精神科急性自杀住院患者自杀视觉和听觉数字标记的验证卡塔尔世界杯8强波胆分析概念验证研究%A Galatzer-Levy,Isaac %A Abbas,Anzar %A Ries,Anja %A Homan,Stephanie %A Sels,Laura %A Koesmahargyo,Vidya %A Yadav,Vijay %A Colla,Michael %A Scheerer,Hanne %A Vetter,Stefan %A Seifritz,Erich %A Scholz,Urte %A Kleim,Birgit + Research and Development, AiCure, 19 W 24 St, 11楼，纽约，NY, 10010，美国，166463015037，vidya.koesmahargyo@aicure.com %K数字表型%K数字生物标记%K数字健康%K抑郁%K自杀意念%K数字标记%K数字%K面部%K自杀%K自杀风险%K视觉%K听觉%D背景:基于视觉和听觉信息评估了多种自杀风险症状，包括扁平情绪、运动减少和言语迟缓。从新的数据来源对这些症状进行客观量化可以提高自杀风险评估的敏感性、可扩展性和及时性。目的:我们的目的是检验从视频访谈中提取的测量数据，使用开源深度学习算法来量化最近入院的自杀未遂患者的面部、声音和运动行为与自杀风险严重程度的关系。方法:我们利用视频来量化与情绪、情感和运动功能相关的面部、声音和运动标记，这些标记来自于20名因自杀未遂而住进精神病院的患者的结构化临床对话。测量使用开源深度学习算法计算，用于处理面部表情、头部运动和声音特征。采用多元线性回归，将情绪变平、运动减少和语言减慢的衍生数字测量与贝克自杀意念量表(Beck Scale for suicide Ideation)进行自杀风险比较，该量表控制了年龄和性别。结果:自杀严重程度与多种视觉和听觉标记相关，包括言语患病率(β= - 0.68, P=。2, r2=0.40)，总体表达性(β= - 0.46, P= 0.40)。10, r2=0.27)，头部运动测量为头部间距变异性(β= - 1.24, P= 0.27)。006, r2=0.48)和头部偏航变异性(β= - 0.54, P=。06年,r2 = 0.32)。 Conclusions: Digital measurements of facial affect, movement, and speech prevalence demonstrated strong effect sizes and linear associations with the severity of suicidal ideation. %M 34081022 %R 10.2196/25199 %U //www.mybigtv.com/2021/6/e25199 %U https://doi.org/10.2196/25199 %U http://www.ncbi.nlm.nih.gov/pubmed/34081022

map