Moving Image Conference Object

Validierung und Mehrwert passiver Smartphone-Daten für die Vorhersage und das bevölkerungsbezogene Monitoring psychischer Gesundheit

Author(s) / Creator(s)

Edler, Johanna-Sophie
Cohrdes, Caroline

Abstract / Description

Die Erhebung psychischer Gesundheit ist in bevölkerungsbezogenen epidemiologischen Studien mit einigen Herausforderungen verbunden. Dazu gehören mögliche Verzerrungen in der Selbstauskunft von Symptomen aufgrund von sozialer Erwünschtheit, Angst vor Fremdstigmatisierung, Unterschiede in der Fähigkeit zur Selbstreflexion oder von gesundheitsbezogenem Wissen. In der experimentellen Forschung hat sich daher zunehmend die zusätzliche Berücksichtigung von Verhaltensdaten etabliert, um verbesserte Vorhersagen über sensible Konstrukte wie die psychische Gesundheit tätigen zu können. Auch für das bevölkerungsrepräsentative Gesundheitsmonitoring werden aktuell Möglichkeiten der Berücksichtigung von Verhaltensdaten im Alltag von Personen über verschiedene Datenerhebungsmethoden diskutiert. Aufbauend auf diesen Überlegungen hat dieses Forschungsprojekt zum Ziel, die Validität und den Mehrwert von Smartphone Sensor- und Nutzungsdaten (z.B. Akzelerometrie, Kommunikationsdienste) als verhaltensbasierte Prädiktoren für die Vorhersage und das Monitoring psychischer Gesundheit sowie für die Diagnostik psychischer Störungen zu prüfen. Darüber hinaus sollen individuelle und wissenschaftliche Risiken sowie Konsequenzen hinsichtlich ethisch-rechtlicher Aspekte (z.B. Sicherheit, Verantwortung) kritisch diskutiert und zu einem handlungsleitenden Konzept ausgearbeitet werden. In einer Stichprobe von N=1100 jungen Erwachsenen (Alter 18-30 Jahre) sollen daher über einen Zeitraum von 2 Wochen hinweg kontinuierlich Verhaltensdaten über Smartphones erhoben und mit Selbstauskünften zur psychischen Gesundheit in Beziehung gesetzt werden. Aufgrund der Menge an unterschiedlichen Sensor- und Nutzungsdaten eignen sich herkömmliche Verfahren wie multivariate Regressionen mit ihrem begrenzten Fassungsvermögen unabhängiger Variablen nicht und es werden Methoden des maschinellen Lernens angewandt (z.B. Elastic Net Regression mittels k-fold Cross-Validation). Auf dieser umfassenden Datengrundlage aufbauend bilden die erwarteten Ergebnisse den Ausgangspunkt für höhere Präzision in der Identifikation von Hochrisikogruppen, der Schwere und den Folgen von psychischen Problemen. Das Smartphone offeriert darüber hinaus die Perspektive, Symptomveränderungen zu beobachten und Präventionsangebote gezielt adressieren zu können. Perspektivisch könnte basierend auf den Ergebnissen dieser Validierungsstudie ein nationales Frühwarnsystems für psychische Probleme etabliert werden, um Public Health Maßnahmen evidenz-basiert und gezielt zu adressieren und eine kontinuierliche Begleitung z.B. für die ambulante Versorgung zu ermöglichen.

Persistent Identifier

Date of first publication

2020-01-29

Publisher

ZPID (Leibniz Institute for Psychology Information)

Citation

Edler, J.-S., & Cohrdes, C. (2020). Validierung und Mehrwert passiver Smartphone-Daten für die Vorhersage und das bevölkerungsbezogene Monitoring psychischer Gesundheit. ZPID (Leibniz Institute for Psychology Information). https://doi.org/10.23668/PSYCHARCHIVES.2775
  • Author(s) / Creator(s)
    Edler, Johanna-Sophie
  • Author(s) / Creator(s)
    Cohrdes, Caroline
  • PsychArchives acquisition timestamp
    2020-02-27T12:03:43Z
  • Made available on
    2020-02-27T12:03:43Z
  • Date of first publication
    2020-01-29
  • Abstract / Description
    Die Erhebung psychischer Gesundheit ist in bevölkerungsbezogenen epidemiologischen Studien mit einigen Herausforderungen verbunden. Dazu gehören mögliche Verzerrungen in der Selbstauskunft von Symptomen aufgrund von sozialer Erwünschtheit, Angst vor Fremdstigmatisierung, Unterschiede in der Fähigkeit zur Selbstreflexion oder von gesundheitsbezogenem Wissen. In der experimentellen Forschung hat sich daher zunehmend die zusätzliche Berücksichtigung von Verhaltensdaten etabliert, um verbesserte Vorhersagen über sensible Konstrukte wie die psychische Gesundheit tätigen zu können. Auch für das bevölkerungsrepräsentative Gesundheitsmonitoring werden aktuell Möglichkeiten der Berücksichtigung von Verhaltensdaten im Alltag von Personen über verschiedene Datenerhebungsmethoden diskutiert. Aufbauend auf diesen Überlegungen hat dieses Forschungsprojekt zum Ziel, die Validität und den Mehrwert von Smartphone Sensor- und Nutzungsdaten (z.B. Akzelerometrie, Kommunikationsdienste) als verhaltensbasierte Prädiktoren für die Vorhersage und das Monitoring psychischer Gesundheit sowie für die Diagnostik psychischer Störungen zu prüfen. Darüber hinaus sollen individuelle und wissenschaftliche Risiken sowie Konsequenzen hinsichtlich ethisch-rechtlicher Aspekte (z.B. Sicherheit, Verantwortung) kritisch diskutiert und zu einem handlungsleitenden Konzept ausgearbeitet werden. In einer Stichprobe von N=1100 jungen Erwachsenen (Alter 18-30 Jahre) sollen daher über einen Zeitraum von 2 Wochen hinweg kontinuierlich Verhaltensdaten über Smartphones erhoben und mit Selbstauskünften zur psychischen Gesundheit in Beziehung gesetzt werden. Aufgrund der Menge an unterschiedlichen Sensor- und Nutzungsdaten eignen sich herkömmliche Verfahren wie multivariate Regressionen mit ihrem begrenzten Fassungsvermögen unabhängiger Variablen nicht und es werden Methoden des maschinellen Lernens angewandt (z.B. Elastic Net Regression mittels k-fold Cross-Validation). Auf dieser umfassenden Datengrundlage aufbauend bilden die erwarteten Ergebnisse den Ausgangspunkt für höhere Präzision in der Identifikation von Hochrisikogruppen, der Schwere und den Folgen von psychischen Problemen. Das Smartphone offeriert darüber hinaus die Perspektive, Symptomveränderungen zu beobachten und Präventionsangebote gezielt adressieren zu können. Perspektivisch könnte basierend auf den Ergebnissen dieser Validierungsstudie ein nationales Frühwarnsystems für psychische Probleme etabliert werden, um Public Health Maßnahmen evidenz-basiert und gezielt zu adressieren und eine kontinuierliche Begleitung z.B. für die ambulante Versorgung zu ermöglichen.
    ger
  • Citation
    Edler, J.-S., & Cohrdes, C. (2020). Validierung und Mehrwert passiver Smartphone-Daten für die Vorhersage und das bevölkerungsbezogene Monitoring psychischer Gesundheit. ZPID (Leibniz Institute for Psychology Information). https://doi.org/10.23668/PSYCHARCHIVES.2775
    en
  • Persistent Identifier
    https://hdl.handle.net/20.500.12034/2385
  • Persistent Identifier
    https://doi.org/10.23668/psycharchives.2775
  • Language of content
    deu
  • Publisher
    ZPID (Leibniz Institute for Psychology Information)
    en
  • Is part of
    ZPID-Kolloquium 2020, Trier, Germany
  • Is related to
    https://doi.org/10.23668/psycharchives.2743
  • Dewey Decimal Classification number(s)
    150
  • Title
    Validierung und Mehrwert passiver Smartphone-Daten für die Vorhersage und das bevölkerungsbezogene Monitoring psychischer Gesundheit
    ger
  • DRO type
    movingImage
    en
  • DRO type
    conferenceObject
    en
  • Visible tag(s)
    ZPID video portal
    en
  • Visible tag(s)
    ZPID Conferences and Workshops