معلومة

تطبيق تتبع الحالة المزاجية للهاتف المحمول مع تذكيرات عشوائية

تطبيق تتبع الحالة المزاجية للهاتف المحمول مع تذكيرات عشوائية

الهدف هو أخذ قياسات بسيطة للحالة المزاجية باستخدام مقياس ليكرت على مدى فترة زمنية طويلة (على سبيل المثال شهرين).

أعلم أن هناك عددًا كبيرًا من تطبيقات الأجهزة المحمولة لتتبع الحالة المزاجية على كل نظام أساسي ممكن وهناك قائمة واسعة من هذه الأدوات على موقع Quantify Self على الويب. تتيح لك كل هذه الأدوات تسجيل حالتك المزاجية بتنسيق بسيط ، وتخصيص التتبع الخاص بك ، واختيار الوقت الذي تريد فيه تسجيل حالتك المزاجية بنفسك. وهذه هي بالضبط النقطة التي تفتقد فيها كل هذه الأدوات ميزة مهمة. للحصول على عينة أكثر موثوقية لسلوك أو تجربة ، يجب أن تأخذ عينة من التجربة في وقت عشوائي خلال يوم الاستيقاظ ، بدلاً من إعطاء الشخص اختيار وقت أخذ العينة (Csikszentmihalyi et al. ، 1987). Csikszentmihalyi وآخرون. (1977) فعل ذلك تمامًا من خلال إعطاء الأشخاص أجهزة الاستدعاء وإرسال تنبيه عشوائي لهم ، وبعد ذلك قاموا بملء الاستبيان. إنها قاعدة أساسية في أي دراسات لأخذ عينات من التجربة الطولية أتذكرها من فصول السنة الأولى الجامعية. تنبع الحاجة إلى هذا النوع من النهج من عدم قدرة المستجيبين على توفير معلومات دقيقة بأثر رجعي عن سلوكهم وخبراتهم اليومية.

لذلك أنا أبحث عن أداة تتبع الحالة المزاجية للجوال تلبي تلك المتطلبات الخاصة:

  • يسمح لك قم بإعداد وقت الاستيقاظ الذي تريد أن تتلقى خلاله تذكيرات عشوائية,
  • يسمح لك قم بإعداد عدد من التذكيرات تريد أن تتلقى خلال ساعات الاستيقاظ ،
  • خلال اليوم تتلقى تذكيرًا عشوائيًا يوجهك إلى ملف سؤال واحد يطلب منك تقييم حالتك المزاجية في الوقت الحالي ، على سبيل المثال على مقياس من 1-9
  • لك الاستجابة مختومة بالوقت وحفظها إما على الهاتف المحمول أو الإرسال مباشرة إلى الخادم إن أمكن.

الآن ، يبدو الأمر بسيطًا بما فيه الكفاية ، لكن التطبيق الوحيد الذي وجدته يطابق بعض جوانبه هو Mappiness. يرسلون لك تذكيرات عشوائية ، ومشروعهم وفكرتهم وتنفيذ التطبيق رائع. لكن مشكلة Mappiness هي أنها تجمع الكثير من المعلومات الإضافية التي لا أحتاجها ، وأنا شخصياً انزعجت للغاية من طول استبيانهم (تحقق بنفسك إذا كان لديك جهاز iPhone). أريد إشعارًا عشوائيًا ، وسؤالًا واحدًا ، و 5 ثوانٍ من وقتك للرد ، وبعض خيار تصدير البيانات.

هل أفتقد شيئًا هنا أو أن هذا التطبيق غير موجود وأحتاج إلى كتابته؟ أدرك أن هذا السؤال قد يكون أكثر صلة بـ http://productivity.stackexchange.com ولكن من الصعب القول ، إنه نوع من المنطقة الوسطى.

مراجع:

Csikszentmihalyi، M.، & Larson، R. (1987). صحة وموثوقية طريقة تجربة أخذ العينات. مجلة الأمراض العصبية والعقلية ، 175 (9) ، 526.

Csikszentmihalyi، M.، Larson، R.، & Prescott، S. (1977). بيئة نشاط المراهقين وتجربتهم. مجلة الشباب والمراهقة ، 6 (3) ، 281-294.


أفضل شيء يمكنني العثور عليه هو مشروع جانبي لشخص ما حول تجربة أخذ العينات (الكود موجود على جيثب) ، لذلك لست متأكدًا مما إذا كان يتم صيانته أو أي شيء ، ولكن يبدو أنه يفعل ما تريده بالضبط.


يوجد الآن تطبيق جديد متاح لنظام التشغيل iOS - Reporter (من نيكولاس فيلترون) - يميز إلى حد كبير جميع الصناديق الخاصة بي. يسمح بتصميم أي استبيان لأخذ عينات من تجربة بنوع مختلف من الإجابات (العدد ، الاختيار المتعدد ، إلخ) ، وواجهة ذكية وبديهية ، وخيارات تصدير مع JSON و CSV ، بالإضافة إلى مزامنة البيانات Dropbox. كما أنه يسجل معلومات أساسية مثل الطقس والموقع ومستوى الضوضاء وهو مجرد إضافة رائعة. يتم إرسال الإخطارات في فترات زمنية عشوائية ويمكنك اختيار عدد الإشعارات التي تحصل عليها. لا يمكنك إعداد أوقات استيقاظ / نوم محددة ولكن يمكنك إخطار التطبيق عندما تغلب عليه بالضباب - هذا ليس مثاليًا ولكنه لا يزال يعمل بشكل جيد. بشكل عام ، بالتأكيد أفضل حل من هذا النوع في السوق في الوقت الحالي.


استخدمت دراسة حديثة عن اكتئاب المراهقين (Kauer وآخرون ، 2012) برنامج Java مكتوبًا في معهد مردوخ لأبحاث الأطفال (MCRI) يسمى Mobile Tracking Young People Experiences أو نوع المحمول. يحفظ البرنامج في هذه الدراسة البيانات المشفرة والمختومة بالوقت على الهاتف المضيف ويقوم أيضًا بتحميلها على موقع ويب MCRI. يخبر المستخدمين بتسجيل رد بإشعار صوتي ، ويذكرهم بعد خمس دقائق إذا لزم الأمر. يمكن تسجيل الردود في أي وقت ، ولكن الإخطارات تحدث فقط بين الساعة 8 صباحًا و 10 مساءً وعلى فترات عشوائية خلال فترات زمنية - أفترض أنه يمكن تعديل هذا الجدول بشكل مباشر بما فيه الكفاية.

أرى دراسات أخرى تستخدمه أيضًا ، لكن لم أتمكن من العثور على طريقة للحصول على البرنامج. أفضل الخيوط التي وجدتها حتى الآن هي صفحة ClinicalTrials.gov وصفحة مشاريع بحثية على Beyondblue.org.au ودراستين تستخدمان كمراجع للبرنامج (Reid et al.، 2009؛ Kauer، Reid، سانسي ، وباتون ، 2009).

هناك طريقة أخرى تبدو مرنة للغاية وقابلة للتكيف مع متطلباتك وهي Mood 24/7 ، والتي تتصل بالمستجيبين برسائل SMS يستجيبون لها (Foreman، Hall، Bone، Cheng، & Kaplin، 2011). ومع ذلك ، لست متأكدًا مما إذا كان بإمكانك تعديل البرنامج ليناسب أغراضك المحددة ، على عكس تلك التي برمجتها Kaplin من أجلها.

FWIW ، دراسة أخرى طورت تتبع سعادتك ، والذي يبدو أيضًا أنه يفعل ما تريده كثيرًا ، ولكن قد لا يمكن إعادة برمجته دون بعض المساعدة أو على الأقل إذن من المبرمج. أدى استخدامه إلى المنشور رفيع المستوى الذي كان يدور في ذهني عندما بدأت كتابة هذه الإجابة لأول مرة (Killingsworth & Gilbert ، 2010).

مراجع

- فورمان ، إيه سي ، هول ، سي ، بون ، كيه ، تشينج ، جيه ، وكابلين ، إيه (2011). فقط أرسل لي رسالة نصية: استخدام تقنية الرسائل القصيرة للتخطيط التعاوني لحالة المريض. مجلة الطب التشاركي 3، ه 45. تم الاسترجاع من http://www.jopm.org/columns/innovations/2011/09/26/just-text-me-using-sms-technology-for-collaborative-patient-mood-charting/.
- Kauer، S.D، Reid، S.C، Crooke، A.H D.، Khor، A.، Hearps، S.JC، Jorm، A.F،… & Patton، G. (2012). المراقبة الذاتية باستخدام الهواتف المحمولة في المراحل المبكرة من اكتئاب المراهقين: تجربة معشاة ذات شواهد. مجلة أبحاث الإنترنت الطبية ، 14(3). تم الاسترجاع من http://www.ncbi.nlm.nih.gov/pmc/articles/PMC3414872/.
- كاور ، إس دي ، ريد ، إس سي ، سانسي ، إل ، وباتون ، جي سي (2009). التحقيق في فائدة الهواتف المحمولة لجمع البيانات حول تعاطي المراهقين للكحول والمزاج المرتبط بالتوتر وسلوكيات التأقلم: الدروس والتوصيات. مراجعة المخدرات والكحول ، 28(1) ، 25-30. تعافى من ريسيرش جيت.
- Killingsworth، M.A، & Gilbert، D. T. (2010). العقل الشارد هو عقل غير سعيد. العلم ، 330(6006) ، 932-932. تم الاسترجاع من http://gicturesgood.berkeley.edu/images/application_uploads/KILLINGSWORTH-WanderingMind.pdf.
- Reid، S.C، Kauer، S. D.، Dudgeon، P.، Sanci، L.A، Shrier، L.A، & Patton، G.C (2009). برنامج الهاتف المحمول لتتبع تجارب الشباب مع الحالة المزاجية والتوتر والتكيف. 44- الطب النفسي الاجتماعي وعلم الأوبئة النفسي(6) ، 501-507. تعافى من ريسيرش جيت.


أساليب

استراتيجية البحث واختيار الدراسة

بحثنا في أربع قواعد بيانات رئيسية على الإنترنت (Medline ، PsycINFO ، قواعد بيانات Cochrane ، Web of Science) في ديسمبر 2018 ، باستخدام مصطلحات البحث ("الهاتف الذكي *" أو "الهاتف المحمول" أو "الهاتف الخلوي" أو "تطبيق الجوال *" أو "iphone "أو" android "أو" mhealth "أو" m-health "أو" هاتف خلوي "أو" جهاز محمول * "أو" مستند إلى الجوال "أو" صحة الجوال "أو" مستند إلى الجهاز اللوحي ") و (" عشوائي * " أو "تجربة *" أو "تخصيص *") و ("القلق" أو "الخوف من الأماكن المكشوفة" أو "الرهاب *" أو "الذعر" أو "الإجهاد اللاحق للصدمة" أو "الصحة العقلية" أو "المرض العقلي *" أو "الاكتئاب * "أو" الاضطراب العاطفي * "أو" ثنائي القطب "أو" اضطراب المزاج * "أو" الذهان "أو" الذهان "أو" الفصام * "أو" الرفاهية "أو" الرفاهية "أو" نوعية الحياة "أو" الذات - ضرر أو "إيذاء النفس" أو "الإجهاد *" أو "الضيق *" أو "الحالة المزاجية" أو "صورة الجسد" أو "اضطراب الأكل *"). كما تم البحث يدوياً في قوائم مراجع الدراسات المشمولة والمراجعات السابقة لتحديد أي دراسات أخرى مؤهلة.

تم تسجيل بروتوكول لهذه المراجعة عبر PROSPERO (CRD42019122136). كانت هناك ثلاثة انحرافات صغيرة عن البروتوكول الأصلي. أولاً ، صنعنا ملف بعد المخصص قرار تضمين بدلاً من استبعاد الدراسات التي أدرجت تدخل الهاتف الذكي المدعوم بالتطبيق ضمن برنامج علاج أوسع (على سبيل المثال ، التصاميم الإضافية أو المساعدة). ثانيًا ، لم نقم بإجراء تحليلات تلوية للمقارنات المباشرة بين العلاج المعرفي السلوكي مقابل التطبيقات غير القائمة على العلاج المعرفي السلوكي ، حيث كان هناك عدد غير كافٍ من الدراسات ذات الصلة. ثالثًا ، قمنا بتضمين وسيط إضافي ، أي ما إذا كان تدخل الهاتف الذكي يهدف بشكل مباشر إلى استهداف الأعراض المحددة موضع الاهتمام.

كانت الدراسات المشمولة عبارة عن تجارب معشاة ذات شواهد باللغة الإنجليزية والتي فحصت تأثيرات تدخل الهاتف الذكي المدعوم بالتطبيق ، مقارنةً بحالة التحكم أو التدخل النشط ، وقدمت بيانات النتائج المطلوبة لحساب حجم التأثير.

كانت التجارب المعشاة ذات الشواهد المنشورة وغير المنشورة مؤهلة لتُشمل في المراجعة. بشرط أن يكون تدخل الهاتف الذكي مصممًا لتحسين الصحة العقلية أو الرفاهية العامة ، لم يتم تطبيق أي قيود على العينات. تم أيضًا تضمين تجارب التدخلات التي تم تقديمها جزئيًا عبر أجهزة الهواتف الذكية ، مثل التصميمات المساعدة (تطبيق الهاتف الذكي + العلاج القياسي مقابل العلاج القياسي وحده) أو برامج التدخل المختلط (عندما يتمكن المشاركون من الوصول إلى التدخل المستند إلى التطبيق عبر الهواتف الذكية أو أجهزة الكمبيوتر).

تم تصنيف شروط التحكم على أنها قائمة انتظار ، وتقييم فقط ، والعلاج كالمعتاد ، ومصادر إعلامية وتعليمية (على سبيل المثال ، روابط مواقع الويب ، والنصائح الصحية) ، أو عناصر التحكم في الانتباه / الدواء الوهمي (على سبيل المثال ، تطبيقات الألعاب ، وظروف الاستماع للموسيقى). تم تصنيف التدخلات النشطة على أنها علاج قياسي وجهاً لوجه ، وتدخلات قائمة على الويب أو محوسبة ، والعلاج الدوائي ، وظروف المراقبة الذاتية.

تم استبعاد الدراسات إذا: أ) لم يعالج تدخل الهاتف الذكي الصحة العقلية أو الرفاهية (على سبيل المثال ، تم استبعاد التدخلات التي تركز على فقدان الوزن أو النشاط البدني أو إدارة مرض السكري أو الإقلاع عن التدخين أو تعاطي الكحول) ب) تدخل محوسب أو افتراضي تم تقديم علاج التعرض للواقع ، أو تدخل الرسائل النصية فقط و ج) لم تكن هناك حالة مقارنة ذات صلة (على سبيل المثال ، تم استبعاد تجربة ثنائية لمقارنة تطبيقين) أو لم يتم الإبلاغ عن أي قياس للنتائج. إذا لم تتضمن الدراسة بيانات لحساب حجم التأثير ، تم الاتصال بالمؤلفين واستبعاد الدراسة إذا فشلوا في تقديم البيانات.

فحص JL جميع السجلات ، وتم الحصول على نصوص كاملة للتجارب المعشاة ذات الشواهد المؤهلة. قام اثنان من المقيمين المستقلين (JL و MM) بفحص النصوص الكاملة واختيار التجارب المعشاة ذات الشواهد المؤهلة.

تقييم الجودة واستخراج البيانات

تم تقييم جودة التجارب باستخدام أربعة معايير من أداة كوكرين لخطر التحيز 10: التوليد الكافي لتسلسل التخصيص ، وإخفاء التخصيص للظروف التي تعمي مقيم النتائج أو استخدام استبيانات التقرير الذاتي والتعامل مع بيانات النتائج غير المكتملة (تم تقييمها على أنها مخاطر منخفضة عندما استندت بيانات النتائج المستخدمة لحساب حجم التأثير على تحليلات نية العلاج). أجرت JL تقييمات الجودة وترميز MM عشوائيًا بنسبة 40 ٪ من الدراسات ، مع وجود اتفاق جيد لوحظ بين المقيمين (كابا = 0.77 ، 0.69 ، 1.00 و 0.91 ، على التوالي). تم حل الخلافات من خلال مناقشة متعمقة.

قمنا أيضًا بترميز خصائص المشاركين (العينة المستهدفة ، متوسط ​​العمر) خصائص تدخل الهاتف الذكي (الاسم ، التوجه النظري ، ما إذا كان التطبيق يحتوي على مكونات اليقظة) ، حالة المقارنة ، مقاييس النتائج وخصائص التجربة الأخرى (حجم العينة ، سواء كان دعمًا موجهًا أو تم تقديم تذكيرات بالمشاركة ، وطول التقييم اللاحق).

التحليل البعدي

لكل مقارنة بين تدخل الهاتف الذكي وحالة التحكم أو التدخل النشط ، تم حساب حجم التأثير بقسمة الفرق بين المجموعتين على الانحراف المعياري المجمع في الاختبار اللاحق. تم بعد ذلك تحويل فرق المتوسط ​​المعياري (d) إلى Hedges 'g لتصحيح انحياز العينة الصغير 11. إذا لم يتم الإبلاغ عن المتوسطات والانحرافات المعيارية ، فقد تم حساب أحجام التأثير باستخدام معادلات التحويل من اختبارات الأهمية (على سبيل المثال ، إحصائيات t).

لحساب حجم التأثير المجمع ، تم ترجيح حجم تأثير كل دراسة من خلال التباين العكسي. تشير علامة g الإيجابية إلى أن حالة الهاتف الذكي كانت لها نتائج أفضل من حالة المقارنة. يمكن افتراض أن أحجام التأثير البالغة 0.8 كبيرة ، في حين أن أحجام التأثير البالغة 0.5 متوسطة ، وأحجام التأثير البالغة 0.2 صغيرة 12. إذا تم تقديم البيانات من كل من نية العلاج والتحليلات التكميلية ، فقد تم استخراج وتحليل السابق.

قمنا باختيار وتحليل نتائج الصحة العقلية التالية ، حيث أبلغ عدد كاف من التجارب (≥3) عن هذه النتائج وسمح بإجراء تحليل تلوي: أعراض الاكتئاب وأعراض القلق العامة وأعراض القلق المحددة (أعراض القلق الاجتماعي ، وأعراض الذعر ، وما بعد الصدمة). أعراض الإجهاد) مستويات التوتر نوعية الحياة / الرفاهية ضائقة نفسية عامة وتأثير إيجابي وسلبي. إذا تم استخدام مقاييس متعددة لمتغير نتيجة معين ، فقد تم حساب متوسط ​​أحجام التأثير من كل مقياس داخل الدراسة ، قبل تجميع أحجام التأثير.

تم استخدام الإصدار 3.0 من التحليل التلوي الشامل للتحليلات 13. نظرًا لأننا توقعنا عدم تجانس كبير بين الدراسات ، تم استخدام نماذج التأثيرات العشوائية. تم فحص عدم التجانس من خلال حساب إحصائية I 2 ، والتي تحدد عدم التجانس الذي تم الكشف عنه بواسطة إحصاء Q ويبلغ عن مقدار التباين العام (0-100٪) المنسوب إلى التباين بين الدراسة 14. تم أيضًا حساب فواصل الثقة 95٪ (CIs) للإحصاء I 2.

أجريت تحليلات المجموعات الفرعية لاستكشاف مصادر عدم التجانس في إطار نموذج التأثيرات المختلطة ، والذي يجمع الدراسات داخل مجموعة فرعية باستخدام نموذج التأثيرات العشوائية ، ولكن اختبارات لاختلافات كبيرة بين المجموعات الفرعية باستخدام نماذج التأثيرات الثابتة.

تم فحص تحيز النشر من خلال إجراء القطع والتعبئة 15 ، وكذلك اختبار ارتباط رتبة Begg و Mazumdar.


استنتاج

تواتر حركة الناس جسديًا على مدار اليوم ، حتى لو لم تكن تلك الحركة تمرينًا صارمًا ، يرتبط بالصحة الجسدية والسعادة. يكشف البحث الحالي عن الصلة المهمة بين العمليات الجسدية والنفسية ، مما يشير إلى أنه حتى التغييرات الطفيفة في أحدهما له عواقب على الآخر. تؤكد النتائج الحالية على صحة استخدام الهواتف الذكية لقياس الأنشطة اليومية لمجموعة متنوعة من الناس بشكل سلبي ، وتمهد الطريق للبحث المستقبلي المعني بالصلات بين العمليات النفسية والسلوكية.


نقاش

على حد علمنا ، هذا هو أول تحليل تلوي لفحص فعالية تدخلات الهاتف الذكي لأعراض الاكتئاب. حدد بحثنا المنهجي 18 تجربة معشاة ذات شواهد ، وفحصت 22 تدخلاً للصحة العقلية يتم تقديمها عبر أجهزة الهواتف الذكية ، عبر ما مجموعه 3414 مشاركًا. وبالتالي ، فإن قاعدة الأدبيات لهذه المنطقة بالذات قد تطورت بسرعة ، وهي أكبر بكثير من تلك الموجودة لتدخلات الهواتف الذكية في ظروف أخرى. تم تحديد ما يقرب من ضعف عدد التدخلات والمشاركين المؤهلين مقارنة بالتحليلات التلوية الأخيرة لتدخلات الهواتف الذكية لمرض السكري والقلق 18، 19. علاوة على ذلك ، تم نشر 14 من أصل 18 دراسة مؤهلة خلال العامين الماضيين ، مما قد يعكس كلاً من الاهتمام البحثي المتزايد باستخدام تطبيقات الصحة العقلية 13 وزيادة ملكية تطبيقات الصحة العقلية والوصول إليها واستخدامها من قبل المرضى ومؤسسات الرعاية الصحية.

وجد التحليل الرئيسي أن تدخلات الهواتف الذكية كان لها تأثير إيجابي معتدل على أعراض الاكتئاب ، مع عدم وجود مؤشر على تحيز النشر الذي يؤثر على هذه النتائج. ومع ذلك ، وجدت تحليلات مجموعتنا الفرعية أن تأثيرات تدخلات الهاتف الذكي كانت أكبر بكثير عند مقارنتها بظروف التحكم غير النشطة (g = 0.56) من ظروف التحكم النشطة (g = 0.22). لوحظ نفس نمط أحجام التأثير في التحليل التلوي لتدخلات الهاتف الذكي للقلق 19. أفادت المراجعات السابقة للتدخلات التكنولوجية الأخرى لحالات الصحة العقلية عن نتائج مماثلة ، حيث وجد التحليل التلوي لتدخلات الواقع الافتراضي لعلاج القلق آثارًا كبيرة مقارنة بالضوابط غير النشطة ، ولكن لم يكن هناك اختلاف عن العلاجات النفسية التقليدية 51. يجب فحص مدى ظهور التأثيرات الملحوظة على أعراض الاكتئاب من استخدام الجهاز نفسه ، بدلاً من مكونات العلاج النفسي للتدخل ، وتحديدها في البحث المستقبلي ، لمواصلة استكشاف فكرة "العلاج الوهمي الرقمي" الذي يؤثر على النتائج 52.

استكشفنا أيضًا العوامل الأخرى التي قد تؤدي إلى تأثيرات تدخلات الهاتف الذكي لأعراض الاكتئاب ، باستخدام مجموعة من تحليلات المجموعات الفرعية اللاحقة. فيما يتعلق بنوع السكان ، تم العثور على فوائد كبيرة لتطبيقات الهواتف الذكية فقط لأولئك الذين يعانون من الاكتئاب الخفيف إلى المتوسط ​​المبلغ عنه ذاتيًا. قد يكون هذا بسبب الاختلافات في أحجام عينة المجموعة الفرعية ، حيث أجريت غالبية الدراسات في مجموعات غير إكلينيكية ، مما يترك تحليلات الاكتئاب الشديد والاضطراب ثنائي القطب ضعيفة لاكتشاف التأثيرات المهمة. ومع ذلك ، يبدو أن طبيعة تدخلات الهواتف الذكية تضعها كأداة مثالية للإدارة الذاتية لأولئك الذين يعانون من مستويات أقل من الاكتئاب. تشير التأثيرات المرصودة إلى أن هذه التدخلات في وضع جيد لتقديم علاج منخفض الكثافة ضمن نهج رعاية متدرجة 53 ، أو حتى الوقاية من الاكتئاب الخفيف إلى المتوسط ​​بين ملايين الأشخاص المصابين بالأعراض تحت الإكلينيكية 54. تشير النتائج التي تفيد بعدم وجود أي علاقة بين العمر والجنس بحجم تأثير الدراسة إلى أن تدخلات الهاتف الذكي قد تكون قابلة للتطبيق على مجموعة واسعة من الأفراد.

فيما يتعلق بميزات التدخل ، وجدنا أن تلك التي تم تسليمها بالكامل عبر أجهزة الهواتف الذكية لها تأثيرات أكبر بكثير من تلك التي تضمنت أيضًا جوانب بشرية / محوسبة أخرى. وبالمثل ، فإن أولئك الذين يستخدمون مكونات "التغذية الراجعة الشخصية" كان لهم تأثيرات أقل بكثير من تلك التي لم تفعل ذلك. يبدو من غير المنطقي أن الميزات الإضافية / التعليقات البشرية ستقلل من فعالية الهاتف الذكي. ومع ذلك ، من المحتمل أن تكون هذه العلاقة بسبب حقيقة أن التطبيقات التي لا تعتمد على المكونات الخارجية قد تم تصميمها كأدوات أكثر شمولاً وقائمة بذاتها. في الواقع ، وجدنا بعض الدلائل على أن الدراسات التي قدمت تعليقات داخل التطبيق كانت أكثر فعالية من تلك التي لم تفعل ذلك.وتجدر الإشارة أيضًا إلى أن الدراسة الفردية التي قارنت تدخل الهاتف الذكي الذي يوجهه المعالج بنفس التدخل دون دعم المعالج وجدت تأثيرات متساوية عبر المجموعتين 33.

أدت تدخلات الهواتف الذكية القائمة على العلاج المعرفي السلوكي إلى تقليل أعراض الاكتئاب بشكل كبير ، كما فعلت تلك التي تضمنت جوانب من تدريب اليقظة أو مراقبة الحالة المزاجية. ومع ذلك ، لم نتمكن من توضيح الميزات الأكثر فعالية. وجدت دراسة سابقة قارنت بشكل مباشر بين تطبيقات الهواتف الذكية بناءً على مبادئ التنشيط السلوكي أو اليقظة عدم وجود فرق شامل بين النهجين 55. ومع ذلك ، أظهرت النتائج أن أولئك الذين يعانون من اكتئاب أكثر حدة حصلوا على فوائد أكبر من تطبيق التنشيط السلوكي ، في حين أن أولئك الذين يعانون من الاكتئاب الخفيف استفادوا أكثر من تطبيق اليقظة. سيتطلب فهم كل من التدخلات النفسية التي يتم تقديمها بشكل أفضل عبر الهاتف الذكي والمجموعات السكانية المرضى الأكثر استفادة من التدخلات القائمة على الهاتف الذكي مزيدًا من البحث. نظرًا لأن إنشاء تطبيقات الهواتف الذكية للصحة العقلية أصبح أسهل ، فإن تركيز البحث على مجموعات سكانية معينة سيمكن من استخدامات أكثر تخصيصًا وفعالية على الأرجح.

يشير الارتباط السلبي على مستوى الاتجاه بين الفعالية ومدة التدخل إلى أن عاملًا آخر يجب مراعاته عند تصميم التطبيقات المثلى هو تفاعل المستخدم 56. تم العثور على معدلات أقل لمشاركة المستخدمين بمرور الوقت في العديد من دراسات تطبيقات الصحة العقلية الأخرى 57-59. كما ارتبطت معدلات المشاركة المرتفعة بتلك التطبيقات المصممة للتفاعلات القصيرة 60 ، مما يشير إلى الحاجة إلى تخصيص التدخلات للطرق التي يستخدم بها الأشخاص الهواتف الذكية. في حين أن هناك بحثًا مبكرًا حول التصميم والعرض الأمثل لمنصات الخدمات الصحية عن بُعد 61 ، 62 ، فإن التأثير على مشاركة المريض والنتائج يظل مجال استكشاف ناشئ. فهم العوامل الأخرى المتعلقة باستخدام التطبيق ، مثل الحالة الاجتماعية والاقتصادية ، ومحو الأمية الصحية 63 ، ومحو الأمية التكنولوجية والحالة الصحية 64 ، 65 ، تظل أهدافًا مهمة لمزيد من البحث.

تتمثل إحدى نقاط القوة الرئيسية لهذا التحليل التلوي في الالتزام الصارم بالبروتوكول المسجل الذي يصف بدقة استراتيجية البحث ومعايير التضمين واستخراج البيانات والإجراءات التحليلية. ومع ذلك ، فإن أحد العيوب هو أننا قمنا فقط بتضمين تدخلات الهواتف الذكية التي تم تقييمها في التجارب المعشاة ذات الشواهد. نظرًا للتوافر الواسع لتطبيقات الصحة العقلية ، فإن ضمان وصول المستهلكين والأطباء إلى التدخلات القائمة على الأدلة أمر حيوي لاتخاذ قرارات مستنيرة. في حين أن العدد الهائل من التطبيقات المتاحة وتحديثها المتكرر 14 ، 66 يجعل تصنيف كل منها مستحيلًا ، فإن البحث الذي يوضح مكونات التطبيقات الفعالة ويسلط الضوء على أفضل الممارسات قد يوفر معلومات مفيدة على الفور للرعاية السريرية. وتجدر الإشارة إلى أن الدراسات المستقبلية يجب أن تحدد وتبلغ عن مخاوف تتعلق بالسلامة فيما يتعلق باستخدام تدخلات الهواتف الذكية 67. إن قدرة الهواتف الذكية على تسجيل بيانات الحالة المزاجية المُدخلة على الفور ، وحساب ما إذا تجاوزت الاستجابات حدًا معينًا ، وإذا كان الأمر كذلك ، قم بتنشيط أنظمة الاستجابة للطوارئ ، فإنها توفر مراقبة أمان في الوقت الفعلي غائبة عن العلاج التقليدي للاكتئاب.

القيد الآخر هو عدم التجانس الكبير الموجود عبر التحليلات. على الرغم من أن هذا التباين تم حسابه إحصائيًا بواسطة نماذج التأثيرات العشوائية عند حساب حجم التأثير وقيم p ذات الصلة ، إلا أن هذا لا يزال يشير إلى وجود اختلافات كبيرة بين الدراسة ، حتى عند التجميع الفرعي حسب العينة / نوع التدخل. نظرًا لمدى الاختلافات بين الدراسات ، كان من الصعب تحديد المكونات الفردية الأكثر فاعلية لتدخلات الهواتف الذكية ، أو تحديد السكان الأكثر ملاءمة لهذه التدخلات. ستضيف الدراسات المستقبلية التي تختبر بشكل مباشر الأساليب البديلة مقابل بعضها البعض في التجارب غير الخاضعة للرقابة ، مع تقييم تباين النتائج بين العينات الفرعية للمشاركين 55 ، قيمة كبيرة لفهمنا لما يمكن أن يشكل التطبيق الأمثل للهواتف الذكية لأعراض الاكتئاب ، وفي أي مجموعات سكانية قد تكون هذه الطرق أكثر فعالية.

في الختام ، تشير الأدلة حتى الآن إلى أن تدخلات الصحة العقلية التي يتم تقديمها عبر أجهزة الهواتف الذكية يمكن أن تقلل من أعراض الاكتئاب. ومع ذلك ، فإن تقديم العلاجات عبر الهاتف الذكي يقدم العديد من الجوانب الجديدة التي يجب أخذها في الاعتبار ، بخلاف تغيير النظام الأساسي وحده. على وجه التحديد ، لا يزال يتعين علينا تحديد الطرق التي تؤثر بها مشاركة المستخدم وحلقات التغذية الراجعة والتأثيرات المتوقعة وخصائص المريض الفردية على نتائج التدخل. بدلاً من كونها عائقًا ، تمثل هذه المتغيرات فرصًا جديدة لمزيد من البحث لتحسين وتخصيص التدخلات المستندة إلى الهاتف الذكي.

نظرًا للإشارة المبكرة إلى الفعالية ، وقاعدة الأبحاث التجريبية سريعة النمو ، فمن الممكن تصور أن التقدم التكنولوجي المستمر سيؤدي في النهاية إلى علاجات رقمية قابلة للتطوير وفعالة من حيث التكلفة لأعراض الاكتئاب 56 ، 68. وبالتالي ، جنبًا إلى جنب مع الاستمرار في تصميم وتقييم التطبيقات المثلى ، ينبغي أيضًا تخصيص مزيد من البحث لإنشاء طرق مجدية لتنفيذ التدخلات القائمة على الهواتف الذكية داخل أنظمة الرعاية الصحية.


1 المقدمة

(1) طرق البحث الحالية في علم النفس. تستعد علوم الكمبيوتر لأن يكون لها تأثير هائل على علم النفس. إلى جانب التجارب والاستبيانات ، فإنه يؤسس تقنية بحث أساسية ثالثة: مراقبة التفاعل بين الإنسان والجهاز على نطاق واسع جدًا. يسمح لعلماء النفس بتحليل المتغيرات مثل سمات الشخصية (على سبيل المثال ، الانبساط مقابل الانطواء) ، والقدرات (على سبيل المثال ، السياسية) ، والوظائف المعرفية (على سبيل المثال ، عملية الشيخوخة المعرفية) ، وكذلك السلوك (على سبيل المثال ، سلوك القيادة الخطرة أو نمط الحياة النشط ). بتتبع مئات الآلاف من المستخدمين ، تتطلب البيانات الضخمة الناتجة نمذجة وتنظيفًا أساسيين. ومع ذلك ، فإن حجمها الهائل مع تقنيات التعلم الآلي يزيد من القوة الإحصائية (نشير إلى المشكلات ذات الإيجابيات الخاطئة لاحقًا). والأهم من ذلك ، أنه يتجنب معظم مصادر التحيز ، لأن السلوك محل الاهتمام يتم تسجيله مباشرة. العديد من التحيزات متأصلة في المقاييس النفسية القياسية ، على سبيل المثال ، الميل للإجابة على إجراءات الإبلاغ الذاتي بطريقة مرغوبة اجتماعيًا (على سبيل المثال ، [1]) أو المشكلات المعرفية الحقيقية في الإجابة على أسئلة معينة مثل & # x0201c كم ساعة عادة الإنفاق على هاتفك الذكي؟ & # x0201d ، تقييم تقوضه بشدة تشوهات الوقت [2]. ومع ذلك ، فإن النهج الذي ابتكرته المعلوماتية النفسية يفرض أيضًا تحديات كبيرة على العلمين المعنيين. والأهم من ذلك ، يجب أن يتعلم الاثنان التعاون وأن يشكلوا في نهاية المطاف نظامًا جديدًا تمامًا: المعلوماتية النفسية [3]. يصف ياركوني [4] المعلوماتية النفسية بـ & # x0201c & # x02026 نظام ناشئ يستخدم أدوات وتقنيات من علوم الكمبيوتر والمعلومات لتحسين اكتساب وتنظيم وتوليف البيانات النفسية. & # x0201d (ص 391).

تقليديا ، تعتمد العلوم النفسية على طريقتين أساسيتين لجمع البيانات: التجارب والمقابلات أو الاستبيانات [5]. يبحث الأول عن جانب معين جدًا في بيئة صغيرة وخاضعة للسيطرة الكاملة. يقوم الأخير بتقييم السلوك الأوسع للشخص عن طريق استبيان التقرير الذاتي أو المقابلات (التي يحتمل أن تكون منظمة) [6]. هذه الأساليب تعاني من عيوب متأصلة. عادةً ما تقتصر التجارب على نقطة بيانات واحدة (أي تجربة واحدة) مع الأخذ في الاعتبار عددًا صغيرًا من المستخدمين (الذين يجب تحفيزهم عادةً للمشاركة). توجد أيضًا تجارب طولية واضحة ، على الرغم من أن هذه التجارب تُجرى بشكل أقل تواترًا بسبب التكلفة العالية والجهد المبذول. تواجه استبيانات التقرير الذاتي والمقابلات أيضًا مشاكل ، نظرًا لأن البشر يجدون صعوبة في تذكر الأحداث الماضية بشكل موثوق ، كما أنهم يخضعون أيضًا لمصادر مختلفة من التحيز (على سبيل المثال ، تشير الميول المذكورة أعلاه نحو الرغبة الاجتماعية والرغبة الاجتماعية إلى التحيز البشري تجاه تقديم الذات. بطريقة تعتبر & # x0201c مناسبة & # x0201d نظرًا لطلبات معينة أو معايير اجتماعية). في المقابل ، تقدم علوم الكمبيوتر الحديثة طرقًا جديدة تمامًا لتقييم سلوك المشاركين طوليًا ، وعلى نطاق واسع ، وبالمقارنة مع التقارير الذاتية ، بطريقة موضوعية إلى حد ما. يهتم علم الكمبيوتر كنظام إلى حد كبير بتنفيذ الخوارزميات باستخدام أجهزة الكمبيوتر (أو الأجهزة المماثلة). لغرض هذه الورقة ، نشير إلى كيفية استخدام الخوارزميات على الأجهزة المحمولة لتحليل & # x0201cBig Data. & # x0201d وبالتالي ، فإن الهدف الرئيسي للعمل الحالي على المعلوماتية النفسية هو تسليط الضوء على السبل المحتملة لاستغلال البيانات المستمدة من التقنيات الرقمية.

(2) التطورات في صناعة الكمبيوتر مما يفسح المجال للمعلوماتية النفسية. على مدار العشرين عامًا الماضية ، أنتجت صناعة الكمبيوتر مجموعة كبيرة من التقنيات القوية ، والتي أصبحت موجودة في كل مكان في الحياة اليومية. توفر الهواتف الذكية والأجهزة المحمولة الأخرى اتصالاً مستمراً ، وبذلك غيّرت حياتنا اليومية [7 & # x020139]. إلى جانب المنصات عبر الإنترنت مثل Facebook ، أصبحوا مكانًا مركزيًا للتواصل أو التسوق أو اللعب أو الدراسة. نتيجة لذلك ، تنتشر التقنيات الرقمية في الحياة اليومية ويمكن تسجيل البيانات من هذه الأجهزة على نطاق واسع. أخيرًا ، تسمح لنا الأجهزة الرخيصة بتخزين وتحليل كميات كبيرة من البيانات بتكلفة قليلة. توفر هذه الابتكارات التقنية الجديدة دعمًا للطرق النفسية الكلاسيكية ، مثل التجارب والاستبيانات [10]. أولاً ، تمكنوا من تنفيذ التجارب النفسية من خلال الهواتف المحمولة [11]. في الدراسة الأخيرة التي أجراها دوفو وآخرون ، أظهر الباحثون جدوى إجراء تجارب على الهواتف الذكية من خلال تنفيذ مهمة قرار معجمي على هذه الأجهزة. كما هو موضح أدناه ، يجب مقارنة هذه الطريقة الجديدة لإجراء التجارب وجمع البيانات بالبيانات المكتسبة من خلال الإعدادات التجريبية الكلاسيكية لضمان إمكانية تحقيق البيانات ذات الجودة المتساوية من خلال أساليب المعلومات النفسية. هل من الممكن إجراء الاختبارات النفسية العصبية وبطاريات الاختبار الكلاسيكية الأخرى على الهواتف الذكية ودراستها ليس فقط في المرضى ولكن أيضًا في عموم السكان؟ يمكن إجراء تجارب المعلومات النفسية عدة مرات في اليوم على مدى فترة زمنية طويلة ، وبالتالي توليد عدد أكبر من نقاط البيانات لكل مستخدم. ثانيًا ، تسمح بإجراء الاستبيانات عبر الهواتف المحمولة ، مما قد يُطلب من المشاركين المساهمة بالبيانات على المستوى اليومي ، ومرة ​​أخرى جمع المزيد من نقاط البيانات لكل مستخدم [12]. هنا ، يمكن أن يكون المتغير المثير للاهتمام هو تقييم الحالة المزاجية أو تضمين عينات التجربة لتقييم أنشطة التدفق في الحياة اليومية (تم شرح مفهوم التدفق لاحقًا في الورقة [13]). ومع ذلك ، ستظل أوجه القصور الأساسية في كلتا المنهجيتين قائمة. يمكن تحفيز عدد محدود فقط من المستخدمين لإجراء تجربة بانتظام ، وتظل الاستبيانات مصدرًا للتحيز (على الرغم من أن قوائم جرد التقرير الذاتي ستكون دائمًا ذات أهمية في علم النفس ، على سبيل المثال ، لتسليط الضوء على التناقضات بين السلوك الفعلي المسجل و النظرة الذاتية). ومع ذلك ، فقد استفاد جمع البيانات بالفعل من هذه التقنيات ، على سبيل المثال ، معالجة البيانات الأسهل التي تم تمكينها من خلال التبديل من الاستبيانات الورقية بالقلم الرصاص إلى الاستبيانات المدارة عبر الإنترنت ، والتي تقضي على الأخطاء في تسجيل ردود المشاركين [14]. ومع ذلك ، نظرًا لأن المعلوماتية النفسية تأخذ في الاعتبار بشكل أساسي المتغيرات المشتقة من التفاعل بين الإنسان والآلة على مستوى نظام التشغيل (على عكس ملء الاستبيانات على الإنترنت & # x0201csimple & # x0201d) ، تتطلب البيانات إعدادًا ومعالجة مسبقة من قبل علماء الكمبيوتر المهرة قبل أن تكون متاحة للكلاسيكية التحليلات الإحصائية الاستنتاجية. تمت مناقشة هذه النقطة بمزيد من التفصيل في القسم الخاص بتنظيف البيانات.

تحسنت المستشعرات الكهربائية بشكل كبير وتشكل تقنية قوية أخرى لتقييم حالة وسلوك البشر. يمكنهم قياس الحركة الجسدية (عبر مقاييس التسارع) [15] ، واستجابة الجلد الجلفاني [16] ، أو معدل ضربات القلب (التباين) [17 ، 18]. على مدى السنوات العشر الماضية ، أصبحت فعالة للغاية من حيث التكلفة ولا تتطلب سوى القليل من الصيانة من قبل المشارك. أولاً ، يمكن لأجهزة الاستشعار إرسال بياناتها تلقائيًا إلى خادم عبر الهاتف الذكي. ثانيًا ، قللت المعالجات الفعالة والبطاريات القوية بشكل كبير من الحاجة إلى شحن المستشعرات [19] ، على سبيل المثال ، تعمل أجهزة تتبع اللياقة البدنية الحالية لمدة أسبوع كامل بشحنة واحدة. يفسح التطور السريع للتقنيات المجال لإنترنت الأشياء (IoT) ، حيث يتم توصيل الأشياء اليومية مثل ماكينات القهوة أو الثلاجة بالإنترنت (انظر أيضًا أدناه) ويمكن أن تكون بمثابة مصادر للبيانات.

(3) إنترنت الأشياء والمعلوماتية النفسية. كما هو موضح أعلاه ، فإن الميزة المنهجية الرئيسية التي تقدمها المعلومات النفسية على التقنيات النفسية الكلاسيكية هي القدرة على تتبع التفاعل بين الإنسان والآلة مباشرة على الجهاز. على سبيل المثال ، يمكن تتبع التفاعل بين المستخدم وهاتفه الذكي [20] أو السيارة (الذكية) [21]. يمكن أيضًا توسيع هذا النهج ليشمل منصات الإنترنت ، مثل الشبكات الاجتماعية [22] أو مواقع التسوق [23]. يتم التقاط البيانات ونقلها إلى خادم مركزي لمزيد من التحليل ، دون الحاجة إلى أي تفاعل من المستخدم. يتفوق هذا التتبع على الأساليب التقليدية من حيث حجم وجودة البيانات التي تم جمعها. أولاً ، يسمح للباحثين بتتبع عدد كبير جدًا من المشاركين ، يصل إلى مئات الآلاف. ثانيًا ، تقوم بجمع العديد من نقاط البيانات يوميًا ، دون مطالبة المشارك بأي شيء. نظرًا لأن الأشخاص ينقلون حياتهم عبر الإنترنت بشكل متزايد ، تصبح مصادر البيانات المحتملة أكثر ثراءً ، مما يوفر في النهاية المزيد من نقاط البيانات يوميًا. في الوقت نفسه ، أصبحت مصادر البيانات هذه أكثر وفرة ، حيث أصبحت بيئاتنا رقمية بشكل متزايد. قريبًا ، سنتمكن من تتبع التفاعل مع السيارات الذكية [24] وآلات القهوة [25].

يشار إلى هذه الرؤية لعالم ، حيث يتمتع كل جهاز بقدرات حسابية واتصال عبر الإنترنت ، باسم & # x0201cubiquitous الحوسبة. & # x0201d يعود المصطلح إلى عمل مارك وايزر في Xerox PARC في التسعينيات [26]. وفي الوقت نفسه ، أصبح الاتجاه السائد ويشير إلى مجال البحث المقابل في علوم الكمبيوتر [27]. في رؤية أوسع ، يشير إنترنت الأشياء (IoT) أو إنترنت كل شيء إلى عالم يتم فيه تمثيل كل عنصر ويتم إجراء كل عملية رقميًا أو على الأقل موثقة رقميًا. إن إنترنت الأشياء ، الذي يستلزم مجموعة معايير متفق عليها عالميًا ، يشكل بالتالي شيئًا من البنية التحتية الدلالية. كل جهاز في هذا العالم ينتج البيانات ، ويوثق أفعاله. عادةً ما يشار إلى تخزين هذه البيانات وتحليلها باسم البيانات الضخمة. في هذه الرؤية ، لا توجد علاقة سببية بين جمع البيانات وتحليلها ، أي أنه يتم تحليل البيانات بشكل عام للإجابة على الأسئلة التي لم تكن معروفة إلا بشكل غامض ، إن وجدت ، في وقت جمع البيانات. بالطبع ، ينتج عن هذا النهج خطر حدوث نتائج إيجابية خاطئة ، لا سيما في ضوء المتغيرات العديدة ذات الأهمية التي يتم جمعها من خلال تسجيل التفاعل بين الإنسان والآلة ، مما يؤدي إلى فرص لا حصر لها للبحث عن ارتباطات مهمة. لذلك ، سيكون من الضروري إجراء نسخ متماثل مستقل للنتائج التي تمت ملاحظتها من مجموعات بيانات المعلوماتية النفسية وتجارب المتابعة المصممة بعناية (المعتمدة على المختبر). هناك العديد من الرؤى حول كيف يمكن للرقمنة أن تشكل عالمنا. كنقطة أولية لمزيد من القراءة ، نحيل القراء إلى الأعمال الأساسية لريفكين [27 ، 28] وبرينجولفسون ومكافي [29].

(4) & # x0201cNoise & # x0201d في البيانات الضخمة. من المسلم به أن & # x0201cBig Data & # x0201d التي تم جمعها عبر أساليب المعلوماتية النفسية تحتوي على قدر كبير من الضوضاء. ومع ذلك ، نظرًا لأن المنهجية تولد الكثير من البيانات حول العديد من المستخدمين ، يجب أن تنفصل الإشارة عن الضوضاء بشكل أوضح من أي وقت مضى. على سبيل المثال ، خذ باحثًا مهتمًا بالتحقيق في الوظائف المعرفية ، والذي يرغب في تقييم الوظيفة المعرفية من خلال دراسة الحجم المتغير لمجموعة الكلمات في لغة الشخص. إذا اعتبر الباحث استخدام الكلمات خلال يوم واحد فقط ، فمن غير المرجح أن تكون مجموعة البيانات تمثيلية للغاية. ربما في هذا اليوم ، استخدم المشارك WhatsApp فقط مع طفله / طفلتها ، وكتب بكلمات بسيطة (طفولية). ومع ذلك ، من خلال تحليل استخدام كلمة هذا الشخص على مدى فترة زمنية أطول ، يتناقص الخطأ القياسي للقياس ، لأنه يمكن تضمين التفاعلات الرقمية مع عدد أكبر من الأشخاص في التحليل.

أخيرًا ، يتجنب التتبع في كل مكان معظم مصادر التحيز الكامنة في الاستبيانات. يظل تتبع تفاعل المستخدم مباشرة & # x02014 على سبيل المثال ، على هاتف ذكي & # x02014 عرضة لأشكال معينة من التحيز (قد يؤدي الشعور بالمراقبة إلى تغيير سلوك الشخص). ومع ذلك ، فهذه أقل بكثير من تلك الموجودة في التجارب أو الاستبيانات. علاوة على ذلك ، بعد فترة قصيرة ، يجب ألا يفكر المشاركون في حقيقة أنه يتم تعقبهم. من الواضح أن هذا يحتاج إلى اختبار تجريبي ، لكن يمكننا التفكير في ذلك باستخدام تشبيه الطريق السريع. إذا انتقل شخص ما إلى شقة في شارع صاخب ، فمن الواضح أنه سينزعج من الضوضاء في الأيام القليلة الأولى. ومع ذلك ، بعد فترة ، يتم تصفية الضوضاء بواسطة الدماغ البشري ولن يكون بعض الناس على دراية بها [30 ، 31]. بالطبع ، هناك فرق كبير بين الوعي بضجيج المرور مقارنة بالتتبع من قبل شخص آخر. ومع ذلك ، فإن قصة نجاح الشبكات الاجتماعية عبر الإنترنت مثل Facebook توضح أن عددًا كبيرًا من الأشخاص لا يهتمون بشكل مفرط بشأن خصوصيتهم الرقمية (على الأقل بعد فترة) وإلا فإنهم سيعيدون النظر في ملفاتهم الشخصية المفتوحة ، وما إلى ذلك.

من المرجح أن يؤدي تتبع السلوك على الهاتف الذكي إلى إلقاء نظرة ثاقبة على السلوك البشري. إنه يلتقط جوانب مختلفة من الحياة عبر مجموعة واسعة من الأساليب (أنماط الحركة عبر نظام تحديد المواقع العالمي (GPS) والتعدين النصي لاستنتاج الحالة المزاجية وأنماط الاتصال وحجم الشبكة الاجتماعية) [32 ، 33]. محمل بأجهزة استشعار. يمكنه توصيل بياناته بشكل مستقل إلى خادم بعيد. إنه بمثابة الجهاز المركزي للوصول إلى الويب والتسوق عبر الإنترنت والتواصل مع الأصدقاء وممارسة الألعاب. والأهم من ذلك بالنسبة لميزانيات البحث ، أن معظم الناس يمتلكون بالفعل مثل هذا الجهاز. وفقًا لموقع statista.com [34] ، في عام 2016 ، سيستخدم أكثر من ملياري شخص هاتفًا ذكيًا. مع هذا التوزيع الهائل للهواتف الذكية في جميع أنحاء العالم ، فهي مقدر لها أن تتحول إلى مصدر بيانات بارز للعلماء [35].

(5) تعقيد خطوات تنظيف البيانات. تتطلب خصائص البيانات المختلفة بطبيعتها المستمدة من التفاعل بين الإنسان والآلة عقلية مختلفة تمامًا عن الباحثين.تتميز البيانات الضخمة ، مثل تلك التي يتم إنشاؤها عن طريق التتبع في كل مكان ، بالآتي: ● السرعة, تشكيلة، و الصوت [36]. تصل البيانات بمعدل مرتفع للغاية ، بأشكال وخصائص مختلفة ، مما يتطلب وسائل تخزين كبيرة. هذه البيانات معيبة بطبيعتها وقذرة. ومع ذلك ، كما هو موضح أعلاه ، يجب أن تنفصل الإشارة عن الضوضاء بوضوح (نظرًا للكم الهائل من نقاط البيانات التي تم جمعها). بينما يحتاج الباحثون بالطبع إلى التحقق من البيانات التي تم جمعها (انظر تنظيف البيانات قليلاً أدناه) ، يجب عليهم أيضًا التضحية بنوع التحكم الذي لديهم تقليديًا في إعداد تجريبي صارم. بدلاً من ذلك ، يحتاجون إلى الاعتماد على القوة الإحصائية لعدد كبير من القياسات.

في كثير من الأحيان ، يعتمد هذا النوع من البحث على البيانات التي تم جمعها لأغراض مختلفة تمامًا. على سبيل المثال ، قد يقوم الباحث بتحليل سجلات الشبكة الاجتماعية. أو قد يستخدمون معلومات الفواتير الخاصة بمزود الاتصالات. أي نهج من هذا القبيل ، شائع في تطبيقات البيانات الضخمة ، يحول البحث إلى تحليل مخصص. السؤال العلمي المطروح ليس له أي تأثير على جمع البيانات. في واقع الأمر ، قد لا يكون السؤال قد أثير في الوقت الذي تم فيه جمع البيانات. تتطلب هذه البيانات الأولية ، التي تم الحصول عليها من خلال تطبيقات متنوعة ، معالجة مكثفة. في البداية ، غالبًا ما يكون غامضًا ويستعصي على التحليل. وبالتالي فإنه يتطلب نمذجة كبيرة قبل أن يتم تحليلها. وبالتالي ، قد يكون هناك العديد من خطوات المعالجة ، بما في ذلك الأشكال المختلفة لتنقية البيانات. سيحل بناء النماذج لتحليل البيانات في الواقع محل التصميم التجريبي البدائي باعتباره التحدي & # x0201cintelictures & # x0201d في البحث النفسي. ستعتمد عمليات تنظيف البيانات هذه إلى حد كبير على سؤال البحث الفريد قيد التحقيق.

ضع في اعتبارك دراسة حول قضايا الإنتاجية في بيئات العمل الرقمية. يمكن للمرء أن يفترض أنه بسبب ملاحظة المزيد من الانقطاعات ، يجب ملاحظة انخفاض الإنتاجية ، بسبب اضطراب التجربة المذكورة أعلاه للتدفق في عمل الفرد. يمثل التدفق حالة من التركيز العالي (الإنتاجي) ، حيث تتطابق مهارة الشخص مع صعوبة المهمة. يمكن للهواتف الذكية أن تشتت انتباهنا لدرجة يصبح فيها الوصول إلى حالة التدفق أمرًا مستحيلًا. وبالتالي ستركز الدراسة على الانقطاعات بسبب الهواتف الذكية في الحياة اليومية. لذلك ، قد يقوم عالم الكمبيوتر بنمذجة عدد المرات التي يتم فيها النقر فوق الهاتف الذكي وإيقاف تشغيله. يجب أن تأخذ عملية النمذجة هذه أشياء كثيرة في الاعتبار. هل من المثير للاهتمام تقييم المدة بين جلسات الهاتف؟ أم يجب أن نحسب الوقت العام الذي يقضيه الهاتف الذكي كل يوم؟ هل يجب أن نحسب الوقت عندما يكون الهاتف مستخدمًا للاستماع إلى الموسيقى ولكن ليس بشكل تفاعلي؟ كيف يجب التعامل مع جلسات الهاتف الذكي فائقة القصر ، على سبيل المثال ، عندما يتم النقر فوق شاشة الهاتف ، ولكن الهاتف غير مقفل ، ولا يوجد مزيد من التفاعل اللمسي؟ سيحدد سؤال البحث الدقيق المطروح تنظيف البيانات ونمذجة. وسيتطلب أي حل تعاونًا وثيقًا متعدد التخصصات.

(6) ما هي أجندة البحث في علم النفس المعلوماتي؟ بطبيعة الحال ، كانت هناك جهود تعاونية سابقة بين مجالات علم النفس وعلوم الكمبيوتر. على وجه الخصوص ، تشير الواجهات بين الإنسان والحاسوب (HCI) إلى مجال علوم الكمبيوتر المعني بالتفاعل بين المستخدمين والأنظمة الإلكترونية ، على سبيل المثال ، عن طريق واجهات الرسوم أو الإشارات الصوتية. وبالتالي ، فإن اتجاه البحث هذا يشمل هندسة قابلية الاستخدام ، والتعلم الإلكتروني ، والتفاعل ، وتصميم المعلومات ، من بين أمور أخرى. عند مخاطبة المستخدم على الفور ، تمس العديد من المجالات التي يدرسها علماء النفس بشكل شائع. على وجه الخصوص ، يتعرف نظام الحوسبة العاطفية على التأثير البشري ويتفاعل معه أو يقلده [37]. والجدير بالذكر أن مشروع HUMAINE قام بفحص الأنظمة الموجهة للانفعالات [38]. للحصول على مقدمة ، راجع http://emotion-research.net/. يركز التفاعل بين الإنسان والروبوت على نطاق ضيق أكثر على الواجهة بين المستخدمين والروبوتات (الروبوتية) ، وبالتالي يتطرق أيضًا إلى جوانب علم النفس. كلا المجالين راسخين في علوم الكمبيوتر ، كما هو موثق في IEEE Transactions on Affective Computing و ACM / IEEE International Conference on Human-Robot Interaction. ومع ذلك ، نشأت في HCI ، تركز مجالات البحث هذه بشكل عام على المستخدمين الفرديين ، وحتى الآن ، نادراً ما تستخدم تقنيات البيانات الضخمة. وبالتالي يمكنهم أيضًا الاستفادة من تطوير المعلوماتية النفسية.

سيسمح التعاون بين علوم الكمبيوتر وعلم النفس أخيرًا للأخير بتطبيق العديد من نتائجهم العلمية بشكل عملي. حتى الآن ، كان من الممكن أن تتمتع الكثير من الأبحاث الكمية في علم النفس بتأثير عملي أكبر. نعني بهذا أن البحث المهم في علم النفس يتم إجراؤه في تجارب معملية مصممة بعناية أو دراسات استبيان ، حيث من غير الواضح ما إذا كان يمكن تعميم النتائج على الحياة الواقعية. الآن ، ومع ذلك ، يمكن التحقق من صحة نتائج علم النفس في الحياة اليومية ودمجها في منطق أنظمة تكنولوجيا المعلومات. سوف تتعرف السيارات عندما يكون السائقون نائمين أو مضطربين. سوف تدرك برامج التعلم عندما ينزلق انتباه الطالب. ستكون هذه & # x0201caffective الحوسبة & # x0201d جزءًا لا يتجزأ من معظم الأجهزة التي تحيط بنا [37]. ستوفر هذه التطبيقات قيمة عملية فورية ، ليس فقط للنتائج الجديدة ولكن أيضًا للعديد من النتائج النفسية من العقود السابقة. بالطبع ، يثير هذا أيضًا السؤال عما إذا كانت المعلوماتية النفسية ستخلق أجندتها البحثية الفريدة. من الأدبيات التي تمت مراجعتها في هذه الورقة ، يتضح أن المعلوماتية النفسية تسمح بإعادة النظر في العديد من أسئلة البحث النفسي واختبارها خارج البيئات المختبرية الصارمة ، في الحياة اليومية. كما ذكرنا من قبل ، تم اشتقاق العديد من الأفكار النفسية المهمة في البيئات المختبرية ، وبالتالي فإن اختبار مثل هذه النتائج على نطاق أوسع في بيئات متنوعة سيشكل تحديًا كبيرًا. بالإضافة إلى ذلك ، كما هو الحال مع كل مسعى بحثي جديد متعدد التخصصات ، نحن مقتنعون بأن أسئلة جديدة ستظهر أيضًا ، وتتجاوز أسئلة البحث التقليدية في كلا المجالين. في هذه النقطة ، نقدم مثالًا من عملنا على تطبيق Menthal (انظر الوصف التفصيلي في الملحق). عندما أطلقنا مشروع Menthal ، كنا نهدف إلى الإجابة عن سؤال بسيط ولكنه مهم حول كيفية سيطرة الهاتف الذكي على حياتنا. تتبع تطبيقنا المخصص آلاف الهواتف الذكية ، وسجل المدة التي استخدم فيها المشاركون هواتفهم كل يوم والتطبيقات الأكثر استخدامًا (وأكثرها تشتت انتباهنا عن المهام المهمة). يتم عرض بعض النتائج الأولية الناشئة عن هذا المشروع بمزيد من التفصيل أدناه. عندما قمنا بتحليل مجموعة البيانات ، أصبحنا على دراية بالإمكانيات الهائلة التي توفرها هذه البيانات بخلاف سؤال البحث الأولي ، يمكننا بشكل غير مباشر دراسة سلوك النوم لآلاف المشاركين (أظهرت دراسة سابقة من مختبرنا أن حوالي 36 & # x0201340٪ من يستخدم مستخدمو الهواتف الذكية هواتفهم الذكية في الدقائق الخمس الأخيرة قبل النوم وفي الدقائق الخمس الأولى بعد الاستيقاظ ، [39]) أو التحقيق في الانقطاعات في الحياة اليومية ، وبالتالي فقدان الإنتاجية أيضًا ، حتى بالنسبة لعدد كبير من السكان. علاوة على ذلك ، من خلال النظر في إشارة نظام تحديد المواقع العالمي (GPS) ، سيكون من الممكن دمج المعلومات من موقع الشخص ونشاط الهاتف الذكي مع المعلومات الاجتماعية الديموغرافية عن المنطقة التي يقيم فيها الشخص. ومن الممكن أيضًا التحقيق في كيفية تأثر سلوك الشخص بالطقس في لحظة معينة. من حيث المبدأ ، يمكن ربط بيانات الهاتف الذكي ، بما في ذلك الوقت ونقطة الموقع ، بالعديد من المتغيرات الخارجية. باختصار ، يتيح الحجم الهائل للبيانات المأخوذة من عينات كبيرة إمكانية الإجابة على العديد من الأسئلة البحثية التي لم يتم النظر فيها من قبل. من الواضح أن هذا يطرح أيضًا تحديات أساسية للجان الأخلاقيات في تحديد ما يمكن وما لا يمكن دراسته بعد جمع البيانات. في حين أن الهواتف الذكية والشبكات الاجتماعية قد تكون مصدرًا مهمًا لفهم العمليات النفسية للفرد ، يجب أن نضع في اعتبارنا أيضًا أن هذه الأجهزة مصممة للتفاعل الاجتماعي. وبالتالي ، فإن السؤال الذي يطرح نفسه هو إلى أي مدى تمثل العمليات الفردية المحددة من الهواتف الذكية العمليات الداخلية للفرد حقًا أو ما إذا كانت هذه المعلومات تتأثر بتفاعلاتهم مع الآخرين من خلال الهاتف الذكي.

(7) مراجعة موجزة للدراسات الأولى في المعلوماتية النفسية. حاليًا ، العمل الذي يقع في مجال المعلوماتية النفسية مبعثر تمامًا. أولاً ، يتم نشره في مجتمعين علميين منفصلين إلى حد ما (علم النفس وعلوم الكمبيوتر). ثانيًا ، هذه مجزأة بشكل أكبر في مجتمعات فرعية مختلفة (ومجلات مختلفة) ، والتي لا تدرك بالضرورة نتائج بعضها البعض. بشكل عام ، يستخدم الباحثون مجموعة من التقنيات على مجموعة متنوعة من مجموعات البيانات ، باستخدام منهجيات متعامدة ومتابعة مجموعة واسعة من أهداف البحث.

في السنوات الأخيرة ، تم إجراء عدد متزايد من الدراسات ، والتي تناسب بشكل عام فئة المعلوماتية النفسية. تم صياغة المصطلح نفسه بشكل مستقل من قبل عدة مجموعات عمل [3 ، 4]. تتعامل هذه الدراسات بشكل أساسي مع مصادر البيانات القريبة من شبكة الويب العالمية ، مثل الشبكات الاجتماعية. نقدم مراجعة موجزة للدراسات التي تتنبأ بالمتغيرات النفسية من الشبكات الاجتماعية عبر الإنترنت ، مثل Facebook ، أو قنوات الاتصال ، مثل Twitter.

في دراستهم الأساسية ، Kosinski et al. [22] حقق في أكثر من 58000 من مستخدمي Facebook وأظهر أنه من الممكن التنبؤ بالجنس أو العرق أو المواقف السياسية من Facebook & # x0201cLikes & # x0201d في أكثر من 80٪ من الحالات. كانت هذه الدراسة أيضًا قادرة على التنبؤ بالشخصية من Facebook & # x0201cLikes & # x0201d (على الرغم من أن هذا كان أقل نجاحًا في التنبؤ على المستوى الفردي). كانت دقة توقع الخمسة الكبار للشخصية بين 0.29 و 0.43 في هذه الدراسة. تم تقييم الفروق الفردية في الشخصية مع مجموعة عناصر الشخصية الدولية. ارتباط ص = .40 يشير إلى أن 16٪ (أي ، ص = .40 2) تداخل التباين في الإعجابات على Facebook واختبار الشخصية. من المثير للاهتمام ، تم الإبلاغ أيضًا عن ارتباطات ذات حجم مماثل بين متغيرات مكالمات الهاتف الذكي والشخصية [20]. في الآونة الأخيرة ، Kosinski et al. [22] ذكر أن هذا النوع من تحليل البيانات قد يكون مفيدًا لتخصيص محتوى الويب والإعلانات التجارية عبر الإنترنت. من خلال دراسة منصة التواصل Twitter ، Querica et al. [40] لاحظ أن مستخدمي تويتر ذوي النفوذ والشهرة هم منفتحون ومستقرون عاطفياً. يمكن وصف البشر المنفتحين على أنهم منفتحون اجتماعيًا ويكافئون الحساسين والمتفائلين وأحيانًا الاندفاعيين [41 & # x0201343]. كيو وآخرون. [44] ذكرت أنه يمكن أيضًا توقع سمات الشخصية مثل العصابية والموافقة من التغريدات. البشر المقبولون هم أناس محبوبون ويمكنهم التكيف بسهولة مع الآخرين [45]. باي وآخرون. [46] كما تنبأ بنجاح شخصية من المدونات الصغيرة (في هذه الحالة ، المنصة الصينية سينا). في هذه الدراسة ، ارتبطت متغيرات مثل عدد الأصدقاء أو المتابعين في المدونة الصغيرة بالشخصية. باختصار ، يقدم عدد متزايد من الدراسات دليلًا تجريبيًا على أن البيانات من التفاعل بين الإنسان والآلة (على سبيل المثال ، Facebook و Twitter و Sina) يمكن التحقيق فيها للتنبؤ بنجاح بالمتغيرات النفسية.

بصرف النظر عن استغلال البيانات من شبكات التواصل الاجتماعي البارزة هذه ، فإن الدراسات الجديدة تنظر أيضًا في الهواتف الذكية. تمشيا مع الدراسات المذكورة أعلاه على Facebook و Twitter ، Montag et al. [20] فحص متغيرات المكالمات والرسائل النصية من الهواتف الذكية للتنبؤ بالسمات الشخصية لمستخدمي الهواتف الذكية. في حين أنه قد يبدو تافهاً أن المنفتحين كانوا مرتبطين بمجموعة من متغيرات المكالمات على الهاتف الذكي (نظرًا لأن المنفتحين اجتماعيًا ، يتوقع المرء أن يستخدم المنفتحون هواتفهم أكثر) ، فمن الجدير بالذكر أن المعلوماتية النفسية تساعد الباحثين على فهم أي من العدد الكبير من ترتبط متغيرات الاتصال على الهاتف الذكي ارتباطًا وثيقًا بالانبساط. بالنظر إلى المتغيرات مثل مدة المكالمات وعدد المكالمات الصادرة وعدد المكالمات الواردة والمستخدمين المميزين الذين تم الاتصال بهم ، يصبح من الواضح أن هذا السؤال ليس من السهل الإجابة عليه كما يبدو في البداية. في الدراسة التي أجراها Montag et al. [20] ، كان عدد المكالمات الصادرة هو أفضل مؤشر على الانبساط. دراسة سابقة قام بها Chittaranjan et al. [47] لم يتم ربط الشخصية بمتغيرات الهواتف الذكية فحسب ، بل وفرت أيضًا أداة للتعلم الآلي للتنبؤ بالشخصية من متغيرات الهاتف الذكي. بالانتقال إلى ما هو أبعد من الشخصية والاستخدام الكلاسيكي للهواتف الذكية ، تقدم دراسة حديثة أخرى بعض الأفكار الأولية حول العلاقة بين سلوك واتساب والشخصية [48]. مرة أخرى ، وصل المنفتحون أكثر إلى شبكاتهم الاجتماعية (من حيث استخدام WhatsApp لفترة أطول). بالإضافة إلى ذلك ، بقي الأشخاص ذوي الضمير الضعيف لفترة أطول على WhatsApp [48]. يمكن وصف الأشخاص ذوي الضمير المتدني بأنهم أقل اجتهادًا وغالبًا ما لا يكونون في الوقت المحدد. بدلاً من اتباع روتين حياتهم اليومية ، فإنهم يؤجلون مهام العمل ويقضون الكثير من الوقت على هواتفهم الذكية. تم تسليط الضوء على الميزة الرئيسية لاستخدام أساليب المعلوماتية النفسية للتحقيق في إدمان الهواتف الذكية من خلال العمل الأخير الذي يوضح تشويهًا كبيرًا للوقت مرتبطًا باستخدام الهاتف الذكي ، مما يشير إلى أن مستخدمي الهواتف الذكية قد لا يتمكنون من التقييم الدقيق لمدة الوقت الذي يقضونه في استخدام أجهزتهم [2 ، 49].

دوفو وآخرون. [11] يقترح أنه يمكن أيضًا استخدام الهواتف الذكية للتحقيق في المتغيرات المعرفية. هنا ، قد يكون من الممكن ملاحظة التقلبات في الوظائف المعرفية عبر الهاتف الذكي ، مما يفسح المجال لدراسة التدهور المعرفي في المجتمعات المسنة مثل ألمانيا. الدراسة التي أجراها دوفو وآخرون. [11] هي أيضا ذات صلة من منظور آخر. في علم النفس ، تعد مصطلحات الصلاحية والموثوقية مفاهيم أساسية لجودة وتعميم نتائج الدراسات النفسية. قبل أن نتمكن من النظر في النتائج من المعلوماتية النفسية جنبًا إلى جنب مع الأدلة التي تم جمعها من المناهج النفسية الكلاسيكية ، سواء كانت البيانات التي تم جمعها من الاستبيانات عبر الهواتف الذكية أو القنوات المماثلة تنتج نفس الخصائص السيكومترية مثل البيانات التي تم الحصول عليها عبر الاستبيانات الورقية ، يجب اختبارها بشكل منهجي. على الرغم من أن هذا محتمل (حيث أظهرت الأبحاث أن الاستبيانات عبر الإنترنت والقلم الورقي قابلة للمقارنة فيما يتعلق بالخصائص السيكومترية ، على سبيل المثال ، [50]) ، يجب مقارنة البيانات التي تم جمعها من التجارب التي أجريت على الهواتف الذكية مع التجارب المعملية التي أجريت بعناية.

الدراسات التي تبحث في التفاعل بين الإنسان والآلة خارج الهواتف الذكية أو الشبكات الاجتماعية عبر الإنترنت نادرة نوعًا ما. تُظهر الأمثلة الأولى المثيرة للاهتمام أن استخراج البيانات من التشخيص على متن السيارة (OBD) من السيارات سيكون قادرًا على تحديد سلوك القيادة المتهور [51 ، 52] وقد يساعدك توصيل ثلاجتك بالإنترنت على اتباع خطة نظام غذائي صحي [53].


10 تطبيقات لتتبع الكحول لأجهزة iPhone

عن طريق تثبيت تطبيق تتبع الكحول على جهاز iPhone الخاص بك ، يمكنك تسجيل وتتبع استهلاكك للكحول بشكل فعال. ستمكنك هذه التطبيقات من تغيير عادات الشرب الخاصة بك إلى حد كبير. بالإضافة إلى ذلك ، توفر هذه التطبيقات العديد من الميزات القيمة الأخرى التي تتيح لك معرفة مستوى BAC وتتبع متوسط ​​تناول الكحول وتنزيل ومشاركة تقارير تناول الكحول والمزيد.

هناك العديد من تطبيقات تتبع الكحول المتوفرة لجهاز iPhone الخاص بك. دعونا نتعمق في بعض منها.


تم تسليط الضوء على الأوراق ذات الأهمية الخاصة ، التي نُشرت مؤخرًا ، على النحو التالي: • ذات أهمية • • ذات أهمية كبرى

Chan S، Torous J، Hinton L، Yellowlees P. الصحة العقلية المتنقلة عن بعد: زيادة التطبيقات والانتقال إلى نماذج الرعاية الهجينة. الرعاىة الصحية. 20142 (2): 220.

Chan S و Torous J و Hinton L و Yellowlees P. تطبيقات الطب النفسي: التقييم الذاتي للمريض والتواصل والتدخلات العلاجية المحتملة. في: موسيك د ، هيلتي د ، المحررين. الصحة النفسية الإلكترونية. بازل: Karger Medical and Scientific Publishers 2015.

تواصل Poushter J. ملكية الهواتف الذكية واستخدام الإنترنت في الارتفاع في الاقتصادات الناشئة. مركز بيو للأبحاث. 2016. http://www.pewglobal.org/2016/02/22/smartphone-ownership-and-internet-usage-continues-to-climb-in-emerging-economies/. تم الوصول إليه في 15 سبتمبر 2017.

وو كيو ، سوم ك ، ناثان روبرتس د ، محررون. كيف تسهل أجهزة تتبع اللياقة البدنية تغيير السلوك الصحي. وقائع الاجتماع السنوي لجمعية العوامل البشرية وبيئة العمل لعام 2016: منشورات SAGE Sage CA: لوس أنجلوس ، كاليفورنيا.

• بينيون إم ، هاردي جي ، مور آر ، ميلينجز أ. العلاجات الإلكترونية في إنجلترا للتوتر أو القلق أو الاكتئاب: ما الذي يتم استخدامه في NHS؟ مسح لخدمات الصحة النفسية. BMJ مفتوح. 20177 (1): e014844. قام المؤلفون بجدولة قائمة شاملة جدًا للاكتئاب والعلاج المعرفي السلوكي وتطبيقات وبرامج الصحة العقلية الأخرى المستخدمة في النظام الصحي في المملكة المتحدة. تؤكد جهودهم على أهمية إعداد تقارير التطبيقات ، حيث إن مكونات النظام الصحي في المملكة المتحدة وصناديق الثقة لم تكن تجمع باستمرار إحصاءات الاستخدام.

بولوس إم إن ، ويلر إس ، تافاريس سي ، جونز آر. كيف تغير الهواتف الذكية وجه الرعاية الصحية المتنقلة والتشاركية: نظرة عامة ، مع مثال من eCAALYX. بيوميد المهندس اون لاين. 201110: 24. https://doi.org/10.1186/1475-925X-10-24.

Glick G ، Druss B ، Pina J ، Lally C ، Conde M. استخدام تكنولوجيا الهاتف المحمول في بيئة الصحة العقلية المجتمعية. J Telemed Telecare. 201622 (7): 430-5. https://doi.org/10.1177/1357633x15613236.

ميلر سي جيه ، ماكينيس دي كيه ، ستولزمان ك ، باور إم إس. الاهتمام باستخدام التكنولوجيا للرعاية الصحية بين قدامى المحاربين الذين يتلقون علاجًا للصحة العقلية. Telemed J E Health. 201622 (10): 847–54. https://doi.org/10.1089/tmj.2015.0190.

• Gregory JM و Sukhera J و Taylor-Gates M. دمج تقنية الهواتف الذكية في وقت الخروج من وحدة الطب النفسي للأطفال والمراهقين الداخليين. جي كان أكاد للطب النفسي للمراهقين. 201726 (1): 45-50. هذه الورقة مثيرة للاهتمام وفريدة من نوعها لأنها تنفذ توصيات التطبيق وتنزيلها في مستشفى للأمراض النفسية للأطفال في كندا. لاحظ المؤلفون أنه لا يوجد بحث آخر عن الهواتف الذكية في وحدات المرضى الداخليين.

بن زئيف د ، فتحي ج ، جوناثان ج ، أبو حرب ب ، براين آر إم ، كسبة إل ، وآخرون. mHealth للصحة النفسية في الشرق الأوسط: الحاجة واستخدام التكنولوجيا والاستعداد بين الفلسطينيين في الضفة الغربية. آسيا يسيياتر. 201727: 1-4.

Menon V، Rajan TM، Sarkar S. تطبيقات العلاج النفسي للتقنيات القائمة على الهاتف المحمول: مراجعة منهجية للبحوث والاتجاهات الحالية. المجلة الهندية للطب النفسي. 201739 (1): 4-11. https://doi.org/10.4103/0253-7176.198956.

Moitra E ، Gaudiano BA ، Davis CH ، Ben-Zeev D. جدوى ومقبولية التقييم البيئي اللحظي بعد الاستشفاء في المرضى الذين يعانون من اضطرابات طيف ذهاني. ضم الطب النفسي. 201774: 204-13. https://doi.org/10.1016/j.comppsych.2017.01.018.

Kim J و Lim S و Min YH و Shin YW و Lee B و Sohn G وآخرون. فحص الاكتئاب باستخدام تقييمات الصحة العقلية اليومية من تطبيق الهاتف الذكي لمرضى سرطان الثدي. J Med Internet Res. 201618 (8): e216. https://doi.org/10.2196/jmir.5598.

Kenny R و Dooley B و Fitzgerald A. التقييم البيئي اللحظي لمشاكل المراهقين وفعالية التأقلم والحالات المزاجية باستخدام تطبيق الهاتف المحمول: دراسة استكشافية. جمير مينت هيلث. 20163 (4): e51. https://doi.org/10.2196/mental.6361.

Barrigón ML و Berrouiguet S و Carballo JJ و Bonal-Giménez C و Fernández-Navarro P و Pfang B et al. ملفات تعريف المستخدمين لأداة إلكترونية للصحة العقلية للتقييم البيئي اللحظي: MEmind. Int J طرق Psychiatr Res. 201726 (1) https://doi.org/10.1002/mpr.1554.

Fitzpatrick KK، Darcy A، Vierhile M. تقديم العلاج السلوكي المعرفي للشباب الذين يعانون من أعراض الاكتئاب والقلق باستخدام وكيل محادثة مؤتمت بالكامل (Woebot): تجربة عشوائية محكومة. جمير مينت هيلث. 20174 (2): e19. https://doi.org/10.2196/mental.7785.

• • عامل المنجم AS ، Milstein A ، Schueller S ، Hegde R ، Mangurian C ، Linos E. وكلاء المحادثة المستندة إلى الهواتف الذكية والردود على الأسئلة المتعلقة بالصحة العقلية والعنف بين الأشخاص والصحة البدنية. جاما المتدرب ميد. 2016176 (5): 619–25. https://doi.org/10.1001/jamainternmed.2016.0400. توضح هذه الورقة التي تم نشرها على نطاق واسع كيف يمكن استخدام ميزات نظام التشغيل - وكلاء المحادثة مثل Apple Siri و Google Now (الآن مساعد Google) - كتدخلات للصحة العقلية. حفزت الورقة النقاش في الصحافة الشعبية لدور وكلاء المحادثة في التعرف على الانتحار والعنف المنزلي.

•• Maples-Keller JL، Bunnell BE، Kim SJ، Rothbaum BO. استخدام تقنية الواقع الافتراضي في علاج القلق والاضطرابات النفسية الأخرى. هارف ريف للطب النفسي. 201725 (3): 103-13. https://doi.org/10.1097/HRP.0000000000000138. هذه لمحة شاملة عن الوضع الحالي للواقع الافتراضي في العلاج النفسي.

كيرشنر تي آر ، شيفمان س.المحددات المكانية والزمانية للصحة العقلية والرفاهية: التطورات في التقييم اللحظي الإيكولوجي الصريح جغرافيًا (GEMA). شركة سوسيتيكيتري سيكياتر إبيديميول. 201651 (9): 1211–23. https://doi.org/10.1007/s00127-016-1277-5.

Chow PI و Fua K و Huang Y و Bonelli W و Xiong H و Barnes LE et al. استخدام الاستشعار المحمول لاختبار النماذج السريرية للاكتئاب والقلق الاجتماعي وتأثير الحالة والعزلة الاجتماعية بين طلاب الجامعات. J Med Internet Res. 201719 (3): e62. https://doi.org/10.2196/jmir.6820.

براون S ، Annovazzi C ، Botella C ، Bridler R ، Camussi E ، Delfino JP ، وآخرون. تقييم الإجهاد المزمن ومهارات التأقلم واضطرابات المزاج من خلال تحليل الكلام: تقييم ذاتي "تطبيق صوتي" لأجهزة الكمبيوتر المحمولة والأجهزة اللوحية والهواتف الذكية. علم النفس المرضي. 201649 (6): 406–19. https://doi.org/10.1159/000450959.

Schriewer K ، Bulaj G. خدمات بث الموسيقى كعلاجات مساعدة للاكتئاب والقلق والأعراض ثنائية القطب: تقارب التقنيات الرقمية وتطبيقات الأجهزة المحمولة والعواطف والصحة العقلية العالمية. أمام الصحة العامة. 20164: 217. https://doi.org/10.3389/fpubh.2016.00217.

Depp C، Torous J، Thompson W. أنظمة الإنذار المبكر القائمة على التكنولوجيا للاضطراب ثنائي القطب: إطار مفاهيمي. جمير مينت هيلث. 20163 (3): e42. https://doi.org/10.2196/mental.5798.

Place S ، Blanch-Hartigan D ، Rubin C ، Gorrostieta C ، Mead C ، Kane J ، et al. تتنبأ المؤشرات السلوكية الموجودة على منصة استشعار متنقلة بأعراض نفسية مثبتة إكلينيكيًا لاضطرابات المزاج والقلق. J Med Internet Res. 201719 (3): e75. https://doi.org/10.2196/jmir.6678.

Suhara Y، Xu Y، Pentland AS، محررون. DeepMood: التنبؤ بالمزاج المكتئب بناءً على التواريخ المبلغ عنها ذاتيًا عبر الشبكات العصبية المتكررة. وقائع المؤتمر الدولي السادس والعشرين على شبكة الويب العالمية 2017: اللجنة التوجيهية لمؤتمرات الويب العالمية.

Wahle F ، Kowatsch T ، Fleisch E ، Rufer M ، Weidt S. الاستشعار المحمول ودعم الأشخاص المصابين بالاكتئاب: تجربة تجريبية في البرية. JMIR Mhealth Uhealth. 20164 (3): e111. https://doi.org/10.2196/mhealth.5960.

•• الرابطة الأمريكية للطب النفسي. تطبيقات الصحة العقلية. الرابطة الأمريكية للطب النفسي. 2017. https://www.psychiatry.org/psychiatrists/practice/mental-health-apps. تم الوصول إليه في 4 يوليو 2017. توفر صفحة الويب نظرة عامة شاملة على تقييم التطبيقات وسبب أهمية ذلك.

Baumel A و Faber K و Mathur N و Kane JM و Muench F. Enlight: أداة تقييم شاملة للجودة والعلاجية المحتملة لتدخلات الصحة الإلكترونية عبر الإنترنت. J Med Internet Res. 201719 (3): e82. https://doi.org/10.2196/jmir.7270.

Stoyanov SR ، Hides L ، Kavanagh DJ ، Zelenko O ، Tjondronegoro D ، Mani M. مقياس تقييم تطبيقات الهاتف المحمول: أداة جديدة لتقييم جودة تطبيقات الأجهزة المحمولة الصحية. JMIR Mhealth Uhealth. 20153 (1): e27. https://doi.org/10.2196/mhealth.3422.

Stoyanov SR، Hides L، Kavanagh DJ، Wilson H. تطوير والتحقق من صحة إصدار المستخدم من مقياس تقييم تطبيقات الهاتف المحمول (uMARS). JMIR Mhealth Uhealth. 20164 (2): e72. https://doi.org/10.2196/mhealth.5849.

• Mani M ، Kavanagh DJ ، Hides L ، Stoyanov SR. مراجعة وتقييم تطبيقات iPhone القائمة على اليقظة. JMIR Mhealth Uhealth. 20153 (3): e82. https://doi.org/10.2196/mhealth.4328. هذا يطبق معايير MARS لتقييم تطبيقات الأجهزة المحمولة ، وتحديداً في تدخلات اليقظة ، ويفصل عناصر اليقظة التي يجب أن تكون موجودة في التطبيقات.

Maheu MM ، Nicolucci V ، Pulier ML ، Wall KM ، Frye TJ ، Hudlicka E. مجموعة أدوات مراجعة تطبيقات الأجهزة المحمولة التفاعلية (IMART): نظام موجه نحو الممارسة السريرية. مجلة التكنولوجيا في العلوم السلوكية. 2017: 1-13.

لوري جيه ، بلاندفورد أ. تخصيص وقت لليقظة الذهنية. إنت ياء ميد إنفور. 201696: 38-50. https://doi.org/10.1016/j.ijmedinf.2016.02.010.

Kaipainen K ، Valkkynen P ، Kilkku N. قابلية تطبيق التطبيق المحمول القائم على العلاج والقبول في تمريض الاكتئاب. ترجمة Behav Med. 2016 https://doi.org/10.1007/s13142-016-0451-3.

Mares ML و Gustafson DH و Glass JE و Quanbeck A و McDowell H و McTavish F et al. تنفيذ نظام الصحة المحمولة لاضطرابات استخدام المواد المخدرة في الرعاية الأولية: دراسة طرق مختلطة للتوقعات الأولية للأطباء وتجارب السنة الأولى. BMC Med Inform Decis Mak. 201616 (1): 126. https://doi.org/10.1186/s12911-016-0365-5.

Robotham D ، Satkunanathan S ، Doughty L ، Wykes T. هل لا يزال لدينا فجوة رقمية في مجال الصحة العقلية؟ متابعة مسح لمدة خمس سنوات. J Med Internet Res 201618 (11): e309. https://doi.org/10.2196/jmir.6511.

Glass JE و McKay JR و Gustafson DH و Kornfield R و Rathouz PJ و McTavish FM et al. البحث عن العلاج كآلية للتغيير في تجربة معشاة ذات شواهد لتدخل صحي متنقل لدعم التعافي من اضطرابات تعاطي الكحول. J Subst Abus Treat. 201777: 57-66. https://doi.org/10.1016/j.jsat.2017.03.011.

اختيار Perski O و Blandford A و Ubhi HK و West R و Michie S. المعلوماتية الطبية BMC واتخاذ القرار. 201717 (1): 25. https://doi.org/10.1186/s12911-017-0422-8.

Rotondi AJ ، Spring MR ، Hanusa BH ، Eack SM ، Haas GL. تصميم تطبيقات الصحة الإلكترونية لتقليل الجهد المعرفي للأشخاص المصابين بأمراض عقلية حادة: تعقيد الصفحات ، وبساطة التنقل ، وإمكانية الفهم. العوامل البشرية JMIR. 20174 (1): e1. https://doi.org/10.2196/humanfactors.6221.

Ferron JC، Brunette MF، Geiger P، Marsch LA، Adachi-Mejia AM، Bartels SJ. تطبيقات الهاتف المحمول للإقلاع عن التدخين: الجودة وسهولة الاستخدام بين المدخنين المصابين بالذهان. العوامل البشرية JMIR. 20174 (1): e7. https://doi.org/10.2196/humanfactors.5933.

Westergaard RP ، Genz A ، Panico K ، Surkan PJ ، Keruly J ، Hutton HE ، وآخرون. قبول التدخل الصحي المتنقل لتعزيز تنسيق رعاية فيروس نقص المناعة البشرية للمرضى الذين يعانون من اضطرابات تعاطي المخدرات. علم الإدمان والممارسة السريرية. 201712 (1): 11. https://doi.org/10.1186/s13722-017-0076-y.

• جينينغز إل ، لي إن ، شور دي ، سترومنجر إن ، أليسون بي ، كونسيرف دي إف ، وآخرون. وصول الشباب المشردين من الأقليات الأمريكية إلى الهواتف المحمولة واستخدامها: الآثار المترتبة على تصميم تدخل الصحة المحمولة. J Health Commun. 201621 (7): 725–33. https://doi.org/10.1080/10810730.2015.1103331. هذا البحث النوعي هو مثال ممتاز لمواجهة الصور النمطية التي يرغب الشباب في الهواتف المحمولة ويشاركونها حياتهم بشكل علني. ووجدت أن الشباب قد يجدون الهواتف مصدرًا للمضايقات والأعباء المالية والقلق بشأن الخصوصية!

Bauer M ، Glenn T ، Monteith S ، Bauer R ، Whybrow PC ، Geddes J. وجهات النظر الأخلاقية حول التوصية بالتكنولوجيا الرقمية للمرضى المصابين بأمراض عقلية. المجلة الدولية للاضطرابات ثنائية القطب. 20175 (1): 6. https://doi.org/10.1186/s40345-017-0073-9.

Sood M، Chadda RK، Singh P. الصحة المتنقلة (mHealth) في مجال الصحة العقلية: النطاق والتطبيقات في الأماكن منخفضة الموارد. المجلة الطبية الوطنية في الهند. 201629 (6): 341-3.

• • Naslund JA و Aschbrenner KA و Araya R و Marsch LA و Unutzer J و Patel V et al. التكنولوجيا الرقمية لعلاج الاضطرابات النفسية والوقاية منها في البلدان المنخفضة الدخل والبلدان المتوسطة الدخل: مراجعة سردية للأدبيات. الطب النفسي لانسيت. 2017 https://doi.org/10.1016/s2215-0366(17)30096-2. تحتوي هذه المراجعة على جداول عديدة لبرامج الصحة النفسية عبر الإنترنت والتي تشمل الالتزام ، ودعم التعافي ، والمساعدة الذاتية ، جنبًا إلى جنب مع فحص وتعليم العاملين في مجال الصحة العقلية.

Sobowale K ، Torous J. الطب النفسي للكوارث في آسيا: إمكانات الهواتف الذكية ، والهواتف المحمولة ، والتقنيات المتصلة. آسيا يسيياتر. 201622: 1-5. https://doi.org/10.1016/j.ajp.2016.03.004.

Musyimi CW، Mutiso VN، Haji ZR، Nandoya ES، Ndetei DM. فحص الاكتئاب mhGAP-IG عبر الهاتف المحمول في كينيا. صحة المجتمع مينت ج. 2016 https://doi.org/10.1007/s10597-016-0072-9.

هاشمي ب ، علي س ، عوض ر ، سعودى ل ، هاوسل ل ، سوسيبى سج. تسهيل فحص الصحة العقلية للسكان الذين مزقتهم الحرب باستخدام تطبيقات الهاتف المحمول. شركة الطب النفسي بسيتشياتر إبيديميول. 201752 (1): 27–33. https://doi.org/10.1007/s00127-016-1303-7.

Armontrout J ، Torous J ، Fisher M ، Drogin E ، Gutheil T. Mobile الصحة العقلية: تصفح القواعد واللوائح الجديدة للأدوات الرقمية. مندوب الطب النفسي بالعملة .201618 (10): 91. https://doi.org/10.1007/s11920-016-0726-x.

• Torous J ، Roberts LW. الاستخدام الأخلاقي لتكنولوجيا الصحة المتنقلة في الطب النفسي السريري. J نيرف منت ديس. 2017205 (1): 4–8. https://doi.org/10.1097/nmd.0000000000000596. يناقش هذا الأمر القضايا الأخلاقية التي يجب على الأطباء مراعاتها قبل التوصية بالتقنيات ، والتعرف على كيفية بيع البيانات ، وكيفية مراقبة الحكومات والكيانات التجارية للمستخدمين ، ويتضمن جدولًا لتقنيات "التعرف الآلي على المشاعر".

Hilty DM و Crawford A و Teshima J و Chan S و Sunderji N و Yellowlees PM وآخرون: إطار عمل للتدريب النفسي والصحة الإلكترونية: التعليم القائم على الكفاءة والتقييم والآثار. Int Rev Psychiatry 201527 (6): 569-92.

Hilty DM و Chan S و Torous J و Mahautmr J و Mucic DM: آفاق جديدة في مجال الرعاية الصحية والتكنولوجيا: تظهر الخيارات العقلية القائمة على الإنترنت والويب لتكمل خيارات الرعاية الشخصية والرعاية النفسية عن بعد. جي هيلث ميد إنفورماتيكس 20156 (4): 1-14.


إطار عمل الصحة عن بُعد للصحة المتنقلة والهواتف الذكية والتطبيقات: الكفاءات والتدريب وتطوير أعضاء هيئة التدريس

تعمل تقنيات مثل الهواتف الذكية والتطبيقات على إعادة تشكيل الحياة والرعاية الصحية والأعمال. يحتاج الأطباء إلى المهارات والمعرفة والمواقف لضمان جودة الرعاية والإشراف على الجيل الحالي من المتدربين ، بما يتفق مع القمة التعليمية للمهن الصحية في معهد الطب. تم دمج الأدب في موضوعات المريض والمتعلم والكفاءة والنتائج من مجالات التكنولوجيا والرعاية الصحية وعلم التربية والأعمال. يتم تنظيم كفاءات الصحة المتنقلة والهاتف الذكي / الجهاز والتطبيق في مجلس اعتماد التعليم الطبي العالي (ACGME) المجالات الرئيسية لرعاية المرضى والمعرفة الطبية والتعلم القائم على الممارسة والتحسين والممارسة القائمة على الأنظمة والمهنية والمهارات الشخصية و الاتصالات. يتم اقتراح طرق التدريس لمواءمة نتائج الكفاءة وسياق التعلم والتقييم. الخدمات التي تقدمها الصحة المحمولة والهاتف الذكي / الجهاز والتطبيقات لها نطاق أوسع من الرعاية الصحية الشخصية والرعاية الصحية عن بُعد والسلوك عن بُعد. وهذا يشمل دعم القرار السريري في الطب ، والتسليم المختلط ، والتكامل عبر الأنظمة الأساسية الإلكترونية للأنظمة الصحية. هناك حاجة إلى منهج مع ندوة وتدريس قائم على الحالة والمشكلة وإشراف وتقييم وممارسات تحسين الجودة لتحقيق نتائج الكفاءة. يتعين على الأطباء تعديل التقييم والفرز والعلاج والاهتمام بالتحديات الأخلاقية والمتعلقة بالخصوصية والأمان والتحديات الأخرى. تحتاج الأنظمة الصحية إلى إدارة التغيير ، والتخطيط الاستباقي لتطوير أعضاء هيئة التدريس ، وخلق ثقافة إلكترونية إيجابية للتعلم. هناك حاجة إلى البحث حول تنفيذ وتقييم الكفاءات الصحية المتنقلة لهذا التحول النموذجي الهام في الرعاية الصحية.

هذه معاينة لمحتوى الاشتراك ، والوصول عبر مؤسستك.


نتائج

تكوين العادة مع مرور الوقت

درسنا أولاً ما إذا كانت قوة العادة قد زادت بمرور الوقت. يوضح الشكل 3 زيادة ملحوظة بنحو 0.8 SD (حجم تأثير كبير وفقًا لكوهين ، 1992) في قوة العادة على مدى 110 أيام مع زيادة أقوى في بداية فترة الدراسة ، واستقرارها في النهاية. كلا الاتجاه الخطي (ر = 15.30, ص & # x003C 0.001) والاتجاه التربيعي (ر = & # x22123.39 ، ص & # x003C 0.001) كبيرة. اضافة المنحدرات العشوائية للخطية (Wald ض = 5.37, ص & # x003C 0.001) والتربيعي (والد ض = 2.40, ص & # x003C 0.05) من ملاءمة النموذج ، موضحًا أن تكوين العادة يختلف عن المشاركين.

الشكل 3. تم تركيب قوة العادة كوقت وظيفي ، مع 95٪ نطاقات ثقة.

آثار أداء السلوك المتطابق مع الهدف وقدرة ضبط النفس على تكوين العادة

يوضح الجدول 1 نتائج التحليل الهرمي متعدد المستويات لتشكيل العادة. كما يتضح من النموذج 2 ، فإن قوة العادة مستقرة إلى حد ما ويتم التنبؤ بها بقوة من خلال قوة العادة المتأخرة في القياس السابق للعادة. ومع ذلك ، فإن إدخال قدرة ضبط النفس المتأخرة وأداء السلوك المتطابق مع الهدف في الفترة الزمنية أثناء قياسات قوة العادة زاد من ملاءمة النموذج. لم تساهم القدرة على ضبط النفس في زيادة قوة العادات 7. ومع ذلك ، فإن المشاركين الذين نفذوا السلوك المختار ذاتيًا بشكل أكثر اتساقًا (نسبة أعلى من أداء السلوك المتطابق مع الهدف 8) ، أظهروا زيادات أقوى في قوة العادة. تماشياً مع الاتجاه في تكوين العادات الموضح من قبل ، كان لوقت القياس (أي الوقت الألف) تأثير سلبي طفيف على زيادة قوة العادة. يتماشى هذا مع الزيادة الأقل في قوة العادة في وقت لاحق خلال فترة الدراسة.

الجدول 1. الانحدار متعدد المستويات لقوة العادة.


الخلفية وملخص أمبير

في 11 مارس 2020 ، وصفت منظمة الصحة العالمية (WHO) مرض فيروس كورونا الجديد المسمى COVID-19 بأنه وباء 1،2. في محاولة للحد من انتشار المرض ، تبنت الحكومات في جميع أنحاء العالم تدابير حبس غير مسبوقة كان لها تأثير فوري على العديد من الأنشطة المعتادة أو الروتين أو سبل العيش 3،4. أصبحت إسبانيا على الفور واحدة من أكثر الدول الأوروبية تضررًا ، حيث تم إحصاء 9785 حالة تم تشخيصها و 136 حالة وفاة مرتبطة بـ COVID في أوائل 5 مارس (العدد التراكمي قبل الإغلاق ، في 14/03/20) ، وتصاعدت إلى 239،429 حالة تم تشخيصها و 27117 حالة وفاة بنهاية 5 مايو. في 14 آذار (مارس) ، فرضت الحكومة الإسبانية إغلاقاً واسع النطاق يهدف إلى تقليل التواصل الاجتماعي وتجنب انهيار النظام الصحي الوطني 6. تألفت إجراءات الإغلاق التي تم تنفيذها ، والتي تُصنف من بين أكثر الإجراءات تقييدًا وطويلة الأمد في جميع أنحاء العالم ، في إغلاق المدارس والجامعات ، والحد بشكل كبير من تنقل السكان ، ووقف جميع الأنشطة الصناعية غير الأساسية في جميع أنحاء البلاد 7.

أدت تدابير الحبس والأزمة الصحية لـ COVID-19 نفسها إلى تغييرات جذرية في سلوك الناس وأسلوب حياتهم ، والتي تم التعرف على تأثيرها النفسي السلبي المحتمل على الفور 8،9. من ناحية الصحة النفسية العامة ، من المتوقع أن ترتفع مستويات القلق والتوتر والاكتئاب 10. ومن ثم فإن المعلومات الدقيقة عن الاستجابة العاطفية للسكان تجاه الأحداث الجارية مهمة للتنبؤ على أفضل وجه باحتياجات الدعم النفسي والاجتماعي وصنع السياسات القائمة على الأدلة. منذ اندلاع COVID-19 في جميع أنحاء العالم ، حاولت العديد من الدراسات معالجة هذه المشكلة المهمة من خلال جمع البيانات حول الرفاه النفسي والعاطفي 8،11،12. استخدمت كل هذه الدراسات استطلاعات مقطعية ، والتي تلتقط وصفًا ثابتًا للتجربة العاطفية للسكان. ومع ذلك ، فقد أظهرت الأبحاث حول ديناميكيات التأثير أن تحديد النمط المحدد للاختلافات في المشاعر والحالات المزاجية والعواطف على مدى فترات زمنية طويلة قد يكون أمرًا بالغ الأهمية لفهم التكيف النفسي والرفاهية والتنبؤ به 13. كمثال صارخ ، تشير الأدلة من نماذج بحثية متنوعة إلى أن اضطرابات المزاج والقلق (مثل الاكتئاب والاضطراب ثنائي القطب) يمكن تحديدها من خلال الاختلافات في ديناميات التجربة العاطفية 14.

من أجل توفير بيانات طولية ومتاحة علنًا ومحددة جغرافيًا لتغيرات الحالة المزاجية في الأراضي الإسبانية ، بدأنا مشروعًا علميًا للمواطنين يسمى CoVidAffect. يتألف المشروع من جمع ومعالجة قاعدة بيانات للتغييرات الفردية في الشعور الذاتي (التكافؤ) والتنشيط البدني (الإثارة) أثناء إغلاق COVID-19 في إسبانيا. أبلغ المشاركون في جميع أنحاء البلاد بانتظام عن هذين البعدين الأساسيين للعاطفة عبر موقع المشروع على الويب أو من خلال تطبيق هاتف ذكي ، تم تطويره خصيصًا لهذا الغرض. من خلال هذه المنهجية ، يهدف المشروع إلى تقديم بيانات طولية لتتبع ديناميكيات الحالة المزاجية خلال أزمة COVID-19 ومراحلها المختلفة ، بدلاً من الانطباعات الثابتة التي توفرها الاستبيانات أحادية الطور.

لقد راقبنا تقلبات الحالة المزاجية بين 28 مارس 2020 و 21 يونيو 2020 ، عندما تم رفع حالة الإنذار على مستوى البلاد ، مما سمح بالاتصال الاجتماعي والتنقل غير المقيد. من المهم أن نلاحظ أن خفض التصعيد من الإغلاق الصارم الأولي نحو مرحلة "الوضع الطبيعي الجديد" ، قد تم تنفيذه تدريجيًا في مراحل محددة جيدًا يمكن أن تتناقض مع البيانات الطولية لدراستنا لاستقصاء الآثار المحتملة للتدابير المختلفة والسياسات المتعلقة بالرفاه العاطفي للسكان. نظرًا لأن الإغلاق كان لا بد أن يكون له تأثير مختلف على كل مشارك ، اعتمادًا على سياقه الخاص ، فقد قمنا أيضًا بجمع معلومات سياقية ، مثل الحالة الاجتماعية والاقتصادية ، ومساحة المعيشة ، وتغيرات التوظيف ومستويات النشاط البدني.تتضمن مجموعة البيانات التي نصفها وننشرها هنا التغيرات المزاجية اليومية للمشاركين ، والمعلومات السياقية الأولية ، والتقارير الأسبوعية عن التغييرات في متغيرات السياق. هذه ، على حد علمنا ، أول مجموعة بيانات تتعقب تقلبات الحالة المزاجية طوليًا أثناء إغلاق COVID-19. يمكن استخدام البيانات المقدمة للتحقيق في جوانب التأثير النفسي لأزمة COVID-19 على السكان المتضررين. قد يستكشف الباحثون المهتمون والمنظمات والسلطات طرقًا مختلفة لاستغلال هذه البيانات لتحديد الاستجابة العاطفية للسكان لتدابير وسياسات محددة ، وفهم تأثير متغيرات سياق معينة على التنظيم العاطفي والمرونة النفسية. الأهم من ذلك ، على حد علمنا ، هذه هي مجموعة البيانات الأولى التي توفر الفرصة لدراسة سلوك ديناميكيات التأثير في حالة الإغلاق.


أساليب

شكلت الدراسة الحالية جزءًا من تجربة إكلينيكية مسجلة في Clinical Trials.gov (ID: NCT01365416) في الثالث من يونيو 2011. أعطيت هذه الدراسة رأيًا إيجابيًا لإجراء لجنة أخلاقيات البحث في لندن ريفرسايد (المرجع: 11 LO 0935 ). تم التوظيف بين سبتمبر 2014 ويوليو 2015. يمكن للمشاركين استخدام التطبيقات طالما رغبوا في ذلك ، على الرغم من أن نشاطهم كان يتم مراقبته فقط عندما كانت الدراسة نشطة. يستعرض قسم الأساليب الآن أهداف الدراسة الحالية والمشاركين والمقاييس.

الدراسة الحالية لها أربعة أهداف:

مراقبة النشاط البدني للمرضى عن بُعد قبل و / أو جراحة علاج البدانة عبر تطبيق Moves.

راقب عن بُعد المتغيرات الأخرى المتعلقة بالصحة لدى المرضى أنفسهم (الوزن ، والمزاج ، واليقظة ، والرضا) عبر تطبيق مصاحب لخسارة الوزن ، يُسمى تطبيق WLCompanion.

تقييم العلاقة بين النشاط البدني والمتغيرات الأخرى المتعلقة بالصحة باستخدام تحليلات الانحدار.

حدد الميسرين الرئيسيين والعوائق التي يواجهها المرضى في استخدام التطبيقات من خلال استبيان مستنير من TDF.

مشاركون

لكي تكون مؤهلاً للدراسة ، يجب أن يكون المرضى متنقلين ، وأن يكون عمرهم من 18 إلى 65 عامًا ، وأن يكون لديهم مؤشر كتلة الجسم و GT 35 كجم / م 2 ، وأن يكون لديهم إمكانية الوصول إلى هاتف ذكي من Apple أو Android ، وإما أن يتم النظر في إجراء جراحة علاج السمنة أو سبق لهم خضعوا للجراحة (بما في ذلك المجازة المعدية أو الشريط أو الكم). تم الاتصال بالمرضى الذين من المحتمل أن يكونوا مؤهلين واستقدامهم في مواعيد العيادات الخارجية في مركز الوزن الإمبراطوري ، مستشفى سانت ماري ، لندن. بدأ التوظيف في سبتمبر 2014 وكان المشاركون في مراحل مختلفة من رحلة إنقاص الوزن.

كجزء من المشاركين في التوظيف الذين وافقوا على المشاركة ، وافقوا على شروط وأحكام التطبيقات ، ومنح فريق البحث الإذن للوصول إلى بياناتهم مجهولة المصدر. تم تزويد المشاركين برابط دعم يوجههم إلى موقع ويب لقراءة التقدم المحرز في برنامج البحث وتمكينهم من إرسال ملاحظات فردية إلى فريق البحث. سُئل المشاركون في كل زيارة لعيادة المتابعة عما إذا كانوا يرغبون في مواصلة المشاركة في الدراسة ويمكنهم الانسحاب في أي وقت ودون إبداء أسباب ودون أن يؤثر ذلك على علاجهم. كما طُلب من مجموعة فرعية من المشاركين الذين تم تجنيدهم بشكل انتهازي إكمال استبيان TDF في مركز الوزن الإمبراطوري. تم الانتهاء من الاستطلاعات على جهاز iPad باستخدام برنامج Qualtrics. يوضح الشكل 1 مخطط تدفق المشاركين في الدراسة. يتم توفير المعلومات الديموغرافية حول المشاركين في الجدول 1.

تدفق المشاركين من خلال الدراسة

التدابير التي جمعتها التطبيقات

للوصول إلى التطبيقين ، تم إعطاء المشاركين رابطًا لتنزيلهما على هواتفهم الذكية. تم إخفاء هويتها جميع البيانات التي تم جمعها باستخدام الرموز الرقمية. كان الغرض الأساسي من التطبيقات هو تقليل المستوى المباشر للمشاركة البشرية: من خلال تثبيت تطبيق تتبع النشاط البدني على الهاتف المحمول للمشاركين ، لم يتطلب جمع البيانات حول نشاطهم البدني من المستخدمين القيام بأكثر من حمل هواتفهم بشكل سلبي معهم أثناء قيامهم بأنشطتهم اليومية. أرسل التطبيق المصاحب مطالبات للمشاركين لتشجيع النشاط البدني والتذكير لإدخال وزنهم يدويًا وغيرها من البيانات المتعلقة بالصحة. يمكن للمشاركين تخصيص المعلومات التي يرغبون في تسجيلها وعدد المرات التي يريدون فيها إرسال تذكيرات للقيام بذلك عن طريق تغيير إعداداتهم مباشرة على التطبيق. تم تشجيع المشاركين أيضًا على تنزيل بياناتهم ومشاركتها مع الممارسين العامين أو الأصدقاء أو الأخصائيين الطبيين لإثبات تقدمهم ومناقشة كيفية تقدمهم.

تطبيق Moves: قياس النشاط البدني

تم تسجيل النشاط البدني للمشاركين تلقائيًا عبر هواتفهم الذكية ، باستخدام تطبيق يسمى Moves ، تم تطويره بواسطة ProtoGeo. تم اختيار Moves لأنه كان أحد أكثر التطبيقات المجانية استخدامًا مع واجهة مقبولة لجمع البيانات التجريبية. يتوفر مزيد من المعلومات حول هذا التطبيق في ملف إضافي 1. يتضمن النشاط البدني المسجل في التطبيق المشي وركوب الدراجات والجري ، ومن خلال التطبيق تمكن المشاركون من عرض المسافة والمدة والخطوات وتقدير السعرات الحرارية المحروقة مقابل كل من هذه الأنشطة. تقيس الحركات النشاط البدني للمستخدمين عبر مقياس التسارع المدمج بالهواتف ونظام تحديد المواقع العالمي. تعمل الحركات في خلفية الهاتف وتنقل البيانات إلى خادم عندما يكون الهاتف متصلاً بالإنترنت.

لكي يتم تضمين بيانات Moves اليومية للمشاركين في التحليل النهائي ، كان لابد من تشغيل خدمات الموقع بهواتفهم الذكية بنسبة 50٪ من الوقت بين الساعة 6:00 و 22:00 لمدة يوم واحد على الأقل. لا ينبغي أن يشير هذا المعيار إلى أن يومًا ما هو مقدار كافٍ من الوقت لقياس النشاط البدني اليومي المشترك للشخص ، بل تم تضمين هذه البيانات في الدراسة الحالية لأنها تساعد في فهم جدوى استخدام المشاركين للتطبيق في مجال الرعاية ، على سبيل المثال صحة البيئية. تم تصنيف النشاط البدني المسجل لتحليلاتنا على النحو التالي: 1) متوسط ​​وقت المشي في اليوم ، 2) متوسط ​​الوقت الذي يقضيه في المشي بمعدل 80 خطوة / دقيقة ، أي MVPA ، و 3) متوسط ​​عدد MVPA في نوبات 10 دقائق من نشاط في اليوم.

تطبيق WLCompanion: قياس الوزن والمزاج واليقظة والرضا

تم تسجيل البيانات الأخرى المتعلقة بالصحة عبر الهواتف الذكية للمشاركين باستخدام تطبيق مصاحب يسمى WLCompanion تم تطويره بواسطة Imperial College London. يتم توفير لقطة شاشة لهذا التطبيق في الملف الإضافي 1. قام WLC Companion بتذكير المشاركين بإدخال أوزانهم بالكيلوجرام (أو الأحجار والأرطال) ، وتقييم الحالة المزاجية ، واليقظة ، والرضا على مقياس ليكرت المكون من خمس نقاط. يختار المشاركون ما إذا كانوا يريدون أن يتم تذكيرهم بإدخال هذه البيانات يوميًا أو أسبوعيًا. كان المشاركون أيضًا قادرين على تسجيل الأنشطة الإضافية المتعلقة بالصحة التي لم يستطع تطبيق Moves القيام بها ، على سبيل المثال سباحة. بالإضافة إلى ذلك ، قدم تطبيق WLCompanion معلومات تلخيصية عن تقدم المشاركين بناءً على البيانات الواردة من Moves و WLCompanion. يمكن للمشاركين وفريق البحث رؤية هذه المعلومات التلخيصية.

تقنية تغيير السلوك

قد تؤدي التطبيقات الموضحة أعلاه إلى تغييرات سلوكية متعلقة بفقدان الوزن. بالاعتماد على عمل Michie و Atkins و West [34] ، فإن تقنيات تغيير السلوك المستخدمة في الدراسة الحالية هي كما يلي: الأهداف والتغذية الراجعة والتخطيط والرصد والارتباطات. فيما يتعلق بالأهداف وتقنية التخطيط ، كان المشاركون قادرين على ذلك ضع أهدافًا أسبوعية عن نشاطهم البدني. فيما يتعلق بتقنية التغذية الراجعة والرصد ، كان المشاركون قادرين على ذلك المراقبة الذاتية مزاجهم ورضاهم عن فقدان الوزن ، وتلقيه ردود الفعل على نتائج السلوك كتقارير تلخيصية. أخيرًا ، فيما يتعلق بتقنية الجمعيات ، تلقى المشاركون حث التي تضمنت تذكيرات أسبوعية ورسائل تخبرهم بالمشاركة في مزيد من التمارين إذا كانوا متأخرين. ترتبط تقنيات تغيير السلوك هذه باستقصاء TDF.

مسح TDF

صُمم الاستبيان المطّلع على TDF لالتقاط الميسرين والحواجز التي واجهها المشاركون في استخدام التطبيقات [33]. يعتبر TDF أداة مهمة لتحسين تنفيذ الممارسة القائمة على الأدلة ، ويسمح لفرق البحث بالنظر في العوامل الإضافية التي قد تؤثر على السلوك. TDF هو أداة مستخدمة على نطاق واسع في مجموعة من إعدادات الرعاية الصحية وتغيير السلوك [35] وقد تم الإبلاغ عن أنه إطار عمل صالح لتطوير قوائم الجرد حوله [33]. يتكون TDF من 14 مجالًا ، تم قياس 13 منها في هذا المشروع ، وتم استبعاد مجال "التفاؤل" نظرًا لأنه تداخل كثيرًا من الناحية المفاهيمية مع مجال "المعتقدات في العواقب". تم تقييم كل مجال من 3 إلى 11 عنصرًا. تم تقديم كل عنصر على شكل بيان ، وأشار المشاركون إلى موافقتهم على هذا البيان على مقياس ليكرت ذي الخمس نقاط. على سبيل المثال ، يُقرأ عنصر مصمم لتقييم نطاق "السياق البيئي والموارد": "أبقي هاتفي مشحونًا دائمًا" [تتراوح خيارات الاستجابة من 1 = لا أوافق بشدة و 5 = أوافق بشدة]. تظهر عناصر الاستطلاع في ملف إضافي 2.

تحليل البيانات

لتقييم وإنشاء العلاقات فيما يتعلق بأدوات تتبع الصحة ، أجريت سلسلة من التحليلات الإحصائية. أولاً ، أجريت تحليلات الانحدار الخطي لفحص العلاقة بين النشاط البدني والمتغيرات الأخرى المتعلقة بالصحة (الحالة المزاجية ، واليقظة ، والتفاعل بين الحالة المزاجية واليقظة ، والرضا ، والعمر ، ومرحلة الجراحة). بدلاً من أحجام العينات الصغيرة ، يجب تفسير هذه النتائج بشكل استكشافي.

ثانيًا ، من أجل تحديد الميسرين والعوائق التي تحول دون استخدام التطبيقات ، والتي تعتبر مهمة في استيعاب تطبيقات الأجهزة المحمولة لمراقبة النشاط البدني عن بُعد ، تم فحص ردود المشاركين على استطلاع TDF المستنير بشكل وصفي. وشملت البيانات 54 مشاركا. كان 11 من هؤلاء المشاركين في مرحلة ما قبل الجراحة من رحلتهم ، وبالتالي تم إكمال العناصر المتعلقة بنواياهم بعد الجراحة ولكن ليس سلوكهم بعد الجراحة. لفحص ردود المشاركين ، تم الحصول على 13 نطاقًا لكل مشارك من خلال حساب متوسط ​​ردود كل مشارك على العناصر داخل كل مجال. ثم تم الحصول على النتائج الإجمالية لنطاق المشاركين من خلال حساب متوسط ​​درجات نطاق المشاركين لكل مجال من المجالات الـ 13 ، جنبًا إلى جنب مع النسب المئوية 25 و 75. تم ترميز ردود المشاركين بحيث تشير الدرجات المنخفضة إلى وجود حاجز أكبر أمام نشاطهم البدني.


1 المقدمة

(1) طرق البحث الحالية في علم النفس. تستعد علوم الكمبيوتر لأن يكون لها تأثير هائل على علم النفس. إلى جانب التجارب والاستبيانات ، فإنه يؤسس تقنية بحث أساسية ثالثة: مراقبة التفاعل بين الإنسان والجهاز على نطاق واسع جدًا. يسمح لعلماء النفس بتحليل المتغيرات مثل سمات الشخصية (على سبيل المثال ، الانبساط مقابل الانطواء) ، والقدرات (على سبيل المثال ، السياسية) ، والوظائف المعرفية (على سبيل المثال ، عملية الشيخوخة المعرفية) ، وكذلك السلوك (على سبيل المثال ، سلوك القيادة الخطرة أو نمط الحياة النشط ). بتتبع مئات الآلاف من المستخدمين ، تتطلب البيانات الضخمة الناتجة نمذجة وتنظيفًا أساسيين. ومع ذلك ، فإن حجمها الهائل مع تقنيات التعلم الآلي يزيد من القوة الإحصائية (نشير إلى المشكلات ذات الإيجابيات الخاطئة لاحقًا). والأهم من ذلك ، أنه يتجنب معظم مصادر التحيز ، لأن السلوك محل الاهتمام يتم تسجيله مباشرة. العديد من التحيزات متأصلة في المقاييس النفسية القياسية ، على سبيل المثال ، الميل للإجابة على إجراءات الإبلاغ الذاتي بطريقة مرغوبة اجتماعيًا (على سبيل المثال ، [1]) أو المشكلات المعرفية الحقيقية في الإجابة على أسئلة معينة مثل & # x0201c كم ساعة عادة الإنفاق على هاتفك الذكي؟ & # x0201d ، تقييم تقوضه بشدة تشوهات الوقت [2]. ومع ذلك ، فإن النهج الذي ابتكرته المعلوماتية النفسية يفرض أيضًا تحديات كبيرة على العلمين المعنيين. والأهم من ذلك ، يجب أن يتعلم الاثنان التعاون وأن يشكلوا في نهاية المطاف نظامًا جديدًا تمامًا: المعلوماتية النفسية [3]. يصف ياركوني [4] المعلوماتية النفسية بـ & # x0201c & # x02026 نظام ناشئ يستخدم أدوات وتقنيات من علوم الكمبيوتر والمعلومات لتحسين اكتساب وتنظيم وتوليف البيانات النفسية. & # x0201d (ص 391).

تقليديا ، تعتمد العلوم النفسية على طريقتين أساسيتين لجمع البيانات: التجارب والمقابلات أو الاستبيانات [5]. يبحث الأول عن جانب معين جدًا في بيئة صغيرة وخاضعة للسيطرة الكاملة. يقوم الأخير بتقييم السلوك الأوسع للشخص عن طريق استبيان التقرير الذاتي أو المقابلات (التي يحتمل أن تكون منظمة) [6]. هذه الأساليب تعاني من عيوب متأصلة. عادةً ما تقتصر التجارب على نقطة بيانات واحدة (أي تجربة واحدة) مع الأخذ في الاعتبار عددًا صغيرًا من المستخدمين (الذين يجب تحفيزهم عادةً للمشاركة). توجد أيضًا تجارب طولية واضحة ، على الرغم من أن هذه التجارب تُجرى بشكل أقل تواترًا بسبب التكلفة العالية والجهد المبذول. تواجه استبيانات التقرير الذاتي والمقابلات أيضًا مشاكل ، نظرًا لأن البشر يجدون صعوبة في تذكر الأحداث الماضية بشكل موثوق ، كما أنهم يخضعون أيضًا لمصادر مختلفة من التحيز (على سبيل المثال ، تشير الميول المذكورة أعلاه نحو الرغبة الاجتماعية والرغبة الاجتماعية إلى التحيز البشري تجاه تقديم الذات. بطريقة تعتبر & # x0201c مناسبة & # x0201d نظرًا لطلبات معينة أو معايير اجتماعية). في المقابل ، تقدم علوم الكمبيوتر الحديثة طرقًا جديدة تمامًا لتقييم سلوك المشاركين طوليًا ، وعلى نطاق واسع ، وبالمقارنة مع التقارير الذاتية ، بطريقة موضوعية إلى حد ما. يهتم علم الكمبيوتر كنظام إلى حد كبير بتنفيذ الخوارزميات باستخدام أجهزة الكمبيوتر (أو الأجهزة المماثلة). لغرض هذه الورقة ، نشير إلى كيفية استخدام الخوارزميات على الأجهزة المحمولة لتحليل & # x0201cBig Data. & # x0201d وبالتالي ، فإن الهدف الرئيسي للعمل الحالي على المعلوماتية النفسية هو تسليط الضوء على السبل المحتملة لاستغلال البيانات المستمدة من التقنيات الرقمية.

(2) التطورات في صناعة الكمبيوتر مما يفسح المجال للمعلوماتية النفسية. على مدار العشرين عامًا الماضية ، أنتجت صناعة الكمبيوتر مجموعة كبيرة من التقنيات القوية ، والتي أصبحت موجودة في كل مكان في الحياة اليومية. توفر الهواتف الذكية والأجهزة المحمولة الأخرى اتصالاً مستمراً ، وبذلك غيّرت حياتنا اليومية [7 & # x020139]. إلى جانب المنصات عبر الإنترنت مثل Facebook ، أصبحوا مكانًا مركزيًا للتواصل أو التسوق أو اللعب أو الدراسة. نتيجة لذلك ، تنتشر التقنيات الرقمية في الحياة اليومية ويمكن تسجيل البيانات من هذه الأجهزة على نطاق واسع. أخيرًا ، تسمح لنا الأجهزة الرخيصة بتخزين وتحليل كميات كبيرة من البيانات بتكلفة قليلة. توفر هذه الابتكارات التقنية الجديدة دعمًا للطرق النفسية الكلاسيكية ، مثل التجارب والاستبيانات [10]. أولاً ، تمكنوا من تنفيذ التجارب النفسية من خلال الهواتف المحمولة [11]. في الدراسة الأخيرة التي أجراها دوفو وآخرون ، أظهر الباحثون جدوى إجراء تجارب على الهواتف الذكية من خلال تنفيذ مهمة قرار معجمي على هذه الأجهزة. كما هو موضح أدناه ، يجب مقارنة هذه الطريقة الجديدة لإجراء التجارب وجمع البيانات بالبيانات المكتسبة من خلال الإعدادات التجريبية الكلاسيكية لضمان إمكانية تحقيق البيانات ذات الجودة المتساوية من خلال أساليب المعلومات النفسية. هل من الممكن إجراء الاختبارات النفسية العصبية وبطاريات الاختبار الكلاسيكية الأخرى على الهواتف الذكية ودراستها ليس فقط في المرضى ولكن أيضًا في عموم السكان؟ يمكن إجراء تجارب المعلومات النفسية عدة مرات في اليوم على مدى فترة زمنية طويلة ، وبالتالي توليد عدد أكبر من نقاط البيانات لكل مستخدم. ثانيًا ، تسمح بإجراء الاستبيانات عبر الهواتف المحمولة ، مما قد يُطلب من المشاركين المساهمة بالبيانات على المستوى اليومي ، ومرة ​​أخرى جمع المزيد من نقاط البيانات لكل مستخدم [12]. هنا ، يمكن أن يكون المتغير المثير للاهتمام هو تقييم الحالة المزاجية أو تضمين عينات التجربة لتقييم أنشطة التدفق في الحياة اليومية (تم شرح مفهوم التدفق لاحقًا في الورقة [13]). ومع ذلك ، ستظل أوجه القصور الأساسية في كلتا المنهجيتين قائمة. يمكن تحفيز عدد محدود فقط من المستخدمين لإجراء تجربة بانتظام ، وتظل الاستبيانات مصدرًا للتحيز (على الرغم من أن قوائم جرد التقرير الذاتي ستكون دائمًا ذات أهمية في علم النفس ، على سبيل المثال ، لتسليط الضوء على التناقضات بين السلوك الفعلي المسجل و النظرة الذاتية). ومع ذلك ، فقد استفاد جمع البيانات بالفعل من هذه التقنيات ، على سبيل المثال ، معالجة البيانات الأسهل التي تم تمكينها من خلال التبديل من الاستبيانات الورقية بالقلم الرصاص إلى الاستبيانات المدارة عبر الإنترنت ، والتي تقضي على الأخطاء في تسجيل ردود المشاركين [14]. ومع ذلك ، نظرًا لأن المعلوماتية النفسية تأخذ في الاعتبار بشكل أساسي المتغيرات المشتقة من التفاعل بين الإنسان والآلة على مستوى نظام التشغيل (على عكس ملء الاستبيانات على الإنترنت & # x0201csimple & # x0201d) ، تتطلب البيانات إعدادًا ومعالجة مسبقة من قبل علماء الكمبيوتر المهرة قبل أن تكون متاحة للكلاسيكية التحليلات الإحصائية الاستنتاجية. تمت مناقشة هذه النقطة بمزيد من التفصيل في القسم الخاص بتنظيف البيانات.

تحسنت المستشعرات الكهربائية بشكل كبير وتشكل تقنية قوية أخرى لتقييم حالة وسلوك البشر. يمكنهم قياس الحركة الجسدية (عبر مقاييس التسارع) [15] ، واستجابة الجلد الجلفاني [16] ، أو معدل ضربات القلب (التباين) [17 ، 18]. على مدى السنوات العشر الماضية ، أصبحت فعالة للغاية من حيث التكلفة ولا تتطلب سوى القليل من الصيانة من قبل المشارك. أولاً ، يمكن لأجهزة الاستشعار إرسال بياناتها تلقائيًا إلى خادم عبر الهاتف الذكي. ثانيًا ، قللت المعالجات الفعالة والبطاريات القوية بشكل كبير من الحاجة إلى شحن المستشعرات [19] ، على سبيل المثال ، تعمل أجهزة تتبع اللياقة البدنية الحالية لمدة أسبوع كامل بشحنة واحدة. يفسح التطور السريع للتقنيات المجال لإنترنت الأشياء (IoT) ، حيث يتم توصيل الأشياء اليومية مثل ماكينات القهوة أو الثلاجة بالإنترنت (انظر أيضًا أدناه) ويمكن أن تكون بمثابة مصادر للبيانات.

(3) إنترنت الأشياء والمعلوماتية النفسية. كما هو موضح أعلاه ، فإن الميزة المنهجية الرئيسية التي تقدمها المعلومات النفسية على التقنيات النفسية الكلاسيكية هي القدرة على تتبع التفاعل بين الإنسان والآلة مباشرة على الجهاز. على سبيل المثال ، يمكن تتبع التفاعل بين المستخدم وهاتفه الذكي [20] أو السيارة (الذكية) [21]. يمكن أيضًا توسيع هذا النهج ليشمل منصات الإنترنت ، مثل الشبكات الاجتماعية [22] أو مواقع التسوق [23]. يتم التقاط البيانات ونقلها إلى خادم مركزي لمزيد من التحليل ، دون الحاجة إلى أي تفاعل من المستخدم. يتفوق هذا التتبع على الأساليب التقليدية من حيث حجم وجودة البيانات التي تم جمعها. أولاً ، يسمح للباحثين بتتبع عدد كبير جدًا من المشاركين ، يصل إلى مئات الآلاف.ثانيًا ، تقوم بجمع العديد من نقاط البيانات يوميًا ، دون مطالبة المشارك بأي شيء. نظرًا لأن الأشخاص ينقلون حياتهم عبر الإنترنت بشكل متزايد ، تصبح مصادر البيانات المحتملة أكثر ثراءً ، مما يوفر في النهاية المزيد من نقاط البيانات يوميًا. في الوقت نفسه ، أصبحت مصادر البيانات هذه أكثر وفرة ، حيث أصبحت بيئاتنا رقمية بشكل متزايد. قريبًا ، سنتمكن من تتبع التفاعل مع السيارات الذكية [24] وآلات القهوة [25].

يشار إلى هذه الرؤية لعالم ، حيث يتمتع كل جهاز بقدرات حسابية واتصال عبر الإنترنت ، باسم & # x0201cubiquitous الحوسبة. & # x0201d يعود المصطلح إلى عمل مارك وايزر في Xerox PARC في التسعينيات [26]. وفي الوقت نفسه ، أصبح الاتجاه السائد ويشير إلى مجال البحث المقابل في علوم الكمبيوتر [27]. في رؤية أوسع ، يشير إنترنت الأشياء (IoT) أو إنترنت كل شيء إلى عالم يتم فيه تمثيل كل عنصر ويتم إجراء كل عملية رقميًا أو على الأقل موثقة رقميًا. إن إنترنت الأشياء ، الذي يستلزم مجموعة معايير متفق عليها عالميًا ، يشكل بالتالي شيئًا من البنية التحتية الدلالية. كل جهاز في هذا العالم ينتج البيانات ، ويوثق أفعاله. عادةً ما يشار إلى تخزين هذه البيانات وتحليلها باسم البيانات الضخمة. في هذه الرؤية ، لا توجد علاقة سببية بين جمع البيانات وتحليلها ، أي أنه يتم تحليل البيانات بشكل عام للإجابة على الأسئلة التي لم تكن معروفة إلا بشكل غامض ، إن وجدت ، في وقت جمع البيانات. بالطبع ، ينتج عن هذا النهج خطر حدوث نتائج إيجابية خاطئة ، لا سيما في ضوء المتغيرات العديدة ذات الأهمية التي يتم جمعها من خلال تسجيل التفاعل بين الإنسان والآلة ، مما يؤدي إلى فرص لا حصر لها للبحث عن ارتباطات مهمة. لذلك ، سيكون من الضروري إجراء نسخ متماثل مستقل للنتائج التي تمت ملاحظتها من مجموعات بيانات المعلوماتية النفسية وتجارب المتابعة المصممة بعناية (المعتمدة على المختبر). هناك العديد من الرؤى حول كيف يمكن للرقمنة أن تشكل عالمنا. كنقطة أولية لمزيد من القراءة ، نحيل القراء إلى الأعمال الأساسية لريفكين [27 ، 28] وبرينجولفسون ومكافي [29].

(4) & # x0201cNoise & # x0201d في البيانات الضخمة. من المسلم به أن & # x0201cBig Data & # x0201d التي تم جمعها عبر أساليب المعلوماتية النفسية تحتوي على قدر كبير من الضوضاء. ومع ذلك ، نظرًا لأن المنهجية تولد الكثير من البيانات حول العديد من المستخدمين ، يجب أن تنفصل الإشارة عن الضوضاء بشكل أوضح من أي وقت مضى. على سبيل المثال ، خذ باحثًا مهتمًا بالتحقيق في الوظائف المعرفية ، والذي يرغب في تقييم الوظيفة المعرفية من خلال دراسة الحجم المتغير لمجموعة الكلمات في لغة الشخص. إذا اعتبر الباحث استخدام الكلمات خلال يوم واحد فقط ، فمن غير المرجح أن تكون مجموعة البيانات تمثيلية للغاية. ربما في هذا اليوم ، استخدم المشارك WhatsApp فقط مع طفله / طفلتها ، وكتب بكلمات بسيطة (طفولية). ومع ذلك ، من خلال تحليل استخدام كلمة هذا الشخص على مدى فترة زمنية أطول ، يتناقص الخطأ القياسي للقياس ، لأنه يمكن تضمين التفاعلات الرقمية مع عدد أكبر من الأشخاص في التحليل.

أخيرًا ، يتجنب التتبع في كل مكان معظم مصادر التحيز الكامنة في الاستبيانات. يظل تتبع تفاعل المستخدم مباشرة & # x02014 على سبيل المثال ، على هاتف ذكي & # x02014 عرضة لأشكال معينة من التحيز (قد يؤدي الشعور بالمراقبة إلى تغيير سلوك الشخص). ومع ذلك ، فهذه أقل بكثير من تلك الموجودة في التجارب أو الاستبيانات. علاوة على ذلك ، بعد فترة قصيرة ، يجب ألا يفكر المشاركون في حقيقة أنه يتم تعقبهم. من الواضح أن هذا يحتاج إلى اختبار تجريبي ، لكن يمكننا التفكير في ذلك باستخدام تشبيه الطريق السريع. إذا انتقل شخص ما إلى شقة في شارع صاخب ، فمن الواضح أنه سينزعج من الضوضاء في الأيام القليلة الأولى. ومع ذلك ، بعد فترة ، يتم تصفية الضوضاء بواسطة الدماغ البشري ولن يكون بعض الناس على دراية بها [30 ، 31]. بالطبع ، هناك فرق كبير بين الوعي بضجيج المرور مقارنة بالتتبع من قبل شخص آخر. ومع ذلك ، فإن قصة نجاح الشبكات الاجتماعية عبر الإنترنت مثل Facebook توضح أن عددًا كبيرًا من الأشخاص لا يهتمون بشكل مفرط بشأن خصوصيتهم الرقمية (على الأقل بعد فترة) وإلا فإنهم سيعيدون النظر في ملفاتهم الشخصية المفتوحة ، وما إلى ذلك.

من المرجح أن يؤدي تتبع السلوك على الهاتف الذكي إلى إلقاء نظرة ثاقبة على السلوك البشري. إنه يلتقط جوانب مختلفة من الحياة عبر مجموعة واسعة من الأساليب (أنماط الحركة عبر نظام تحديد المواقع العالمي (GPS) والتعدين النصي لاستنتاج الحالة المزاجية وأنماط الاتصال وحجم الشبكة الاجتماعية) [32 ، 33]. محمل بأجهزة استشعار. يمكنه توصيل بياناته بشكل مستقل إلى خادم بعيد. إنه بمثابة الجهاز المركزي للوصول إلى الويب والتسوق عبر الإنترنت والتواصل مع الأصدقاء وممارسة الألعاب. والأهم من ذلك بالنسبة لميزانيات البحث ، أن معظم الناس يمتلكون بالفعل مثل هذا الجهاز. وفقًا لموقع statista.com [34] ، في عام 2016 ، سيستخدم أكثر من ملياري شخص هاتفًا ذكيًا. مع هذا التوزيع الهائل للهواتف الذكية في جميع أنحاء العالم ، فهي مقدر لها أن تتحول إلى مصدر بيانات بارز للعلماء [35].

(5) تعقيد خطوات تنظيف البيانات. تتطلب خصائص البيانات المختلفة بطبيعتها المستمدة من التفاعل بين الإنسان والآلة عقلية مختلفة تمامًا عن الباحثين. تتميز البيانات الضخمة ، مثل تلك التي يتم إنشاؤها عن طريق التتبع في كل مكان ، بالآتي: ● السرعة, تشكيلة، و الصوت [36]. تصل البيانات بمعدل مرتفع للغاية ، بأشكال وخصائص مختلفة ، مما يتطلب وسائل تخزين كبيرة. هذه البيانات معيبة بطبيعتها وقذرة. ومع ذلك ، كما هو موضح أعلاه ، يجب أن تنفصل الإشارة عن الضوضاء بوضوح (نظرًا للكم الهائل من نقاط البيانات التي تم جمعها). بينما يحتاج الباحثون بالطبع إلى التحقق من البيانات التي تم جمعها (انظر تنظيف البيانات قليلاً أدناه) ، يجب عليهم أيضًا التضحية بنوع التحكم الذي لديهم تقليديًا في إعداد تجريبي صارم. بدلاً من ذلك ، يحتاجون إلى الاعتماد على القوة الإحصائية لعدد كبير من القياسات.

في كثير من الأحيان ، يعتمد هذا النوع من البحث على البيانات التي تم جمعها لأغراض مختلفة تمامًا. على سبيل المثال ، قد يقوم الباحث بتحليل سجلات الشبكة الاجتماعية. أو قد يستخدمون معلومات الفواتير الخاصة بمزود الاتصالات. أي نهج من هذا القبيل ، شائع في تطبيقات البيانات الضخمة ، يحول البحث إلى تحليل مخصص. السؤال العلمي المطروح ليس له أي تأثير على جمع البيانات. في واقع الأمر ، قد لا يكون السؤال قد أثير في الوقت الذي تم فيه جمع البيانات. تتطلب هذه البيانات الأولية ، التي تم الحصول عليها من خلال تطبيقات متنوعة ، معالجة مكثفة. في البداية ، غالبًا ما يكون غامضًا ويستعصي على التحليل. وبالتالي فإنه يتطلب نمذجة كبيرة قبل أن يتم تحليلها. وبالتالي ، قد يكون هناك العديد من خطوات المعالجة ، بما في ذلك الأشكال المختلفة لتنقية البيانات. سيحل بناء النماذج لتحليل البيانات في الواقع محل التصميم التجريبي البدائي باعتباره التحدي & # x0201cintelictures & # x0201d في البحث النفسي. ستعتمد عمليات تنظيف البيانات هذه إلى حد كبير على سؤال البحث الفريد قيد التحقيق.

ضع في اعتبارك دراسة حول قضايا الإنتاجية في بيئات العمل الرقمية. يمكن للمرء أن يفترض أنه بسبب ملاحظة المزيد من الانقطاعات ، يجب ملاحظة انخفاض الإنتاجية ، بسبب اضطراب التجربة المذكورة أعلاه للتدفق في عمل الفرد. يمثل التدفق حالة من التركيز العالي (الإنتاجي) ، حيث تتطابق مهارة الشخص مع صعوبة المهمة. يمكن للهواتف الذكية أن تشتت انتباهنا لدرجة يصبح فيها الوصول إلى حالة التدفق أمرًا مستحيلًا. وبالتالي ستركز الدراسة على الانقطاعات بسبب الهواتف الذكية في الحياة اليومية. لذلك ، قد يقوم عالم الكمبيوتر بنمذجة عدد المرات التي يتم فيها النقر فوق الهاتف الذكي وإيقاف تشغيله. يجب أن تأخذ عملية النمذجة هذه أشياء كثيرة في الاعتبار. هل من المثير للاهتمام تقييم المدة بين جلسات الهاتف؟ أم يجب أن نحسب الوقت العام الذي يقضيه الهاتف الذكي كل يوم؟ هل يجب أن نحسب الوقت عندما يكون الهاتف مستخدمًا للاستماع إلى الموسيقى ولكن ليس بشكل تفاعلي؟ كيف يجب التعامل مع جلسات الهاتف الذكي فائقة القصر ، على سبيل المثال ، عندما يتم النقر فوق شاشة الهاتف ، ولكن الهاتف غير مقفل ، ولا يوجد مزيد من التفاعل اللمسي؟ سيحدد سؤال البحث الدقيق المطروح تنظيف البيانات ونمذجة. وسيتطلب أي حل تعاونًا وثيقًا متعدد التخصصات.

(6) ما هي أجندة البحث في علم النفس المعلوماتي؟ بطبيعة الحال ، كانت هناك جهود تعاونية سابقة بين مجالات علم النفس وعلوم الكمبيوتر. على وجه الخصوص ، تشير الواجهات بين الإنسان والحاسوب (HCI) إلى مجال علوم الكمبيوتر المعني بالتفاعل بين المستخدمين والأنظمة الإلكترونية ، على سبيل المثال ، عن طريق واجهات الرسوم أو الإشارات الصوتية. وبالتالي ، فإن اتجاه البحث هذا يشمل هندسة قابلية الاستخدام ، والتعلم الإلكتروني ، والتفاعل ، وتصميم المعلومات ، من بين أمور أخرى. عند مخاطبة المستخدم على الفور ، تمس العديد من المجالات التي يدرسها علماء النفس بشكل شائع. على وجه الخصوص ، يتعرف نظام الحوسبة العاطفية على التأثير البشري ويتفاعل معه أو يقلده [37]. والجدير بالذكر أن مشروع HUMAINE قام بفحص الأنظمة الموجهة للانفعالات [38]. للحصول على مقدمة ، راجع http://emotion-research.net/. يركز التفاعل بين الإنسان والروبوت على نطاق ضيق أكثر على الواجهة بين المستخدمين والروبوتات (الروبوتية) ، وبالتالي يتطرق أيضًا إلى جوانب علم النفس. كلا المجالين راسخين في علوم الكمبيوتر ، كما هو موثق في IEEE Transactions on Affective Computing و ACM / IEEE International Conference on Human-Robot Interaction. ومع ذلك ، نشأت في HCI ، تركز مجالات البحث هذه بشكل عام على المستخدمين الفرديين ، وحتى الآن ، نادراً ما تستخدم تقنيات البيانات الضخمة. وبالتالي يمكنهم أيضًا الاستفادة من تطوير المعلوماتية النفسية.

سيسمح التعاون بين علوم الكمبيوتر وعلم النفس أخيرًا للأخير بتطبيق العديد من نتائجهم العلمية بشكل عملي. حتى الآن ، كان من الممكن أن تتمتع الكثير من الأبحاث الكمية في علم النفس بتأثير عملي أكبر. نعني بهذا أن البحث المهم في علم النفس يتم إجراؤه في تجارب معملية مصممة بعناية أو دراسات استبيان ، حيث من غير الواضح ما إذا كان يمكن تعميم النتائج على الحياة الواقعية. الآن ، ومع ذلك ، يمكن التحقق من صحة نتائج علم النفس في الحياة اليومية ودمجها في منطق أنظمة تكنولوجيا المعلومات. سوف تتعرف السيارات عندما يكون السائقون نائمين أو مضطربين. سوف تدرك برامج التعلم عندما ينزلق انتباه الطالب. ستكون هذه & # x0201caffective الحوسبة & # x0201d جزءًا لا يتجزأ من معظم الأجهزة التي تحيط بنا [37]. ستوفر هذه التطبيقات قيمة عملية فورية ، ليس فقط للنتائج الجديدة ولكن أيضًا للعديد من النتائج النفسية من العقود السابقة. بالطبع ، يثير هذا أيضًا السؤال عما إذا كانت المعلوماتية النفسية ستخلق أجندتها البحثية الفريدة. من الأدبيات التي تمت مراجعتها في هذه الورقة ، يتضح أن المعلوماتية النفسية تسمح بإعادة النظر في العديد من أسئلة البحث النفسي واختبارها خارج البيئات المختبرية الصارمة ، في الحياة اليومية. كما ذكرنا من قبل ، تم اشتقاق العديد من الأفكار النفسية المهمة في البيئات المختبرية ، وبالتالي فإن اختبار مثل هذه النتائج على نطاق أوسع في بيئات متنوعة سيشكل تحديًا كبيرًا. بالإضافة إلى ذلك ، كما هو الحال مع كل مسعى بحثي جديد متعدد التخصصات ، نحن مقتنعون بأن أسئلة جديدة ستظهر أيضًا ، وتتجاوز أسئلة البحث التقليدية في كلا المجالين. في هذه النقطة ، نقدم مثالًا من عملنا على تطبيق Menthal (انظر الوصف التفصيلي في الملحق). عندما أطلقنا مشروع Menthal ، كنا نهدف إلى الإجابة عن سؤال بسيط ولكنه مهم حول كيفية سيطرة الهاتف الذكي على حياتنا. تتبع تطبيقنا المخصص آلاف الهواتف الذكية ، وسجل المدة التي استخدم فيها المشاركون هواتفهم كل يوم والتطبيقات الأكثر استخدامًا (وأكثرها تشتت انتباهنا عن المهام المهمة). يتم عرض بعض النتائج الأولية الناشئة عن هذا المشروع بمزيد من التفصيل أدناه. عندما قمنا بتحليل مجموعة البيانات ، أصبحنا على دراية بالإمكانيات الهائلة التي توفرها هذه البيانات بخلاف سؤال البحث الأولي ، يمكننا بشكل غير مباشر دراسة سلوك النوم لآلاف المشاركين (أظهرت دراسة سابقة من مختبرنا أن حوالي 36 & # x0201340٪ من يستخدم مستخدمو الهواتف الذكية هواتفهم الذكية في الدقائق الخمس الأخيرة قبل النوم وفي الدقائق الخمس الأولى بعد الاستيقاظ ، [39]) أو التحقيق في الانقطاعات في الحياة اليومية ، وبالتالي فقدان الإنتاجية أيضًا ، حتى بالنسبة لعدد كبير من السكان. علاوة على ذلك ، من خلال النظر في إشارة نظام تحديد المواقع العالمي (GPS) ، سيكون من الممكن دمج المعلومات من موقع الشخص ونشاط الهاتف الذكي مع المعلومات الاجتماعية الديموغرافية عن المنطقة التي يقيم فيها الشخص. ومن الممكن أيضًا التحقيق في كيفية تأثر سلوك الشخص بالطقس في لحظة معينة. من حيث المبدأ ، يمكن ربط بيانات الهاتف الذكي ، بما في ذلك الوقت ونقطة الموقع ، بالعديد من المتغيرات الخارجية. باختصار ، يتيح الحجم الهائل للبيانات المأخوذة من عينات كبيرة إمكانية الإجابة على العديد من الأسئلة البحثية التي لم يتم النظر فيها من قبل. من الواضح أن هذا يطرح أيضًا تحديات أساسية للجان الأخلاقيات في تحديد ما يمكن وما لا يمكن دراسته بعد جمع البيانات. في حين أن الهواتف الذكية والشبكات الاجتماعية قد تكون مصدرًا مهمًا لفهم العمليات النفسية للفرد ، يجب أن نضع في اعتبارنا أيضًا أن هذه الأجهزة مصممة للتفاعل الاجتماعي. وبالتالي ، فإن السؤال الذي يطرح نفسه هو إلى أي مدى تمثل العمليات الفردية المحددة من الهواتف الذكية العمليات الداخلية للفرد حقًا أو ما إذا كانت هذه المعلومات تتأثر بتفاعلاتهم مع الآخرين من خلال الهاتف الذكي.

(7) مراجعة موجزة للدراسات الأولى في المعلوماتية النفسية. حاليًا ، العمل الذي يقع في مجال المعلوماتية النفسية مبعثر تمامًا. أولاً ، يتم نشره في مجتمعين علميين منفصلين إلى حد ما (علم النفس وعلوم الكمبيوتر). ثانيًا ، هذه مجزأة بشكل أكبر في مجتمعات فرعية مختلفة (ومجلات مختلفة) ، والتي لا تدرك بالضرورة نتائج بعضها البعض. بشكل عام ، يستخدم الباحثون مجموعة من التقنيات على مجموعة متنوعة من مجموعات البيانات ، باستخدام منهجيات متعامدة ومتابعة مجموعة واسعة من أهداف البحث.

في السنوات الأخيرة ، تم إجراء عدد متزايد من الدراسات ، والتي تناسب بشكل عام فئة المعلوماتية النفسية. تم صياغة المصطلح نفسه بشكل مستقل من قبل عدة مجموعات عمل [3 ، 4]. تتعامل هذه الدراسات بشكل أساسي مع مصادر البيانات القريبة من شبكة الويب العالمية ، مثل الشبكات الاجتماعية. نقدم مراجعة موجزة للدراسات التي تتنبأ بالمتغيرات النفسية من الشبكات الاجتماعية عبر الإنترنت ، مثل Facebook ، أو قنوات الاتصال ، مثل Twitter.

في دراستهم الأساسية ، Kosinski et al. [22] حقق في أكثر من 58000 من مستخدمي Facebook وأظهر أنه من الممكن التنبؤ بالجنس أو العرق أو المواقف السياسية من Facebook & # x0201cLikes & # x0201d في أكثر من 80٪ من الحالات. كانت هذه الدراسة أيضًا قادرة على التنبؤ بالشخصية من Facebook & # x0201cLikes & # x0201d (على الرغم من أن هذا كان أقل نجاحًا في التنبؤ على المستوى الفردي). كانت دقة توقع الخمسة الكبار للشخصية بين 0.29 و 0.43 في هذه الدراسة. تم تقييم الفروق الفردية في الشخصية مع مجموعة عناصر الشخصية الدولية. ارتباط ص = .40 يشير إلى أن 16٪ (أي ، ص = .40 2) تداخل التباين في الإعجابات على Facebook واختبار الشخصية. من المثير للاهتمام ، تم الإبلاغ أيضًا عن ارتباطات ذات حجم مماثل بين متغيرات مكالمات الهاتف الذكي والشخصية [20]. في الآونة الأخيرة ، Kosinski et al. [22] ذكر أن هذا النوع من تحليل البيانات قد يكون مفيدًا لتخصيص محتوى الويب والإعلانات التجارية عبر الإنترنت. من خلال دراسة منصة التواصل Twitter ، Querica et al. [40] لاحظ أن مستخدمي تويتر ذوي النفوذ والشهرة هم منفتحون ومستقرون عاطفياً. يمكن وصف البشر المنفتحين على أنهم منفتحون اجتماعيًا ويكافئون الحساسين والمتفائلين وأحيانًا الاندفاعيين [41 & # x0201343]. كيو وآخرون. [44] ذكرت أنه يمكن أيضًا توقع سمات الشخصية مثل العصابية والموافقة من التغريدات. البشر المقبولون هم أناس محبوبون ويمكنهم التكيف بسهولة مع الآخرين [45]. باي وآخرون. [46] كما تنبأ بنجاح شخصية من المدونات الصغيرة (في هذه الحالة ، المنصة الصينية سينا). في هذه الدراسة ، ارتبطت متغيرات مثل عدد الأصدقاء أو المتابعين في المدونة الصغيرة بالشخصية. باختصار ، يقدم عدد متزايد من الدراسات دليلًا تجريبيًا على أن البيانات من التفاعل بين الإنسان والآلة (على سبيل المثال ، Facebook و Twitter و Sina) يمكن التحقيق فيها للتنبؤ بنجاح بالمتغيرات النفسية.

بصرف النظر عن استغلال البيانات من شبكات التواصل الاجتماعي البارزة هذه ، فإن الدراسات الجديدة تنظر أيضًا في الهواتف الذكية. تمشيا مع الدراسات المذكورة أعلاه على Facebook و Twitter ، Montag et al. [20] فحص متغيرات المكالمات والرسائل النصية من الهواتف الذكية للتنبؤ بالسمات الشخصية لمستخدمي الهواتف الذكية. في حين أنه قد يبدو تافهاً أن المنفتحين كانوا مرتبطين بمجموعة من متغيرات المكالمات على الهاتف الذكي (نظرًا لأن المنفتحين اجتماعيًا ، يتوقع المرء أن يستخدم المنفتحون هواتفهم أكثر) ، فمن الجدير بالذكر أن المعلوماتية النفسية تساعد الباحثين على فهم أي من العدد الكبير من ترتبط متغيرات الاتصال على الهاتف الذكي ارتباطًا وثيقًا بالانبساط. بالنظر إلى المتغيرات مثل مدة المكالمات وعدد المكالمات الصادرة وعدد المكالمات الواردة والمستخدمين المميزين الذين تم الاتصال بهم ، يصبح من الواضح أن هذا السؤال ليس من السهل الإجابة عليه كما يبدو في البداية. في الدراسة التي أجراها Montag et al. [20] ، كان عدد المكالمات الصادرة هو أفضل مؤشر على الانبساط. دراسة سابقة قام بها Chittaranjan et al. [47] لم يتم ربط الشخصية بمتغيرات الهواتف الذكية فحسب ، بل وفرت أيضًا أداة للتعلم الآلي للتنبؤ بالشخصية من متغيرات الهاتف الذكي. بالانتقال إلى ما هو أبعد من الشخصية والاستخدام الكلاسيكي للهواتف الذكية ، تقدم دراسة حديثة أخرى بعض الأفكار الأولية حول العلاقة بين سلوك واتساب والشخصية [48]. مرة أخرى ، وصل المنفتحون أكثر إلى شبكاتهم الاجتماعية (من حيث استخدام WhatsApp لفترة أطول). بالإضافة إلى ذلك ، بقي الأشخاص ذوي الضمير الضعيف لفترة أطول على WhatsApp [48]. يمكن وصف الأشخاص ذوي الضمير المتدني بأنهم أقل اجتهادًا وغالبًا ما لا يكونون في الوقت المحدد. بدلاً من اتباع روتين حياتهم اليومية ، فإنهم يؤجلون مهام العمل ويقضون الكثير من الوقت على هواتفهم الذكية. تم تسليط الضوء على الميزة الرئيسية لاستخدام أساليب المعلوماتية النفسية للتحقيق في إدمان الهواتف الذكية من خلال العمل الأخير الذي يوضح تشويهًا كبيرًا للوقت مرتبطًا باستخدام الهاتف الذكي ، مما يشير إلى أن مستخدمي الهواتف الذكية قد لا يتمكنون من التقييم الدقيق لمدة الوقت الذي يقضونه في استخدام أجهزتهم [2 ، 49].

دوفو وآخرون. [11] يقترح أنه يمكن أيضًا استخدام الهواتف الذكية للتحقيق في المتغيرات المعرفية.هنا ، قد يكون من الممكن ملاحظة التقلبات في الوظائف المعرفية عبر الهاتف الذكي ، مما يفسح المجال لدراسة التدهور المعرفي في المجتمعات المسنة مثل ألمانيا. الدراسة التي أجراها دوفو وآخرون. [11] هي أيضا ذات صلة من منظور آخر. في علم النفس ، تعد مصطلحات الصلاحية والموثوقية مفاهيم أساسية لجودة وتعميم نتائج الدراسات النفسية. قبل أن نتمكن من النظر في النتائج من المعلوماتية النفسية جنبًا إلى جنب مع الأدلة التي تم جمعها من المناهج النفسية الكلاسيكية ، سواء كانت البيانات التي تم جمعها من الاستبيانات عبر الهواتف الذكية أو القنوات المماثلة تنتج نفس الخصائص السيكومترية مثل البيانات التي تم الحصول عليها عبر الاستبيانات الورقية ، يجب اختبارها بشكل منهجي. على الرغم من أن هذا محتمل (حيث أظهرت الأبحاث أن الاستبيانات عبر الإنترنت والقلم الورقي قابلة للمقارنة فيما يتعلق بالخصائص السيكومترية ، على سبيل المثال ، [50]) ، يجب مقارنة البيانات التي تم جمعها من التجارب التي أجريت على الهواتف الذكية مع التجارب المعملية التي أجريت بعناية.

الدراسات التي تبحث في التفاعل بين الإنسان والآلة خارج الهواتف الذكية أو الشبكات الاجتماعية عبر الإنترنت نادرة نوعًا ما. تُظهر الأمثلة الأولى المثيرة للاهتمام أن استخراج البيانات من التشخيص على متن السيارة (OBD) من السيارات سيكون قادرًا على تحديد سلوك القيادة المتهور [51 ، 52] وقد يساعدك توصيل ثلاجتك بالإنترنت على اتباع خطة نظام غذائي صحي [53].


تم تسليط الضوء على الأوراق ذات الأهمية الخاصة ، التي نُشرت مؤخرًا ، على النحو التالي: • ذات أهمية • • ذات أهمية كبرى

Chan S، Torous J، Hinton L، Yellowlees P. الصحة العقلية المتنقلة عن بعد: زيادة التطبيقات والانتقال إلى نماذج الرعاية الهجينة. الرعاىة الصحية. 20142 (2): 220.

Chan S و Torous J و Hinton L و Yellowlees P. تطبيقات الطب النفسي: التقييم الذاتي للمريض والتواصل والتدخلات العلاجية المحتملة. في: موسيك د ، هيلتي د ، المحررين. الصحة النفسية الإلكترونية. بازل: Karger Medical and Scientific Publishers 2015.

تواصل Poushter J. ملكية الهواتف الذكية واستخدام الإنترنت في الارتفاع في الاقتصادات الناشئة. مركز بيو للأبحاث. 2016. http://www.pewglobal.org/2016/02/22/smartphone-ownership-and-internet-usage-continues-to-climb-in-emerging-economies/. تم الوصول إليه في 15 سبتمبر 2017.

وو كيو ، سوم ك ، ناثان روبرتس د ، محررون. كيف تسهل أجهزة تتبع اللياقة البدنية تغيير السلوك الصحي. وقائع الاجتماع السنوي لجمعية العوامل البشرية وبيئة العمل لعام 2016: منشورات SAGE Sage CA: لوس أنجلوس ، كاليفورنيا.

• بينيون إم ، هاردي جي ، مور آر ، ميلينجز أ. العلاجات الإلكترونية في إنجلترا للتوتر أو القلق أو الاكتئاب: ما الذي يتم استخدامه في NHS؟ مسح لخدمات الصحة النفسية. BMJ مفتوح. 20177 (1): e014844. قام المؤلفون بجدولة قائمة شاملة جدًا للاكتئاب والعلاج المعرفي السلوكي وتطبيقات وبرامج الصحة العقلية الأخرى المستخدمة في النظام الصحي في المملكة المتحدة. تؤكد جهودهم على أهمية إعداد تقارير التطبيقات ، حيث إن مكونات النظام الصحي في المملكة المتحدة وصناديق الثقة لم تكن تجمع باستمرار إحصاءات الاستخدام.

بولوس إم إن ، ويلر إس ، تافاريس سي ، جونز آر. كيف تغير الهواتف الذكية وجه الرعاية الصحية المتنقلة والتشاركية: نظرة عامة ، مع مثال من eCAALYX. بيوميد المهندس اون لاين. 201110: 24. https://doi.org/10.1186/1475-925X-10-24.

Glick G ، Druss B ، Pina J ، Lally C ، Conde M. استخدام تكنولوجيا الهاتف المحمول في بيئة الصحة العقلية المجتمعية. J Telemed Telecare. 201622 (7): 430-5. https://doi.org/10.1177/1357633x15613236.

ميلر سي جيه ، ماكينيس دي كيه ، ستولزمان ك ، باور إم إس. الاهتمام باستخدام التكنولوجيا للرعاية الصحية بين قدامى المحاربين الذين يتلقون علاجًا للصحة العقلية. Telemed J E Health. 201622 (10): 847–54. https://doi.org/10.1089/tmj.2015.0190.

• Gregory JM و Sukhera J و Taylor-Gates M. دمج تقنية الهواتف الذكية في وقت الخروج من وحدة الطب النفسي للأطفال والمراهقين الداخليين. جي كان أكاد للطب النفسي للمراهقين. 201726 (1): 45-50. هذه الورقة مثيرة للاهتمام وفريدة من نوعها لأنها تنفذ توصيات التطبيق وتنزيلها في مستشفى للأمراض النفسية للأطفال في كندا. لاحظ المؤلفون أنه لا يوجد بحث آخر عن الهواتف الذكية في وحدات المرضى الداخليين.

بن زئيف د ، فتحي ج ، جوناثان ج ، أبو حرب ب ، براين آر إم ، كسبة إل ، وآخرون. mHealth للصحة النفسية في الشرق الأوسط: الحاجة واستخدام التكنولوجيا والاستعداد بين الفلسطينيين في الضفة الغربية. آسيا يسيياتر. 201727: 1-4.

Menon V، Rajan TM، Sarkar S. تطبيقات العلاج النفسي للتقنيات القائمة على الهاتف المحمول: مراجعة منهجية للبحوث والاتجاهات الحالية. المجلة الهندية للطب النفسي. 201739 (1): 4-11. https://doi.org/10.4103/0253-7176.198956.

Moitra E ، Gaudiano BA ، Davis CH ، Ben-Zeev D. جدوى ومقبولية التقييم البيئي اللحظي بعد الاستشفاء في المرضى الذين يعانون من اضطرابات طيف ذهاني. ضم الطب النفسي. 201774: 204-13. https://doi.org/10.1016/j.comppsych.2017.01.018.

Kim J و Lim S و Min YH و Shin YW و Lee B و Sohn G وآخرون. فحص الاكتئاب باستخدام تقييمات الصحة العقلية اليومية من تطبيق الهاتف الذكي لمرضى سرطان الثدي. J Med Internet Res. 201618 (8): e216. https://doi.org/10.2196/jmir.5598.

Kenny R و Dooley B و Fitzgerald A. التقييم البيئي اللحظي لمشاكل المراهقين وفعالية التأقلم والحالات المزاجية باستخدام تطبيق الهاتف المحمول: دراسة استكشافية. جمير مينت هيلث. 20163 (4): e51. https://doi.org/10.2196/mental.6361.

Barrigón ML و Berrouiguet S و Carballo JJ و Bonal-Giménez C و Fernández-Navarro P و Pfang B et al. ملفات تعريف المستخدمين لأداة إلكترونية للصحة العقلية للتقييم البيئي اللحظي: MEmind. Int J طرق Psychiatr Res. 201726 (1) https://doi.org/10.1002/mpr.1554.

Fitzpatrick KK، Darcy A، Vierhile M. تقديم العلاج السلوكي المعرفي للشباب الذين يعانون من أعراض الاكتئاب والقلق باستخدام وكيل محادثة مؤتمت بالكامل (Woebot): تجربة عشوائية محكومة. جمير مينت هيلث. 20174 (2): e19. https://doi.org/10.2196/mental.7785.

• • عامل المنجم AS ، Milstein A ، Schueller S ، Hegde R ، Mangurian C ، Linos E. وكلاء المحادثة المستندة إلى الهواتف الذكية والردود على الأسئلة المتعلقة بالصحة العقلية والعنف بين الأشخاص والصحة البدنية. جاما المتدرب ميد. 2016176 (5): 619–25. https://doi.org/10.1001/jamainternmed.2016.0400. توضح هذه الورقة التي تم نشرها على نطاق واسع كيف يمكن استخدام ميزات نظام التشغيل - وكلاء المحادثة مثل Apple Siri و Google Now (الآن مساعد Google) - كتدخلات للصحة العقلية. حفزت الورقة النقاش في الصحافة الشعبية لدور وكلاء المحادثة في التعرف على الانتحار والعنف المنزلي.

•• Maples-Keller JL، Bunnell BE، Kim SJ، Rothbaum BO. استخدام تقنية الواقع الافتراضي في علاج القلق والاضطرابات النفسية الأخرى. هارف ريف للطب النفسي. 201725 (3): 103-13. https://doi.org/10.1097/HRP.0000000000000138. هذه لمحة شاملة عن الوضع الحالي للواقع الافتراضي في العلاج النفسي.

كيرشنر تي آر ، شيفمان س.المحددات المكانية والزمانية للصحة العقلية والرفاهية: التطورات في التقييم اللحظي الإيكولوجي الصريح جغرافيًا (GEMA). شركة الطب النفسي بسيتشياتر إبيديميول. 201651 (9): 1211–23. https://doi.org/10.1007/s00127-016-1277-5.

Chow PI و Fua K و Huang Y و Bonelli W و Xiong H و Barnes LE et al. استخدام الاستشعار المحمول لاختبار النماذج السريرية للاكتئاب والقلق الاجتماعي وتأثير الحالة والعزلة الاجتماعية بين طلاب الجامعات. J Med Internet Res. 201719 (3): e62. https://doi.org/10.2196/jmir.6820.

براون S ، Annovazzi C ، Botella C ، Bridler R ، Camussi E ، Delfino JP ، وآخرون. تقييم الإجهاد المزمن ومهارات التأقلم واضطرابات المزاج من خلال تحليل الكلام: تقييم ذاتي "تطبيق صوتي" لأجهزة الكمبيوتر المحمولة والأجهزة اللوحية والهواتف الذكية. علم النفس المرضي. 201649 (6): 406–19. https://doi.org/10.1159/000450959.

Schriewer K ، Bulaj G. خدمات بث الموسيقى كعلاجات مساعدة للاكتئاب والقلق والأعراض ثنائية القطب: تقارب التقنيات الرقمية وتطبيقات الأجهزة المحمولة والعواطف والصحة العقلية العالمية. أمام الصحة العامة. 20164: 217. https://doi.org/10.3389/fpubh.2016.00217.

Depp C، Torous J، Thompson W. أنظمة الإنذار المبكر القائمة على التكنولوجيا للاضطراب ثنائي القطب: إطار مفاهيمي. جمير مينت هيلث. 20163 (3): e42. https://doi.org/10.2196/mental.5798.

Place S ، Blanch-Hartigan D ، Rubin C ، Gorrostieta C ، Mead C ، Kane J ، et al. تتنبأ المؤشرات السلوكية الموجودة على منصة استشعار متنقلة بأعراض نفسية مثبتة إكلينيكيًا لاضطرابات المزاج والقلق. J Med Internet Res. 201719 (3): e75. https://doi.org/10.2196/jmir.6678.

Suhara Y، Xu Y، Pentland AS، محررون. DeepMood: التنبؤ بالمزاج المكتئب بناءً على التواريخ المبلغ عنها ذاتيًا عبر الشبكات العصبية المتكررة. وقائع المؤتمر الدولي السادس والعشرين على شبكة الويب العالمية 2017: اللجنة التوجيهية لمؤتمرات الويب العالمية.

Wahle F ، Kowatsch T ، Fleisch E ، Rufer M ، Weidt S. الاستشعار المحمول ودعم الأشخاص المصابين بالاكتئاب: تجربة تجريبية في البرية. JMIR Mhealth Uhealth. 20164 (3): e111. https://doi.org/10.2196/mhealth.5960.

•• الرابطة الأمريكية للطب النفسي. تطبيقات الصحة العقلية. الرابطة الأمريكية للطب النفسي. 2017. https://www.psychiatry.org/psychiatrists/practice/mental-health-apps. تم الوصول إليه في 4 يوليو 2017. توفر صفحة الويب نظرة عامة شاملة على تقييم التطبيقات وسبب أهمية ذلك.

Baumel A و Faber K و Mathur N و Kane JM و Muench F. Enlight: أداة تقييم شاملة للجودة والعلاجية المحتملة لتدخلات الصحة الإلكترونية عبر الإنترنت. J Med Internet Res. 201719 (3): e82. https://doi.org/10.2196/jmir.7270.

Stoyanov SR ، Hides L ، Kavanagh DJ ، Zelenko O ، Tjondronegoro D ، Mani M. مقياس تقييم تطبيقات الهاتف المحمول: أداة جديدة لتقييم جودة تطبيقات الأجهزة المحمولة الصحية. JMIR Mhealth Uhealth. 20153 (1): e27. https://doi.org/10.2196/mhealth.3422.

Stoyanov SR، Hides L، Kavanagh DJ، Wilson H. تطوير والتحقق من صحة إصدار المستخدم من مقياس تقييم تطبيقات الهاتف المحمول (uMARS). JMIR Mhealth Uhealth. 20164 (2): e72. https://doi.org/10.2196/mhealth.5849.

• Mani M ، Kavanagh DJ ، Hides L ، Stoyanov SR. مراجعة وتقييم تطبيقات iPhone القائمة على اليقظة. JMIR Mhealth Uhealth. 20153 (3): e82. https://doi.org/10.2196/mhealth.4328. هذا يطبق معايير MARS لتقييم تطبيقات الأجهزة المحمولة ، وتحديداً في تدخلات اليقظة ، ويفصل عناصر اليقظة التي يجب أن تكون موجودة في التطبيقات.

Maheu MM ، Nicolucci V ، Pulier ML ، Wall KM ، Frye TJ ، Hudlicka E. مجموعة أدوات مراجعة تطبيقات الأجهزة المحمولة التفاعلية (IMART): نظام موجه نحو الممارسة السريرية. مجلة التكنولوجيا في العلوم السلوكية. 2017: 1-13.

لوري جيه ، بلاندفورد أ. تخصيص وقت لليقظة الذهنية. إنت ياء ميد إنفور. 201696: 38-50. https://doi.org/10.1016/j.ijmedinf.2016.02.010.

Kaipainen K ، Valkkynen P ، Kilkku N. قابلية تطبيق التطبيق المحمول القائم على العلاج والقبول في تمريض الاكتئاب. ترجمة Behav Med. 2016 https://doi.org/10.1007/s13142-016-0451-3.

Mares ML و Gustafson DH و Glass JE و Quanbeck A و McDowell H و McTavish F et al. تنفيذ نظام الصحة المحمولة لاضطرابات استخدام المواد المخدرة في الرعاية الأولية: دراسة طرق مختلطة للتوقعات الأولية للأطباء وتجارب السنة الأولى. BMC Med Inform Decis Mak. 201616 (1): 126. https://doi.org/10.1186/s12911-016-0365-5.

Robotham D ، Satkunanathan S ، Doughty L ، Wykes T. هل لا يزال لدينا فجوة رقمية في مجال الصحة العقلية؟ متابعة مسح لمدة خمس سنوات. J Med Internet Res 201618 (11): e309. https://doi.org/10.2196/jmir.6511.

Glass JE و McKay JR و Gustafson DH و Kornfield R و Rathouz PJ و McTavish FM et al. البحث عن العلاج كآلية للتغيير في تجربة معشاة ذات شواهد لتدخل صحي متنقل لدعم التعافي من اضطرابات تعاطي الكحول. J Subst Abus Treat. 201777: 57-66. https://doi.org/10.1016/j.jsat.2017.03.011.

اختيار Perski O و Blandford A و Ubhi HK و West R و Michie S. المعلوماتية الطبية BMC واتخاذ القرار. 201717 (1): 25. https://doi.org/10.1186/s12911-017-0422-8.

Rotondi AJ ، Spring MR ، Hanusa BH ، Eack SM ، Haas GL. تصميم تطبيقات الصحة الإلكترونية لتقليل الجهد المعرفي للأشخاص المصابين بأمراض عقلية حادة: تعقيد الصفحات ، وبساطة التنقل ، وإمكانية الفهم. العوامل البشرية JMIR. 20174 (1): e1. https://doi.org/10.2196/humanfactors.6221.

Ferron JC، Brunette MF، Geiger P، Marsch LA، Adachi-Mejia AM، Bartels SJ. تطبيقات الهاتف المحمول للإقلاع عن التدخين: الجودة وسهولة الاستخدام بين المدخنين المصابين بالذهان. العوامل البشرية JMIR. 20174 (1): e7. https://doi.org/10.2196/humanfactors.5933.

Westergaard RP ، Genz A ، Panico K ، Surkan PJ ، Keruly J ، Hutton HE ، وآخرون. قبول التدخل الصحي المتنقل لتعزيز تنسيق رعاية فيروس نقص المناعة البشرية للمرضى الذين يعانون من اضطرابات تعاطي المخدرات. علم الإدمان والممارسة السريرية. 201712 (1): 11. https://doi.org/10.1186/s13722-017-0076-y.

• جينينغز إل ، لي إن ، شور دي ، سترومنجر إن ، أليسون بي ، كونسيرف دي إف ، وآخرون. وصول الشباب المشردين من الأقليات الأمريكية إلى الهواتف المحمولة واستخدامها: الآثار المترتبة على تصميم تدخل الصحة المحمولة. J Health Commun. 201621 (7): 725–33. https://doi.org/10.1080/10810730.2015.1103331. هذا البحث النوعي هو مثال ممتاز لمواجهة الصور النمطية التي يرغب الشباب في الهواتف المحمولة ويشاركونها حياتهم بشكل علني. ووجدت أن الشباب قد يجدون الهواتف مصدرًا للمضايقات والأعباء المالية والقلق بشأن الخصوصية!

Bauer M ، Glenn T ، Monteith S ، Bauer R ، Whybrow PC ، Geddes J. وجهات النظر الأخلاقية حول التوصية بالتكنولوجيا الرقمية للمرضى المصابين بأمراض عقلية. المجلة الدولية للاضطرابات ثنائية القطب. 20175 (1): 6. https://doi.org/10.1186/s40345-017-0073-9.

Sood M، Chadda RK، Singh P. الصحة المتنقلة (mHealth) في مجال الصحة العقلية: النطاق والتطبيقات في الأماكن منخفضة الموارد. المجلة الطبية الوطنية في الهند. 201629 (6): 341-3.

• • Naslund JA و Aschbrenner KA و Araya R و Marsch LA و Unutzer J و Patel V et al. التكنولوجيا الرقمية لعلاج الاضطرابات النفسية والوقاية منها في البلدان المنخفضة الدخل والبلدان المتوسطة الدخل: مراجعة سردية للأدبيات. الطب النفسي لانسيت. 2017 https://doi.org/10.1016/s2215-0366(17)30096-2. تحتوي هذه المراجعة على جداول عديدة لبرامج الصحة النفسية عبر الإنترنت والتي تشمل الالتزام ، ودعم التعافي ، والمساعدة الذاتية ، جنبًا إلى جنب مع فحص وتعليم العاملين في مجال الصحة العقلية.

Sobowale K ، Torous J. الطب النفسي للكوارث في آسيا: إمكانات الهواتف الذكية ، والهواتف المحمولة ، والتقنيات المتصلة. آسيا يسيياتر. 201622: 1-5. https://doi.org/10.1016/j.ajp.2016.03.004.

Musyimi CW، Mutiso VN، Haji ZR، Nandoya ES، Ndetei DM. فحص الاكتئاب mhGAP-IG عبر الهاتف المحمول في كينيا. صحة المجتمع مينت ج. 2016 https://doi.org/10.1007/s10597-016-0072-9.

هاشمي ب ، علي س ، عوض ر ، سعودى ل ، هاوسل ل ، سوسيبى سج. تسهيل فحص الصحة العقلية للسكان الذين مزقتهم الحرب باستخدام تطبيقات الهاتف المحمول. شركة الطب النفسي بسيتشياتر إبيديميول. 201752 (1): 27–33. https://doi.org/10.1007/s00127-016-1303-7.

Armontrout J ، Torous J ، Fisher M ، Drogin E ، Gutheil T. Mobile الصحة العقلية: تصفح القواعد واللوائح الجديدة للأدوات الرقمية. مندوب الطب النفسي بالعملة .201618 (10): 91. https://doi.org/10.1007/s11920-016-0726-x.

• Torous J ، Roberts LW. الاستخدام الأخلاقي لتكنولوجيا الصحة المتنقلة في الطب النفسي السريري. J نيرف منت ديس. 2017205 (1): 4–8. https://doi.org/10.1097/nmd.0000000000000596. يناقش هذا الأمر القضايا الأخلاقية التي يجب على الأطباء مراعاتها قبل التوصية بالتقنيات ، والتعرف على كيفية بيع البيانات ، وكيفية مراقبة الحكومات والكيانات التجارية للمستخدمين ، ويتضمن جدولًا لتقنيات "التعرف الآلي على المشاعر".

Hilty DM و Crawford A و Teshima J و Chan S و Sunderji N و Yellowlees PM وآخرون: إطار عمل للتدريب النفسي والصحة الإلكترونية: التعليم القائم على الكفاءة والتقييم والآثار. Int Rev Psychiatry 201527 (6): 569-92.

Hilty DM و Chan S و Torous J و Mahautmr J و Mucic DM: آفاق جديدة في مجال الرعاية الصحية والتكنولوجيا: تظهر الخيارات العقلية القائمة على الإنترنت والويب لتكمل خيارات الرعاية الشخصية والرعاية النفسية عن بعد. جي هيلث ميد إنفورماتيكس 20156 (4): 1-14.


نتائج

تكوين العادة مع مرور الوقت

درسنا أولاً ما إذا كانت قوة العادة قد زادت بمرور الوقت. يوضح الشكل 3 زيادة ملحوظة بنحو 0.8 SD (حجم تأثير كبير وفقًا لكوهين ، 1992) في قوة العادة على مدى 110 أيام مع زيادة أقوى في بداية فترة الدراسة ، واستقرارها في النهاية. كلا الاتجاه الخطي (ر = 15.30, ص & # x003C 0.001) والاتجاه التربيعي (ر = & # x22123.39 ، ص & # x003C 0.001) كبيرة. اضافة المنحدرات العشوائية للخطية (Wald ض = 5.37, ص & # x003C 0.001) والتربيعي (والد ض = 2.40, ص & # x003C 0.05) من ملاءمة النموذج ، موضحًا أن تكوين العادة يختلف عن المشاركين.

الشكل 3. تم تركيب قوة العادة كوقت وظيفي ، مع 95٪ نطاقات ثقة.

آثار أداء السلوك المتطابق مع الهدف وقدرة ضبط النفس على تكوين العادة

يوضح الجدول 1 نتائج التحليل الهرمي متعدد المستويات لتشكيل العادة. كما يتضح من النموذج 2 ، فإن قوة العادة مستقرة إلى حد ما ويتم التنبؤ بها بقوة من خلال قوة العادة المتأخرة في القياس السابق للعادة. ومع ذلك ، فإن إدخال قدرة ضبط النفس المتأخرة وأداء السلوك المتطابق مع الهدف في الفترة الزمنية أثناء قياسات قوة العادة زاد من ملاءمة النموذج. لم تساهم القدرة على ضبط النفس في زيادة قوة العادات 7. ومع ذلك ، فإن المشاركين الذين نفذوا السلوك المختار ذاتيًا بشكل أكثر اتساقًا (نسبة أعلى من أداء السلوك المتطابق مع الهدف 8) ، أظهروا زيادات أقوى في قوة العادة. تماشياً مع الاتجاه في تكوين العادات الموضح من قبل ، كان لوقت القياس (أي الوقت الألف) تأثير سلبي طفيف على زيادة قوة العادة. يتماشى هذا مع الزيادة الأقل في قوة العادة في وقت لاحق خلال فترة الدراسة.

الجدول 1. الانحدار متعدد المستويات لقوة العادة.


الخلفية وملخص أمبير

في 11 مارس 2020 ، وصفت منظمة الصحة العالمية (WHO) مرض فيروس كورونا الجديد المسمى COVID-19 بأنه وباء 1،2. في محاولة للحد من انتشار المرض ، تبنت الحكومات في جميع أنحاء العالم تدابير حبس غير مسبوقة كان لها تأثير فوري على العديد من الأنشطة المعتادة أو الروتين أو سبل العيش 3،4. أصبحت إسبانيا على الفور واحدة من أكثر الدول الأوروبية تضررًا ، حيث تم إحصاء 9785 حالة تم تشخيصها و 136 حالة وفاة مرتبطة بـ COVID في أوائل 5 مارس (العدد التراكمي قبل الإغلاق ، في 14/03/20) ، وتصاعدت إلى 239،429 حالة تم تشخيصها و 27117 حالة وفاة بنهاية 5 مايو. في 14 آذار (مارس) ، فرضت الحكومة الإسبانية إغلاقاً واسع النطاق يهدف إلى تقليل التواصل الاجتماعي وتجنب انهيار النظام الصحي الوطني 6. تألفت إجراءات الإغلاق التي تم تنفيذها ، والتي تُصنف من بين أكثر الإجراءات تقييدًا وطويلة الأمد في جميع أنحاء العالم ، في إغلاق المدارس والجامعات ، والحد بشكل كبير من تنقل السكان ، ووقف جميع الأنشطة الصناعية غير الأساسية في جميع أنحاء البلاد 7.

أدت تدابير الحبس والأزمة الصحية لـ COVID-19 نفسها إلى تغييرات جذرية في سلوك الناس وأسلوب حياتهم ، والتي تم التعرف على تأثيرها النفسي السلبي المحتمل على الفور 8،9. من ناحية الصحة النفسية العامة ، من المتوقع أن ترتفع مستويات القلق والتوتر والاكتئاب 10. ومن ثم فإن المعلومات الدقيقة عن الاستجابة العاطفية للسكان تجاه الأحداث الجارية مهمة للتنبؤ على أفضل وجه باحتياجات الدعم النفسي والاجتماعي وصنع السياسات القائمة على الأدلة. منذ اندلاع COVID-19 في جميع أنحاء العالم ، حاولت العديد من الدراسات معالجة هذه المشكلة المهمة من خلال جمع البيانات حول الرفاه النفسي والعاطفي 8،11،12. استخدمت كل هذه الدراسات استطلاعات مقطعية ، والتي تلتقط وصفًا ثابتًا للتجربة العاطفية للسكان. ومع ذلك ، فقد أظهرت الأبحاث حول ديناميكيات التأثير أن تحديد النمط المحدد للاختلافات في المشاعر والحالات المزاجية والعواطف على مدى فترات زمنية طويلة قد يكون أمرًا بالغ الأهمية لفهم التكيف النفسي والرفاهية والتنبؤ به 13. كمثال صارخ ، تشير الأدلة من نماذج بحثية متنوعة إلى أن اضطرابات المزاج والقلق (مثل الاكتئاب والاضطراب ثنائي القطب) يمكن تحديدها من خلال الاختلافات في ديناميات التجربة العاطفية 14.

من أجل توفير بيانات طولية ومتاحة علنًا ومحددة جغرافيًا لتغيرات الحالة المزاجية في الأراضي الإسبانية ، بدأنا مشروعًا علميًا للمواطنين يسمى CoVidAffect. يتألف المشروع من جمع ومعالجة قاعدة بيانات للتغييرات الفردية في الشعور الذاتي (التكافؤ) والتنشيط البدني (الإثارة) أثناء إغلاق COVID-19 في إسبانيا. أبلغ المشاركون في جميع أنحاء البلاد بانتظام عن هذين البعدين الأساسيين للعاطفة عبر موقع المشروع على الويب أو من خلال تطبيق هاتف ذكي ، تم تطويره خصيصًا لهذا الغرض. من خلال هذه المنهجية ، يهدف المشروع إلى تقديم بيانات طولية لتتبع ديناميكيات الحالة المزاجية خلال أزمة COVID-19 ومراحلها المختلفة ، بدلاً من الانطباعات الثابتة التي توفرها الاستبيانات أحادية الطور.

لقد راقبنا تقلبات الحالة المزاجية بين 28 مارس 2020 و 21 يونيو 2020 ، عندما تم رفع حالة الإنذار على مستوى البلاد ، مما سمح بالاتصال الاجتماعي والتنقل غير المقيد. من المهم أن نلاحظ أن خفض التصعيد من الإغلاق الصارم الأولي نحو مرحلة "الوضع الطبيعي الجديد" ، قد تم تنفيذه تدريجيًا في مراحل محددة جيدًا يمكن أن تتناقض مع البيانات الطولية لدراستنا لاستقصاء الآثار المحتملة للتدابير المختلفة والسياسات المتعلقة بالرفاه العاطفي للسكان. نظرًا لأن الإغلاق كان لا بد أن يكون له تأثير مختلف على كل مشارك ، اعتمادًا على سياقه الخاص ، فقد قمنا أيضًا بجمع معلومات سياقية ، مثل الحالة الاجتماعية والاقتصادية ، ومساحة المعيشة ، وتغيرات التوظيف ومستويات النشاط البدني. تتضمن مجموعة البيانات التي نصفها وننشرها هنا التغيرات المزاجية اليومية للمشاركين ، والمعلومات السياقية الأولية ، والتقارير الأسبوعية عن التغييرات في متغيرات السياق. هذه ، على حد علمنا ، أول مجموعة بيانات تتعقب تقلبات الحالة المزاجية طوليًا أثناء إغلاق COVID-19. يمكن استخدام البيانات المقدمة للتحقيق في جوانب التأثير النفسي لأزمة COVID-19 على السكان المتضررين. قد يستكشف الباحثون المهتمون والمنظمات والسلطات طرقًا مختلفة لاستغلال هذه البيانات لتحديد الاستجابة العاطفية للسكان لتدابير وسياسات محددة ، وفهم تأثير متغيرات سياق معينة على التنظيم العاطفي والمرونة النفسية. الأهم من ذلك ، على حد علمنا ، هذه هي مجموعة البيانات الأولى التي توفر الفرصة لدراسة سلوك ديناميكيات التأثير في حالة الإغلاق.


نقاش

على حد علمنا ، هذا هو أول تحليل تلوي لفحص فعالية تدخلات الهاتف الذكي لأعراض الاكتئاب. حدد بحثنا المنهجي 18 تجربة معشاة ذات شواهد ، وفحصت 22 تدخلاً للصحة العقلية يتم تقديمها عبر أجهزة الهواتف الذكية ، عبر ما مجموعه 3414 مشاركًا. وبالتالي ، فإن قاعدة الأدبيات لهذه المنطقة بالذات قد تطورت بسرعة ، وهي أكبر بكثير من تلك الموجودة لتدخلات الهواتف الذكية في ظروف أخرى. تم تحديد ما يقرب من ضعف عدد التدخلات والمشاركين المؤهلين مقارنة بالتحليلات التلوية الأخيرة لتدخلات الهواتف الذكية لمرض السكري والقلق 18، 19. علاوة على ذلك ، تم نشر 14 من أصل 18 دراسة مؤهلة خلال العامين الماضيين ، مما قد يعكس كلاً من الاهتمام البحثي المتزايد باستخدام تطبيقات الصحة العقلية 13 وزيادة ملكية تطبيقات الصحة العقلية والوصول إليها واستخدامها من قبل المرضى ومؤسسات الرعاية الصحية.

وجد التحليل الرئيسي أن تدخلات الهواتف الذكية كان لها تأثير إيجابي معتدل على أعراض الاكتئاب ، مع عدم وجود مؤشر على تحيز النشر الذي يؤثر على هذه النتائج. ومع ذلك ، وجدت تحليلات مجموعتنا الفرعية أن تأثيرات تدخلات الهاتف الذكي كانت أكبر بكثير عند مقارنتها بظروف التحكم غير النشطة (g = 0.56) من ظروف التحكم النشطة (g = 0.22). لوحظ نفس نمط أحجام التأثير في التحليل التلوي لتدخلات الهاتف الذكي للقلق 19. أفادت المراجعات السابقة للتدخلات التكنولوجية الأخرى لحالات الصحة العقلية عن نتائج مماثلة ، حيث وجد التحليل التلوي لتدخلات الواقع الافتراضي لعلاج القلق آثارًا كبيرة مقارنة بالضوابط غير النشطة ، ولكن لم يكن هناك اختلاف عن العلاجات النفسية التقليدية 51. يجب فحص مدى ظهور التأثيرات الملحوظة على أعراض الاكتئاب من استخدام الجهاز نفسه ، بدلاً من مكونات العلاج النفسي للتدخل ، وتحديدها في البحث المستقبلي ، لمواصلة استكشاف فكرة "العلاج الوهمي الرقمي" الذي يؤثر على النتائج 52.

استكشفنا أيضًا العوامل الأخرى التي قد تؤدي إلى تأثيرات تدخلات الهاتف الذكي لأعراض الاكتئاب ، باستخدام مجموعة من تحليلات المجموعات الفرعية اللاحقة. فيما يتعلق بنوع السكان ، تم العثور على فوائد كبيرة لتطبيقات الهواتف الذكية فقط لأولئك الذين يعانون من الاكتئاب الخفيف إلى المتوسط ​​المبلغ عنه ذاتيًا. قد يكون هذا بسبب الاختلافات في أحجام عينة المجموعة الفرعية ، حيث أجريت غالبية الدراسات في مجموعات غير إكلينيكية ، مما يترك تحليلات الاكتئاب الشديد والاضطراب ثنائي القطب ضعيفة لاكتشاف التأثيرات المهمة. ومع ذلك ، يبدو أن طبيعة تدخلات الهواتف الذكية تضعها كأداة مثالية للإدارة الذاتية لأولئك الذين يعانون من مستويات أقل من الاكتئاب. تشير التأثيرات المرصودة إلى أن هذه التدخلات في وضع جيد لتقديم علاج منخفض الكثافة ضمن نهج رعاية متدرجة 53 ، أو حتى الوقاية من الاكتئاب الخفيف إلى المتوسط ​​بين ملايين الأشخاص المصابين بالأعراض تحت الإكلينيكية 54. تشير النتائج التي تفيد بعدم وجود أي علاقة بين العمر والجنس بحجم تأثير الدراسة إلى أن تدخلات الهاتف الذكي قد تكون قابلة للتطبيق على مجموعة واسعة من الأفراد.

فيما يتعلق بميزات التدخل ، وجدنا أن تلك التي تم تسليمها بالكامل عبر أجهزة الهواتف الذكية لها تأثيرات أكبر بكثير من تلك التي تضمنت أيضًا جوانب بشرية / محوسبة أخرى. وبالمثل ، فإن أولئك الذين يستخدمون مكونات "التغذية الراجعة الشخصية" كان لهم تأثيرات أقل بكثير من تلك التي لم تفعل ذلك. يبدو من غير المنطقي أن الميزات الإضافية / التعليقات البشرية ستقلل من فعالية الهاتف الذكي. ومع ذلك ، من المحتمل أن تكون هذه العلاقة بسبب حقيقة أن التطبيقات التي لا تعتمد على المكونات الخارجية قد تم تصميمها كأدوات أكثر شمولاً وقائمة بذاتها. في الواقع ، وجدنا بعض الدلائل على أن الدراسات التي قدمت تعليقات داخل التطبيق كانت أكثر فعالية من تلك التي لم تفعل ذلك. وتجدر الإشارة أيضًا إلى أن الدراسة الفردية التي قارنت تدخل الهاتف الذكي الذي يوجهه المعالج بنفس التدخل دون دعم المعالج وجدت تأثيرات متساوية عبر المجموعتين 33.

أدت تدخلات الهواتف الذكية القائمة على العلاج المعرفي السلوكي إلى تقليل أعراض الاكتئاب بشكل كبير ، كما فعلت تلك التي تضمنت جوانب من تدريب اليقظة أو مراقبة الحالة المزاجية. ومع ذلك ، لم نتمكن من توضيح الميزات الأكثر فعالية. وجدت دراسة سابقة قارنت بشكل مباشر بين تطبيقات الهواتف الذكية بناءً على مبادئ التنشيط السلوكي أو اليقظة عدم وجود فرق شامل بين النهجين 55. ومع ذلك ، أظهرت النتائج أن أولئك الذين يعانون من اكتئاب أكثر حدة حصلوا على فوائد أكبر من تطبيق التنشيط السلوكي ، في حين أن أولئك الذين يعانون من الاكتئاب الخفيف استفادوا أكثر من تطبيق اليقظة. سيتطلب فهم كل من التدخلات النفسية التي يتم تقديمها بشكل أفضل عبر الهاتف الذكي والمجموعات السكانية المرضى الأكثر استفادة من التدخلات القائمة على الهاتف الذكي مزيدًا من البحث. نظرًا لأن إنشاء تطبيقات الهواتف الذكية للصحة العقلية أصبح أسهل ، فإن تركيز البحث على مجموعات سكانية معينة سيمكن من استخدامات أكثر تخصيصًا وفعالية على الأرجح.

يشير الارتباط السلبي على مستوى الاتجاه بين الفعالية ومدة التدخل إلى أن عاملًا آخر يجب مراعاته عند تصميم التطبيقات المثلى هو تفاعل المستخدم 56. تم العثور على معدلات أقل لمشاركة المستخدمين بمرور الوقت في العديد من دراسات تطبيقات الصحة العقلية الأخرى 57-59. كما ارتبطت معدلات المشاركة المرتفعة بتلك التطبيقات المصممة للتفاعلات القصيرة 60 ، مما يشير إلى الحاجة إلى تخصيص التدخلات للطرق التي يستخدم بها الأشخاص الهواتف الذكية. في حين أن هناك بحثًا مبكرًا حول التصميم والعرض الأمثل لمنصات الخدمات الصحية عن بُعد 61 ، 62 ، فإن التأثير على مشاركة المريض والنتائج يظل مجال استكشاف ناشئ. فهم العوامل الأخرى المتعلقة باستخدام التطبيق ، مثل الحالة الاجتماعية والاقتصادية ، ومحو الأمية الصحية 63 ، ومحو الأمية التكنولوجية والحالة الصحية 64 ، 65 ، تظل أهدافًا مهمة لمزيد من البحث.

تتمثل إحدى نقاط القوة الرئيسية لهذا التحليل التلوي في الالتزام الصارم بالبروتوكول المسجل الذي يصف بدقة استراتيجية البحث ومعايير التضمين واستخراج البيانات والإجراءات التحليلية. ومع ذلك ، فإن أحد العيوب هو أننا قمنا فقط بتضمين تدخلات الهواتف الذكية التي تم تقييمها في التجارب المعشاة ذات الشواهد. نظرًا للتوافر الواسع لتطبيقات الصحة العقلية ، فإن ضمان وصول المستهلكين والأطباء إلى التدخلات القائمة على الأدلة أمر حيوي لاتخاذ قرارات مستنيرة. في حين أن العدد الهائل من التطبيقات المتاحة وتحديثها المتكرر 14 ، 66 يجعل تصنيف كل منها مستحيلًا ، فإن البحث الذي يوضح مكونات التطبيقات الفعالة ويسلط الضوء على أفضل الممارسات قد يوفر معلومات مفيدة على الفور للرعاية السريرية. وتجدر الإشارة إلى أن الدراسات المستقبلية يجب أن تحدد وتبلغ عن مخاوف تتعلق بالسلامة فيما يتعلق باستخدام تدخلات الهواتف الذكية 67. إن قدرة الهواتف الذكية على تسجيل بيانات الحالة المزاجية المُدخلة على الفور ، وحساب ما إذا تجاوزت الاستجابات حدًا معينًا ، وإذا كان الأمر كذلك ، قم بتنشيط أنظمة الاستجابة للطوارئ ، فإنها توفر مراقبة أمان في الوقت الفعلي غائبة عن العلاج التقليدي للاكتئاب.

القيد الآخر هو عدم التجانس الكبير الموجود عبر التحليلات. على الرغم من أن هذا التباين تم حسابه إحصائيًا بواسطة نماذج التأثيرات العشوائية عند حساب حجم التأثير وقيم p ذات الصلة ، إلا أن هذا لا يزال يشير إلى وجود اختلافات كبيرة بين الدراسة ، حتى عند التجميع الفرعي حسب العينة / نوع التدخل. نظرًا لمدى الاختلافات بين الدراسات ، كان من الصعب تحديد المكونات الفردية الأكثر فاعلية لتدخلات الهواتف الذكية ، أو تحديد السكان الأكثر ملاءمة لهذه التدخلات. ستضيف الدراسات المستقبلية التي تختبر بشكل مباشر الأساليب البديلة مقابل بعضها البعض في التجارب غير الخاضعة للرقابة ، مع تقييم تباين النتائج بين العينات الفرعية للمشاركين 55 ، قيمة كبيرة لفهمنا لما يمكن أن يشكل التطبيق الأمثل للهواتف الذكية لأعراض الاكتئاب ، وفي أي مجموعات سكانية قد تكون هذه الطرق أكثر فعالية.

في الختام ، تشير الأدلة حتى الآن إلى أن تدخلات الصحة العقلية التي يتم تقديمها عبر أجهزة الهواتف الذكية يمكن أن تقلل من أعراض الاكتئاب. ومع ذلك ، فإن تقديم العلاجات عبر الهاتف الذكي يقدم العديد من الجوانب الجديدة التي يجب أخذها في الاعتبار ، بخلاف تغيير النظام الأساسي وحده. على وجه التحديد ، لا يزال يتعين علينا تحديد الطرق التي تؤثر بها مشاركة المستخدم وحلقات التغذية الراجعة والتأثيرات المتوقعة وخصائص المريض الفردية على نتائج التدخل. بدلاً من كونها عائقًا ، تمثل هذه المتغيرات فرصًا جديدة لمزيد من البحث لتحسين وتخصيص التدخلات المستندة إلى الهاتف الذكي.

نظرًا للإشارة المبكرة إلى الفعالية ، وقاعدة الأبحاث التجريبية سريعة النمو ، فمن الممكن تصور أن التقدم التكنولوجي المستمر سيؤدي في النهاية إلى علاجات رقمية قابلة للتطوير وفعالة من حيث التكلفة لأعراض الاكتئاب 56 ، 68. وبالتالي ، جنبًا إلى جنب مع الاستمرار في تصميم وتقييم التطبيقات المثلى ، ينبغي أيضًا تخصيص مزيد من البحث لإنشاء طرق مجدية لتنفيذ التدخلات القائمة على الهواتف الذكية داخل أنظمة الرعاية الصحية.


أساليب

استراتيجية البحث واختيار الدراسة

بحثنا في أربع قواعد بيانات رئيسية على الإنترنت (Medline ، PsycINFO ، قواعد بيانات Cochrane ، Web of Science) في ديسمبر 2018 ، باستخدام مصطلحات البحث ("الهاتف الذكي *" أو "الهاتف المحمول" أو "الهاتف الخلوي" أو "تطبيق الجوال *" أو "iphone "أو" android "أو" mhealth "أو" m-health "أو" هاتف خلوي "أو" جهاز محمول * "أو" مستند إلى الجوال "أو" صحة الجوال "أو" مستند إلى الجهاز اللوحي ") و (" عشوائي * " أو "تجربة *" أو "تخصيص *") و ("القلق" أو "الخوف من الأماكن المكشوفة" أو "الرهاب *" أو "الذعر" أو "الإجهاد اللاحق للصدمة" أو "الصحة العقلية" أو "المرض العقلي *" أو "الاكتئاب * "أو" الاضطراب العاطفي * "أو" ثنائي القطب "أو" اضطراب المزاج * "أو" الذهان "أو" الذهان "أو" الفصام * "أو" الرفاهية "أو" الرفاهية "أو" نوعية الحياة "أو" الذات - ضرر أو "إيذاء النفس" أو "الإجهاد *" أو "الضيق *" أو "الحالة المزاجية" أو "صورة الجسد" أو "اضطراب الأكل *"). كما تم البحث يدوياً في قوائم مراجع الدراسات المشمولة والمراجعات السابقة لتحديد أي دراسات أخرى مؤهلة.

تم تسجيل بروتوكول لهذه المراجعة عبر PROSPERO (CRD42019122136). كانت هناك ثلاثة انحرافات صغيرة عن البروتوكول الأصلي. أولاً ، صنعنا ملف بعد المخصص قرار تضمين بدلاً من استبعاد الدراسات التي أدرجت تدخل الهاتف الذكي المدعوم بالتطبيق ضمن برنامج علاج أوسع (على سبيل المثال ، التصاميم الإضافية أو المساعدة). ثانيًا ، لم نقم بإجراء تحليلات تلوية للمقارنات المباشرة بين العلاج المعرفي السلوكي مقابل التطبيقات غير القائمة على العلاج المعرفي السلوكي ، حيث كان هناك عدد غير كافٍ من الدراسات ذات الصلة. ثالثًا ، قمنا بتضمين وسيط إضافي ، أي ما إذا كان تدخل الهاتف الذكي يهدف بشكل مباشر إلى استهداف الأعراض المحددة موضع الاهتمام.

كانت الدراسات المشمولة عبارة عن تجارب معشاة ذات شواهد باللغة الإنجليزية والتي فحصت تأثيرات تدخل الهاتف الذكي المدعوم بالتطبيق ، مقارنةً بحالة التحكم أو التدخل النشط ، وقدمت بيانات النتائج المطلوبة لحساب حجم التأثير.

كانت التجارب المعشاة ذات الشواهد المنشورة وغير المنشورة مؤهلة لتُشمل في المراجعة. بشرط أن يكون تدخل الهاتف الذكي مصممًا لتحسين الصحة العقلية أو الرفاهية العامة ، لم يتم تطبيق أي قيود على العينات. تم أيضًا تضمين تجارب التدخلات التي تم تقديمها جزئيًا عبر أجهزة الهواتف الذكية ، مثل التصميمات المساعدة (تطبيق الهاتف الذكي + العلاج القياسي مقابل العلاج القياسي وحده) أو برامج التدخل المختلط (عندما يتمكن المشاركون من الوصول إلى التدخل المستند إلى التطبيق عبر الهواتف الذكية أو أجهزة الكمبيوتر).

تم تصنيف شروط التحكم على أنها قائمة انتظار ، وتقييم فقط ، والعلاج كالمعتاد ، ومصادر إعلامية وتعليمية (على سبيل المثال ، روابط مواقع الويب ، والنصائح الصحية) ، أو عناصر التحكم في الانتباه / الدواء الوهمي (على سبيل المثال ، تطبيقات الألعاب ، وظروف الاستماع للموسيقى). تم تصنيف التدخلات النشطة على أنها علاج قياسي وجهاً لوجه ، وتدخلات قائمة على الويب أو محوسبة ، والعلاج الدوائي ، وظروف المراقبة الذاتية.

تم استبعاد الدراسات إذا: أ) لم يعالج تدخل الهاتف الذكي الصحة العقلية أو الرفاهية (على سبيل المثال ، تم استبعاد التدخلات التي تركز على فقدان الوزن أو النشاط البدني أو إدارة مرض السكري أو الإقلاع عن التدخين أو تعاطي الكحول) ب) تدخل محوسب أو افتراضي تم تقديم علاج التعرض للواقع ، أو تدخل الرسائل النصية فقط و ج) لم تكن هناك حالة مقارنة ذات صلة (على سبيل المثال ، تم استبعاد تجربة ثنائية لمقارنة تطبيقين) أو لم يتم الإبلاغ عن أي قياس للنتائج. إذا لم تتضمن الدراسة بيانات لحساب حجم التأثير ، تم الاتصال بالمؤلفين واستبعاد الدراسة إذا فشلوا في تقديم البيانات.

فحص JL جميع السجلات ، وتم الحصول على نصوص كاملة للتجارب المعشاة ذات الشواهد المؤهلة. قام اثنان من المقيمين المستقلين (JL و MM) بفحص النصوص الكاملة واختيار التجارب المعشاة ذات الشواهد المؤهلة.

تقييم الجودة واستخراج البيانات

تم تقييم جودة التجارب باستخدام أربعة معايير من أداة كوكرين لخطر التحيز 10: التوليد الكافي لتسلسل التخصيص ، وإخفاء التخصيص للظروف التي تعمي مقيم النتائج أو استخدام استبيانات التقرير الذاتي والتعامل مع بيانات النتائج غير المكتملة (تم تقييمها على أنها مخاطر منخفضة عندما استندت بيانات النتائج المستخدمة لحساب حجم التأثير على تحليلات نية العلاج). أجرت JL تقييمات الجودة وترميز MM عشوائيًا بنسبة 40 ٪ من الدراسات ، مع وجود اتفاق جيد لوحظ بين المقيمين (كابا = 0.77 ، 0.69 ، 1.00 و 0.91 ، على التوالي). تم حل الخلافات من خلال مناقشة متعمقة.

قمنا أيضًا بترميز خصائص المشاركين (العينة المستهدفة ، متوسط ​​العمر) خصائص تدخل الهاتف الذكي (الاسم ، التوجه النظري ، ما إذا كان التطبيق يحتوي على مكونات اليقظة) ، حالة المقارنة ، مقاييس النتائج وخصائص التجربة الأخرى (حجم العينة ، سواء كان دعمًا موجهًا أو تم تقديم تذكيرات بالمشاركة ، وطول التقييم اللاحق).

التحليل البعدي

لكل مقارنة بين تدخل الهاتف الذكي وحالة التحكم أو التدخل النشط ، تم حساب حجم التأثير بقسمة الفرق بين المجموعتين على الانحراف المعياري المجمع في الاختبار اللاحق.تم بعد ذلك تحويل فرق المتوسط ​​المعياري (d) إلى Hedges 'g لتصحيح انحياز العينة الصغير 11. إذا لم يتم الإبلاغ عن المتوسطات والانحرافات المعيارية ، فقد تم حساب أحجام التأثير باستخدام معادلات التحويل من اختبارات الأهمية (على سبيل المثال ، إحصائيات t).

لحساب حجم التأثير المجمع ، تم ترجيح حجم تأثير كل دراسة من خلال التباين العكسي. تشير علامة g الإيجابية إلى أن حالة الهاتف الذكي كانت لها نتائج أفضل من حالة المقارنة. يمكن افتراض أن أحجام التأثير البالغة 0.8 كبيرة ، في حين أن أحجام التأثير البالغة 0.5 متوسطة ، وأحجام التأثير البالغة 0.2 صغيرة 12. إذا تم تقديم البيانات من كل من نية العلاج والتحليلات التكميلية ، فقد تم استخراج وتحليل السابق.

قمنا باختيار وتحليل نتائج الصحة العقلية التالية ، حيث أبلغ عدد كاف من التجارب (≥3) عن هذه النتائج وسمح بإجراء تحليل تلوي: أعراض الاكتئاب وأعراض القلق العامة وأعراض القلق المحددة (أعراض القلق الاجتماعي ، وأعراض الذعر ، وما بعد الصدمة). أعراض الإجهاد) مستويات التوتر نوعية الحياة / الرفاهية ضائقة نفسية عامة وتأثير إيجابي وسلبي. إذا تم استخدام مقاييس متعددة لمتغير نتيجة معين ، فقد تم حساب متوسط ​​أحجام التأثير من كل مقياس داخل الدراسة ، قبل تجميع أحجام التأثير.

تم استخدام الإصدار 3.0 من التحليل التلوي الشامل للتحليلات 13. نظرًا لأننا توقعنا عدم تجانس كبير بين الدراسات ، تم استخدام نماذج التأثيرات العشوائية. تم فحص عدم التجانس من خلال حساب إحصائية I 2 ، والتي تحدد عدم التجانس الذي تم الكشف عنه بواسطة إحصاء Q ويبلغ عن مقدار التباين العام (0-100٪) المنسوب إلى التباين بين الدراسة 14. تم أيضًا حساب فواصل الثقة 95٪ (CIs) للإحصاء I 2.

أجريت تحليلات المجموعات الفرعية لاستكشاف مصادر عدم التجانس في إطار نموذج التأثيرات المختلطة ، والذي يجمع الدراسات داخل مجموعة فرعية باستخدام نموذج التأثيرات العشوائية ، ولكن اختبارات لاختلافات كبيرة بين المجموعات الفرعية باستخدام نماذج التأثيرات الثابتة.

تم فحص تحيز النشر من خلال إجراء القطع والتعبئة 15 ، وكذلك اختبار ارتباط رتبة Begg و Mazumdar.


استنتاج

تواتر حركة الناس جسديًا على مدار اليوم ، حتى لو لم تكن تلك الحركة تمرينًا صارمًا ، يرتبط بالصحة الجسدية والسعادة. يكشف البحث الحالي عن الصلة المهمة بين العمليات الجسدية والنفسية ، مما يشير إلى أنه حتى التغييرات الطفيفة في أحدهما له عواقب على الآخر. تؤكد النتائج الحالية على صحة استخدام الهواتف الذكية لقياس الأنشطة اليومية لمجموعة متنوعة من الناس بشكل سلبي ، وتمهد الطريق للبحث المستقبلي المعني بالصلات بين العمليات النفسية والسلوكية.


10 تطبيقات لتتبع الكحول لأجهزة iPhone

عن طريق تثبيت تطبيق تتبع الكحول على جهاز iPhone الخاص بك ، يمكنك تسجيل وتتبع استهلاكك للكحول بشكل فعال. ستمكنك هذه التطبيقات من تغيير عادات الشرب الخاصة بك إلى حد كبير. بالإضافة إلى ذلك ، توفر هذه التطبيقات العديد من الميزات القيمة الأخرى التي تتيح لك معرفة مستوى BAC وتتبع متوسط ​​تناول الكحول وتنزيل ومشاركة تقارير تناول الكحول والمزيد.

هناك العديد من تطبيقات تتبع الكحول المتوفرة لجهاز iPhone الخاص بك. دعونا نتعمق في بعض منها.


إطار عمل الصحة عن بُعد للصحة المتنقلة والهواتف الذكية والتطبيقات: الكفاءات والتدريب وتطوير أعضاء هيئة التدريس

تعمل تقنيات مثل الهواتف الذكية والتطبيقات على إعادة تشكيل الحياة والرعاية الصحية والأعمال. يحتاج الأطباء إلى المهارات والمعرفة والمواقف لضمان جودة الرعاية والإشراف على الجيل الحالي من المتدربين ، بما يتفق مع القمة التعليمية للمهن الصحية في معهد الطب. تم دمج الأدب في موضوعات المريض والمتعلم والكفاءة والنتائج من مجالات التكنولوجيا والرعاية الصحية وعلم التربية والأعمال. يتم تنظيم كفاءات الصحة المتنقلة والهاتف الذكي / الجهاز والتطبيق في مجلس اعتماد التعليم الطبي العالي (ACGME) المجالات الرئيسية لرعاية المرضى والمعرفة الطبية والتعلم القائم على الممارسة والتحسين والممارسة القائمة على الأنظمة والمهنية والمهارات الشخصية و الاتصالات. يتم اقتراح طرق التدريس لمواءمة نتائج الكفاءة وسياق التعلم والتقييم. الخدمات التي تقدمها الصحة المحمولة والهاتف الذكي / الجهاز والتطبيقات لها نطاق أوسع من الرعاية الصحية الشخصية والرعاية الصحية عن بُعد والسلوك عن بُعد. وهذا يشمل دعم القرار السريري في الطب ، والتسليم المختلط ، والتكامل عبر الأنظمة الأساسية الإلكترونية للأنظمة الصحية. هناك حاجة إلى منهج مع ندوة وتدريس قائم على الحالة والمشكلة وإشراف وتقييم وممارسات تحسين الجودة لتحقيق نتائج الكفاءة. يتعين على الأطباء تعديل التقييم والفرز والعلاج والاهتمام بالتحديات الأخلاقية والمتعلقة بالخصوصية والأمان والتحديات الأخرى. تحتاج الأنظمة الصحية إلى إدارة التغيير ، والتخطيط الاستباقي لتطوير أعضاء هيئة التدريس ، وخلق ثقافة إلكترونية إيجابية للتعلم. هناك حاجة إلى البحث حول تنفيذ وتقييم الكفاءات الصحية المتنقلة لهذا التحول النموذجي الهام في الرعاية الصحية.

هذه معاينة لمحتوى الاشتراك ، والوصول عبر مؤسستك.


أساليب

شكلت الدراسة الحالية جزءًا من تجربة إكلينيكية مسجلة في Clinical Trials.gov (ID: NCT01365416) في الثالث من يونيو 2011. أعطيت هذه الدراسة رأيًا إيجابيًا لإجراء لجنة أخلاقيات البحث في لندن ريفرسايد (المرجع: 11 LO 0935 ). تم التوظيف بين سبتمبر 2014 ويوليو 2015. يمكن للمشاركين استخدام التطبيقات طالما رغبوا في ذلك ، على الرغم من أن نشاطهم كان يتم مراقبته فقط عندما كانت الدراسة نشطة. يستعرض قسم الأساليب الآن أهداف الدراسة الحالية والمشاركين والمقاييس.

الدراسة الحالية لها أربعة أهداف:

مراقبة النشاط البدني للمرضى عن بُعد قبل و / أو جراحة علاج البدانة عبر تطبيق Moves.

راقب عن بُعد المتغيرات الأخرى المتعلقة بالصحة لدى المرضى أنفسهم (الوزن ، والمزاج ، واليقظة ، والرضا) عبر تطبيق مصاحب لخسارة الوزن ، يُسمى تطبيق WLCompanion.

تقييم العلاقة بين النشاط البدني والمتغيرات الأخرى المتعلقة بالصحة باستخدام تحليلات الانحدار.

حدد الميسرين الرئيسيين والعوائق التي يواجهها المرضى في استخدام التطبيقات من خلال استبيان مستنير من TDF.

مشاركون

لكي تكون مؤهلاً للدراسة ، يجب أن يكون المرضى متنقلين ، وأن يكون عمرهم من 18 إلى 65 عامًا ، وأن يكون لديهم مؤشر كتلة الجسم و GT 35 كجم / م 2 ، وأن يكون لديهم إمكانية الوصول إلى هاتف ذكي من Apple أو Android ، وإما أن يتم النظر في إجراء جراحة علاج السمنة أو سبق لهم خضعوا للجراحة (بما في ذلك المجازة المعدية أو الشريط أو الكم). تم الاتصال بالمرضى الذين من المحتمل أن يكونوا مؤهلين واستقدامهم في مواعيد العيادات الخارجية في مركز الوزن الإمبراطوري ، مستشفى سانت ماري ، لندن. بدأ التوظيف في سبتمبر 2014 وكان المشاركون في مراحل مختلفة من رحلة إنقاص الوزن.

كجزء من المشاركين في التوظيف الذين وافقوا على المشاركة ، وافقوا على شروط وأحكام التطبيقات ، ومنح فريق البحث الإذن للوصول إلى بياناتهم مجهولة المصدر. تم تزويد المشاركين برابط دعم يوجههم إلى موقع ويب لقراءة التقدم المحرز في برنامج البحث وتمكينهم من إرسال ملاحظات فردية إلى فريق البحث. سُئل المشاركون في كل زيارة لعيادة المتابعة عما إذا كانوا يرغبون في مواصلة المشاركة في الدراسة ويمكنهم الانسحاب في أي وقت ودون إبداء أسباب ودون أن يؤثر ذلك على علاجهم. كما طُلب من مجموعة فرعية من المشاركين الذين تم تجنيدهم بشكل انتهازي إكمال استبيان TDF في مركز الوزن الإمبراطوري. تم الانتهاء من الاستطلاعات على جهاز iPad باستخدام برنامج Qualtrics. يوضح الشكل 1 مخطط تدفق المشاركين في الدراسة. يتم توفير المعلومات الديموغرافية حول المشاركين في الجدول 1.

تدفق المشاركين من خلال الدراسة

التدابير التي جمعتها التطبيقات

للوصول إلى التطبيقين ، تم إعطاء المشاركين رابطًا لتنزيلهما على هواتفهم الذكية. تم إخفاء هويتها جميع البيانات التي تم جمعها باستخدام الرموز الرقمية. كان الغرض الأساسي من التطبيقات هو تقليل المستوى المباشر للمشاركة البشرية: من خلال تثبيت تطبيق تتبع النشاط البدني على الهاتف المحمول للمشاركين ، لم يتطلب جمع البيانات حول نشاطهم البدني من المستخدمين القيام بأكثر من حمل هواتفهم بشكل سلبي معهم أثناء قيامهم بأنشطتهم اليومية. أرسل التطبيق المصاحب مطالبات للمشاركين لتشجيع النشاط البدني والتذكير لإدخال وزنهم يدويًا وغيرها من البيانات المتعلقة بالصحة. يمكن للمشاركين تخصيص المعلومات التي يرغبون في تسجيلها وعدد المرات التي يريدون فيها إرسال تذكيرات للقيام بذلك عن طريق تغيير إعداداتهم مباشرة على التطبيق. تم تشجيع المشاركين أيضًا على تنزيل بياناتهم ومشاركتها مع الممارسين العامين أو الأصدقاء أو الأخصائيين الطبيين لإثبات تقدمهم ومناقشة كيفية تقدمهم.

تطبيق Moves: قياس النشاط البدني

تم تسجيل النشاط البدني للمشاركين تلقائيًا عبر هواتفهم الذكية ، باستخدام تطبيق يسمى Moves ، تم تطويره بواسطة ProtoGeo. تم اختيار Moves لأنه كان أحد أكثر التطبيقات المجانية استخدامًا مع واجهة مقبولة لجمع البيانات التجريبية. يتوفر مزيد من المعلومات حول هذا التطبيق في ملف إضافي 1. يتضمن النشاط البدني المسجل في التطبيق المشي وركوب الدراجات والجري ، ومن خلال التطبيق تمكن المشاركون من عرض المسافة والمدة والخطوات وتقدير السعرات الحرارية المحروقة مقابل كل من هذه الأنشطة. تقيس الحركات النشاط البدني للمستخدمين عبر مقياس التسارع المدمج بالهواتف ونظام تحديد المواقع العالمي. تعمل الحركات في خلفية الهاتف وتنقل البيانات إلى خادم عندما يكون الهاتف متصلاً بالإنترنت.

لكي يتم تضمين بيانات Moves اليومية للمشاركين في التحليل النهائي ، كان لابد من تشغيل خدمات الموقع بهواتفهم الذكية بنسبة 50٪ من الوقت بين الساعة 6:00 و 22:00 لمدة يوم واحد على الأقل. لا ينبغي أن يشير هذا المعيار إلى أن يومًا ما هو مقدار كافٍ من الوقت لقياس النشاط البدني اليومي المشترك للشخص ، بل تم تضمين هذه البيانات في الدراسة الحالية لأنها تساعد في فهم جدوى استخدام المشاركين للتطبيق في مجال الرعاية ، على سبيل المثال صحة البيئية. تم تصنيف النشاط البدني المسجل لتحليلاتنا على النحو التالي: 1) متوسط ​​وقت المشي في اليوم ، 2) متوسط ​​الوقت الذي يقضيه في المشي بمعدل 80 خطوة / دقيقة ، أي MVPA ، و 3) متوسط ​​عدد MVPA في نوبات 10 دقائق من نشاط في اليوم.

تطبيق WLCompanion: قياس الوزن والمزاج واليقظة والرضا

تم تسجيل البيانات الأخرى المتعلقة بالصحة عبر الهواتف الذكية للمشاركين باستخدام تطبيق مصاحب يسمى WLCompanion تم تطويره بواسطة Imperial College London. يتم توفير لقطة شاشة لهذا التطبيق في الملف الإضافي 1. قام WLC Companion بتذكير المشاركين بإدخال أوزانهم بالكيلوجرام (أو الأحجار والأرطال) ، وتقييم الحالة المزاجية ، واليقظة ، والرضا على مقياس ليكرت المكون من خمس نقاط. يختار المشاركون ما إذا كانوا يريدون أن يتم تذكيرهم بإدخال هذه البيانات يوميًا أو أسبوعيًا. كان المشاركون أيضًا قادرين على تسجيل الأنشطة الإضافية المتعلقة بالصحة التي لم يستطع تطبيق Moves القيام بها ، على سبيل المثال سباحة. بالإضافة إلى ذلك ، قدم تطبيق WLCompanion معلومات تلخيصية عن تقدم المشاركين بناءً على البيانات الواردة من Moves و WLCompanion. يمكن للمشاركين وفريق البحث رؤية هذه المعلومات التلخيصية.

تقنية تغيير السلوك

قد تؤدي التطبيقات الموضحة أعلاه إلى تغييرات سلوكية متعلقة بفقدان الوزن. بالاعتماد على عمل Michie و Atkins و West [34] ، فإن تقنيات تغيير السلوك المستخدمة في الدراسة الحالية هي كما يلي: الأهداف والتغذية الراجعة والتخطيط والرصد والارتباطات. فيما يتعلق بالأهداف وتقنية التخطيط ، كان المشاركون قادرين على ذلك ضع أهدافًا أسبوعية عن نشاطهم البدني. فيما يتعلق بتقنية التغذية الراجعة والرصد ، كان المشاركون قادرين على ذلك المراقبة الذاتية مزاجهم ورضاهم عن فقدان الوزن ، وتلقيه ردود الفعل على نتائج السلوك كتقارير تلخيصية. أخيرًا ، فيما يتعلق بتقنية الجمعيات ، تلقى المشاركون حث التي تضمنت تذكيرات أسبوعية ورسائل تخبرهم بالمشاركة في مزيد من التمارين إذا كانوا متأخرين. ترتبط تقنيات تغيير السلوك هذه باستقصاء TDF.

مسح TDF

صُمم الاستبيان المطّلع على TDF لالتقاط الميسرين والحواجز التي واجهها المشاركون في استخدام التطبيقات [33]. يعتبر TDF أداة مهمة لتحسين تنفيذ الممارسة القائمة على الأدلة ، ويسمح لفرق البحث بالنظر في العوامل الإضافية التي قد تؤثر على السلوك. TDF هو أداة مستخدمة على نطاق واسع في مجموعة من إعدادات الرعاية الصحية وتغيير السلوك [35] وقد تم الإبلاغ عن أنه إطار عمل صالح لتطوير قوائم الجرد حوله [33]. يتكون TDF من 14 مجالًا ، تم قياس 13 منها في هذا المشروع ، وتم استبعاد مجال "التفاؤل" نظرًا لأنه تداخل كثيرًا من الناحية المفاهيمية مع مجال "المعتقدات في العواقب". تم تقييم كل مجال من 3 إلى 11 عنصرًا. تم تقديم كل عنصر على شكل بيان ، وأشار المشاركون إلى موافقتهم على هذا البيان على مقياس ليكرت ذي الخمس نقاط. على سبيل المثال ، يُقرأ عنصر مصمم لتقييم نطاق "السياق البيئي والموارد": "أبقي هاتفي مشحونًا دائمًا" [تتراوح خيارات الاستجابة من 1 = لا أوافق بشدة و 5 = أوافق بشدة]. تظهر عناصر الاستطلاع في ملف إضافي 2.

تحليل البيانات

لتقييم وإنشاء العلاقات فيما يتعلق بأدوات تتبع الصحة ، أجريت سلسلة من التحليلات الإحصائية. أولاً ، أجريت تحليلات الانحدار الخطي لفحص العلاقة بين النشاط البدني والمتغيرات الأخرى المتعلقة بالصحة (الحالة المزاجية ، واليقظة ، والتفاعل بين الحالة المزاجية واليقظة ، والرضا ، والعمر ، ومرحلة الجراحة). بدلاً من أحجام العينات الصغيرة ، يجب تفسير هذه النتائج بشكل استكشافي.

ثانيًا ، من أجل تحديد الميسرين والعوائق التي تحول دون استخدام التطبيقات ، والتي تعتبر مهمة في استيعاب تطبيقات الأجهزة المحمولة لمراقبة النشاط البدني عن بُعد ، تم فحص ردود المشاركين على استطلاع TDF المستنير بشكل وصفي. وشملت البيانات 54 مشاركا. كان 11 من هؤلاء المشاركين في مرحلة ما قبل الجراحة من رحلتهم ، وبالتالي تم إكمال العناصر المتعلقة بنواياهم بعد الجراحة ولكن ليس سلوكهم بعد الجراحة. لفحص ردود المشاركين ، تم الحصول على 13 نطاقًا لكل مشارك من خلال حساب متوسط ​​ردود كل مشارك على العناصر داخل كل مجال. ثم تم الحصول على النتائج الإجمالية لنطاق المشاركين من خلال حساب متوسط ​​درجات نطاق المشاركين لكل مجال من المجالات الـ 13 ، جنبًا إلى جنب مع النسب المئوية 25 و 75. تم ترميز ردود المشاركين بحيث تشير الدرجات المنخفضة إلى وجود حاجز أكبر أمام نشاطهم البدني.


شاهد الفيديو: Section 2: Less Comfortable (شهر نوفمبر 2021).