本页面由土耳其语自动翻译。 阅读原文

本页是借助人工智能编写的土耳其语摘要，介绍在第26届世界精神病学大会上报告的研究。研究归报告作者所有；引用时请查阅原始来源。

通过数字表型分析监测城市贫民区严重精神障碍患者的阈下症状变化

Digital phenotyping for monitoring subclinical symptom changes in serious mental disorders in an urban slum

在资源匮乏的城市聚居区，利用被动采集的智能手机数据对严重精神障碍患者进行监测似乎具有可行性；最终分析结果将在会议报告中公布。

本研究旨在探讨，基于被动采集的智能手机数据的数字表型分析（digital phenotyping），能否在真实生活环境中捕捉严重精神障碍（serious mental disorders，SMD）患者阈下水平的应激、心境及功能状态波动。研究在达卡名为Korail的非正规城市聚居区开展，对确诊为精神分裂症谱系障碍、双相障碍或重性抑郁障碍的成年人进行了为期六周的纵向队列研究。参与者每两周接受一次临床评估，共在四个时间点进行重复评估，同时通过DataDoc应用程序持续被动采集手机数据。目前正采用多元线性回归和多层混合效应模型（multilevel mixed effects model）评估手机使用模式与临床结局之间的关系。最终分析结果将在会议报告中公布；初步观察表明，尽管存在实际困难，在这一环境中开展基于手机的监测仍具有可行性。本研究有望为在持续临床监测受限的低资源环境中开发可规模化推广的早期预警系统及公共卫生策略提供数据支持。

全部 WCP 2026 摘要