数字表型分析会改变你的睡眠、注意力或情绪,还是仅仅测量它们?
数字表型分析是一种通过智能手机或可穿戴设备(如步数、睡眠时长、GPS定位及手机使用情况)持续收集真实世界数据,从而推断心理状态的方法。它并不直接干预你的注意力、睡眠或情绪调节——而是被动地观察这些指标。你可以将其理解为一种“情绪健康追踪器”:它能告诉你活动量或睡眠时长,但佩戴追踪器本身并不会让你多运动或睡得更香。本研究中所有案例均将数字表型分析作为测量工具,而非干预手段[1][2][3][4][5]。
这些研究中最有力的证据表明,数字表型分析能够可靠地检测出与抑郁症相关的睡眠和活动模式差异。例如,一项涉及939名参与者的研究发现,被动收集的可穿戴设备运动与睡眠数据,结合基本人口统计信息,可中等程度地预测长期抑郁症状的波动(相关系数r = 0.39)[5]。另一项研究对74名抑郁症患者使用体动记录仪(一种腕戴式活动监测器)发现,该设备能够客观区分精神运动性激越(24小时内活动增强)和精神运动性迟滞(最活跃的10小时内活动减少),且不受睡眠障碍的干扰[1]。这意味着该工具能够捕捉到你自己可能未曾察觉的行为模式。
数字表型能否预测你的情绪调节能力?
是的,但仅限于有限的研究阶段。2023年一项针对69名大学生的研究发现,智能手机传感器数据——特别是GPS移动距离和手机电量的变化——能够预测个体在实验室及日常生活中的情绪调节差异[2]。例如,GPS移动距离的较大变化与认知重评(一种健康的情绪调节策略)使用减少及七天周期内负面情绪增加显著相关[2]。同一项研究还发现,这些传感器特征能够以高准确率(灵敏度0.95–0.96,特异度0.86–0.97)将人群划分为高、低特质情绪调节组[2]。然而,这些传感器指标并未预测当前的抑郁症状,表明其关联更多体现在日常情绪模式而非临床诊断上[2]。
一项针对非临床人群(学生、成年人、职场人士)中压力、焦虑及轻度抑郁的40项研究的系统综述发现,智能手机传感器(如GPS、加速度计及手机使用数据)能有效识别行为模式,例如活动地点减少、久坐时间增加、睡眠不规律以及频繁查看手机——这些行为均与情绪困扰相关[3]。但该综述也指出,结果因人群而异:对职场人士而言,活动减少实际上与更高的工作表现相关,而非情绪困扰[3]。因此,相同的数字信号在不同情境下可能具有截然不同的含义。
数字表型在抑郁症中追踪睡眠和昼夜节律的效果如何?
这是各项研究中证据最有力且最一致的领域。一项2024年针对74名抑郁症患者进行的体动记录研究显示,该工具能够客观测量休息-活动节律,并且与精神运动性激越患者相比,精神运动性迟滞患者的节律振幅更低,日内及日间节律更不规律——这些结果均未受到睡眠障碍的影响[1]。这意味着数字表型分析能够捕捉到抑郁症核心的细微昼夜节律紊乱,即使睡眠本身并未出现明显异常。
一项2026年针对14项围产期抑郁(孕期及产后抑郁)研究的系统综述证实,与睡眠和昼夜节律相关的被动数字数据常与抑郁症状存在关联,而身体活动方面的研究结果则不一致[4]。该综述同时强调,现有证据仍处于探索阶段,且研究设计差异过大,尚无法得出确切结论[4]。其中规模最大的研究(939名参与者,持续12个月)还发现,可穿戴设备记录的睡眠与活动数据,结合社会人口学因素,有助于检测抑郁症状的波动性[5]。综上,睡眠与活动节律是最具前景的数字标记物,但尚未经过临床验证。
关于这些来源
该答案基于5篇经同行评审的研究构建而成——发表于2022年至2026年间,其中2篇为2024年及以后发表,3篇发表于Q1期刊——这些研究是从5篇通过质量筛选的研究中选出的最具相关性的成果,而该筛选过程则源自对超过5亿篇论文数据库中检索到的44篇文献的梳理。
本文引用的文献
探索体动记录作为数字表型测量手段:一项关于区分抑郁症精神运动性激越与迟滞的研究
在74名抑郁症患者中,体动记录仪客观区分了精神运动性激越(24小时活动量更高)与迟滞(最活跃的10小时内活动量更低),且不受睡眠障碍的干扰,表明数字表型分析能够捕捉抑郁症特有的活动模式[1]。
使用数字表型评估个体在应对悲伤情绪时的情绪调节差异:生态效度研究(预印本)
在69名大学生中,智能手机GPS距离变化和电量水平能显著预测日常情绪调节(认知重评)和负面情绪,并能以高灵敏度(0.95–0.96)和特异度(0.86–0.97)区分高、低特质情绪调节,但未能预测当前的抑郁症状[2]。
数字表型分析在压力、焦虑及轻度抑郁中的应用:系统文献综述(预印本)
一项对40项研究的系统综述发现,智能手机传感器(GPS、加速度计、手机使用)能有效识别与压力、焦虑和轻度抑郁相关的行为模式——例如访问地点减少、久坐时间增加、睡眠不规律以及手机使用增多——但结果因人群而异(例如,活动减少对员工而言是积极信号)[3]。
数字表型在预测围产期抑郁症状中的应用综述
一项针对14项围产期抑郁研究的系统综述发现,睡眠与昼夜节律的被动数字数据常与抑郁症状相关,而身体活动的研究结果则不一致;相关证据仍处于探索阶段,尚未得到临床验证[4]。
使用数字表型捕捉抑郁症状变异性:基于被动收集的可穿戴设备运动与睡眠数据,检测一年中抑郁症状的自然变异性
在为期12个月的939名参与者中,被动收集的可穿戴设备运动与睡眠数据,结合社会人口学及合并症数据,能够中等程度地预测长期抑郁症状的变异性(r = 0.39),显示出超越基线因素的增量预测效度[5]。
