤怒和失眠。2，3.］．值得注意的是，Voitsidis等人[4显示，在一项包括2363名希腊受试者的研究中，近38%的人报告说，由于COVID-19，他们在禁闭期间抱怨失眠，而这些抱怨与更高的抑郁症发病率有关。在COVID-19大流行期间，与抑郁和压力症状相关的烟草和酒精的使用也有所增加[5］．

这些研究结果证实，COVID-19危机造成了重大的社会心理压力，长期监禁可能是睡眠问题和失眠的加重因素。因此，鉴于危机期间受影响的人数众多，而可用的卫生保健专业人员数量有限，需要创新的解决方案来跟踪和帮助有心理社会压力风险的个人。

数字技术在当前大流行和不堪重负的卫生保健服务背景下发挥着重要作用。正如许多研究人员所指出的[6，7]及政府当局[1]，社交媒体、智能手机应用程序、远程医疗和大数据等技术在传播信息以及筛查和远程监测普通人群(包括COVID-19患者)方面具有巨大潜力。最近部署了几个应用程序来协助COVID-19管理(例如，法国的STOP COVID [8])。然而，只有少数应用程序和技术专门解决COVID-19危机和禁闭引起的心理社会压力[9-11］．据我们所知，尽管有证据表明数字行为疗法对治疗失眠有效，但还没有研究关注失眠投诉。12-14］．

在法国于2020年3月17日实施隔离措施后不久，我们与我们的医院和大学合作，通过国家主要电台和报纸发起了第一次社交媒体宣传活动。这项运动的重点是在COVID-19隔离期间人们失眠的风险以及评估和纠正不适当睡眠卫生习惯的措施。除了社交媒体活动，我们还开发了一款免费的智能手机应用程序，以帮助在COVID-19大流行背景下有睡眠问题的个人。

该程序名为KANOPEE，基于我们之前对嵌入会话代理(eca)的研究，也称为虚拟代理，可以定义为可以通过语言和非语言行为进行面对面对话的动画角色。我们之前已经证明，eca不仅可以提供临床访谈，以自主、可靠、有效和可接受的方式诊断睡眠问题，还可以诊断成瘾和抑郁症[15-19]，通过培养同理心和促进揭露负面内涵的话题。此外，基于现有的失眠数字疗法工具和知识[14]，我们开发了一个数字睡眠日记，自动量化用户的日常睡眠模式和睡眠时长，并根据应用程序收集的数据建立个性化的睡眠干预措施。

我们假设，通过智能手机应用程序提供的虚拟代理将是有效和可接受的，不仅可以为失眠投诉提供自主筛查，还可以建立数字行为干预措施，在COVID-19危机期间帮助人们。因此，为了验证我们的假设，我们在COVID-19隔离期间启动了一项概念验证研究。

方法

KANOPEE的描述与实现

KANOPEE的实现使用与我们之前的eca相同的架构[15-19]，在Unity 3D软件(Unity Technologies)中使用c#编程语言。这个名为Louise的虚拟代理通过专业艺术家使用动作捕捉技术(Optitrack套装用于Louise身体的3D动画，GoPro套装用于Louise脸部和声音的3D动画)记录的自然声音和身体动作进行交互。交互场景是预定义的，使用决策树来适应用户的答案。

该应用程序于2020年4月22日在谷歌Play Store上免费提供图1)．在KANOPEE发布后，我们组织了第二次媒体宣传活动，展示了该应用程序如何帮助法国人自我评估他们的睡眠质量，并为管理失眠提供实用的解决方案。我们分析了法国在隔离和解除隔离阶段的活跃应用程序用户数量，以及在此期间因COVID-19而住院的人数(图1, (20.])

‎ 查看此图

用户交互

交互场景包括以下步骤:首先，在筛选访谈(访谈1)中，Louise介绍自己并执行失眠严重程度指数(ISI) [21)(见图2(最左边的屏幕截图)。然后，根据得分，如果ISI得分≤14，则为用户提供简单的睡眠卫生建议(例如，遵循正常的起床时间，在早晨暴露在阳光下，在安静和黑暗的房间睡觉)，如果ISI得分>，则认为他们有资格进入干预计划14 [22］．最初，用户进入干预计划的“第一步”，其中他们接受指示，完成为期一周的睡眠日记，以更好地了解他们的睡眠模式，并收集有关睡眠指标的数据。每天早上，在填写睡眠时间表后，这些用户会收到关于他们睡眠的视觉反馈(例如，在床上花费的时间、总睡眠时间和睡眠效率;看到图2，中间屏幕截图)。在完成7天的睡眠日记后，他们会收到路易斯(访谈2)的后续采访请求，在采访中他们了解了前一周的睡眠指标。在这一点上，他们会第二次收到ISI分数。接下来，用户可以进入“第二步”，在此期间，他们将根据睡眠日记数据和他们在ISI上的答案，为他们提供10天的个性化睡眠建议(参见“第二步”)图2(最右边的屏幕截图)。提供个性化建议的条件详情载于文本框S1 (多媒体附件1)．之后，他们可以参加另一次后续面试(面试3)，并第三次参加ISI。根据第三个ISI评分，用户可以继续自主使用应用程序，如果他们的睡眠问题持续存在(即ISI评分>21)，请转到我们医院的睡眠专家。

‎ 查看此图

在整个过程中，所有的程序和工具(即问卷和睡眠日记)都由虚拟代理介绍，以促进用户之间的理解和增加他们的参与度。由Louise制作的用户互动演示视频已被放在YouTube上。23］．

使用者的社会人口学和临床特征

为了本研究的目的，满足以下纳入标准的用户被选择进行分析:(1)18岁及以上，(2)在2020年5月5日之前下载了KANOPEE应用程序，以便他们在法国的监禁期结束前(即2020年5月11日)能够进行为期1周的干预。他们从4月22日到5月26日使用该应用程序的记录。

在获得大学和医院科学委员会的批准后，我们获得了由法国国家信息委员会libertés (CNIL)在大学医院注册的通用数据保护条例(GDPR)批准的授权。根据GDPR和CNIL的规定，所有下载该应用程序的用户都获得了知情同意。

然后选择用户的子组进行更详细的分析(见图3)．具体来说，回答了睡眠障碍筛查访谈的用户被进一步检查，以确定他们是否有资格进行下一步的日常睡眠监测，报告失眠投诉的用户(即ISI评分>14)进入干预计划，并被纳入结果和可行性分析。

‎ 查看此图

措施

临床措施

三军情报局[21是一份包含7个条目的自我报告问卷，提供了对失眠严重程度的整体测量，得分范围为0- 28(0-7:无临床失眠，8-14:阈下失眠，15-21:中度严重失眠，22-28:严重失眠)。ISI先前已被验证，并被证明对治疗后失眠严重程度的变化敏感[22］．ISI被用作评估失眠严重程度的筛查工具，并作为干预后治疗疗效的主要结局指标。

ISI得分为> - 14的用户被要求在应用程序中完成每日睡眠日记[24，25]贯穿整个干预计划。以下因变量来自用户的每日睡眠日记:入睡潜伏期(SOL，即从有意入睡的时刻开始入睡所需的分钟数)、觉醒次数(NWAK)、终末觉醒(TWAK，即从最终觉醒觉醒到起床时间之间的清醒时间)、初睡后觉醒(WASO，即夜间清醒总时间，不包括SOL和TWAK)、床上总时间(TIB，即:从意图入睡到最终入睡的时间)，总睡眠时间(TST，即实际花在睡眠上的时间)，由其他自我报告变量(TIB−SOL−WASO−TWAK)计算，以及睡眠效率(即，在床上睡觉的时间百分比)，由其他自我报告变量(TST/TIB × 100)计算。

通过基于CAGE (Cut down，懊恼，内疚，大开眼界)的临床访谈来评估使用者的成瘾行为(即酒精和香烟消费)[26]及cd -5(香烟依赖量表，五项)问卷[27］．

接受与信任问卷

在与虚拟代理面谈后，用户可以在应用程序上完成2个评估。第一个评估是法国版本的可接受性e量表(AES) [28，29]来衡量KANOPEE应用程序的接受度，基于2个子分数:可用性(即使用系统或应用程序的感觉容易程度)和满意度(即使用系统或应用程序的感觉享受和有用性)。第二项评估是非洲经委会信任问卷[18基于两个子维度来衡量用户对虚拟代理的信任:感知可信度(即，感知代理有能力和专业知识进行医疗干预)和仁慈(即，感知代理是善意的，并且会准确地考虑用户的兴趣)。对技术的熟悉程度也通过一个问题来评估:“你熟悉计算机技术吗?”“不”、“一般”和“是”3个选项，得分分别为0、1和2。

统计分析

定量变量用均值和标准差表示，定性变量用百分比表示。为了比较两组患者(如亚临床失眠和中度至重度失眠)，我们采用了双尾学生法t连续变量的测试(例如，年龄、cd评分、抽过的香烟)χ²类别变量检验(如性别、教育水平、卫生保健专业人员和遵守禁闭的用户)。在程序期间收集的数据使用平均值和SD值进行描述，并使用重复分析测量值随时间的演变t测试。接受度(即AES的可用性和满意度子分数)和信任度(即ETQ的可信度和仁爱子分数)数据使用分布和百分比表示。为了调查与接受和信任相关的因素，我们在2个连续变量(年龄、失眠严重程度和对技术的熟悉程度)之间进行了皮尔逊相关分析，并进行了平均比较(t测试或方差分析)来分析AES和ETQ分数关于分类变量(性别和教育水平)的变化。所有分析均使用SPSS软件(version 26;IBM公司)。

结果

应用用户特点

共有2069名年龄≥18岁的用户下载了KANOPEE应用程序并回答了社会人口统计信息(表1)．其中，76%(1574/2069)的使用者回答了失眠障碍的筛查访谈。大多数用户年龄在31岁至50岁之间(平均43.52岁，标准差13.94岁)，拥有大学学位。此外，由于COVID-19的封锁，大多数用户处于禁闭状态，5.6%(89/1574)是参与抗击COVID-19的一线卫生保健专业人员。在回答睡眠障碍筛查访谈的用户中，大约一半(773/ 2069,49.1%)的ISI评分超过了失眠的临床阈值(即ISI评分> - 14)。与回答了睡眠筛选面试的用户相比，那些选择不回答的用户年龄明显较大(P=.016)和以男性为主的用户(P=措施)。其他因素在两组间仍然不显著(见表1)．

回答了睡眠障碍筛查访谈的用户(n=1574)根据他们在ISI上的表现被分为两个亚组:得分≤14分为“亚临床失眠”，得分>14分为“中度至重度失眠”(表2)．

与亚临床失眠患者相比，中度至重度失眠患者更年轻(t₁₅₇₆=−3.03;P=.002)，受教育程度更高(χ²₂= 12.14;P=.007)，而且更可能是女性(χ²₁= 31.91;P<措施)。有趣的是，在中度至重度失眠组中，更多的使用者被发现处于禁闭状态(χ²₁= 8.86;P=.003)，但我们没有发现医疗保健专业人员中失眠患病率更高的证据。中度至重度失眠患者吸烟较多(t₇₃₄=−4.03;P<.001)，并在烟瘾筛查问卷上获得更高的分数(t₇₃₄= 3.41;P=.001)。

虚拟代理的信任与接受

在1574名用户中，共有431人(27.4%)回答了接受和信任问卷(图4)．对整个系统的接受度(AES评分)评价非常积极，61.7%(266/431)的用户对系统的可用性“非常满意”，91.6%(395/431)的用户对虚拟代理的满意度超过3分(满分5分)。关于信任(ETQ评分)，路易斯被认为是值得信赖的进行医疗面谈。事实上，94.6%(408/431)的用户“有点同意”或“完全同意”她是善良的，67.05%(289/431)的用户对她的可信度持肯定态度(即评分超过1分)。

‎ 查看此图

我们发现ETQ上的年龄和可信度子得分呈负相关(r= - .102;P=.034)，这表明年龄较大的人认为路易丝不如年轻人可信。年龄与信任和接受度的其他维度不相关。同样，使用者的性别和受教育程度与他们对Louise的态度也不相关。关于失眠严重程度，Louise的严重程度与可信度呈正相关(r=.125;P=.009)，这表明失眠症状更严重的用户认为她更可信。最后，我们发现用户对技术的熟悉程度与他们对Louise的态度之间存在显著相关性:对技术更熟悉的用户认为Louise更有用(r=.109;P=.024)，更令人满意(r=.128;P(r=.117;P= .015)。

干预计划期间ISI评分和夜间睡眠指标的演变

在166名完成干预的第1步(即填写1周的睡眠日记并第二次回答ISI)的用户中，ISI总分(图5)较基线下降(基线平均ISI评分18.56，第1步后平均ISI评分15.99;t₁₆₅= 7.88;P<.001)， 36.7%(61/166)的用户ISI得分低于临床显著水平(即≤14)，对应于“无失眠”(8/166,4.8%)或“阈下失眠”(53/166,31.9%)。对于完成干预的第2步的47名用户，他们的ISI得分继续下降，但没有达到显著的阈值(第1步后的平均ISI得分15.64，第2步后的平均ISI得分14.68;t₄₆= 1.42;P= .162)。然而，与初始测量相比，观察到显著下降(基线平均ISI评分18.87，步骤2后平均ISI评分14.68;t₄₆= 4.85;P<措施)。此外，报告失眠症状较轻的用户比例有所增加，共有48.9%(23/47)的用户低于临床显著水平。值得注意的是，14.9%(7/47)的用户在步骤2后仍然报告“严重失眠”，因此他们被转介给睡眠专家。

‎ 查看此图

关于夜间睡眠模式，我们计算了在睡眠日记中填写的前两个晚上和接受第二步干预前最后两个晚上的平均分，以评估166名完成第一步(即填写睡眠日记)的用户在完成干预计划第一步期间睡眠指标的演变。平均值和标准差的分析(见表3)表明该亚组的TIB、SOL和TWAK降低，睡眠效率提高。

为了衡量完成第2步对睡眠指标的影响，我们计算了用户收到个性化睡眠建议前7个晚上的平均分，并将其与开始第2步后7个晚上的平均分进行了比较。对完成第2步的47名用户进行的均值和标准差分析表明，第2步后WASO、NWAK和TWAK下降，而TIB、TST和睡眠效率增加(见第2步)表4)．

讨论

主要研究结果

我们的研究结果首次表明，在重大健康危机的背景下使用虚拟代理来监测失眠症状，并通过行为干预为用户提供帮助的可行性。电子保健是一个发展非常迅速的领域，许多解决方案特别适用于必须限制人类接触的禁闭等条件。一些移动应用程序使用基于文本的聊天机器人进行医疗访谈，但虚拟代理(通过自然的身体动作和自然的声音进行交互)的使用仍然很少。我们相信这些新的移情人机界面可以加强对电子健康解决方案的接受。

在11天的研究期间，超过2000人下载了KANOPEE应用程序，谷歌Play Store没有报告任何技术错误，表明其纳入率高于之前提出数字认知行为疗法治疗失眠的研究[30.］．这证实了数字技术在为普通人群提供失眠临床筛查和行为干预方面的潜力[31］．在下载了KANOPEE的2069名用户中，有1574人(76%)使用它来自我评估他们的睡眠。我们注意到，决定不回答睡眠筛查面试的用户年龄较大，更有可能是男性。这一结果可能反映了更具体的目标人群，如年轻女性，这一群体以报告高水平的睡眠投诉而闻名。32］．虽然与COVID-19隔离相关的压力可以解释为什么我们获得如此高的应用下载率，但另一个潜在的解释是虚拟代理参与数字互动的视觉吸引力。即使是没有明显睡眠问题的人(约占研究样本的50%)也在使用我们的应用程序，并有兴趣完成睡眠评估;这一发现强烈表明，有必要为那些想要改善睡眠卫生的正常睡眠者开发应用程序，这应该被视为未来睡眠健康运动的积极指标。

在这个特定的环境中，接受虚拟代理是一个主要的挑战，我们获得了非常好的结果，类似于以前在医院门诊患者中报道的结果[18］．应用程序用户对可用性和仁慈度的排名非常高，这证实了我们的虚拟代理的共情维度，即使在智能手机这样的小设备上也是如此。这也是一个积极的信息，可以加强在电子卫生技术中使用虚拟代理，这是医学界越来越感兴趣的领域。

在干预项目中，21.5%报告有明显睡眠抱怨的用户(即ISI评分>14)完成了超过7天的每日睡眠日记并同意参加访谈2(即他们完成了步骤1)，28.3%的用户遵循了行为干预并完成了10天以上的睡眠日记。有趣的是，完成第1步的受试者在短时间内(即7天)显著改善了他们的睡眠。我们假设，填写睡眠日记并接收关于睡眠效率评分的每日反馈，有助于用户自主调整睡眠时间表。另一种可能的解释是，他们的失眠症状随着时间的推移自然减轻，尽管睡眠时间减少约半小时表明出现了积极的变化。这些发现对于使用电子睡眠日记来促进睡眠卫生习惯是非常令人鼓舞的，这是一种低强度的睡眠健康干预，可能对全球人口水平有益。完成个性化干预的用户报告夜间睡眠有所改善，夜间醒来和失眠抱怨减少，这表明步骤2对睡眠抱怨更严重的个体组有益。总的来说，在选定人群中，初始评估的完成率为76%，个性化干预的完成率为28.3%，我们相信我们的结果为人群干预开辟了有趣的前景，并反映了Berry等人的建议[33]建立试验，同时对不同亚组患者进行大规模干预。

研究的局限性

然而，这项研究有一些局限性。首先，在COVID-19隔离期间的非常特殊的招募时期，使我们的结果成为初步的。未来的工作需要在更“正常的一段时间内”证实，KANOPEE可以帮助个人改善失眠症状和睡眠卫生。第二，辍学率很高。我们无法确定用户为什么直到最后才遵循该计划，因此需要进一步研究来精确检查使用情况(例如使用频率和错误)，并对应用程序用户进行定性访谈，以揭示他们决定退出KANOPEE的原因。

我们研究的另一个局限性是，我们没有注意到最严重的使用者有改善，这表明了非人为干预的局限性。因为我们没有探索所有可能的合并症，我们可能向一些用户提出了可能不适合他们健康问题的解决方案。未来的研究可以使用详细的访谈，帮助精确选择理想的人群接受干预，并将其他用户直接转到睡眠中心。

结论

考虑到上述局限性，我们认为KANOPEE是电子健康领域一个有前途的新工具，可以限制因中度睡眠问题而向全科医生咨询的人数。事实上，我们相信这个应用程序可以在两方面提供帮助:识别失眠患者，并提供简短而实用的行为干预。除了COVID-19隔离期之外，还需要进一步研究来测试这款应用程序，并对更具体的用户进行测试。