这是一篇在知识共享署名许可(https://creativecommons.org/licenses/by/4.0/)下发布的开放获取文章,该许可允许在任何媒介上不受限制地使用、分发和复制,前提是原始作品首次发表在《医学互联网研究杂志》上,并适当引用。必须包括完整的书目信息,到//www.mybigtv.com/上原始出版物的链接,以及版权和许可信息。gydF4y2Ba
行为习惯通常是由每天大约同一时间出现的情境线索引发的;因此,有可能根据重复的日常行为的时间相似性来识别反射性习惯。移动卫生工具提供了构建这种反射性习惯指标所需的详细的纵向数据,这可以提高我们对习惯形成的理解,并有助于设计更有效的移动卫生干预措施,以促进更健康的习惯。gydF4y2Ba
本研究旨在利用商业正念冥想手机应用程序的行为数据,构建基于时间相似性的反思冥想习惯指标,并估计时间相似性与冥想应用程序用户感知健康益处之间的关联。gydF4y2Ba
对2771名冥想手机应用付费用户2019年6月至2020年6月的应用使用数据进行分析,其中86.06%(2359/2771)为女性,72.61%(2012/2771)为大学学历,86.29%(2391/2771)为白人,60.71%(1664/2771)为全职工作。参与者自愿完成一项调查,评估他们使用该应用程序后感知到的身心健康变化。接受者工作特征曲线分析用于评估时间相似性测量预测未来行为的能力,随机森林模型的可变重要性统计数据用于证实这些发现。使用逻辑回归来估计时间相似性与自我报告的身心健康益处之间的关联。gydF4y2Ba
用户在完成调查前每日应用使用的时间相似性(通过连续几天内应用使用之间的动态时间规整(DTW)距离来衡量)显著预测了调查后28天和6个月的应用使用情况,即使在控制了用户的人口统计学和社会经济特征、应用总会话、应用使用持续时间和使用任何应用的天数之后也是如此。此外,对于预测未来28天内任何应用使用情况的模型,接受者工作特征曲线(AUC)下的时间相似性测量显著增加(有DTW的AUC=0.868,没有DTW的AUC= 0.850);gydF4y2Ba
冥想应用程序使用的时间相似性是未来行为的重要预测指标,这表明这种方法可以识别反射性冥想习惯。此外,时间相似性与更大的心理健康益处相关,这表明额外的心理健康益处可能来自形成反射性冥想习惯。gydF4y2Ba
练习更健康的日常行为将改善美国成年人许多重要的身心健康结果[gydF4y2Ba
现有的习惯行为心理学研究的另一个局限是依赖于习惯强度的自我报告测量[gydF4y2Ba
本研究的两个目的是构建和测试情境暗示的正念冥想习惯的客观指标,并估计该指标与身心健康改善之间的关系。在这项研究中,我们详细观察了正念冥想练习的用户gydF4y2Ba
在本研究中,我们通过估算时间相似性对预测用户未来应用使用的相对重要性来评估时间相似性作为冥想习惯指标的度量。众所周知,上下文提示习惯是我们许多长期日常行为的基础,我们假设我们的时间相似性测量将成功识别许多用户的反身冥想习惯,从而显著预测用户的未来行为。我们通过比较时间相似性的预测强度与应用程序使用频率和持续时间来检验这一假设[gydF4y2Ba
这是第一个基于详细的移动健康数据提供反身冥想习惯的客观指标的研究。这项措施将使研究人员能够更好地描述习惯的形成过程,并更好地瞄准和衡量未来的行为干预措施,以促进更健康的习惯。这项研究也首次研究了养成正念冥想习惯对心理健康的潜在益处,这为未来旨在改善心理健康结果的移动健康干预提供了新的方向。gydF4y2Ba
我们使用了来自商业应用Calm的纵向正念冥想应用的用户数据,该应用在收集数据时拥有超过200万付费用户。2019年12月,通过电子邮件招募(1)年满18岁,(2)订阅期限至少两个月,(3)在过去90天内至少打开过一封来自Calm的电子邮件的订阅者,以完成一项关于他们使用该应用程序后感知到的睡眠质量改善的调查。这些资格标准用于招募可能具有高内在冥想动机的Calm长期用户。这有助于我们的分析,因为它减少了动机对我们识别反身冥想习惯的能力的潜在混淆影响;在该样本中,自首次订阅Calm以来的平均时间长度为11.5个月(SD 10.4个月)。调查评估还包含了用户的社会经济地位、自我报告的应用程序使用情况、身心健康状况以及使用应用程序后对身心益处的看法。该调查得到了亚利桑那州立大学机构审查委员会(STUDY00009725)的批准,调查结果以及调查方法和发现的其他细节已在其他地方发表[gydF4y2Ba
同一组调查受访者的分钟级应用程序使用数据用于开发习惯性应用程序使用的客观标识符,以预测调查完成后应用程序的未来使用情况,并估计使用该应用程序与感知到的心理健康益处的关联。分钟级数据集是根据2019年12月受访者完成调查前6个月(2019年6月)至6个月(2020年6月)观察到的所有应用程序会话汇编的。Calm应用程序提供了广泛的正念内容,当使用以下7种会话类型中的任何一种时,会话都会被记录下来:引导或定时冥想,睡眠储存,呼吸训练练习(gydF4y2Ba
为了描述完成调查前后的应用使用情况,我们计算了使用的总会话数、使用的独立会话数、使用持续时间、开始时间以及某一天是否有任何应用使用[gydF4y2Ba
可视化连续使用2天之间的动态时间扭曲(DTW)距离,其中0表示未使用应用程序,1表示在指定时间段内使用应用程序。左图显示了总使用量相等的2天之间的欧氏距离(即两个带有1的时间段),但使用模式在时间上发生了变化。如右图所示,DTW压缩或拉伸时间序列,以便将一天中的点映射到另一天中具有相似值的附近点。这两天之间的欧氏距离是2,而DTW距离是0。DTW:动态时间扭曲。gydF4y2Ba
应用程序使用的每个客观指标,包括频率、持续时间和时间相似性指标,都是每天为每个用户计算的,并在不重叠的14天间隔内取平均值。然后,我们分析了这些指标在多个时间段内的变化,以描述应用使用模式随时间的变化情况。由于一些用户在我们的样本周期开始时很少使用应用程序,因此每个用户在14天周期内使用至少5天后的第一个星期一被分配了一个唯一的开始日期。我们在星期一开始使用每个用户,以控制平日和周末之间观察到的行为差异。然后在调查完成之前的10个不重叠的14天间隔内为所有用户定义应用程序使用的客观测量。选择使用14天的间隔,以便每个间隔包含相同数量的工作日和周末,并且当这些间隔缩短或扩大时,结果基本上没有变化。对于在开始日期和调查完成日期之间没有10个不重叠的14天间隔的用户,在调查日期之后再构建14天间隔,以便所有用户都有10个间隔(140天)来计算上述客观度量。这些额外的调查后间隔不用于分析基于调查的心理健康结果(第二个目标),而是用于测试时间相似性预测未来应用程序使用的能力(第一个目标)。gydF4y2Ba
最后,这些应用使用的客观指标是基于所有观察到的会话,并根据会话类型和会话时间分别计算出来的gydF4y2Ba
我们的第一个目标是测试时间相似性作为反身冥想习惯的指标,我们估计了时间相似性对未来应用使用的三种两分法的预测能力:28天后使用任何应用程序,6个月后使用任何应用程序,以及在调查后28天内使用应用程序的总持续时间是否高于此期间的中位数持续时间的标识符。对于这3种结果,分别使用了3种预测建模技术。首先,使用逻辑回归来估计每个二分类结果与所有可用的客观应用程序使用测量之间的关联。其次,使用具有和不具有基于dtw的时间相似性度量的相同logistic模型来计算受试者工作特征(ROC)曲线和相应的ROC曲线下面积(auc),即模型拟合的度量。使用卡方检验比较两个模型(即有无基于dtw的时间相似性度量)的auc [gydF4y2Ba
为了研究反身冥想习惯与健康变化之间的关系,我们使用逻辑回归来估计使用该应用程序所感知的身心益处与客观应用程序使用度量(包括时间相似性)之间的关联。身体和精神上的益处是通过调查问题来衡量的,这些问题分别询问了7种不同的身体健康状况(高血压、高胆固醇、哮喘、肺气肿、其他肺部疾病、心脏病、癌症、疼痛和关节炎)和3种不同的精神健康状况(焦虑、创伤后应激障碍和抑郁症)gydF4y2Ba
没有使用足够的应用程序来满足上述开始日期定义的调查受访者不包括在这些分析中(n=2239)。然而,他们不规律地使用应用程序提供了强有力的证据,表明这些用户并没有习惯性地使用应用程序。因此,本研究的结果和随后的讨论有助于描述如何gydF4y2Ba
Calm用户样本年龄在21 - 87岁之间(平均48.0岁,标准差14.2岁),主要为女性(2359/2771,86.06%)和白人(2391/2771,86.29%),家庭收入中位数为80,000美元(平均105,927美元,标准差86,940.20美元)。gydF4y2Ba
通过观察使用冥想课程的样本人口统计学(N=2771)。gydF4y2Ba
特征gydF4y2Ba | 总样本,n (%)gydF4y2Ba | 中等以上的冥想时间gydF4y2Ba一个gydF4y2Ba(n=1546), n (%)gydF4y2Ba | 等于或低于中位数的冥想时间gydF4y2Ba一个gydF4y2Ba(n=1225), n (%)gydF4y2Ba | 差异(百分点)gydF4y2Ba |
|
|
|
||||||
|
18 - 30gydF4y2Ba | 325 (12.23)gydF4y2Ba | 186 (12.03)gydF4y2Ba | 139 (11.35)gydF4y2Ba | −0.74gydF4y2Ba | 56gydF4y2Ba |
|
31-40gydF4y2Ba | 581 (20.97)gydF4y2Ba | 317 (20.5)gydF4y2Ba | 264 (21.55)gydF4y2Ba | 1.05gydF4y2Ba | 50gydF4y2Ba |
|
每周gydF4y2Ba | 607 (21.91)gydF4y2Ba | 337 (21.8)gydF4y2Ba | 270 (22.04)gydF4y2Ba | 0.24gydF4y2Ba | 多多gydF4y2Ba |
|
51-60gydF4y2Ba | 549 (19.81)gydF4y2Ba | 306 (19.79)gydF4y2Ba | 243 (19.84)gydF4y2Ba | 0.04gydF4y2Ba | .98点gydF4y2Ba |
|
61 - 70gydF4y2Ba | 443 (15.99)gydF4y2Ba | 254 (16.43)gydF4y2Ba | 189 (15.43)gydF4y2Ba | −1.00gydF4y2Ba | 的相关性gydF4y2Ba |
|
71 - 80gydF4y2Ba | 141 (5.09)gydF4y2Ba | 73 (4.72)gydF4y2Ba | 68 (5.55)gydF4y2Ba | 0.83gydF4y2Ba | 收gydF4y2Ba |
|
> 81gydF4y2Ba | 123 (4.44)gydF4y2Ba | 72 (4.66)gydF4y2Ba | 51 (4.16)gydF4y2Ba | −0.49gydF4y2Ba | 53gydF4y2Ba |
|
||||||
|
白色gydF4y2Ba | 2391 (86.29)gydF4y2Ba | 1312 (84.86)gydF4y2Ba | 1079 (88.08)gydF4y2Ba | 3.22gydF4y2Ba | . 01gydF4y2Ba |
|
亚洲gydF4y2Ba | 78 (2.81)gydF4y2Ba | 51 (3.3)gydF4y2Ba | 27日(2.2)gydF4y2Ba | −1.09gydF4y2Ba | 。08gydF4y2Ba |
|
印第安人gydF4y2Ba | 6 (0.22)gydF4y2Ba | 3 (0.19)gydF4y2Ba | 3 (0.24)gydF4y2Ba | 0.05gydF4y2Ba | 尾数就gydF4y2Ba |
|
黑色的gydF4y2Ba | 73 (2.63)gydF4y2Ba | 45 (2.91)gydF4y2Ba | 28日(2.29)gydF4y2Ba | −0.63gydF4y2Ba | 。31gydF4y2Ba |
|
混血儿gydF4y2Ba | 80 (2.89)gydF4y2Ba | 52 (3.36)gydF4y2Ba | 28日(2.29)gydF4y2Ba | −1.08gydF4y2Ba | .09点gydF4y2Ba |
|
其他种族gydF4y2Ba | 222 (8.01)gydF4y2Ba | 131 (8.47)gydF4y2Ba | 91 (7.43)gydF4y2Ba | −1.04gydF4y2Ba | 。31gydF4y2Ba |
|
拉美裔gydF4y2Ba | 165 (6.05)gydF4y2Ba | 98 (6.34)gydF4y2Ba | 67 (5.47)gydF4y2Ba | −0.94gydF4y2Ba | 。31gydF4y2Ba |
性别(女)gydF4y2Ba | 2359 (86.06)gydF4y2Ba | 1270 (83.15)gydF4y2Ba | 1089 (88.9)gydF4y2Ba | 6.66gydF4y2Ba | <措施gydF4y2Ba | |
|
||||||
|
< 21000gydF4y2Ba | 127 (4.58)gydF4y2Ba | 77 (4.98)gydF4y2Ba | 50 (4.08)gydF4y2Ba | −1.42gydF4y2Ba | . 21gydF4y2Ba |
|
21000 - 60000gydF4y2Ba | 469 (16.92)gydF4y2Ba | 242 (15.65)gydF4y2Ba | 227 (18.53)gydF4y2Ba | 3.55gydF4y2Ba | 07gydF4y2Ba |
|
61000 - 100000gydF4y2Ba | 521 (18.8)gydF4y2Ba | 304 (19.66)gydF4y2Ba | 217 (17.71)gydF4y2Ba | −3.34gydF4y2Ba | .10gydF4y2Ba |
|
> 100000gydF4y2Ba | 671 (24.21)gydF4y2Ba | 368 (23.8)gydF4y2Ba | 303 (24.73)gydF4y2Ba | 0.57gydF4y2Ba | .79gydF4y2Ba |
全职雇员gydF4y2Ba | 1664 (60.71)gydF4y2Ba | 910 (59.63)gydF4y2Ba | 754 (61.55)gydF4y2Ba | 2.42gydF4y2Ba | .20gydF4y2Ba | |
|
||||||
|
学士学位gydF4y2Ba | 1030 (37.17)gydF4y2Ba | 570 (36.87)gydF4y2Ba | 460 (37.55)gydF4y2Ba | 0.65gydF4y2Ba | 收gydF4y2Ba |
|
研究生学位gydF4y2Ba | 982 (35.44)gydF4y2Ba | 559 (36.16)gydF4y2Ba | 423 (34.53)gydF4y2Ba | −1.67gydF4y2Ba | 36gydF4y2Ba |
|
||||||
|
精神健康状况gydF4y2Ba | 1199 (43.27)gydF4y2Ba | 680 (43.98)gydF4y2Ba | 519 (42.37)gydF4y2Ba | −1.62gydF4y2Ba | 点gydF4y2Ba |
|
身体健康状况gydF4y2Ba | 1081 (39.01)gydF4y2Ba | 592 (38.29)gydF4y2Ba | 489 (39.92)gydF4y2Ba | 1.63gydF4y2Ba | 38gydF4y2Ba |
|
只有心理健康诊断gydF4y2Ba | 618 (22.3)gydF4y2Ba | 368 (23.8)gydF4y2Ba | 250 (20.41)gydF4y2Ba | −3.40gydF4y2Ba | 03gydF4y2Ba |
一个gydF4y2Ba在调查完成前14天内测量的冥想次数;在调查前的14天里,冥想的中位数是2次。gydF4y2Ba
bgydF4y2Ba
大多数用户,约69.87%(1936/2771)报告每周使用该应用程序≥5次,如下图所示gydF4y2Ba
观察冥想的自我报告使用和健康益处(N=2771)。gydF4y2Ba
特征gydF4y2Ba | 总样本,n (%)gydF4y2Ba | 中等以上的冥想时间gydF4y2Ba一个gydF4y2Ba(n=1546), n (%)gydF4y2Ba | 等于或低于中位数的冥想时间gydF4y2Ba一个gydF4y2Ba(n=1225), n (%)gydF4y2Ba |
|
|||||
|
|||||||||
|
1 - 2天/周gydF4y2Ba | 190 (6.86)gydF4y2Ba | 110 (7.12)gydF4y2Ba | 80 (6.53)gydF4y2Ba | 55gydF4y2Ba | ||||
|
3 - 4天/周gydF4y2Ba | 549 (19.81)gydF4y2Ba | 280 (18.11)gydF4y2Ba | 269 (21.96)gydF4y2Ba | . 01gydF4y2Ba | ||||
|
5 - 7天/周gydF4y2Ba | 1939 (69.97)gydF4y2Ba | 1099 (71.09)gydF4y2Ba | 840 (68.57)gydF4y2Ba | 酒精含量gydF4y2Ba | ||||
|
使用任何冥想功能gydF4y2Ba | 1610 (58.1)gydF4y2Ba | 1119 (72.38)gydF4y2Ba | 491 (40.08)gydF4y2Ba | <措施gydF4y2Ba | ||||
|
使用任何睡眠故事功能gydF4y2Ba | 2282 (82.35)gydF4y2Ba | 1165 (75.36)gydF4y2Ba | 1117 (91.18)gydF4y2Ba | <措施gydF4y2Ba | ||||
|
早晨使用gydF4y2Ba | 837 (30.21)gydF4y2Ba | 689 (44.57)gydF4y2Ba | 148 (12.08)gydF4y2Ba | <措施gydF4y2Ba | ||||
|
晚上使用gydF4y2Ba | 809 (29.2)gydF4y2Ba | 513 (33.18)gydF4y2Ba | 296 (24.16)gydF4y2Ba | <措施gydF4y2Ba | ||||
|
夜间使用gydF4y2Ba | 2561 (92.42)gydF4y2Ba | 1376 (89)gydF4y2Ba | 1185 (96.73)gydF4y2Ba | <措施gydF4y2Ba | ||||
|
尽量在晚上使用gydF4y2Ba | 1575 (56.84)gydF4y2Ba | 790 (51.1)gydF4y2Ba | 785 (64.08)gydF4y2Ba | <措施gydF4y2Ba | ||||
|
|||||||||
|
改善心理健康gydF4y2Ba | 1053 (38)gydF4y2Ba | 612 (39.59)gydF4y2Ba | 441 (36)gydF4y2Ba | 0。gydF4y2Ba | ||||
|
改善身体健康gydF4y2Ba | 537 (19.38)gydF4y2Ba | 327 (21.15)gydF4y2Ba | 210 (17.14)gydF4y2Ba | .008gydF4y2Ba | ||||
|
改善心理健康(仅限)gydF4y2Ba | 771 (27.82)gydF4y2Ba | 438 (28.33)gydF4y2Ba | 333 (27.18)gydF4y2Ba | 50gydF4y2Ba | ||||
|
大大改善了心理健康gydF4y2Ba | 482 (17.39)gydF4y2Ba | 327 (21.15)gydF4y2Ba | 155 (12.65)gydF4y2Ba | <措施gydF4y2Ba | ||||
|
大大改善了身体健康gydF4y2Ba | 119 (4.29)gydF4y2Ba | 75 (4.85)gydF4y2Ba | 44 (3.59)gydF4y2Ba | .10gydF4y2Ba | ||||
|
大大改善了心理健康(仅限)gydF4y2Ba | 430 (15.52)gydF4y2Ba | 295 (19.08)gydF4y2Ba | 135 (11.02)gydF4y2Ba | <措施gydF4y2Ba |
一个gydF4y2Ba在调查完成前14天内测量的冥想次数;在调查前的14天里,冥想的中位数是2次。gydF4y2Ba
bgydF4y2Ba
调查完成前14天的目标app使用情况(N=2771)。gydF4y2Ba
特征gydF4y2Ba | 值,平均值(SD)gydF4y2Ba | 最大gydF4y2Ba |
任何会话/天gydF4y2Ba | 0.557 (0.37)gydF4y2Ba | 1.000gydF4y2Ba |
冥想课程/天gydF4y2Ba | 0.284 (0.36)gydF4y2Ba | 1.000gydF4y2Ba |
每天讲几个睡眠故事gydF4y2Ba | 0.320 (0.35)gydF4y2Ba | 1.000gydF4y2Ba |
会议/天在早上gydF4y2Ba | 0.351 (1.11)gydF4y2Ba | 48.286gydF4y2Ba |
会议/白天在晚上gydF4y2Ba | 0.121 (0.32)gydF4y2Ba | 6.786gydF4y2Ba |
会议/白天/晚上gydF4y2Ba | 0.666 (1.21)gydF4y2Ba | 45.643gydF4y2Ba |
会议/天工作日gydF4y2Ba | 0.836 (1.87)gydF4y2Ba | 81.643gydF4y2Ba |
会议/天周末gydF4y2Ba | 0.302 (0.46)gydF4y2Ba | 12.286gydF4y2Ba |
会议/天总gydF4y2Ba | 1.139 (2.26)gydF4y2Ba | 93.929gydF4y2Ba |
每天早上进行冥想gydF4y2Ba | 0.173 (0.36)gydF4y2Ba | 4.357gydF4y2Ba |
冥想课程/白天晚上gydF4y2Ba | 0.067 (0.19)gydF4y2Ba | 2.571gydF4y2Ba |
冥想时间/白天/晚上gydF4y2Ba | 0.168 (0.34)gydF4y2Ba | 3.214gydF4y2Ba |
每天早上都要讲一些睡眠故事gydF4y2Ba | 0.081 (0.25)gydF4y2Ba | 2.786gydF4y2Ba |
晚上的睡眠故事时段gydF4y2Ba | 0.025 (0.12)gydF4y2Ba | 2.357gydF4y2Ba |
睡眠故事时段/白天/晚上gydF4y2Ba | 0.369 (0.51)gydF4y2Ba | 4.929gydF4y2Ba |
持续时间/天(上午)(分钟)gydF4y2Ba | 7.149 (16.82)gydF4y2Ba | 352.309gydF4y2Ba |
持续时间/天(晚上)(分钟)gydF4y2Ba | 2.137 (5.86)gydF4y2Ba | 81.578gydF4y2Ba |
持续时间/白天/夜晚(分钟)gydF4y2Ba | 18.043 (25.83)gydF4y2Ba | 596.222gydF4y2Ba |
工期/天(平日)(分钟)gydF4y2Ba | 19.737 (29.93)gydF4y2Ba | 768.200gydF4y2Ba |
时长/日(周末)(分钟)gydF4y2Ba | 7.592 (11.97)gydF4y2Ba | 239.941gydF4y2Ba |
冥想时间/天(上午)(分钟)gydF4y2Ba | 2.295 (5.91)gydF4y2Ba | 142.167gydF4y2Ba |
冥想时间/天(晚上)(分钟)gydF4y2Ba | 0.814 (2.36)gydF4y2Ba | 35.801gydF4y2Ba |
冥想时间/白天/晚上(分钟)gydF4y2Ba | 2.836 (6.56)gydF4y2Ba | 83.739gydF4y2Ba |
睡眠故事时长/每天早晨(分钟)gydF4y2Ba | 2.480 (7.62)gydF4y2Ba | 91.848gydF4y2Ba |
睡眠故事时长/天(晚上)(分钟)gydF4y2Ba | 0.750 (3.51)gydF4y2Ba | 78.647gydF4y2Ba |
睡眠故事时长/白天/晚上(分钟)gydF4y2Ba | 11.535 (16.19)gydF4y2Ba | 169.736gydF4y2Ba |
DTWgydF4y2Ba一个gydF4y2Ba距离gydF4y2Ba | 0.539 (0.35)gydF4y2Ba | 3.207gydF4y2Ba |
DTW距离(仅限冥想)gydF4y2Ba | 0.489 (0.44)gydF4y2Ba | 1.386gydF4y2Ba |
DTW距离(仅限睡眠故事)gydF4y2Ba | 0.474 (0.45)gydF4y2Ba | 1.902gydF4y2Ba |
一个gydF4y2BaDTW:动态时间扭曲。gydF4y2Ba
第一组分析使用超过140天的应用程序使用的客观测量来预测用户未来的应用程序使用情况,以测试时间相似性识别反射性习惯的能力。gydF4y2Ba
在第10周(2周)间隔内预测未来应用使用情况的客观测量(N=2771)。gydF4y2Ba一个gydF4y2Ba
预测gydF4y2Ba | 优势比(95% CI)gydF4y2Ba | ||||||
|
28天后使用gydF4y2Ba | 28天后使用gydF4y2Ba | 6个月后使用gydF4y2Ba | 6个月后使用gydF4y2Ba | 在接下来的28天里持续时间很长gydF4y2Ba | 在接下来的28天里持续时间很长gydF4y2Ba | |
|
|||||||
|
间隔10gydF4y2Ba | 3.378gydF4y2BabgydF4y2Ba(2.32 - -4.92)gydF4y2Ba | 4.282gydF4y2BabgydF4y2Ba(2.65 - -6.93)gydF4y2Ba | 1.527gydF4y2BacgydF4y2Ba(1.11 - -2.10)gydF4y2Ba | 1.397 (0.91 - -2.15)gydF4y2Ba | 1.148 (0.66 - -1.31)gydF4y2Ba | 1.676 (0.38 - -1.80)gydF4y2Ba |
|
间隔9gydF4y2Ba | 1.955gydF4y2BabgydF4y2Ba(1.37 - -2.79)gydF4y2Ba | 2.159gydF4y2BacgydF4y2Ba(1.35 - -3.45)gydF4y2Ba | 1.278 (0.91 - -1.79)gydF4y2Ba | 1.197 (0.78 - -1.84)gydF4y2Ba | 1.187 (0.56 - -1.20)gydF4y2Ba | 1.606 (0.32 - -1.85)gydF4y2Ba |
|
间隔8gydF4y2Ba | 1.119 (0.72 - -1.74)gydF4y2Ba | 1.076 (0.64 - -1.82)gydF4y2Ba | 0.851 (0.56 - -1.30)gydF4y2Ba | 1.089 (0.66 - -1.81)gydF4y2Ba | 1.252 (0.82 - -1.91)gydF4y2Ba | 1.471gydF4y2BadgydF4y2Ba(1.13 - -1.97)gydF4y2Ba |
|
间隔7gydF4y2Ba | 0.856 (0.54 - -1.35)gydF4y2Ba | 1.127 (0.65 - -1.95)gydF4y2Ba | 1.165 (0.76 - -1.78)gydF4y2Ba | 1.346 (0.80 - -2.26)gydF4y2Ba | 1.106 (0.72 - -1.70)gydF4y2Ba | 1.195 (0.54 - -1.71)gydF4y2Ba |
|
间隔6gydF4y2Ba | 1.054 (0.67 - -1.67)gydF4y2Ba | 1.202 (0.71 - -2.04)gydF4y2Ba | 1.115 (0.74 - -1.68)gydF4y2Ba | 1.171 (0.71 - -1.95)gydF4y2Ba | 1.065 (0.71 - -1.59)gydF4y2Ba | 1.203 (0.64 - -1.63)gydF4y2Ba |
|
|||||||
|
间隔10gydF4y2Ba | 1.347 (0.72 - -2.52)gydF4y2Ba | 1.561 (0.82 - -2.97)gydF4y2Ba | 1.107 (0.58 - -2.11)gydF4y2Ba | 1.024 (0.54 - -1.95)gydF4y2Ba | 1.140 (0.64 - -2.02)gydF4y2Ba | 0.785 (0.37 - -1.67)gydF4y2Ba |
|
间隔9gydF4y2Ba | 1.508 (0.83 - -2.73)gydF4y2Ba | 1.484 (0.83 - -2.66)gydF4y2Ba | 0.701 (0.39 - -1.27)gydF4y2Ba | 0.757 (0.41 - -1.41)gydF4y2Ba | 0.887 (0.50 - -1.57)gydF4y2Ba | 1.566 (0.78 - -3.14)gydF4y2Ba |
|
间隔8gydF4y2Ba | 0.899 (0.52 - -1.55)gydF4y2Ba | 0.926 (0.53 - -1.61)gydF4y2Ba | 1.100 (0.62 - -1.94)gydF4y2Ba | 1.019 (0.57 - -1.82)gydF4y2Ba | 1.322 (0.74 - -2.35)gydF4y2Ba | 1.334 (0.61 - -2.93)gydF4y2Ba |
|
间隔7gydF4y2Ba | 1.127 (0.61 - -2.07)gydF4y2Ba | 1.072 (0.58 - -1.99)gydF4y2Ba | 0.803 (0.45 - -1.42)gydF4y2Ba | 0.835 (0.46 - -1.53)gydF4y2Ba | 1.149 (0.68 - -1.95)gydF4y2Ba | 1.564 (0.74 - -3.32)gydF4y2Ba |
|
间隔6gydF4y2Ba | 0.809 (0.46 - -1.41)gydF4y2Ba | 0.839 (0.48 - -1.46)gydF4y2Ba | 1.842gydF4y2BadgydF4y2Ba(1.02 - -3.34)gydF4y2Ba | 1.831 (0.99 - -3.40)gydF4y2Ba | 1.003 (0.56 - -1.79)gydF4y2Ba | 1.043 (0.46 - -2.34)gydF4y2Ba |
|
|||||||
|
间隔10gydF4y2Ba | 0.953 (0.86 - -1.06)gydF4y2Ba | 0.857gydF4y2BadgydF4y2Ba(0.75 - -0.97)gydF4y2Ba | 1.022 (0.94 - -1.11)gydF4y2Ba | 1.012 (0.92 - -1.11)gydF4y2Ba | 1.108gydF4y2BadgydF4y2Ba(1.02 - -1.20)gydF4y2Ba | 1.272gydF4y2BacgydF4y2Ba(1.07 - -1.51)gydF4y2Ba |
|
间隔9gydF4y2Ba | 0.837gydF4y2BacgydF4y2Ba(0.74 - -0.95)gydF4y2Ba | 0.796gydF4y2BabgydF4y2Ba(0.70 - -0.90)gydF4y2Ba | 1.005 (0.92 - -1.10)gydF4y2Ba | 0.984 (0.89 - -1.08)gydF4y2Ba | 0.980 (0.89 - -1.08)gydF4y2Ba | 1.193gydF4y2BadgydF4y2Ba(1.00 - -1.42)gydF4y2Ba |
|
间隔8gydF4y2Ba | 1.045 (0.90 - -1.22)gydF4y2Ba | 1.004 (0.86 - -1.17)gydF4y2Ba | 1.020 (0.91 - -1.15)gydF4y2Ba | 1.016 (0.90 - -1.15)gydF4y2Ba | 0.889gydF4y2BadgydF4y2Ba(0.79 - -1.00)gydF4y2Ba | 0.964 (0.80 - -1.16)gydF4y2Ba |
|
间隔7gydF4y2Ba | 1.024 (0.89 - -1.18)gydF4y2Ba | 1.022 (0.88 - -1.18)gydF4y2Ba | 1.055 (0.94 - -1.19)gydF4y2Ba | 1.055 (0.93 - -1.20)gydF4y2Ba | 0.912 (0.81 - -1.02)gydF4y2Ba | 1.011 (0.84 - -1.22)gydF4y2Ba |
|
间隔6gydF4y2Ba | 1.043 (0.90 - -1.20)gydF4y2Ba | 1.064 (0.92 - -1.23)gydF4y2Ba | 0.963 (0.85 - -1.08)gydF4y2Ba | 0.932 (0.82 - -1.06)gydF4y2Ba | 0.964 (0.86 - -1.08)gydF4y2Ba | 1.015 (0.83 - -1.25)gydF4y2Ba |
|
|||||||
|
间隔10gydF4y2Ba | - - - - - -gydF4y2BafgydF4y2Ba | 0.716gydF4y2BadgydF4y2Ba(0.68 - -0.92)gydF4y2Ba | - - - - - -gydF4y2Ba | 0.719gydF4y2BacgydF4y2Ba(0.69 - -0.88)gydF4y2Ba | - - - - - -gydF4y2Ba | 0.401gydF4y2BacgydF4y2Ba(0.12 - -0.81)gydF4y2Ba |
|
间隔9gydF4y2Ba | - - - - - -gydF4y2Ba | 0.924 (0.32 - -2.68)gydF4y2Ba | - - - - - -gydF4y2Ba | 0.689 (0.27 - -1.73)gydF4y2Ba | - - - - - -gydF4y2Ba | 0.896 (0.32 - -4.30)gydF4y2Ba |
|
间隔8gydF4y2Ba | - - - - - -gydF4y2Ba | 0.847gydF4y2BacgydF4y2Ba(0.71 - -0.93)gydF4y2Ba | - - - - - -gydF4y2Ba | 0.695gydF4y2BadgydF4y2Ba(0.51 - -0.81)gydF4y2Ba | - - - - - -gydF4y2Ba | 0.0642gydF4y2BacgydF4y2Ba(0.01 - -0.29)gydF4y2Ba |
|
间隔7gydF4y2Ba | - - - - - -gydF4y2Ba | 0.972 (0.88 - -6.93)gydF4y2Ba | - - - - - -gydF4y2Ba | 0.941 (0.87 - -1.17)gydF4y2Ba | - - - - - -gydF4y2Ba | 0.178gydF4y2BadgydF4y2Ba(0.04 - -0.77)gydF4y2Ba |
|
间隔6gydF4y2Ba | - - - - - -gydF4y2Ba | 0.842gydF4y2BadgydF4y2Ba(0.71 - -0.92)gydF4y2Ba | - - - - - -gydF4y2Ba | 0.780 (0.30 - -2.00)gydF4y2Ba | - - - - - -gydF4y2Ba | 0.200 (0.04 - -1.02)gydF4y2Ba |
全使用测量间隔5-1gydF4y2Ba | ✓gydF4y2BaggydF4y2Ba | ✓gydF4y2Ba | ✓gydF4y2Ba | ✓gydF4y2Ba | ✓gydF4y2Ba | ✓gydF4y2Ba | |
人口统计和SE控制gydF4y2Ba | ✓gydF4y2Ba | ✓gydF4y2Ba | ✓gydF4y2Ba | ✓gydF4y2Ba | ✓gydF4y2Ba | ✓gydF4y2Ba |
一个gydF4y2Ba本表显示了由行标签表示的客观应用程序使用措施的列标题表示的每个结果的单独逻辑回归模型的比值比(指数系数);95% ci在括号中显示。为了提高估计关系的可比性,每个客观应用程序使用度量都进行了对数转换,此外,所有模型都包括用户人口统计和社会经济特征的度量以及在1-5区间内估计的客观应用程序使用度量。gydF4y2Ba
bgydF4y2Ba
cgydF4y2Ba
dgydF4y2Ba
egydF4y2BaDTW:动态时间扭曲。gydF4y2Ba
fgydF4y2Ba将动态时间翘曲距离变量从每个结果的一个模型中排除,并将其纳入同一结果的第二个模型中,以比较这两种方法的变量重要性结果。gydF4y2Ba
ggydF4y2Ba在模型中还对指示变量进行了评估。gydF4y2Ba
第一组gydF4y2Ba
有和没有动态时间规整(DTW)的接收器工作特性曲线(AUC)下的面积,以预测未来的应用程序使用情况。gydF4y2Ba
预测gydF4y2Ba | AUCgydF4y2Ba | ||||||
|
28天后使用gydF4y2Ba | 6个月后使用gydF4y2Ba | 在接下来的28天中位数以上的使用时间gydF4y2Ba | ||||
|
|||||||
|
不包括DTWgydF4y2Ba | 0.818gydF4y2Ba | 0.729gydF4y2Ba | 0.953gydF4y2Ba | |||
|
包括DTWgydF4y2Ba | 0.821gydF4y2Ba | 0.732gydF4y2Ba | 0.953gydF4y2Ba | |||
|
区别gydF4y2Ba | 0.003gydF4y2Ba | 0.003gydF4y2Ba | 0.000gydF4y2Ba | |||
|
|
0.02gydF4y2Ba | 0.10gydF4y2Ba | .77点gydF4y2Ba | |||
|
|||||||
|
不包括DTWgydF4y2Ba | 0.820gydF4y2Ba | 0.741gydF4y2Ba | 0.950gydF4y2Ba | |||
|
包括DTWgydF4y2Ba | 0.828gydF4y2Ba | 0.747gydF4y2Ba | 0.956gydF4y2Ba | |||
|
区别gydF4y2Ba | 0.008gydF4y2Ba | 0.008gydF4y2Ba | 0.006gydF4y2Ba | |||
|
|
<措施gydF4y2Ba | .006gydF4y2Ba | <措施gydF4y2Ba | |||
|
|||||||
|
不包括DTWgydF4y2Ba | 0.850gydF4y2Ba | 0.802gydF4y2Ba | 0.958gydF4y2Ba | |||
|
包括DTWgydF4y2Ba | 0.868gydF4y2Ba | 0.821gydF4y2Ba | 0.963gydF4y2Ba | |||
区别gydF4y2Ba | 0.018gydF4y2Ba | 0.019gydF4y2Ba | 0.005gydF4y2Ba | ||||
|
|
<措施gydF4y2Ba | <措施gydF4y2Ba | <措施gydF4y2Ba |
逻辑回归模型的接受者工作特征(ROC)曲线,包括从用户开始使用日期开始的前10个14天间隔内计算的客观应用程序使用度量,以及用于预测28天后任何未来应用程序使用可能性的人口统计学控制。2条曲线分别为不采用动态时间翘曲(DTW)距离测度的模型和采用动态时间翘曲(DTW)距离测度的模型,其ROC曲线下面积分别为0.850和0.868。DTW:动态时间翘曲;ROC:接收机工作特性。gydF4y2Ba
时间相似性对预测未来应用程序使用的重要性的第二个演示在gydF4y2Ba
第二组分析估计了客观应用程序使用测量与使用应用程序自我报告的精神和身体益处之间的关联。gydF4y2Ba
自我报告的健康益处对用户人口统计的影响(N=2771)。gydF4y2Ba
人口统计资料gydF4y2Ba | 优势比(95% CI)gydF4y2Ba一个gydF4y2Ba | ||||||||
|
改善心理健康gydF4y2Ba | 改善身体健康gydF4y2Ba | 大大改善了心理健康gydF4y2Ba | 大大改善了身体健康gydF4y2Ba | |||||
|
|||||||||
|
< 31gydF4y2Ba | 参考gydF4y2Ba | 参考gydF4y2Ba | 参考gydF4y2Ba | 参考gydF4y2Ba | ||||
|
31-40gydF4y2Ba | 0.861 (0.649 - -1.143)gydF4y2Ba | 1.388 (0.817 - -2.359)gydF4y2Ba | 0.815 (0.578 - -1.150)gydF4y2Ba | 2.022 (0.635 - -6.442)gydF4y2Ba | ||||
|
每周gydF4y2Ba | 0.610gydF4y2BabgydF4y2Ba(0.458 - -0.813)gydF4y2Ba | 3.586gydF4y2BabgydF4y2Ba(2.190 - -5.871)gydF4y2Ba | 0.763 (0.539 - -1.081)gydF4y2Ba | 3.409gydF4y2BacgydF4y2Ba(1.122 - -10.36)gydF4y2Ba | ||||
|
51-60gydF4y2Ba | 0.385gydF4y2BabgydF4y2Ba(0.286 - -0.519)gydF4y2Ba | 4.729gydF4y2BabgydF4y2Ba(2.907 - -7.694)gydF4y2Ba | 0.562gydF4y2BadgydF4y2Ba(0.391 - -0.808)gydF4y2Ba | 6.412gydF4y2BabgydF4y2Ba(2.236 - -18.38)gydF4y2Ba | ||||
|
61 - 70gydF4y2Ba | 0.383gydF4y2BabgydF4y2Ba(0.279 - -0.526)gydF4y2Ba | 6.626gydF4y2BabgydF4y2Ba(4.040 - -10.87)gydF4y2Ba | 0.613gydF4y2BacgydF4y2Ba(0.418 - -0.899)gydF4y2Ba | 10.24gydF4y2BabgydF4y2Ba(3.583 - -29.29)gydF4y2Ba | ||||
|
71 - 80gydF4y2Ba | 0.239gydF4y2BabgydF4y2Ba(0.148 - -0.388)gydF4y2Ba | 8.232gydF4y2BabgydF4y2Ba(4.588 - -14.77)gydF4y2Ba | 0.366gydF4y2BadgydF4y2Ba(0.191 - -0.700)gydF4y2Ba | 9.842gydF4y2BabgydF4y2Ba(2.911 - -33.27)gydF4y2Ba | ||||
|
> 81gydF4y2Ba | 0.449gydF4y2BadgydF4y2Ba(0.274 - -0.737)gydF4y2Ba | 2.348gydF4y2BacgydF4y2Ba(1.150 - -4.795)gydF4y2Ba | 0.712 (0.391 - -1.296)gydF4y2Ba | 3.445 (0.746 - -15.92)gydF4y2Ba | ||||
|
|||||||||
|
男性gydF4y2Ba | 参考gydF4y2Ba | 参考gydF4y2Ba | 参考gydF4y2Ba | 参考gydF4y2Ba | ||||
|
女gydF4y2Ba | 1.608gydF4y2BabgydF4y2Ba(1.256 - -2.060)gydF4y2Ba | 0.963 (0.715 - -1.296)gydF4y2Ba | 1.318 (0.965 - -1.801)gydF4y2Ba | 1.490 (0.776 - -2.861)gydF4y2Ba | ||||
|
|||||||||
|
其他gydF4y2Ba | 参考gydF4y2Ba | 参考gydF4y2Ba | 参考gydF4y2Ba | 参考gydF4y2Ba | ||||
|
白色gydF4y2Ba | 0.936 (0.679 - -1.291)gydF4y2Ba | 0.785 (0.545 - -1.131)gydF4y2Ba | 0.873 (0.601 - -1.268)gydF4y2Ba | 0.879 (0.470 - -1.644)gydF4y2Ba | ||||
|
亚洲gydF4y2Ba | 0.336gydF4y2BabgydF4y2Ba(0.176 - -0.643)gydF4y2Ba | 0.818 (0.377 - -1.774)gydF4y2Ba | 0.397gydF4y2BacgydF4y2Ba(0.165 - -0.956)gydF4y2Ba | 3.019gydF4y2BacgydF4y2Ba(1.036 - -8.803)gydF4y2Ba | ||||
|
黑色的gydF4y2Ba | 0.634 (0.351 - -1.145)gydF4y2Ba | 1.318 (0.706 - -2.458)gydF4y2Ba | 0.737 (0.355 - -1.531)gydF4y2Ba | 2.985gydF4y2BacgydF4y2Ba(1.189 - -7.496)gydF4y2Ba | ||||
|
拉美裔gydF4y2Ba | 0.731 (0.507 - -1.055)gydF4y2Ba | 1.048 (0.663 - -1.657)gydF4y2Ba | 1.273 (0.848 - -1.912)gydF4y2Ba | 2.801gydF4y2BadgydF4y2Ba(1.431 - -5.483)gydF4y2Ba | ||||
日志(收入)gydF4y2Ba | 0.918 (0.829 - -1.017)gydF4y2Ba | 0.888gydF4y2BacgydF4y2Ba(0.789 - -0.999)gydF4y2Ba | 0.895gydF4y2BacgydF4y2Ba(0.803 - -0.998)gydF4y2Ba | 0.836gydF4y2BacgydF4y2Ba(0.707 - -0.989)gydF4y2Ba | |||||
|
|||||||||
|
非全职工作gydF4y2Ba | 参考gydF4y2Ba | 参考gydF4y2Ba | 参考gydF4y2Ba | 参考gydF4y2Ba | ||||
|
全职雇员gydF4y2Ba | 0.847 (0.704 - -1.019)gydF4y2Ba | 0.857 (0.681 - -1.080)gydF4y2Ba | 0.929 (0.737 - -1.171)gydF4y2Ba | 0.933 (0.600 - -1.451)gydF4y2Ba | ||||
|
|||||||||
|
大学学历以下gydF4y2Ba | 参考gydF4y2Ba | 参考gydF4y2Ba | 参考gydF4y2Ba | 参考gydF4y2Ba | ||||
|
学士学位gydF4y2Ba | 0.787gydF4y2BacgydF4y2Ba(0.642 - -0.966)gydF4y2Ba | 1.032 (0.800 - -1.333)gydF4y2Ba | 0.736gydF4y2BacgydF4y2Ba(0.573 - -0.946)gydF4y2Ba | 0.918 (0.580 - -1.451)gydF4y2Ba | ||||
|
研究生学位gydF4y2Ba | 0.607gydF4y2BabgydF4y2Ba(0.491 - -0.751)gydF4y2Ba | 0.860 (0.663 - -1.116)gydF4y2Ba | 0.583gydF4y2BabgydF4y2Ba(0.447 - -0.760)gydF4y2Ba | 0.605 (0.365 - -1.003)gydF4y2Ba |
一个gydF4y2Ba该表显示了由列标题表示的每个结果的独立逻辑回归模型对行标签表示的人口统计学和社会经济特征的比值比(指数系数)。gydF4y2Ba
bgydF4y2Ba
cgydF4y2Ba
dgydF4y2Ba
在过去6周内,自我报告的客观应用程序使用对健康的平均益处(N=2771)。gydF4y2Ba一个gydF4y2Ba
特征gydF4y2Ba | 价值、优势比(95% CI)gydF4y2Ba | ||||||||
|
改善心理健康gydF4y2Ba | 改善身体健康gydF4y2Ba | 大大改善了心理健康gydF4y2Ba | 大大改善了身体健康gydF4y2Ba | |||||
|
|||||||||
|
会话总数gydF4y2Ba | 1.094 (0.822 - -1.456)gydF4y2Ba | 1.340 (0.965 - -1.862)gydF4y2Ba | 1.718gydF4y2BabgydF4y2Ba(1.249 - -2.362)gydF4y2Ba | 1.879gydF4y2BacgydF4y2Ba(1.131 - -3.121)gydF4y2Ba | ||||
|
总持续时间gydF4y2Ba | 0.955 (0.874 - -1.044)gydF4y2Ba | 0.929 (0.824 - -1.048)gydF4y2Ba | 0.822gydF4y2BabgydF4y2Ba(0.733 - -0.921)gydF4y2Ba | 1.006 (0.826 - -1.225)gydF4y2Ba | ||||
|
不使用的总天数gydF4y2Ba | 1.244 (0.957 - -1.618)gydF4y2Ba | 1.233 (0.879 - -1.729)gydF4y2Ba | 1.836gydF4y2BabgydF4y2Ba(1.316 - -2.562)gydF4y2Ba | 0.925 (0.535 - -1.601)gydF4y2Ba | ||||
|
DTWgydF4y2BadgydF4y2Ba距离gydF4y2Ba | 0.340gydF4y2BaegydF4y2Ba(0.157 - -0.546)gydF4y2Ba | 0.687 (0.212 - -1.123)gydF4y2Ba | 0.231gydF4y2BaegydF4y2Ba(0.026 - -0.487)gydF4y2Ba | 0.512gydF4y2BacgydF4y2Ba(0.315 - -0.727)gydF4y2Ba | ||||
|
|||||||||
|
DTW距离;冥想只有gydF4y2Ba | 0.722gydF4y2BacgydF4y2Ba(0.495 - -0.971)gydF4y2Ba | 0.601 (0.342 - -1.022)gydF4y2Ba | 0.436gydF4y2BabgydF4y2Ba(0.277 - -0.688)gydF4y2Ba | 0.475 (0.201- 1.124)gydF4y2Ba | ||||
|
冥想次数gydF4y2Ba | 1.660 (0.876 - -3.147)gydF4y2Ba | 2.180gydF4y2BacgydF4y2Ba(1.051 - -4.522)gydF4y2Ba | 2.721gydF4y2BaegydF4y2Ba(1.325 - -5.587)gydF4y2Ba | 0.410 (0.122 - -1.383)gydF4y2Ba | ||||
|
冥想时间gydF4y2Ba | 0.985 (0.927 - -1.048)gydF4y2Ba | 0.958 (0.888 - -1.033)gydF4y2Ba | 1.009 (0.937 - -1.087)gydF4y2Ba | 1.090 (0.956 - -1.242)gydF4y2Ba | ||||
|
DTW距离;只讲睡眠故事gydF4y2Ba | 0.715 (0.440 - -1.430)gydF4y2Ba | 0.868 (0.575 - -1.364)gydF4y2Ba | 0.567 (0.311 - -1.060)gydF4y2Ba | 0.914 (0.321 - -2.601)gydF4y2Ba | ||||
|
睡眠故事的次数gydF4y2Ba | 0.860 (0.541 - -1.366)gydF4y2Ba | 1.369gydF4y2BacgydF4y2Ba(1.196 - -2.354)gydF4y2Ba | 1.184gydF4y2BacgydF4y2Ba(1.059 - -2.026)gydF4y2Ba | 1.331gydF4y2BaegydF4y2Ba(1.189 - -3.624)gydF4y2Ba | ||||
|
睡眠故事持续时间gydF4y2Ba | 1.042 (0.993 - -1.093)gydF4y2Ba | 1.021 (0.962 - -1.085)gydF4y2Ba | 1.044 (0.982 - -1.111)gydF4y2Ba | 1.023 (0.910 - -1.150)gydF4y2Ba | ||||
人口控制gydF4y2Ba | ✓gydF4y2BafgydF4y2Ba | ✓gydF4y2Ba | ✓gydF4y2Ba | ✓gydF4y2Ba |
一个gydF4y2Ba此表显示了两个预测模型中每个结果的独立逻辑回归模型的比值比(指数系数),每个结果由列标题表示,由行标签表示的客观应用程序使用度量。每个客观的应用程序使用测量都进行了对数转换,以提高估计关系的可比性,此外,所有模型都包括用户人口统计和社会经济特征的测量。gydF4y2Ba
bgydF4y2Ba
cgydF4y2Ba
dgydF4y2BaDTW:动态时间扭曲。gydF4y2Ba
egydF4y2Ba
fgydF4y2Ba人口控制也在模型中进行了评估。gydF4y2Ba
第二个面板(模型2)gydF4y2Ba
本研究旨在建构并检验反身冥想习惯的客观指标,并探讨冥想习惯与心理健康的关系。为了实现第一个目标,我们构建并提供了证据,证明我们对时间上相似的应用程序使用的新测量强有力地预测了未来的应用程序使用,因此,可能表明反身冥想习惯的存在。具体来说,在控制了用户人口统计数据和常见应用使用指标(如应用会话的频率和持续时间)后,连续几天应用使用的时间相似性可以显著预测未来应用使用的几率和未来使用的持续时间。也就是说,每天大约在同一时间使用冥想应用程序与更持久地使用冥想应用程序有关,这表明这种时间相似性的测量能够表明反射性冥想习惯的形成。gydF4y2Ba
然后我们发现,日常冥想应用程序使用的时间相似性增加与使用该应用程序改善心理健康之间存在显著关联。这一发现表明,激发冥想所需的认知努力减少,从而形成反射性冥想习惯,可能使个人在正念冥想练习中使用更多的认知资源,从而体验到更大的心理健康益处。这一解释得到了描述注意力资源影响的研究的支持[gydF4y2Ba
我们的描述性结果发现,许多可观察到的人口统计学和社会经济特征与自我报告的心理和身体健康改善显著相关。相反,只有个人的年龄与未来使用应用程序的可能性和持续时间显著相关(gydF4y2Ba
总的来说,这是一个非常活跃的应用用户样本,在研究期间,平均有55.7%的人在某一天使用任何应用程序。这并不奇怪,因为样本包括付费订阅者,他们回复了应用程序的电子邮件,并自愿参与研究以帮助改进应用程序;因此,将这项研究的结果外推到其他用户类型时应谨慎。尽管该样本中的人口统计学和社会经济少数群体没有显示出显著不同的应用程序使用模式,但这些群体的小样本量限制了这些比较的统计能力。未来关于正念冥想行为的研究应该旨在从更广泛的用户人群中收集数据,以更好地描述冥想习惯和所有用户所经历的心理健康益处。gydF4y2Ba
另一个限制是为这些分析编制的数据集的性质。具体来说,在用户完成对他们感知的心理和身体健康益处的调查前后,对日常应用程序使用的客观测量进行了编制。这意味着许多用户在被纳入样本之前就已经在使用这款应用;因此,分析既不能描述应用程序用户的初始行为,也不能确定形成暂时相似的冥想习惯所需的初始时期。此外,冥想习惯的测量侧重于应用程序使用的时间维度,因为没有收集用户行为背景或环境的直接测量。未来的研究将日常行为的时间动态与额外的上下文信息相结合,可以为这种习惯形成过程提供更完整的图景。由于时间数据很容易从各种健康应用程序和其他移动健康设备中获得,本研究提供了一种分析习惯形成过程的方法,可以很容易地应用于这些不同的健康行为设置。最后,并不是所有的反身性行为习惯都会在每天大约同一时间发生,我们对时间相似性的测量只能识别由时间相似的上下文线索引发的习惯。正如过去的研究发现的那样,大多数习惯都是由暂时相似的上下文线索引发的[gydF4y2Ba
这项研究基于连续几天之间的DTW距离构建了一个时间相似的每日冥想应用程序使用度量,这增加了使用DTW距离来检测各种行为和健康数据设置中的时间模式的新兴文献[gydF4y2Ba
这篇论文也有助于移动健康文献特征的移动电话应用程序参与随着时间的推移。应用使用量的下降是许多基于应用的健康促进工具的一个重要问题和限制,研究人员发现,应用的持续时间越来越短[gydF4y2Ba
促进更健康的习惯是改善许多健康结果的一项重要公共卫生目标。然而,迄今为止,习惯形成的研究依赖于自我报告的测量,尚未使用通过移动健康设备收集的大量新的行为健康数据。该领域测量健康习惯和了解习惯形成过程的方法有限,可能导致缺乏成功建立持久行为改变的行为健康干预措施。gydF4y2Ba
这项研究提出了一种新的客观指标,该指标来自于一款正念冥想手机应用收集的详细、客观的行为数据。我们对连续几天冥想应用使用的时间相似性进行了测量,即使在控制了用户的人口统计学和社会经济特征以及使用频率和持续时间等常用应用使用指标之后,也能显著预测未来的应用使用情况。重要的是,这种时间相似性测量也与使用该应用程序改善心理健康的可能性更大有关,这表明形成一种反射性冥想习惯可能会带来额外的心理健康益处。这种时间相似性的测量可以很容易地应用于行为健康数据的其他来源,未来的研究应该建立在这些发现的基础上,通过调查时间相似性在这些其他行为环境中识别习惯的能力。此外,未来的研究应该调查反射性冥想习惯是否可以增加正念冥想对心理健康的益处。gydF4y2Ba
时间相似性度量的描述。gydF4y2Ba
可视化概述了正念冥想应用程序的行为数据。gydF4y2Ba
随机森林变量重要性衡量预测未来应用的使用。gydF4y2Ba
用户未来应用使用人口统计学特征的Logistic回归分析。gydF4y2Ba
预测建模结果,为用户未来应用使用的替代措施。gydF4y2Ba
接收机工作特性曲线下的面积gydF4y2Ba
动态时间规整gydF4y2Ba
移动健康gydF4y2Ba
优势比gydF4y2Ba
接收机工作特性gydF4y2Ba
在撰写本文时,JH进行了一项由研究者发起的研究,并利用Calm应用程序提供正念冥想干预。Calm为她的研究提供了一名博士后学者和两名研究协调员(承包商)的经济支持。这些人的角色是帮助JH使用Calm应用程序进行研究者发起的研究。JH作为Calm的科学主任和科学顾问委员会主任为Calm提供咨询。她的职责是确保Calm的科学质量,她对公司没有具体的义务。她没有收到与公司成长或成功相关的股票或权益。gydF4y2Ba